Sie sind hier: Startseite » Markt » Tipps und Hinweise

Private AI verfolgt einen Plattform-Ansatz


Diese drei Punkte machen Private AI im Unternehmen zu Innovationstreibern
Private AI erlaubt den exklusiven und maßgeschneiderten Einsatz von KI innerhalb eines Unternehmens


Von Joe Baguley, CTO EMEA bei Broadcom

Der Einzug der generativen KI (GenAI) in die breite Öffentlichkeit hat das KI-Wachstum in Unternehmen vergangenes Jahr beschleunigt. Motiviert durch Wettbewerbsdruck und potenzielle Vorteile forcieren Unternehmen und Regierungen ihre KI-Strategie. Einer IDC-Prognose zufolge sollen die Ausgaben für KI von 175,9 Milliarden USD im Jahr 2023 auf 509,1 Milliarden USD im Jahr 2023 ansteigen. Das entspricht einer durchschnittlichen Wachstumsrate von 30,4 Prozent.

Während Unternehmen um Wettbewerbsvorteile kämpfen, werden Tempo und Umfang von KI-Innovationen durch globale Regularien beeinflusst. Unternehmen müssen eine möglichst zügige Einführung von KI mit Überlegungen zu Ethik und Nachhaltigkeit in Einklang bringen. Datenmanagement und Datenschutz gewinnen an Bedeutung, schließlich sind Daten das Herzstück von KI-Systemen. Die große Herausforderung lautet also: Wie können Unternehmen ihr KI-Potenzial ausschöpfen und gleichzeitig ihr wohl kostbarstes Gut, die eigenen und die Daten der Kunden, schützen?

Die Lösung hierfür ist ein neuartiger Architekturansatz, bekannt als Private AI. Private AI erlaubt den exklusiven und maßgeschneiderten Einsatz von KI innerhalb eines Unternehmens. Innerhalb dieser Architekturen behalten Unternehmen die Kontrolle über ihre KI-Modelle und die Daten, mit denen diese gespeist werden.

Private AI verfolgt einen Plattform-Ansatz. Das heißt: Unternehmen bündeln ihre KI-Kompetenzen an einer zentralen Stelle zum Austausch zwischen verschiedenen Anwendungen und Modellen. Mit diesem Prinzip können sie heute einmalig auf eine Plattform setzen und bleiben in Zukunft flexibel. Sie können Modelle austauschen oder ergänzen, wenn sich die geschäftlichen und technologischen Anforderungen sich weiterentwickeln. Dies ist ein Schritt in die richtige Richtung. Drei Vorteile machen Private AI zum Innovationstreiber:

>> Einzigartige Kontrollmöglichkeiten
Wenn Unternehmen zunehmend datengetrieben agieren, ist es umso wichtiger, dass sie zu jedem Zeitpunkt genau wissen, wo ihre Daten eigentlich sind und wie diese verwendet werden. Mit Private AI behalten Unternehmen die Hoheit darüber, wo sie Daten speichern und wie diese mit KI-Modellen interagieren. Denkbar sind On-Premises-Strukturen oder Private Clouds, in einer Edge-Ausführung oder in einem Cloud-Rechenzentrum. In diesen Szenarien behalten IT-Verantwortliche die Kontrolle über ihre Daten und müssen diese nicht auf den proprietären Datenservice eines externen Anbieters migrieren, wenn sie von KI profitieren möchten.

Mit Private AI kommen die KI-Modelle zu den Daten – nicht umgekehrt. Unternehmen behalten die komplette Hoheit über selbst trainierte, lizensierte, offen zugängliche oder weiter trainierte KI-Modelle und haben selbst in der Hand, wie viele Daten diese KI-Modelle bekommen und inwieweit der Zugriff begrenzt wird.

Wenn die IT-Infrastruktur um neue Technologien oder Innovationen ergänzt wird, können IT-Verantwortliche diese in Echtzeit verwalten und wissen so genau, wie hoch die Investitionen sind – und wie rentabel. Zwei weitere Aspekte sind die Kosten und die Performance beim Einsatz von KI-Modellen. In einer Private-AI-basierten Plattform behält das Unternehmen volle Transparenz über die Kosten für Training und Ausführung von KI, kann bestehende Ressourcen und neu angeschaffte Infrastruktur selbst optimal auslasten und behält die Hoheit bei der Priorisierung von KI-Anwendungen unterschiedlicher Teams und Geschäftsbereiche.

