Mit diesen 5 Hebeln KI-Datenfessel sprengen

Die IT-Umgebungen vieler Unternehmen waren nie dafür ausgelegt, die hohen Anforderungen von KI zu erfüllen. Um das volle Potenzial dieser Technologie nutzen zu können, müssen Unternehmen ihre Daten von den Fesseln alter Systeme und Plattformen befreien. Dell Technologies erklärt, was dabei besonders wichtig ist. Wenn Unternehmen nämlich hauptsächlich damit beschäftigt sind, IT-Systeme manuell anzupassen, Integrationen zu entwickeln und Workarounds auszuprobieren, um KI reibungslos trainieren und einsetzen zu können, ist das ein deutliches Zeichen dafür, dass die Infrastruktur modernisiert werden muss. Sie müssen eine leistungsfähige, agile und robuste Basis schaffen, um Fortschritt mit KI voranzutreiben. Entscheidend sind dabei fünf Aspekte.

Von Legacy zu KI-ready

Reibungslose Datenflüsse

Wenn Daten in Silos feststecken, kann sich die KI kein Gesamtbild verschaffen. Sie arbeitet nur mit einem Teil der verfügbaren Informationen, was zu ungenauen Prognosen, Antworten mit begrenzter Aussagekraft und suboptimalen Entscheidungen führt. Letztlich ist ein KI-System immer nur so gut wie die Daten, mit denen es „gefüttert“ wurde. Unternehmen müssen daher die strukturellen Barrieren vieler Altsysteme beseitigen und eine moderne Data Fabric aufbauen. Dahinter verbirgt sich eine integrierte Datenarchitektur, die sich vom Edge über das Rechenzentrum bis in die Cloud erstreckt und Daten leicht zugänglich macht, ohne sie zwangsläufig in einen zentralen Pool zu verschieben oder zu kopieren.

Einheitliche Datenpipelines

Wenn Data Scientists für jedes KI-Projekt sämtliche Daten mühsam zusammensuchen, prüfen, bereinigen und mit weiteren Informationen anreichern müssen, bremst das nicht nur die Evaluierung neuer KI-Anwendungsfälle, sondern auch die Überführung der Piloten und PoCs in den Produktivbetrieb. Moderne Datenplattformen helfen dabei, ETL-Prozesse (Extract, Transform, Load) zu vereinfachen und einheitliche Datenpipelines aufzubauen. Über diese lassen sich leicht nutzbare Datenprodukte bereitstellen, also saubere und qualitativ hochwertige Datensätze, die optimal zu den Anwendungsfällen passen.

Robuster Governance-Rahmen

KI benötigt klare Regeln, Kontrollen und Prozesse, sonst entstehen große Risiken – von Sicherheits- und Datenschutzverletzungen bis hin zu unfairen, diskriminierenden oder nicht nachvollziehbaren Entscheidungen. Diese können nicht nur das Vertrauen in KI-Systeme untergraben, sondern auch den Ruf des Unternehmens schädigen und zu Strafzahlungen führen, wenn gegen regulatorische Vorgaben wie die DSGVO oder den EU AI Act verstoßen wird. Unternehmen müssen daher einen robusten Governance-Rahmen schaffen, der sicherstellt, dass KI sicher und verantwortungsbewusst entwickelt und eingesetzt wird, ohne die Initiativen zu behindern. Sie benötigen klare und konsistente Sicherheits- und Compliance-Richtlinien sowie moderne Plattformen, die deren Durchsetzung ermöglichen. Darüber hinaus ist eine enge Zusammenarbeit zwischen dem IT-Team, Daten- und KI-Spezialisten, Experten aus den Fachbereichen sowie der Rechtsabteilung erforderlich. Darüber hinaus sollten Unternehmen in Risk Assessments und Audits investieren, um Schwachstellen frühzeitig erkennen und beseitigen zu können.

Schnelle Datenzugriffe und Datenverarbeitung

Alte Server, Storage-Systeme und Netzwerkkomponenten können die hohe Verarbeitungsgeschwindigkeit, den hohen Datendurchsatz und die geringe Latenz, die KI verlangt, in der Regel nicht bieten. Dadurch wird sowohl das Training der KI-Modelle als auch die KI-Nutzung im Arbeitsalltag ausgebremst. Echtzeit-Entscheidungen sind dann unmöglich und die längeren Antwortzeiten beeinflussen die User Experience negativ. Um Anwendungsfälle mit Echtzeit-Anforderungen umsetzen zu können und Anwender optimal zu unterstützen, müssen Unternehmen ihre Infrastrukturen aktualisieren und Systeme einführen, die speziell für KI entwickelt wurden. Durch optimierte Architekturen beseitigen diese Engpässe bei Datenübertragungen zwischen Prozessoren, Arbeitsspeicher und Speichersystemen. Zudem nutzen sie Hardware-Beschleunigung für eine schnelle Datenverarbeitung.

Hohe Skalierbarkeit

Sollen KI-Piloten in den Produktivbetrieb überführt und unternehmensweit skaliert werden, geht das in vielen Unternehmen mit disruptiven IT-Projekten einher, weil Infrastrukturen umfangreich angepasst und erweitert werden müssen. Damit verzögert sich der Zeitpunkt erheblich, ab dem neue KI-Anwendungen einen Mehrwert liefern und zum Geschäftserfolg beitragen. Mit flexiblen Infrastrukturen, die modular aufgebaut sind und unkompliziert skalieren, beschleunigen Unternehmen die KI-Einführung. Compute-, Storage- und Netzwerkressourcen lassen sich bei Bedarf schrittweise nachrüsten, sodass die Infrastruktur langfristig mit den Anforderungen mitwachsen kann, etwa wenn das Datenvolumen infolge neuer KI-Projekte oder steigender Nutzerzahlen anschwillt.

„KI weckt hohe Erwartungen, doch die Entwicklung und Einführung scheitert oft an Legacy-Infrastrukturen“, betont Christian Winterfeldt, Senior Director Datacenter Sales DACH bei Dell Technologies. „Erst mit modernen Systemen und Plattformen, die schnelle und reibungslose Datenflüsse ermöglichen, sicher und resilient sind und bei Bedarf mitwachsen, kann KI das Experimentierstadium verlassen und zum festen Bestandteil des Geschäfts werden.“