Cloud Computing

KI aus der Kiste

„Anything as a Service“ steht für den Trend, immer mehr Services aus der Cloud zu betreiben. Zu den innovativsten dieser Dienste zählt AI as a Service (AIaaS), also das Outsourcen von Künstlicher Intelligenz in die Cloud.

Junge mit Schatzkiste

Mit AI as a Service können auch kleinere Unternehmen KI-Lösungen aus der Cloud beziehen, doch ein Wundermittel sollte man nicht erwarten.

Die Idee, die hinter AIaaS steht, ist so simpel wie einleuchtend: Künstliche Intelligenz (KI) ist nach wie vor eine der gefragtesten Technologien überhaupt, für viele besitzt sie sogar dasselbe Disruptionspotenzial wie die Entdeckung der Elektrizität oder die Einführung des Internets. Von KI-Anwendungen können Unternehmen auf verschiedenste Weise profitieren. Sie können helfen, den Kundenservice zu verbessern, Prognosen und Handlungsempfehlungen geben, industrielle Prozesse automatisieren und vieles, vieles mehr. Es lässt sich leicht erkennen, dass die Bandbreite möglicher Einsatzszenarien groß ist und dass allein die Entwicklung einiges an Investitionskapital verschlingt. Hier setzt AIaaS an, wie Constantin Gonzalez, Principal Solutions Architect bei AWS, erklärt: „Moderne Cloud-Services bieten heute Applikationsbausteine und Entwicklungswerkzeuge für KI und maschinelles Lernen (ML) an, die vollständig automatisch verwaltet und daher ohne Investitions-, Installations- oder Verwaltungskosten verfügbar sind.“
AISoma-CEO Murat Durmus sagt, dass diese „fertigen“ KI-Anwendungen den Unternehmen Raum zum Experimentieren lassen, da Risiko und Investition gering seien. Der Experte, der sich auf herstellerunabhängige KI-Entwicklung und -Beratung spezialisiert hat, betont, dass sich dadurch evaluieren lasse, ob die Anwendungen der Wertschöpfungskette überhaupt einen Mehrwert bieten. Ist diese Frage geklärt, sind aus seiner Sicht die Vorteile, ähnlich wie bei anderen „aaS“-Modellen, zahlreich. Das Unternehmen könne sich auf sein Kerngeschäft konzentrieren, Kostentransparenz schaffen, den Nutzen von Daten und dadurch seine strategische Flexibilität steigern, ohne dazu zum ausgesprochenen Experten für diese Technologie avancieren zu müssen.

Ressourcen schonen – nicht ersetzen

Der CGI-Experte Ron Brandt ergänzt hier jedoch einen wichtigen Punkt, denn er gibt zu bedenken: „Eine AIaaS ist erst einmal von der Stange und noch nicht individuell auf die Anforderungen der Unternehmen ausgerichtet.“ Auch er sieht einen Vorteil darin, dass relativ wenig Vorleistung erbracht werden muss, um KI-Projekte aufzusetzen, warnt aber vor einer allzu blauäugigen Herangehensweise. Er betont, dass auch in AIaaS-Szenarien gewisse Grundvoraussetzungen – etwa das Budget oder die Infrastruktur betreffend – zu erfüllen seien. Allerdings, ergänzt er, gebe es auch Anbieter, die ausgewählte KI-Methodiken zu Verfügung stellen, anhand derer der Bedarf zunächst auf Basis kleinerer Projekte ermittelt werden könne. Auch, so Brandt, gibt es Anbieter, die die erforderliche Hardware bereitstellen, etwa GPUs für intensive Workloads.



Dies ist ein Artikel aus unserer Print-Ausgabe 11/2019. Bestellen Sie ein kostenfreies Probe-Abo.

