Managed Artificial Intelligence Services – Damit es keine bösen Überraschungen gibt

KI-basierte Applikationen bieten viele Vorteile. Sie entlasten von repetitiven Aufgaben, beschleunigen Prozesse und erhöhen ihre Effizienz. Um KI-Services produktiv zu betreiben, sind sie zu überwachen und bedarfsgerecht anzupassen – über ihren kompletten Lebenszyklus hinweg. Am einfachsten gelingt das mit Managed AI Services.

KI-Projekte verlaufen phasenweise: Zunächst ist zu analysieren, ob sich vorhandene Daten, Systeme und Prozesse für die Umsetzung des favorisierten Use Case eignen. Dann gilt es, die Anforderungen an den Prototyp zu definieren, ein Konzept zu erstellen, den besten Lösungsansatz zu entwickeln und den Prototyp in ein Minimum Viable Product (MVP) zu überführen. Dank kontinuierlicher Funktions-, Last- und Integrationstests sind KI-Services in die Betriebsumgebung stabil integrierbar, und der beliebig skalierbare KI-Service lässt sich in Applikationen, Prozesse und Systeme einbinden. In der letzten Phase scheitern viele KI-Projekte: der Produktivbetrieb.

KI-Services professionell betreuen. Um Fehlschläge zu verhindern, ist es ratsam, Managed AI Services zu beziehen. Im Zentrum steht die Frage des Betriebs: im eigenen Rechenzentrum, On-Premises bei einem Dienstleister oder in der Cloud. Entscheidend ist auch, den KI-Service kontinuierlich zu überwachen und das Modell im Live-Betrieb immer wieder anzupassen. Ein Beispiel: Ein Anlagenbauer nutzt eine KI-Applikation, die verschlissene Bauteile erkennt. Für einen funktionierenden KI-Service sind das Videomaterial der Anlagenüberwachung zu sichten, ein Modell zu erstellen und die KI mit realen Daten so zu trainieren, dass sie Verschleißerscheinungen und Leckagen identifiziert. Kommt eine neue Anlage hinzu, sind das Modell anzupassen und die KI von Neuem zu trainieren. Hierzu braucht es großes Know-how und viele Ressourcen. Dank Managed AI Services kann sich der Anlagenbauer auf sein Tagesgeschäft konzentrieren. Um Re-Training und Produktivstellung kümmern sich die Data- und KI-Experten des Dienstleisters. 

Interdisziplinäres Team. Idealerweise arbeiten dabei ein Data Scientist oder Machine Learning Engineer, Data Engineer oder Data Architect, Cloud Architect und DevOps Engineer zusammen: Der Data Scientist überführt die Aufgabenstellung in automatisierte Verfahren, der Data Engineer erfasst und konsolidiert die benötigten Daten, der Cloud Architekt richtet eine sichere, hochverfügbare IT-Infrastruktur ein, und der DevOps Engineer vermittelt zwischen Entwicklung und Betrieb.

Anzeige

Ein endloser Kreislauf. Um einen KI-Service in den Produktivbetrieb zu überführen, muss das interdisziplinäre Projektteam reibungslos zusammenarbeiten. Der Data Scientist experimentiert mit Testdaten und entwickelt ein KI-Modell. Der Data Engineer verbindet das trainierte KI-Modell mit realen Betriebsdaten, und der DevOps Engineer begleitet die Produktivstellung. Damit der KI-Service in Echtzeit zuverlässig funktioniert, ist er fortlaufend zu betreuen und zu verbessern. Im Produktivbetrieb erzeugt ein KI-Service Unmengen an Daten. Darum ist zu prüfen, ob das Modell mit den generierten Daten weiterhin plausibel ist. Andernfalls ist es samt seiner Prozesse anzupassen. Hierfür muss der Data Scientist auf vorhandene Betriebsmodelle und -daten zugreifen. Um das angepasste Modell unter der Aufsicht des DevOps Engineers erneut in die Produktivumgebung einzubinden, ist die KI abermals zu trainieren und zu testen – ein endloser Kreislauf, bei dem das Team optimal harmonieren muss. Weil sich äußere Umstände und Anforderungen schlagartig ändern können, müssen Unternehmen flexibel reagieren können. Im Live-Betrieb sind Anpassungen im Trial-and-Error-Verfahren tabu. Empfehlenswert sind agile Methoden wie Continuous Integration, Continuous Delivery und Continuous Deployment.

Monitoring ist Pflicht. Um Anpassungsbedarf zu erkennen, ist der KI-Service End-to-End zu monitoren – bis hin zum 24/7-Monitoring. Es muss sichergestellt sein, dass das KI-basierte System immer funktioniert. Wichtig ist, dass der Dienstleister individuelle Kennzahlen, Mess- und Schwellenwerte definiert und diese im Rahmen des IT-Servicemanagements in Standardprozesse gemäß ITIL einbindet. Dabei stellt das Monitoring der Infrastruktur eine optimale Verfügbarkeit, Erreichbarkeit, Performance und Auslastung durch Event- und Incident-Management-Prozesse sicher. Das Monitoring der Applikationen erfolgt mittels Überwachung der Schnittstellen und regelmäßiger Abfragen. Monitoring ist sehr wichtig, um Anpassungen im Zweifel wieder zurücksetzen zu können. Trotz Voranalysen kann es passieren, dass sich ein KI-Service in der realen Betriebsumgebung anders verhält als angenommen. Dann ist es entscheidend, schnell wieder auf die Vorgänger-Version umzustellen.

Maximum an Flexibilität. Zudem ist es wichtig, einen Vendor Lock zu vermeiden. Das Modell muss so angelegt sein, dass sich ein KI-Service auf eine andere Infrastruktur übertragen lässt: eine andere Cloud, eine On-Premises-Lösung bei einem Rechenzentrumsdienstleister oder den Betrieb im eigenen Rechenzentrum. Idealerweise stellt der Dienstleister das fertige Modell über eine API bereit, betreibt und überwacht den KI-Service und bietet begleitenden Support.

Anzeige

Den passenden Partner finden. Weil viele Unternehmen die Herausforderung, KI-Services zu entwickeln, zu betreiben und zu aktualisieren, nicht allein bewältigen können, arbeiten sie mit einem professionellen Dienstleister zusammen. Wichtig ist, dass er Managed AI Services aus einer Hand bietet, großes Fachwissen hat und den Übergang von der Entwicklung in den Betrieb nahtlos gestaltet. Hierfür braucht es erfahrene Experten mit spezialisierten Fähigkeiten. Von Vorteil ist, wenn der Dienstleister im Betrieb von Infrastrukturen auf umfangreiche Erfahrungswerte zurückgreift, um bewährte Konzepte und Vorgehensweisen in den Bereich der KI zu übertragen. So können sich Unternehmen auf den jeweiligen Use Case konzentrieren, relevante Prozesse spürbar beschleunigen und ihr Business wirkungsvoll vorantreiben.


Niels Pothmann, Head of AI (l.) und Andree Kupka, Machine Learning Engineer bei Arvato Systems 
www.arvato-systems.de

 

Illustration: © Martina V/shutterstock.com

 

34 Artikel zu „KI-Service“

HSM setzt auf mobileX: Field Service Management soll weltweite Serviceprozesse optimieren

Die mobileX AG hat die HSM GmbH & Co.KG als neuen Kunden für mobileX-CrossMIP, die Service-App für Techniker, sowie für mobileX-Dispatch, das Tool zu digitalen Einsatzplanung, gewonnen. HSM entwickelt, produziert und vertreibt Produkte und Anlagen zum Pressen von Wertstoffen und Schreddern von Papier und elektronischen Datenträgern. Mit der Einführung der beiden Lösungen möchte das Unternehmen…

5 Tipps, was Unternehmen bei der Integration von CMS und Shop-Lösungen beachten sollten

Kein Online-Handel ohne eine performante Shop-Lösung mit entsprechenden Schnittstellen zum Bezahlsystem, zur Lagerverwaltung und möglichst auch zu geeigneten Analyse-Tools. Und keine stabile Kundenbindung ohne eine herausragende Customer Journey. Diese gestaltet sich umso besser, je mehr die bereitgestellten Contents auf die individuellen Belange der einzelnen Kunden zugeschnitten sind. Um Inhalte effektiv und agil zu steuern, bedarf…

Gartner platziert Jedox zum 4. Mal in Folge im Magic Quadrant for Cloud Financial Planning & Analysis Solutions

