HPE Blog, Austria, Germany & Switzerland
Dima_Tsaripa

Künstliche Intelligenz im Unternehmen nutzen

Formel 1 fährt auf dem Weg zur KI voran

KI-AutonomesFahren.JPG

175 Zettabytes wird das globale Datenvolumen laut IDC in fünf Jahren betragen – das ist rund das 130.000-Fache dessen, was man vor einer Generation (1998) als Weltdatenbestand schätzte. Allein ein Formel-1-Rennwagen zum Beispiel liefert während eines Rennens Sensordaten im Terabyte-Bereich. Deren KI-basierte Analyse und die nachfolgende Simulation am Computer geben Aufschluss darüber, wie sich das Fahrzeug verbessern lässt. Die Dauer zur Berechnung solcher Simulationen konnte Mercedes-AMG Petronas Motorsport mit Hilfe von HPE von drei bis vier Tagen auf weniger als einen Tag verkürzen – so kann das Rennteam nun täglich neue Simulationen fahren, um seine Boliden noch schneller zu optimieren. Doch selten sind die Vorteile der KI so klar wie in der Formel 1.

Rund die Hälfte der Unternehmen steht noch am Anfang ihrer KI-Reise, so eine Umfrage des MIT Sloan Management Review und der Boston Consulting Group (BCG) unter 3.000 Betrieben. Die Unternehmen stehen damit vor grundlegenden Fragen: Welche Bedeutung hat künstliche Intelligenz für meinen Geschäftserfolg? Wofür kann ich KI nutzen, wofür nicht? Und wo fange ich an?

Was die Entscheidungsfindung erschwert, ist vor allem fehlendes Wissen um das Potenzial von KI – auf Business- wie auch auf IT-Seite. Anschließend ergeben sich weitere Herausforderungen, vorrangig der akute Mangel an Datenwissenschaftlern, um KI-Projekte „auf die Straße zu bringen“. Hinzu kommen Fragen, wie sich der Geschäftsnutzen von KI am deutlichsten herausarbeiten lässt, welche Hardware und Software man für das Experimentieren mit KI-Lösungen heranziehen sollte und wie man geeignete Partner dafür findet.

Partner für das KI-basierte Business

Wie bei jedem Hype-Thema, so findet sich auch beim aktuellen Trend zum Einsatz künstlicher Intelligenz eine Fülle von Startups und Spezialisten, die darum werben, für die Reise in die KI-getriebene Zukunft auf Produkt X oder Service Y zu setzen. Am anderen Ende des Anbieterspektrums findet man die großen Cloud-Provider (Hyperscaler): Sie unterstützen eine Fülle von Software-Angeboten für unterschiedlichste KI-Einsatzfälle, aber eben auf reiner Self-Service-Basis – der Anwender muss also genau wissen, was er braucht und wie er es nutzen soll. Wer Orientierung sucht, wird hier mit einem Sammelsurium potenziell nützlicher KI-Werkzeuge alleingelassen.

Nicht umsonst wählen viele Unternehmen deshalb einen dritten Weg: Sie suchen sich einen Partner, der ein Unternehmen mit Hardware, Software und Services auf dem Weg zum KI-getriebenen Business von Anfang an begleitet, ohne dabei auf bestimmte KI-Architekturen oder Softwarelösungen festgelegt zu sein. HPE kann hier nicht zuletzt dank seiner Beratungsorganisation HPE Pointnext für jeden individuellen Einsatzfall und Kundenbedarf die am besten passende KI-Lösung erarbeiten. Diese Lösung kann anschließend laufen, wo es am sinnvollsten ist, sei es im Rechenzentrum des Unternehmens, am Edge (etwa in einer Werkshalle zur latenzarmen Analyse von Sensordaten), in der Public Cloud (zur dynamischen Skalierung bei stark schwankendem Rechenbedarf) oder auch als Mix aus all diesen Varianten in Form einer Hybrid Cloud.

Ein wesentliches Kriterium ist es für KI-Interessierte verständlicherweise, dass ihr Partner auf Erfahrungen aus Referenzprojekten zurückgreifen kann. Neben Mercedes-AMG Petronas, die mit HPE Apollo Servern ihre Rennstrategie perfektionieren, haben HPE und Pointnext schon zahlreichen Unternehmen aus unterschiedlichsten Branchen mit Expertise und einem breit gestreuten Partnernetzwerk auf ihrer KI-Reise unterstützt. Die Projekte reichten von Hilfestellung bei den ersten Schritten in Richtung KI mittels Orientierungs- und Transformationsworkshops bis hin zur Betreuung umfangreicher KI-Umgebungen, einschließlich Fragen des Datenmanagements (wie schaffe ich es, die Daten möglichst dort auszuwerten, wo sie anfallen?), der dynamischen Skalierung in die Hybrid Cloud und der Compliance.