Eines der Haupthemmnisse für eine flächendeckende Implementierung von KI-basierten Lösungen ist, da sind sich die Experten einig, die fehlende „Man Power“, d. h. unternehmensinternes Know-how, denn die entsprechenden Fachkräfte sind teuer und rar gesät. Gerade in solchen Fällen lohnt es sich, ein AIaaS-Projekt in Erwägung zu ziehen, weiß Constantin Gonzales: „Entwickler erhalten bei Bedarf sofortigen Zugriff auf schnelle und hochwertige KI-Werkzeuge und können damit ihre eigene KI-Lösung zusammenstellen, ohne dass das Unternehmen zwingend KI-Spezialisten und Data Scientists zum Aufbau der nötigen Modelle beschäftigen muss.“ Außerdem führt er an, dass KI-Services aus der Cloud selbst dann helfen, wenn dieses Wissen bereits im Unternehmen vorhanden ist, denn sie können diese Mitarbeiter entlasten und so Spielraum für neue Innovationen und Ideen schaffen. Auf diese Weise werde die Hürde für Innovationsprojekte gesenkt, denn, so Gonzales, könnten bei einem Fehlschlag die Cloud-Ressourcen jederzeit ohne Bedenken rückgängig gemacht werden.

Einmal München –Seattle, bitte!

Wie es tatsächlich selbst Einsteigern gelingen kann, eine Anwendung aus der Cloud zu beziehen, die noch vor wenigen Jahren als technologische Herausforderung galt, zeigt sich am Beispiel NLP-basierter (Natural Language Processing) Chatbots. Diese können natürliche Sprache verarbeiten und ermöglichen so einen deutlich verbesserten Austausch zwischen Mensch und Maschine. Dadurch heben sie sich immer mehr von älteren Bot-Modellen ab, die eher einer Volltextsuche ähneln. Durch ihr tiefgreifendes „Verständnis“ menschlicher Sprache erleichtern sie die Interaktion und können z.B. Bestellungen annehmen, Informationen weitergeben oder Kunden gezielt durch das Serviceangebot navigieren. Constantin Gonzales erklärt, wie diese Chatbots „Intents“ (Absichtserklärungen) und „Slots“ (Platzhalter) erkennen: „Wenn ein Chatbot-Nutzer zum Beispiel sagt: ‚Ich möchte bitte einen Flug von München nach Seattle buchen‘, wäre der Intent der, eine Flugbuchung zu veranlassen und die Slots wären ‚München‘ für den Startflughafen und ‚Seattle‘ für das Ziel.“ Durch AIaaS wird dies zu einer Dienstleistung, die selbst kleinere Unternehmen nutzen können. Ron Brandt hält dazu fest: „Es gibt mittlerweile sehr leistungsfähige und einfach zu installierende oder selbstinstallierende Chatbot-Lösungen, die NLP-basiert funktionieren. Dabei werden lediglich die technisch relevanten Details automatisch eingerichtet.“ Dabei, so der CGI-Mann, erfordern nur die konversationsspezifischen Elemente eine Interaktion mit dem User und eventuell müsse auch der NLP-Funktionsblock auf die spezifischen Bereiche trainiert werden.

Oliver Oursin, der als Vice President Solution Engineering Germany & Austria bei Salesforce mit dem Thema ebenfalls bestens vertraut ist, betont, dass Chatbot-Funktionen mit SaaS einen stärkeren Konfigurationscharakter haben. Es sei deutlich komplexer, einen Inhouse-Bot zu erschaffen. Er ergänzt: „Genau dieser Punkt ist der große Vorteil von SaaS- oder AIaaS-Lösungen. Sie stellen bestimmte Grundfunktionalitäten und Schnittstellen zur Verfügung, die Unternehmen dann nicht ganz ohne Aufwand, aber erheblich einfacher für ihre Zwecke nutzen können.“

Doch wer schützt bei solchen Projekten eigentlich wessen Daten? „Die Datensicherheit wird hauptsächlich vom Anbieter des AIaaS gewährleistet“, sagt Murat Durmus von AISoma und rät, sich im Vorfeld genau zu informieren. Auch, sagt er, sollte man in der Regel bei der Nutzung von öffentlichen AIaaS keine sensiblen bzw. unternehmenskritischen Daten verwenden und er rät Nutzern dazu, im Zweifel eher auf Private-Cloud-Lösungen zu setzen.

