München | Bad Homburg, 06. Mai 2025 – 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.
Wie vielfältig und gleichzeitig weit verbreitet der Einsatz von generativer KI in Zukunft sein wird, zeigen Untersuchungen von Gartner. So gehen die Analysten beispielsweise davon aus, dass im Jahr 2025 mehr als 30 Prozent der neuen Medikamente mithilfe von GenAI-Techniken entwickelt werden. Ebenso hoch soll der Anteil von Marketingbotschaften und personalisierter Werbung sein, die mit generativer KI erstellt werden. GenAI ist aber auch ein nützliches Werkzeug, um in der Fertigung Designs zu entwickeln, die in Bezug auf Leistung, Materialien und Herstellungsverfahren optimiert sind.
Anspruchsvolle Anwendungsfälle erfordern jedoch viel Rechenleistung und verlangen ein hohes Maß an IT-Sicherheit. Hier kann die Cloud aus Sicht von NTT DATA in fünf Punkten überzeugen – wenn Unternehmen einige Aspekte beachten.
- Skalierbare Infrastruktur für die massive Rechenleistung. GenAI-Modelle sind bekannt für ihre Größe und Komplexität, die Modelle umfassen oft Milliarden von Parametern und setzen entsprechend hohe Rechenressourcen voraus. Diese Anforderungen übersteigen in der Regel die Systemkapazitäten von firmeneigenen Rechenzentren, während Cloud-Anbieter auf Skalierbarkeit und High-Performance Computing ausgelegt sind. Die Cloud bietet Zugriff auf GPU- und TPU-Cluster sowie spezialisierte KI-Infrastrukturen, die die Rechenlast dynamisch verteilen und skalieren können. Dies reduziert sowohl die Entwicklungszeit als auch die Betriebskosten erheblich und ermöglicht es Unternehmen, GenAI-Anwendungen auch ohne eigene Hochleistungsinfrastruktur effizient zu betreiben.
- Größtmögliche Modularität. Die Implementierung von GenAI in monolithische Legacy-Applikationen stellt vor allem aufgrund der starren Architektur dieser Anwendungen eine große Herausforderung dar. Hier spielen die API-Architektur (Application Programming Interface) und die Modularität von Cloud-nativen Anwendungen ihre Stärken aus. Beides zusammen erleichtert die Integration von GenAI in bestehende Systeme. Dank der API-Architektur können Unternehmen Ökosysteme aus Anwendungen erstellen, die modular und wiederverwendbar sind, was die Entwicklung und Anpassung von GenAI deutlich beschleunigt. Gleichzeitig sorgt die modulare Architektur für mehr Flexibilität und Anpassungsfähigkeit, sodass Unternehmen schnell auf neue Anforderungen reagieren und innovative Funktionen implementieren können – ein entscheidender Vorteil in der dynamischen Welt der Künstlichen Intelligenz.
- Effizientes und flexibles Datenmanagement. Eine der größten Herausforderungen bei GenAI-Projekten ist die Verwaltung und Integration großer Datenmengen. Cloud-Plattformen bieten hier entscheidende Vorteile: Sie ermöglichen eine zentrale Datenspeicherung und den Zugriff auf skalierbare Datenbanken, die Informationen in Echtzeit aggregieren und bereitstellen können. Dies erleichtert nicht nur die gemeinsame Nutzung von Informationen über Teams und Standorte hinweg, sondern erhöht beim Einsatz entsprechender Security-Tools auch die Datensicherheit. Darüber hinaus unterstützen Cloud-Anbieter flexible Speicherlösungen, die sowohl strukturierte als auch unstrukturierte Daten verwalten können – ein Muss für die vielseitigen Datensätze, mit denen GenAI arbeitet.