KI-Memory-Driven-Computing.jpgBig-Data-Analyse und Deep Learning

Der Festplattenhersteller Seagate zum Beispiel hat mithilfe von HPE die Qualitätssicherung in der Produktion optimiert. Dank Deep-Learning-basierter Bildanalyse auf HPE Edgeline Systemen kann Seagate Entscheidungen für die Qualitätssicherung dort fällen, wo sie sich am direktesten auf die Produktqualität auswirken und somit unmittelbar Kosten sparen: vor Ort in der Fertigung. Das Deutsche Zentrum für Neurodegenerative Erkrankungen (DZNE) in der Helmholtz-Gesellschaft wiederum konnte per Big-Data-Analyse auf HPEs In-Memory-Computing-Systemen die Verarbeitung von Genomdaten erheblich beschleunigen: Analyseabäufe, die zuvor 22 Minuten dauerten, erfolgen nun über 100-mal schneller: in nur 13 Sekunden. Für die Wissenschaftler bedeutet dies, dass sie nicht immer erst eine Pause einlegen müssen, sobald sie eine Berechnung angestoßen haben, sondern durchgängig an ihrem Projekt arbeiten können. Die Forschung an Krankheiten wie Alzheimer gewinnt dadurch dramatisch an Tempo.

Ganz im Sinne dessen, was CEO Antonio Neri HPEs „Yes, we can“-Spirit nannte, unterstützt HPE die Medizinforschung auch im Kampf gegen das Coronavirus: „Wir müssen uns auf die Dinge fokussieren und den Dingen Priorität einräumen, die in unserer Kontrolle liegen“, so Antonio Neri in einem Blog-Post; unter anderem werden Datenwissenschaftler von HPE deshalb KI-Tools entwickeln, um Daten aus Tausenden wissenschaftlicher Artikel zu COVID-19 und verwandten Coronaviren zu gewinnen und so Antworten auf die dringlichsten wissenschaftliche Fragen zu erhalten.

Zugleich arbeitet HPE mit mehreren Herstellern aus der Automobilbranche an Systemen für das autonome Fahren. In der Finanzindustrie hilft KI von HPE, Betrugsversuche aufzudecken, während HPE Pointnext zum Beispiel für einen Aluminiumproduzenten ein KI-gestütztes Modell entwickelte, um drohende Anodenblock-Ausfälle zu prognostizieren – was nicht nur die Produktqualität verbessert, sondern auch Unmengen Energie spart. Die Fülle weiterer Einsatzfälle reicht von der Auswertung der Videoüberwachungsdaten an Flughäfen bis zur Analyse gesprochener Sprache, etwa zur Unterstützung von Call-Center-Betreibern.

KI-Expertise, Partner und Technologien

In dreierlei Hinsicht hat HPE im KI-Umfeld Alleinstellungsmerkmale, die dem Anwender einen klaren Vorsprung verschaffen: die Expertise unserer Mitarbeiter, das umfangreiche Partner-Ökosystem und unsere Technologien. Der Mitarbeiterstamm von HPE umfasst erfahrene Datenwissenschaftler und KI-Spezialisten, die seit Jahren strategische globale KI-Projekte unterstützen, zudem Consultants und Technologen von HPE Pointnext, die in ihren jeweiligen Regionen und Branchen jahrelange Erfahrung mit großen Daten-, Data-Warehouse- und Analyseprojekten mitbringen. Das enge Zusammenspiel mit Partnern, auf das die HPE-Fachleute dabei zurückgreifen können, reicht auf der Softwareseite von Größen wie Microsoft und SAP bis zur Zusammenarbeit mit OpenSource-Communities rund um KI-Spezialthemen wie etwa TensorFlow oder Apache Kafka.

Die intensive Kooperation beginnt aber schon auf der Hardware-Ebene: HPE Apollo Server nutzen Grafikprozessoren (GPUs) des Chipherstellers NVIDIA, dessen GPUs den De-facto-Standard für die Beschleunigung von KI-Berechnungen bilden. NVIDIA A100 GPUs, die in den HPE Apollo Servern zum Einsatz kommen, sind siebenmal leistungsfähiger als vergleichbare Prozessoren.

Ebenso breit gefächert wie die Expertise und das Partnernetzwerk sind auch die Server- und Storage-Angebote von HPEs KI-Portfolio. Die Serverfamilie umfasst die flexibel skalierbaren Apollo 2000 Systeme ebenso wie die leistungsstarke Apollo 6500 Serie, die Mercedes-AMG für die Formel-1-Simulationen nutzt. Die NASA setzte kürzlich einen Apollo Server für Supercomputing-Aufgaben auf der Raumstation ISS ein. So konnten die Astronauten Bilder und Videos gleich an Bord der ISS bearbeiten, ohne sie zur Erde schicken zu müssen – ein Edge Computing der besonderen Art. Die Storage-Servers Apollo 4200 und Apollo 4510 runden die Produktpalette auf Speicherseite ab und sorgen für ebenso verlässliche wie performante Datenverfügbarkeit.

