Sie sind hier: Startseite » Markt » Tipps und Hinweise

Neben KI auch an OCM denken

Vier Schritte, um Künstliche Intelligenz effektiv zu verwalten
OCM für KI ist für Unternehmen aller Größen und Branchen wichtig, die KI-Systeme einsetzen oder planen, diese einzusetzen

Künstliche Intelligenz (KI)-Systeme werden in einer Vielzahl von Anwendungen eingesetzt, darunter Automatisierung, Entscheidungsunterstützung und Datenanalyse. Um KI jedoch erfolgreich einzusetzen, ist ein effektives Organizational Change Management (OCM) erforderlich. OCM ist ein Prozess zur Überwachung, Verwaltung und Optimierung von IT-Systemen und -Prozessen. Es gewährleistet sowohl die Verfügbarkeit als auch die Sicherheit des KI-Systems. Daneben optimiert es die Leistung der KI.

OCM für KI ist für Unternehmen aller Größen und Branchen wichtig, die KI-Systeme einsetzen oder planen, diese einzusetzen. Insbesondere Unternehmen, die KI in kritischen Anwendungen einsetzen, wie z. B. in der Finanzindustrie oder im Gesundheitswesen, sollten ein OCM für KI implementieren. Es gewährleistet die Verfügbarkeit ihrer KI-Systeme, damit diese 24/7 einsatzbereit sind ebenso wie die Sicherheit ihrer KI-Systeme, damit diese vor Angriffen geschützt sind. Dies ist wichtig, da KI-Systeme oft Zugang zu sensiblen Daten haben. Zudem hilft OCM die Leistung der KI-Systeme zu optimieren, damit diese effizient und effektiv arbeiten. Es automatisiert Aufgaben und stellt Echtzeit-Monitoring bereit.

Vier Schritte eines OCM für eine effektive KI-Systemverwaltung
Anforderungen definieren: Unternehmen sollten zunächst ihre Anforderungen an ein OCM für KI definieren. Dies umfasst die Art und Weise, wie KI-Systeme im Unternehmen eingesetzt werden, sowie die gewünschten Ziele für das OCM.

Tools und Technologien auswählen: Unternehmen sollten dann die richtigen Tools und Technologien für ihre Anforderungen auswählen. Es gibt eine Vielzahl von OCM-Lösungen auf dem Markt, die auf verschiedene Bedürfnisse zugeschnitten sind.

Team zusammenstellen: Unternehmen sollten ein Team von KI-Experten zusammenstellen, die das OCM betreiben und verwalten.

Implementieren und testen: Unternehmen sollten ihr OCM implementieren und kontinuierlich testen, um sicherzustellen, dass es die gewünschten Ziele erreicht.

Unternehmen müssen neben KI auch an OCM denken
OCM für KI ist ein wichtiger Bestandteil für den erfolgreichen Einsatz von Künstlicher Intelligenz. Die individuellen Ziele des OCMs können je nach Unternehmen und Branche variieren. Durch die Implementierung eines OCM können Unternehmen die Verfügbarkeit, Sicherheit und Leistung ihrer KI-Systeme deutlich verbessern.

"Die Implementierung eines OCM für KI-Systeme ist ein komplexer Prozess, der eine sorgfältige Planung und Umsetzung erfordert", so Kristine Krueger, Director of Organizational Change Management, Global Delivery Services bei Unisys. "Unternehmen sollten sich hier von einem erfahrenen Berater oder Anbieter von OCM-Lösungen unterstützen lassen, um eine reibungslose Implementierung sicherzustellen." (Unisys: ra)