- Überschaubare Investitionen. Mit der Cloud sparen sich Unternehmen die hohen Kosten für eine eigene KI-Infrastruktur und „konsumieren“ Ressourcen nach Bedarf. Die Pay-per-Use-Modelle der Anbieter ermöglichen eine hohe Flexibilität, indem Ressourcen dynamisch an Lastspitzen und schwankende Workloads angepasst werden. Allerdings bedeutet die Nutzung der Cloud nicht automatisch Kosteneffizienz: Unternehmen müssen sorgfältig planen und genau definieren, welche Services und Ressourcen sie für ihre GenAI-Anwendungen benötigen, um unnötige Ausgaben zu vermeiden. Ohne eine klare Bedarfsanalyse kann das Kostenmanagement in der Cloud schnell unübersichtlich werden, insbesondere bei rechenintensiven GenAI-Anwendungen. Nur durch eine strategische Planung und kontinuierliches Monitoring lassen sich die Kostenvorteile der Cloud voll ausschöpfen und eine wirtschaftliche Nutzung sicherstellen.
- Zugang zu modernsten Technologien. Viele Cloud-Anbieter bieten inzwischen spezialisierte Services für maschinelles Lernen und Künstliche Intelligenz an, die eine End-to-End-Umgebung für die Entwicklung, das Training und den Einsatz von GenAI-Modellen bereitstellen. Über diese Plattformen haben Entwickler Zugriff auf benutzerfreundliche Werkzeuge, die die Modelloptimierung, das Hyperparameter-Tuning und die Integration vortrainierter Modelle erheblich vereinfachen. Funktionen wie automatisiertes maschinelles Lernen (AutoML) verkürzen die Entwicklungszeit und reduzieren den Bedarf an Spezialwissen. Gleichzeitig schützen fortschrittliche Sicherheitsmaßnahmen die Daten vor unberechtigtem Zugriff und Angriffen. Allerdings ist nicht jede Cloud für die Verarbeitung sensibler Informationen geeignet. Eine Public-Cloud-Umgebung bietet zwar Standard-Sicherheitsfunktionen, erfüllt aber in der Regel nicht die spezifischen Compliance-Richtlinien in regulierten Branchen. Hier kann der Einsatz hybrider oder privater Cloud-Lösungen ein Weg sein, um sowohl die Vorteile der Cloud zu nutzen als auch die hohen Sicherheits- und Compliance-Standards zu erfüllen.
- Befähigung der Mitarbeitenden und Etablierung einer KI-Kultur: Die Mitarbeiterinnen und Mitarbeiter eines Unternehmens spielen eine entscheidende Rolle für den Erfolg von KI-Initiativen. Sie müssen mit den richtigen Fähigkeiten, Kenntnissen und Werkzeugen ausgestattet werden, um die neuen Technologien effektiv nutzen zu können. Dies kann durch gezielte Schulungen zu KI-Technologien, datenbasierten Entscheidungsprozessen und ethischen Fragen erreicht werden. Eine kontinuierliche Weiterbildung und der Aufbau einer Lernkultur, die Innovation und Veränderungsbereitschaft fördert, sind essenziell. Zudem sollten Unternehmen darauf abzielen, interdisziplinäre Teams zu bilden, die technische, analytische und strategische Kompetenzen vereinen. Nur so können die Mitarbeitenden von den Möglichkeiten der KI profitieren und die Transformation aktiv mitgestalten.
„Die Cloud ist entscheidend für den Erfolg von generativer KI, aber die Wahl des richtigen Anbieters und der richtigen Services darf kein Schnellschuss sein. Unternehmen, die ihre GenAI-Projekte erfolgreich skalieren und gleichzeitig ihre digitale Souveränität wahren wollen, kommen um eine sorgfältig geplante Cloud-Strategie nicht herum“, erklärt William Cobbah, Head of Data & Intelligence bei NTT DATA DACH. „Die Zusammenarbeit mit einem kompetenten Service-Provider ermöglicht es Unternehmen, zunächst die eigene GenAI-Fähigkeit zu evaluieren und dann über das weitere Vorgehen zu entscheiden. Er leistet wichtige Vorarbeit in Form von Machbarkeitsanalysen, Roadmaps und Strategieberatung. Der Dienstleister hilft aber auch, die Implementierungs- und Nutzungsanforderungen zu verstehen und herauszufinden, welche Art von Cloud die richtige ist.“