Jedox wurde zum vierten Mal in Folge im Gartner Magic Quadrant für Cloud Financial Planning and Analysis Solutions ausgezeichnet [1]. In ihrem Bericht würdigen die Analysten des unabhängigen US-Unternehmens Gartner in diesem Jahr 12 Anbieter.   Gartner definiert den Markt für Cloud-Finanzplanung und -Analyse (FP&A) als Lösungen, die die Finanzabteilung bei Budgetierung, Planung und Performance…

Künstliche Intelligenz braucht Regeln

+++ KI-gestützte Anwendungen in Abhängigkeit vom Risiko regulieren. +++ Sicherheit besonders kritischer KI-Systeme durch unabhängige Prüfungen gewährleisten. +++ VdTÜV veröffentlicht Positionspapier.   Der TÜV-Verband hat eine gesetzliche Regulierung von Produkten und Anwendungen mit künstlicher Intelligenz (KI) gefordert, um die Sicherheit von Menschen und den Schutz der Umwelt auch in der digitalen Welt gewährleisten zu können.…

Turing-Test im Customer Service

Ein Automat wie ein Chatbot hat keinen eigenen Willen, keine Gefühle und kein subjektives Empfinden. Aber er kann so tun als ob. Durch das kontinuierliche Lernen und die Sammlung von Erfahrungen kann ein Automat im Customer Service einem empathischen Menschen im Turing-Test immer näher kommen, erklärt Pegasystems. Wie gut sind Lösungen im Customer Service, die…

Weltweit wachsende Nachfrage nach Managed Services

Pandemie bedingtes Home Office schuf Run auf Sicherheitslösungen.   Aufgrund wachsender Sicherheitsbedenken sowie teilweise mangelnder IT-Ressourcen innerhalb der Unternehmen, steigt der Bedarf an Dienstleistungen von Drittanbietern weiter an. Gute Zukunftsaussichten für Managed Service Provider also. Doch ganz so einfach ist es nicht, wie die aktuelle Umfrage des Sicherheitsspezialisten Barracuda Networks zeigt. Managed Service Provider müssen…

Mit Machine Learning die Logistikprozesse optimieren

  Viele Unternehmen haben das Potenzial selbstlernender Systeme, die Machine Learning benutzen, erkannt. Dieser Teilbereich der künstlichen Intelligenz basiert auf Algorithmen, die Muster und Gesetzmäßigkeiten in großen Datenmengen erkennen. Mithilfe neuronaler Netze lassen sich aus den Datenbeständen Rückschlüsse ziehen und Prognosen treffen. In vielen Branchen bereits etabliert, findet Machine Learning als Analyse- und Steuerungsinstrument nun…

Studie Machine Learning 2020: Maschinelles Lernen wird in deutschen Unternehmen Standard

Das Thema künstliche Intelligenz / Machine Learning (ML) hat sich in den deutschen Unternehmen etabliert. Während die Executive-Ebene das Potenzial dieser Technologie für das Business erkannt hat, begegnen ihr allerdings IT und Fachabteilung mit Skepsis.   Das hat die aktuelle Studie »Machine Learning 2020« von IDG Research Services ergeben. An der Umfrage haben sich 406…

Managed Security Services: Von diesen 5 Mythen sollten Sie sich nicht beirren lassen

Cyberangriffe nehmen zu. Auch der Mittelstand steht verstärkt im Visier der Hacker. Doch für ausreichenden Schutz zu sorgen, wird immer komplexer. Managed Security Services können Abhilfe schaffen. Wolfgang Kurz, CEO und Founder indevis, räumt mit den häufigsten Vorurteilen auf.   Mit der zunehmenden Digitalisierung steigt das Risiko für Cyberangriffe. Nicht nur große Unternehmen sind davon…

Regierungen und Online-Dienste müssen gegen Desinformationskampagnen vorgehen

Angesichts der bevorstehenden US-Präsidentschaftswahlen und anderer Wahlen auf der ganzen Welt ist die Sicherheit von Wahlen sehr wichtig. Es gibt viele Herausforderungen bei der Sicherheit moderner Wahlen. Desinformation und die absichtliche Verbreitung falscher Informationen sind besonders besorgniserregend, da sie nachweislich das Potenzial haben, Demokratien zu destabilisieren und Misstrauen und Spaltungen in der Öffentlichkeit zu schaffen.…

Auf dem Weg zur transparenten KI

  Im Schach, Poker und Go hat künstliche Intelligenz (KI) die Menschheit längst überflügelt. Auch Röntgenbilder oder Aktienkurse analysiert sie bereits ähnlich gut – und teilweise sogar besser – als ein Experte aus Fleisch und Blut. Doch auch die präzisesten KI-basierten Analysen haben einen Makel: Bis jetzt ist es für einen Menschen oft kaum nachvollziehbar,…

Zu viele Unternehmen wissen nicht, wie sie mit KI beginnen sollen

Der »Digitalisierungsmonitor 2020« stellt vier KI-Entwicklungsstufen vor und gibt Tipps für jedes Level.   KI ist für Unternehmen spannend und vielversprechend. Doch wo und wie fängt man damit an? Genau das ist das Problem vieler Unternehmen, wie die Umfrage von BearingPoint unter 600 Unternehmensvertretern für den »Digitalisierungsmonitor 2020« ergab [1]. So bestätigen 68 Prozent der…

Jedox stellt brandneue User Experience und zukunftsweisende Planungsfunktionen vor

Innovatives Enterprise Performance Management für effektive Zusammenarbeit und mehr Produktivität. Die Jedox AG, ein weltweit führender Anbieter von cloud-basierter Enterprise Performance Management-Software, stellt eine umfassend überarbeitete Version ihrer Softwarelösung mit den weitreichendsten Updates der User Experience in der Unternehmensgeschichte vor. Unter dem Motto »Anwender begeistern. Produktivität steigern« setzt das Jedox Release 2020 vor allem mit…

Digitalisierung, Managed Services und kultureller Wandel in der Unternehmensstrategie – Holistische Digitalisierung

Unternehmen sind längst auf dem Weg hin zu einer digitalisierten Welt. Und dies betrifft nicht nur IT-orientierte Firmen, sondern Betriebe quer durch sämtliche Branchen und Sektoren. Neue oder veränderte Geschäftsmodelle entstehen, Arbeitsplätze sind mobil, Daten sind in der Cloud, Roboter bauen selbstständig Komponenten und ganze Fabriken sind intelligent miteinander vernetzt. Aktuell tritt die künstliche Intelligenz in das Geschäftsleben ein und verändert Strukturen, Strategien und natürlich auch die IT. All dies sind Ursachen dafür, weshalb Unternehmen beziehungsweise IT-Verantwortliche nach Hilfe suchen und diese beispielsweise durch Managed Services erhalten. (Der Partner wird es sozusagen schon richten.) Dabei stellt sich die Frage, ob das die echte Digitalisierung ist, von der die ganze Welt andauernd spricht. Vielleicht eher nicht.

ITIL 4 fordert Wertschöpfung für die Kunden der IT – IT-Services mit Mehrwert

ITIL 4 ist das erste größere Update für ITIL V3 seit 2011. Erste Veröffentlichungen des aktualisierten Frameworks sind bereits seit Februar 2019 erfolgt. Weitere Veröffentlichungen folgen innerhalb der nächsten Monate. Die neue Version beschreibt Wege, wie Unternehmen im Kontext der Digitalisierung ihre Kunden besser über Services und Produkte unterstützen können.

Das kann KI in der Praxis leisten

Von Schlaglocherkennung bis Röntgenbild-Analyse: Bitkom veröffentlicht Leitfaden »Konkrete Anwendungsfälle von künstlicher Intelligenz & Big Data in der Industrie«. Alle reden über künstliche Intelligenz und Datenanalyse – aber vielen Unternehmen fehlt es an Ideen, wie sie die Technologien einsetzen können. Der Digitalverband Bitkom hat deshalb in einem Leitfaden zwölf konkrete Anwendungsbeispiele für KI und Big Data…

KI und der Wunsch nach noch mehr Effizienz  

Effizienzsteigerung und Prozessverbesserung sind die größten Treiber bei der Implementierung von künstlicher Intelligenz. Die einen sprechen von Revolution, die anderen wissen nicht einmal, ob es KI-Initiativen in ihrem Unternehmen gibt. Die Unterschiede könnten nicht größer sein, zeigt der aktuelle »Digitalisierungsmonitor 2020« von BearingPoint, für den 600 Unternehmensvertreter zum Thema KI befragt wurden [1]. Mit 94…