Gerade in puncto Datenschutz und DSGVO-Konformität gibt Salesforce-Experte Oliver Oursin noch weitere Punkte zu bedenken. Denn obwohl auch er eindeutig den Nutzen von AIaaS-Diensten erkennt, mahnt er zur Einhaltung rechtlicher Auflagen hinsichtlich Sicherung, Transfer und Speicherung der Daten. Gerade Branchen, die persönliche Informationen verarbeiten, etwa Banken und öffentliche oder medizinische Einrichtungen, müssten besondere Vorsicht walten lassen: „Überall dort kann es Bedenken geben, diese aus der Hand zu geben und über eine Schnittstelle an einen Dritten, nämlich den KI-Anbieter, weiterzugeben. Hier müssen Unternehmen genau prüfen, ob aus rechtlichen oder anderen Gründen der notwendige Datenverkehr zulässig ist, d.h. abklären, wo die Daten liegen – Stichwort: DSGVO – und wer darauf Zugriff hat“, sagt er. Ansonsten, so Oursin, handele es sich bei AIaaS-Lösungen um reguläre Schnittstellen, bei denen die üblichen Infrastruktursicherheitsthemen wie adäquate Verschlüsselung, aktuelles Patchmanagement und die Einhaltung weiterer Sicherheitsstandards auf der Agenda stehen sollten.

Ein Kritikpunkt, der häufig mit KI-Services aus der Cloud verbunden ist, ist, dass sie zunächst einmal „von der Stange“, d. h. im Standard noch recht uniform sind. Bedeutet das, dass sie wenig Raum für innovative Individuallösungen bieten?
Nein, befindet Salesforce-Fachmann Oursin: „Der innovative Ansatz ist immer der besondere Business-Prozess, das Angebot oder die Kundenerfahrung, die ein Unternehmen individuell entwickelt und bietet. Die KI schafft die Grundlage und bietet zunächst einmal die Möglichkeit für die Umsetzung dieser Innovation.“ Ein weiterer Aspekt, den er hervorhebt, ist, dass KI selbst noch nicht so weit entwickelt ist wie andere Technologiebereiche und daher noch einiges an Innovationspotenzial birgt. Dieses sei aber in der Masse deutlich einfacher zu heben, als wenn sich einzelne Nutzer daranwagen.

Darüber hinaus, so Constantin Gonzales, sei die Nutzung der KI-Dienste schließlich nicht auf einzelne Standard-Services begrenzt und könne mit anderen Cloud-Diensten oder eigenen Entwicklungen beliebig kombiniert werden, um mächtige IT-Architekturen zu schaffen, die schnell und einfach Mehrwert liefern. Es sei, so sagt er, realistisch, dass es bald Anwendungen gebe, die aus Dutzenden oder Hunderten miteinander verschalteter KI-Services bestehen, welche gemeinsam neue Lösungen für ein Business-Problem liefern. „In solchen Architekturen kommt es auf das innovative Design des Gesamtsystems an, auch wenn die KI-Bausteine darin standardisiert sind“, resümiert er.

Die Experten sind sich einig, dass AIaaS-Lösungen eine gute Möglichkeit sind, an KI heranzugehen – ohne dabei hohe unternehmerische Risiken tragen zu müssen. Dennoch raten sie einhellig, ab einem gewissen Punkt auf Expertenwissen zu setzen, da diese Prozesse beschleunigen und verbessern. So erleichtert AIaaS zwar den Zugang zu der Technologie zwar deutlich, ersetzt aber keinesfalls Spezialisten, wie Gonzalez noch einmal betont: Moderne Big-Data- und ML- oder KI-Services aus der Cloud helfen zwar Unternehmen, bestimmte Standardaufgaben zu lösen, wer jedoch schneller zu neuen, innovativen Lösungen kommen möchte, der tut gut daran, mit Data Scientists zusammenzuarbeiten. Das helfe auch, die eigenen Kompetenzen schneller aufzubauen.

In Zeiten des Fachkräftemangels, in der gute Künstliche-Intelligenz-Berater und Data Scientists allerdings nur sehr schwer zu finden sind und nicht jedem Unternehmen bei einer KI-Einführung zur Seite stehen können, helfen, so empfiehlt Oursin, Standardlösungen dabei, diese Lücke zunächst einmal zu schließen.

Bildquelle: Getty Images/iStock

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok