heise meets … Warum es beim KI-Einsatz in Unternehmen noch knirscht

Warum zögern so viele IT-Entscheider hierzulande, KI in ihrem Unternehmen einzusetzen, obwohl sie es großteils doch wollen? Drei gewichtige Hauptgründe dafür stehen im Raum, die sehr wohl bedenkenswert sind. Aber nicht selten liegt es auch an überkommenen Vorstellungen, wenn KI im Unternehmen als – vermeintlicher! – Angstgegner gesehen wird.

heise meets... Der Entscheider-Podcast

heise meets.... Der Entscheider-Talk – von Entscheidern für Entscheider – immer aktuell und nah am Geschehen. Sie können uns auf allen Podcast Kanälen hören. Wählen Sie Ihren Kanal aus.

• auf heise meets
• bei Apple Podcasts
• bei Google Podcasts
• bei Spotify
• bei Deezer
• bei Pocket Casts
• als RSS-Feed

Von IT-Infrastruktur über Datenmengen bis zum Fachkräftemangel

Was CIOs und anderen Verantwortlichen noch in den Knochen steckt, sind die durchwachsenen Erfahrungen bei der mitunter naiv gestarteten Transition hin zur Cloud – und jetzt soll mit künstlicher Intelligenz ein noch viel rassigeres Pferd von der IT gesattelt werden? Jens-Peter Feidner überblickt als Geschäftsführer Deutschland bei Equinix digitale Infrastruktur weltweit, unter anderem bei den 250 firmeneigenen Rechenzentren auf allen Kontinenten.

Seine Diagnose im heise meets Podcast:

1. KI erfordert eine starke Infrastruktur: beginnend mit neuer Hardware, über eine hybride Cloud-Infrastruktur und die Kapazität, sehr große Datenmengen zu speichern und zu analysieren bis hin zur Bereitschaft sich mit externen Quellen zu vernetzen.
2. Der Einsatz von KI im Unternehmen ist also mit erheblichen Kosten verbunden, sowohl bei den erforderlichen Investitionen als auch im Betrieb.
3. Wie intelligent KI auch sein mag – es braucht nach wie vor echte Menschen, die damit richtig umgehen können. Nun ist schon "normales" IT-Personal schwer zu finden; für KI-Experten gilt das aber noch mehr.

Das Angebot an KI-Tools ist zersplittert: Für unterschiedlichste Einsatzfelder gibt es spezifische Lösungen. Für Unternehmen müssen jedoch – ähnlich wie beim Cloud-Einsatz – individuelle Ansätze entwickelt werden.

Und: Es geht um riesige Datenmengen, die es auch zu speichern gilt. Imposantes Beispiel: Ein (!) einzelnes autonom gesteuertes Fahrzeug sammelt monatlich 2 Petabyte an Daten. Pro PB rechnet man 5 bis12 m² Bodenfläche für Speicher. Das bedeutet etwa eine mittlere Wohnungsfläche nur für ein Fahrzeug jährlich! Hinzu kommt z. B. spezielle Hardware für das Anlernen von Tools. Alles in allem ist schnell klar, dass ein "normales" Rechenzentrum hierfür nicht ausgelegt ist.

Evolution statt Revolution

Angesichts derartiger Herausforderungen ist es wohl kontraproduktiv, wenn in Deutschland nun oft gleich geklotzt werden soll, wie Feidner meint – statt in kleinen Schritten bei der KI-Implementierung vorzugehen. Vor allem aber soll KI wohl mitunter ins Unternehmen geholt werden, ohne dass der Zweck hinreichend geklärt und entschieden ist.

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmmung wird hier ein externer Podcast (Podigee GmbH) geladen.

Podcasts immer laden Podcast jetzt laden

Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Podigee GmbH) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Ein Beginn im Kleinen ist durchaus möglich, weil "KI as a Service" es erlaubt, die gewünschte Kapazität relativ leicht zu skalieren. Das lässt dem Unternehmen auch wieder Flexibilität bei der Budgetplanung. Ein anderer Schritt besteht darin, den großen Datenbedarf für KI effizienter zu gestalten. Einerseits gilt es zu prüfen, ob wirklich alle, teils jahrzehntealten Datenbestände heute noch herangezogen werden müssen. Andererseits können IT-Verantwortliche von jenen Branchenvorreitern lernen, die durch digitale Vernetzung, teils sogar mit Mitbewerbern, große Datenmengen nutzen können, ohne alles selbst verwalten zu müssen. "Evolution statt Revolution" hält Feidner daher für einen durchaus plausiblen Zugang für eine KI im Unternehmen.

• Hören Sie von uns – unsere Podcasts

(bme)