Aktueller Channel Fokus:

IT-Security

KI und ML durch Datenverarbeitung vorantreiben

Studie: Cloud-Services sind keine Basis für Maschinelles Lernen

| Autor: Sarah Gandorfer

Unternehmen sammeln enorme Datenmengen, sind jedoch auf das Verarbeiten dieser Daten nicht vorbereitet.
Unternehmen sammeln enorme Datenmengen, sind jedoch auf das Verarbeiten dieser Daten nicht vorbereitet. (Bild: Pixabay / CC0)

Von der Lieferkette, über die Lagerkontrolle bis hin zur Automatisierung von Fertigungsabläufen, überall werden mittlerweile Künstliche Intelligenz und Maschinelles Lernen eingesetzt. Dabei entstehen große Datenmengen. Doch statt diese für die Steuerung der Algorithmen sauber und detailliert bereitzustellen, werden sie einfach nur gesammelt.

Die Marktforscher von Vanson Bourne befragten im Auftrag des In-Memory-Datebank-Anbieters Exasol 500 IT-Entscheider in Deutschland und Großbritannien zur Transformation von Business Intelligence hin zur Datenanalyse.

Laut der Studie „Driving The Rise of AI and ML with Data“ halten 48 Prozent der befragten Unternehmen Maschinelles Lernen (ML) künftig für sehr wichtig, dicht gefolgt von Künstlicher Intelligenz (KI). Als Hauptgrund dafür gaben 64 Prozent an, dass sie Predictive Analytics einsetzen möchten. Dieses Verfahren basiert auf Maschinellem Lernen, analysiert umfangreiche Datensätze und trifft Vorhersagen für zukünftige Ereignisse. Schon jetzt haben 30 Prozent der Unternehmen in On-Demand-Cloud-Services investiert, um Funktionalitäten im Bereich Künstliche Intelligenz und Maschinellem Lernen auszubauen.

AWS und Azure wenig im Einsatz

Laut der Studie „Driving The Rise of AI and ML with Data“ halten 48 Prozent der befragten Unternehmen Maschinelles Lernen zukünftig für sehr wichtig, dicht gefolgt von Künstlicher Intelligenz.
Laut der Studie „Driving The Rise of AI and ML with Data“ halten 48 Prozent der befragten Unternehmen Maschinelles Lernen zukünftig für sehr wichtig, dicht gefolgt von Künstlicher Intelligenz. (Bild: Exasol)

Die Studienergebnisse verdeutlichen zudem, dass trotz der Konzentration auf bessere ML- und KI-Funktionalitäten die Unternehmen zwar enorme Datenmengen sammeln, allerdings auf das Verarbeiten dieser Daten nicht vorbereitet sind. 37 Prozent der Unternehmen haben sogar in Cloud-Dienste investiert, um ausschließlich ihre Daten zu speichern und zu konsolidieren. Lediglich 30 Prozent nutzen die elastische Skalierbarkeit von Cloud-Anbietern wie AWS und Azure, um einen Wert aus ihren Daten zu generieren– wobei die Deutschen gegenüber den Briten hierbei die Nase vorn haben. Generell scheint deutschen Umfrageteilnehmern an der Datenqualität mehr gelegen zu sein, als den britischen.

„Ich bin überrascht, dass nur wenige Unternehmen Cloud-Infrastrukturen tatsächlich für ML und KI einsetzen, obwohl dies viele Vorteile hätte. Es scheint, dass viele Unternehmen das Potenzial ihrer Daten noch nicht erkannt haben: Sie investieren in die Cloud, um diese dann doch nur für passive Datendienste zu nutzen. Dabei könnten die flexibel skalierbaren Rechenleistungen helfen, um mittels Maschinellem Lernen ihr Business zu optimieren“, erläutert Mathias Golombek, CTO bei Exasol. „Es ist deshalb umso wichtiger, dass die Verarbeitung von Daten auch über hybride IT-Standorte hinweg erfolgen kann, um Daten-Silos zu vermeiden. Denn diese verhindern ansonsten, dass innovative Anwendungen wie Predictive Analytics die Unternehmen datenbasiert unterstützen.“

Datenverarbeitung wird ernst genommen

Dennoch ist aus der Studie erkennbar, dass unabhängig von den Infrastrukturfragen, die Unternehmen die Datenverarbeitung immer ernster nehmen. 46 Prozent der Studienteilnehmer haben bereits in Services zur Verbesserung der Datenqualität und -verarbeitung investiert, um ihre Daten passend für ML- und KI-Anwendungen aufzubereiten.

„Mit Maschinellem Lernen zu beginnen, ist einfacher als viele befürchten, und es ist ermutigend zu sehen, dass Unternehmen die Qualität ihrer Daten mittlerweile verbessern – denn dies ist eine entscheidende Voraussetzung. Nur qualitativ hochwertige Daten bilden die Grundlage für solche lernenden Systeme. Die Cloud bietet hierbei Projektleitern die Möglichkeit, die Infrastruktur nach und nach zu skalieren und Kompetenzen für Pilotprojekte oder langfristige Programme aufzubauen“, so Golombeks Fazit.

KI: Die Dampfmaschine 4.0 fürs 21. Jahrhundert?

Künstliche Intelligenz

KI: Die Dampfmaschine 4.0 fürs 21. Jahrhundert?

07.09.18 - Nur ein Hype oder doch ein bisschen mehr? Bei McKinsey meint man Letzteres – und nicht nur ein bisschen. Nach der jüngsten Studie des McKinsey Global Institute könnte der KI-Einsatz Deutschland ein zusätzliches Wachstum von 1,3 Prozentpunkten pro Jahr bescheren und damit mehr bewegen als einst die Dampfmaschine. lesen

Kommentare werden geladen....

Sie wollen diesen Beitrag kommentieren? Schreiben Sie uns hier

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45523842 / Studien)