Künstliche Intelligenz und maschinelles Lernen Unternehmens-Einstieg in KI: Umfrage entlarvt massive Infrastruktur-Defizite

Anbieter zum Thema

Pure Storage GmbH

MicroConsult Academy GmbH

MES Electronic Connect GmbH & Co. KG

Schneider Electric GmbH

In einer Umfrage unter 500 IT-Führungskräften aus Unternehmen mit mehr als 500 Mitarbeitenden fand Flash-Speicheranbieter Pure Storage heraus, dass häufig KI-Initiativen gewünscht, oft aber die Anforderungen für den Datentransfer, die Rechenleistung und den Energiebedarf teils extrem unterschätzt werden. Es bedarf Voraussicht und einen kritischen Blick auf bestehende Infrastrukturverhältnisse.

Themen wie Künstliche Intelligenz und Maschinelles Lernen prägen zunehmend Herstellung und Produktion in großen Industrieunternehmen. Primär sollen KI und ML dem Menschen als Werkzeug dienen, um Produktionsabläufe zu optimieren und Fehlerquoten zu senken. Auch die Sicherheit der Mitarbeitenden spielt stellenweise mit in die Thematik hinein, denn Roboter übernehmen zunehmend schwierige oder gefährliche Aufgaben.

Was beim Start einer KI-Initiative im eigenen Unternehmen allerdings nicht vergessen werden darf, ist ein Blick auf die Infrastruktur. Denn mit eingesetzter KI und insbesondere Maschinellem Lernen steigen aufgrund der Übertragung der Daten von Sensoren und Kameras der Datenverkehr sowie der Bedarf an Rechenleistung. Ähnlich sieht es beispielsweise beim Einsatz von Predictive Maintenance zur Kontrolle von Maschinen, bei autonomer Robotik oder auch bei der Nutzung von KI für Effizienzmaßnahmen aus.

Bildergalerie

Kurzum: Es entstehen mehr Daten, es verkehren mehr Daten, der Bedarf an Rechenleistung und Speicherplatz steigt und schlussendlich ist das ebenfalls mit höheren Energiekosten verbunden. Es ist wichtig, dass Unternehmen bei der Implementierung von KI in Produktionsprozessen nicht nur die Vorteile in Bezug auf Effizienz und Qualität berücksichtigen, sondern auch die zusätzlichen Anforderungen an Datenverkehr, Rechenleistung, Speicher und Energie planen und verwalten. Dies kann eine sorgfältige Infrastrukturplanung und Investitionen in entsprechende Ressourcen erfordern.

Zu einem ähnlichen Ergebnis kommt eine Umfrage des Flash-Speicherherstellers Pure Storage. Im Rahmen dieser Studie, für die Pure Storage im Oktober 2023 mit Wakefield Research zusammengearbeitet hat, wurden rund 500 IT-Einkäufer aus US-amerikanischen, britischen, französischen und deutschen Unternehmen mit mindestens 500 Mitarbeitenden zu den Lehren befragt, die sie aus der innerbetrieblichen Implementierung von KI gezogen haben. Für Deutschland selbst wurden 100 IT-Einkäufer befragt, deren Antworten der Redaktion zur Verfügung gestellt wurden. Diese gewähren einige spannende Einblicke!

KI: Ja gerne, geht da mit unseren alten Strukturen, oder?

Von den 100 befragten IT-Einkäufern aus Unternehmen mit mindestens 500 Mitarbeitenden in Deutschland berichten 91 Prozent davon, dass in der Firma bereits KI-Technologien eingesetzt werden, die restlichen neun Prozent wollen innerhalb der kommenden zwölf Monate auf den Zug aufspringen.

Interessant ist dabei der folgende Einblick, der in die IT-Infrastrukturen gewährt wird: 34 Prozent der Befragten berichteten davon, dass ihre Infrastruktur dafür komplett auf Vordermann gebracht werden musste oder noch werden muss. 37 Prozent berichten von signifikanten Upgrades. Andersherum wurden und werden lediglich in 6 Prozent der Fälle keine spürbaren Aktualisierungen vorgenommen.

KI: Ja gerne, das kommt doch aus der Cloud, oder?

Die Faktoren, die von Geschäftsführungen bei der Planung zur Implementierung von KI-Technologien am ehesten übersehen wurden, sind im deutschen Raum der erhöhte Energiebedarf, die Speicherung und das Management der Daten sowie Rechenleistung und generelle Kosten.

Dass längst nicht alle Führungspersonen überhaupt die IT und ihre Infrastruktur im Blick haben, wenn es um das Schmieden von KI-Plänen gibt, lassen auch die Stimmen zur Frage „Was sind die Hauptgründe, warum Führungskräfte bei der Einführung von KI die IT-Infrastruktur übersehen könnten?“ – international wie national. Abgesehen von den Befragten aus Frankreich lassen die Teilnehmenden durchklingen, dass vonseiten der Geschäftsleitung am häufigsten erwartet wurde (59 Prozent in Deutschland), dass KI in der Cloud funktioniert.

Mit 53 Prozent lag unter deutschen Befragten auch der Kommentar hoch im Kurs, dass es nicht das komplette Verständnis für die aktuelle IT-Infrastruktur gäbe. Mit 50 Prozent ebenfalls „im Trend“ ist, dass es eine Unterschätzung des Einflusses der KI-Implementierung gegeben hätte. Eine gewisse Eiligkeit bei der Einführung von KI (41 Prozent) sowie eine Unterschätzung des technischen Bedarfs für die Implementierung (42 Prozent) wurden zusätzlich genannt.