eingetragen: 24.06.24
Newsletterlauf: 29.07.24

Unisys: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Tipps und Hinweise

Was Unternehmen beachten müssen
Künstliche Intelligenz gehört für immer mehr Unternehmen ganz selbstverständlich zum Geschäftsalltag dazu. Insbesondere die generative KI (GenAI) erlebt einen Boom, den sich viele so nicht vorstellen konnten. GenAI-Modelle sind jedoch enorm ressourcenhungrig, sodass sich Firmen Gedanken über die Infrastruktur machen müssen. NTT DATA, ein weltweit führender Anbieter von digitalen Business- und Technologie-Services, zeigt, warum die Cloud der Gamechanger für generative KI ist.
SAP mit umfassender Cloud-Strategie
Für die digitale Transformation von Unternehmen setzt SAP auf eine umfassende Cloud-Strategie. Hier bietet SAP verschiedene Lösungen an. Neben der SAP Public Cloud, die sehr stark auf den SME-Markt zielt, bedient die Industry Cloud als Kombination aus Private Cloud und industriespezifischen Cloud-Lösungen eher den LE-Markt.
Warum steigende IT-Kosten das kleinere Übel sind
Es gibt Zeiten, in denen sind CIOs wirklich nicht zu beneiden. Zum Beispiel dann, wenn sie der Unternehmensführung wieder einmal erklären müssen, warum erneut höhere Investitionen in die IT nötig sind. Eines der größten Paradoxe dabei: Kosten steigen auf dem Papier auch dann, wenn eigentlich aus Kostengründen modernisiert wird. Der Umstieg vom eigenen Server im Keller in die Cloud? Mehrkosten. Neue SaaS-Lösungen?
Optimierung von Java-Workloads in der Cloud
Cloud-Infrastrukturen versprechen Skalierbarkeit, Effizienz und Kostenvorteile. Doch um Engpässe zu vermeiden, überprovisionieren viele Unternehmen ihre Cloud-Kapazitäten - und bezahlen so oftmals für Ressourcen, die sie gar nicht nutzen. Wie lässt sich das ändern? Ein zentraler Hebel ist die Optimierung von Java-Workloads in der Cloud. Cloud-Infrastrukturen bringen viele Vorteile, aber auch neue Komplexität und oft unerwartet hohe Kosten mit sich. Bei vielen Unternehmen nehmen Java-Umgebungen und -Anwendungen große Volumina in gebuchten Cloud-Kapazitäten ein, denn Java gehört noch immer zu den beliebtesten Programmiersprachen: Laut dem aktuellen State of Java Survey and Report 2025 von Azul geben 68 Prozent der Befragten an, dass über 50 Prozent ihrer Anwendungen mit Java entwickelt wurden oder auf einer JVM (Java Virtual Machine) laufen.
Wer Cloud sagt, muss Datensouveränität denken
Die Cloud hat sich längst zu einem neuen IT-Standard entwickelt. Ihr Einsatz bringt allerdings neue Herausforderungen mit sich - insbesondere im Hinblick auf geopolitische Risiken und die Gefahr einseitiger Abhängigkeiten. Klar ist: Unternehmen, Behörden und Betreiber kritischer Infrastrukturen benötigen eine kompromisslose Datensouveränität. Materna Virtual Solution zeigt, welche zentralen Komponenten dabei entscheidend sind.
Fünf Mythen über Managed Services
Managed Services sind ein Erfolgsmodell. Trotzdem existieren nach wie vor einige Vorbehalte gegenüber externen IT-Services. Die IT-Dienstleisterin CGI beschreibt die fünf hartnäckigsten Mythen und erklärt, warum diese längst überholt sind.
KI-Herausforderung: Mehr Daten, mehr Risiko
Künstliche Intelligenz (KI) revolutioniert weiterhin die Geschäftswelt und hilft Unternehmen, Aufgaben zu automatisieren, Erkenntnisse zu gewinnen und Innovationen in großem Umfang voranzutreiben. Doch es bleiben Fragen offen, vor allem wenn es um die Art und Weise geht, wie KI-Lösungen Daten sicher verarbeiten und bewegen. Einem Bericht von McKinsey zufolge gehören Ungenauigkeiten in der KI sowie KI-Cybersecurity-Risiken zu den größten Sorgen von Mitarbeitern und Führungskräften.
Sichere Daten in der Sovereign Cloud
Technologie steht im Mittelpunkt strategischer Ambitionen auf der ganzen Welt, aber ihr Erfolg hängt von mehr als nur ihren Fähigkeiten ab. Damit Dienste effektiv funktionieren, braucht es eine Vertrauensbasis, die den Erfolg dieser Technologie untermauert und eine verantwortungsvolle Speicherung der Daten, Anwendungen und Dienste gewährleistet.
Integration von Cloud-Infrastrukturen
Cloud-Technologien werden zum Schlüsselfaktor für Wachstum und verbesserte Skalierbarkeit über das Kerngeschäft hinaus - auch bei Telekommunikationsanbietern (Telcos). Auch hier ist der Wandel zur Nutzung von Produkten und Dienstleistungen "On-Demand" im vollen Gange, sodass Telcos ihre Geschäftsmodelle weiterentwickeln und zunehmend als Managed-Service-Provider (MSPs) und Cloud-Service-Provider (CSPs) auftreten.
Acht Einsatzszenarien für Industrial AI
Artificial Intelligence (AI) entwickelt sich zunehmend zur Schlüsselressource für die Wettbewerbsfähigkeit der deutschen Industrie. Doch wie weit ist die Branche wirklich? Laut einer aktuellen Bitkom-Befragung setzen bereits 42?Prozent der Industrieunternehmen des verarbeitenden Gewerbes in Deutschland AI in ihrer Produktion ein - ein weiteres Drittel (35?Prozent) plant entsprechende Projekte.

Keine internen Ressourcen mehr verwalten Auswahl des Cloud-Speicherdienstes