Im Zuge von KI-Innovationen werden Daten oft über Ländergrenzen transferiert und gespeichert, meist unter der Regie eines Hyperscalers mit Sitz in den USA. Private AI eröffnet den Zugang zu KI-Innovationen vor Ort und unterstützt so die regionale Wirtschaft. So kann beispielsweise ein deutsches Krankenhaus, das seine Krebsforschung mit einem KI-Modell beschleunigt, Daten nutzen, die lokal in einem deutschen Rechenzentrum oder einer privaten Cloud gespeichert sind. Diese Aktivitäten stärken die lokale Wirtschaft – durch Steuerzahlungen, Einhaltung lokaler Regularien oder das Einstellen und Ausbilden von Experten vor Ort. So ergeben sich aus dem Einsatz von Private AI neue Chancen – nicht nur für Unternehmen, sondern für die Gemeinschaft als Ganzes.

Ein weiteres wichtiges Thema ist die Sicherheit. Private-AI-Modelle können mit unternehmenseigenen Daten dauerhaft trainiert oder mittels RAG (Retrieval Augmented Generation) zur Laufzeit angereichert werden. Das Unternehmen behält jedoch die Hoheit über diese Daten. So sinkt das Risiko von unautorisiertem Zugriff oder Datenlecks. Von besonderer Bedeutung ist dies in Branchen wie der Industrie, dem Bausektor, Finanzen, Medien sowie in öffentlichen und rechtlichen Dienstleistungen – überall dort, wo Machine-Learning-Modelle mit differenzierenden, sensiblen oder auch kreativen Daten trainiert werden. Private-AI-Modelle, die mit unternehmenseigenen Daten trainiert wurden, gewährleisten Rechtssicherheit und Zweckmäßigkeit.

2. Überblick über die Rechtsprechung
Die aktuelle Gesetzeslage in Europa beeinflusst das Ausmaß und das Tempo der KI-Innovation. Kürzlich kündigte Meta an, seine KI-Einführung in Europa aufgrund der verschärften Vorschriften einzuschränken.

Als Mittel gegen Innovationshemmnisse fördert Private AI die digitale Transformation von Unternehmen im Rahmen des bestehenden gesetzlichen Rahmens – zugunsten der regionalen Wirtschaft und des Landes. Die Gesetzgebung rund um KI ist so neu wie die Technologie selbst. Entsprechend sind die künftigen Auswirkungen der Regularien schwer abzuschätzen. Infolgedessen sollten KI-Innovationen auf Unternehmensebene offen und interoperabel gestaltet sein. Die Rückverfolgbarkeit der Daten in Private-AI-Modellen hilft Unternehmen, alle Anforderungen an Datenhoheit zu erfüllen. So bleibt die neue Technologie auch angesichts neuer Regularien zukunftsfähig und räumt Hindernisse aus dem Weg, KI für den technologischen Wandel zu nutzen.

3. Zukunftssichere IT-Infrastruktur
Unternehmen müssen nicht die gleichen Fehler machen wie beim initialen Hype um die Public Cloud. Die KI-Landschaft entwickelt sich stetig; neben bekannten Lösungsanbietern treten immer wieder neue Player in den Markt ein. Durch den Einsatz von Private AI bleibt die betriebliche Infrastruktur auch in der nächsten Ausbauphase formbar und flexibel. So vermeiden es Unternehmen, sich an einen einzelnen Anbieter zu binden, und sichern auch die künftige Kompatibilität mit entstehenden Technologien und neuen KI-Anbietern. Schließlich will niemand in drei Jahren ein weiteres Altsystem pflegen müssen. Die eigene KI-Strategie sollte ebenso agil sein wie die KI selbst, um Modelle und Dienste zu ersetzen, sobald sie nicht mehr nützlich oder rechtssicher sind.

In Sachen KI gibt es keinen Grund, Kompromisse bei der Auswahl, beim Datenschutz oder der Kontrolle zu diskutieren. Private AI legt alle diese drei Hebel in die Hände der Unternehmen – für eine schnelle und zukunftssichere KI-Einführung. Bei nachhaltiger Innovation geht es nicht um Datensicherheit allein. Es gilt, KI-Innovation auf strategische Weise mit Compliance und Datenschutz zu vereinen. So können Unternehmen auf verantwortungsvolle Weise das Potenzial von KI ausschöpfen und eine sichere, innovative Zukunft einläuten. (Broadcom: ra)

eingetragen: 29.10.24
Newsletterlauf: 13.01.25

Broadcom: 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.

Wir verwenden Cookies um unsere Website zu optimieren und Ihnen das bestmögliche Online-Erlebnis zu bieten. Mit dem Klick auf "Alle akzeptieren" erklären Sie sich damit einverstanden. Erweiterte Einstellungen