KI benötigt mehr Rechenleistung

In vielen Fällen hat unter allen 500 Befragten der Bedarf an Rechenleistung zugenommen, die Werte liegen bei 86 Prozent in Großbritannien als Minimum und bei 89 Prozent in Frankreich als Maximum. Die in Deutschland befragten IT-Einkäufer antworteten zu 29 Prozent, dass sich der Bedarf um 50 Prozent erhöht habe, 25 Prozent sprechen von einer Verdopplung, 23 Prozent von einer Verdreifachung und 10 Prozent gar von einer Vervielfachung der benötigten Rechenleistung.

Eine erhöhte Rechenpower und damit in vielen Fällen ein erhöhter Energiebedarf aber stehen verständlicherweise im Widerspruch zu Themen wie Nachhaltigkeit und Übernahme gesellschaftlicher und ökologischer Verantwortung, die in der jüngeren Vergangenheit an Bedeutung gewonnen haben. Nicht nur für Kunden, sondern auch für Investoren sind ESG-Faktoren (Environment, Social, Governance, also zu Deutsch Umwelt, Soziales und Unternehmensführung) zunehmend wichtiger. Ist es da nicht hinderlich, mit der Nutzung von KI mehr Energie zu verbrauchen?

Nachhaltigkeit von KI?

ESG-Ziele in den Unternehmen der befragten IT-Einkäufer aus Deutschland seien zu 52 Prozent etwas schwieriger und zu 88 Prozent spürbar schwieriger zu erreichen. Wie sollen die negativen Auswirkungen, die der Einsatz von KI potenziell mit sich bringt, abgefangen werden? Über die Hälfte der Teilnehmenden, 57 Prozent in Deutschland, sehen die Investition in energieeffiziente Hardware als gutes Mittel. Auch klassische Methoden wie das Herunterfahren von Anwendungen, wenn sie nicht benötigt werden, stehen mit 49 Prozent der Stimmen hoch im Kurs.

Irritierend hingegen ist, dass man tatsächlich darüber nachdenke, die Nutzung von KI zu begrenzen, um Ressourcen zu schonen und die Energieausgaben zu kompensieren, die dafür benötigt werden. Die Nutzung von Künstlicher Intelligenz zu limitieren, sehen satte 55 Prozent der befragten IT-Einkäufer aus Deutschland wohl als Mittel, um die von KI geforderten Ressourcen auszugleichen – das klingt ein wenig paradox. Wahrscheinlich geht es dabei um langfristige Pläne, IT-Hardware und KI-Nutzung nach und nach aufzustocken.

Andere Wege, um die durch KI erforderliche Energie wieder „reinzuholen“, wären neben der Investition in energieeffiziente Hardware, dem Abschalten von Anwendungen und der Limitierung der KI auch die Investition in erneuerbare Energien und die Stromreduktion in anderen Bereichen. Einsparpotenziale für das Mehr an Energie, das von KI benötigt wird, sehen 74 Prozent der Teilnehmenden aus Deutschland übrigens als langfristige Maßnahmen und Teil der KI-Strategie der Unternehmen.

KI: Ja, aber nur mit der richtigen Vorbereitung und nicht übers Knie gebrochen

Zum Schluss sehen 79 Prozent der Teilnehmenden aus Deutschland und 88 Prozent aller Befragten die Notwendigkeit, die Einführung von Künstlicher Intelligenz in einem Unternehmen mit genug zeitlichem Vorlauf und Vorarbeiten an der IT-Infrastruktur durchzuführen, um möglicherweise gesetzte ESG-Ziele nicht aus den Augen zu verlieren oder gar zu erreichen.

Die Konsequenzen, wenn der Einführung von KI in einem Unternehmen nicht genügend Zeit, Ressourcen und Vorbereitung gewährt werden, sehen die IT-Einkäufer wie folgt:

• knapp 50 Prozent der Befragten aus Deutschland erlebten eine Erhöhung des Drucks auf die IT-Abteilung, weil notwendige Daten nicht einwandfrei fließen konnten.

• 48 Prozent bestätigten, dass es höhere Investitionen benötigte, um die IT-Infrastruktur aufzuwerten.

• 41 Prozent konnten KI nicht effektiv nutzen.

• Bei 42 Prozent verspäteten sich andere Projekte oder neue Produkte.

• 39 Prozent sahen Probleme beim Erreichen der ESG-Ziele.

• 42 Prozent trafen nicht die zeitlich gesetzten Ziele.

Nur wenige Unternehmen, die an dieser Umfrage von Pure Storage teilgenommen haben, hatten – mit Blick auf Deutschland sowie international gesehen – keines der genannten Probleme bei der Implementierung von KI. Andersherum: Fast alle hatten mit wenigstens einem dieser Hindernisse zu kämpfen.

Die Lehre aus dieser Umfrage: Das alles sollte Sie nicht davon abhalten, in Ihrem Unternehmen KI-Strategien zu implementieren, wenn Sie dafür das Potenzial und die Notwendigkeit sehen. Es benötigt allerdings Planung und oft eine Investition in die IT-Infrastruktur, um KI und ML in einem sinnvollen Maß und effizient zu nutzen. Das sollte nicht vergessen werden. (sb)

(ID:49834402)