HPE Ezmeral.jpg

In puncto Software wiederum hat HPE jüngst unter dem Markennamen Ezmeral ein neues Softwareportfolio vorgestellt, das Unternehmen dabei unterstützt, die digitale Transformation unternehmensweit zu beschleunigen – vom Edge bis zur Cloud. Neben den etablierten IT-Managementlösungen InfoSight und OneView sowie einer Data Fabric für das Datenmanagement umfasst das Ezmeral-Portfolio auch zwei Lösungen, die für KI-Umgebungen besonders interessant sind: HPE Ezmeral Container Platform unterstützt den automatisierten Betrieb von Containern, wie er heute in agilen IT-Umgebungen üblich ist, während HPE Ezmeral ML Ops den Machine-Learning-gestützten IT-Betrieb ermöglicht und so die IT-Abteilung entlastet.

KI-Pakete für den Mittelstand

Um mittelständischen Unternehmen den einfachen, kostengünstigen Einstieg in die KI-Welt zu erleichtern, hat HPE spezielle Pakete aus direkt nutzbarer Hardware, Software, Dienstleistung und Schulung zusammengestellt: Die HPE AI Bundles (AI: Artificial Intelligence, also KI) sind in vier Ausbaustufen erhältlich und vereinen alles, was ein Mittelständler benötigt, um erste Runden auf dem KI-Parkour zu drehen und dann richtig Fahrt aufnehmen zu können. Alle HPE AI Bundles umfassen Online-Kurse des NVIDIA Deep Learning Institute, die das erforderliche Basiswissen vermitteln.

Hilfestellung für KI-Projekte im Mittelstand.png

Und schließlich räumt HPE auch noch eine letzte Schikane aus, die der vollen Fahrt zur KI im Weg steht: Viele Entscheidungsträger befürchten, dass Experimente mit KI hohe Anfangsinvestitionen bedingen, von denen anfangs unklar ist, ob sie sich wirklich rechnen werden. Hier schafft Pointnext mit seinen Greenlake-Angeboten Abhilfe: Greenlake ermöglicht den Bezug von Hardware und Software – einschließlich der neuen Ezmeral-Angebote zu Containern und ML Ops – nach Nutzung, also unabhängig davon, ob man die IT-Leistungen aus dem eigenen Rechenzentrum, am Edge oder aus der Cloud bezieht. So kann ein Unternehmen anhand eines „Proof of Value“-Projekts evaluieren, welchen Wertbeitrag KI zum Geschäft leistet, und bezahlt dabei nur für die genutzte IT. Später lässt sich die Umgebung nach Bedarf skalieren. Das vermeidet Investitionsrisiken und erlaubt es, bei Innovationsinitiativen so richtig Gas zu geben. HPE Financial Services helfen bei Bedarf mit der Entwicklung einer passenden Investitionsstrategie.

Wettbewerbsfähig mit künstlicher Intelligenz

Nur ein Unternehmen, dass aus der ständig wachsenden Masse anfallender Daten einen Geschäftsvorteil ableiten kann, wird sich im Wettbewerb behaupten. Denn künftig wird es nur noch mittels künstlicher Intelligenz möglich sein, aus der Datenfülle Erkenntnisse zu gewinnen, um Unternehmensprozesse zu optimieren, die Produktinnovation voranzutreiben und zukunftsfähig zu bleiben. HPE unterstützt Sie mit KI-Expertise, innovativen Technologien, einem umfangreichen Partnernetzwerk, mittelstandsgerechten KI-Lösungspaketen und On-Demand-Finanzierung dabei, in Sachen KI die Pole Position zu erobern – und sie zu behalten.

Weitere Informationen darüber, wie Sie mit KI und HPE Ihren Geschäftserfolg steigern, erhalten Sie bei einem Boxenstopp hier.

 

Featured Blog Posts:


Capture.PNGDima Tsaripa ist Category Manager HPC, Big Data & Artificial Intelligence bei Hewlett Packard Enterprise.

Dima Tsaripa
Hewlett Packard Enterprise

twitter.com/HPE_DE
linkedin.com/in/dima-tsaripa-31b1b319/
hpe.com/de

0 Kudos
Über den Autor

Dima_Tsaripa

Dima Tsaripa ist Category Manager HPC, Big Data & Artificial Intelligence bei Hewlett Packard Enterprise.

Veranstaltungen
HPE Webinars
Find out about the latest live broadcasts and on-demand webinars
Mehr lesen
Online Expert Days
Visit this forum and get the schedules for online Expert Days where you can talk to HPE product experts, R&D and support team members and get answers...
Mehr lesen
Alle anzeigen