IBM hat auf seiner Kundenkonferenz Think "watsonx" angekündigt. Dabei handelt es sich um eine KI- und Datenplattform, die es Unternehmen ermöglichen soll, KI-Technik mit vertrauenswürdigen Daten zu kombinieren. Die IBM-Verantwortlichen sprechen von einem vollständigen Technologiepaket, mit dem Anwenderunternehmen KI-Modelle trainieren, optimieren sowie Foundation Modelle und Machine Learning einsetzen könnten, und das alles auf Grundlage vertrauenswürdiger Daten, in der notwendigen Geschwindigkeit und mit der erforderlichen Governance.

"Mit der Entwicklung von Foundation-Modellen ist KI für Unternehmen leistungsfähiger denn je", sagte Arvind Krishna, IBM Chairman und CEO. Solche Modelle machten den Einsatz von KI skalierbarer, erschwinglicher und effizienter. "Wir haben IBM watsonx für die Bedürfnisse von Unternehmen entwickelt, damit unsere Kunden wirklich von KI profitieren können. Mit IBM watsonx können sie schnell maßgeschneiderte KI-Funktionen für ihr Unternehmen trainieren und einsetzen. Dabei behalten sie die volle Kontrolle über ihre Daten." IBMs watsonx-Plattform besteht aus drei Produktpaketen:

1. watsonx.ai für die KI-Entwicklung

Mit "watsonx.ai" erhalten Anwender IBM zufolge ein KI-Entwicklungsstudio mit Zugang zu kuratierten und trainierten Foundation- und Open-Source-Modellen, Trainings- und Tuning-Tools sowie zu einem Datenspeicher, der das Sammeln und Bereinigen von Trainings- und Tuningdaten ermöglicht. Die zugrundeliegende Infrastruktur erleichtere den gesamten Daten- und KI-Lebenszyklus von der Datenaufbereitung bis zur Modellentwicklung, Bereitstellung und Überwachung. KI-Entwickler können laut IBM über eine offene und intuitive Benutzeroberfläche sowohl traditionelles Machine Learning als auch neue generative KI-Funktionen auf Basis von Basismodellen trainieren, testen, abstimmen und einsetzen.

Watson in SAP-Cloud integriert: SAP schmiedet KI-Pakt mit IBM

Die Basismodelle werden auf eine Vielzahl von Modalitäten trainiert, darunter Sprache, Code, Zeitreihendaten, Tabellendaten, Geodaten und IT-Ereignisdaten. Beispiele für Modellkategorien sind:

• fm.code: Modelle zur automatischen Generierung von Code für Entwickler über eine natürlichsprachliche Schnittstelle. Das steigere die Produktivität der Entwickler und ermögliche die Automatisierung vieler IT-Aufgaben, hieß es.

• fm.NLP: Eine Sammlung von Large Language Models (LLMs) für bestimmte Bereiche zum Beispiel Branchen. Kuratierte Daten würden helfen, Verzerrungen abzumildern. Außerdem ließen sich diese Modelle mit Kundendaten anpassen.

• fm.geospatial: Ein Modell, das auf Klima- und Fernerkundungsdaten aufbaut. Unternehmen könnten damit Veränderungen bei Naturkatastrophen, hinsichtlich der Biodiversität, Landnutzung und anderen geophysikalischen Prozessen, die Auswirkungen auf ihr Geschäft haben könnten, besser verstehen und handeln.

watsonx.ai Studio werde auf den Open-Source-Bibliotheken von Hugging Face aufbauen und Usern Tausende von offenen Modellen und Datensätzen der AI-Community anbieten. Die IBM-Verantwortlichen versprechen ihren Kunden ein offenes Ökosystem, in dem KI-Modelle und -Architekturen für individuelle Geschäftsanforderungen bereitgestellt werden sollen. IBMs KI-Studio soll voraussichtlich im Juli 2023 allgemein verfügbar sein.

2. watsonx.data als Datenspeicher

Als Datenspeicher für die KI-Modelle soll "watsonx.data" dienen. Dahinter steckt laut IBM eine offene Lakehouse-Architektur, die für KI-Workloads optimiert und voraussichtlich ebenfalls im kommenden Juli verfügbar sein soll. Watsonx.data könne Workloads sowohl on-premises als auch über Multi-Cloud-Umgebungen hinweg steuern und verwalten, hieß es. Mit Hilfe von Optimierungsfunktionen könnten Anwender ihre Data-Warehouse-Kosten um bis zu 50 Prozent senken, verspricht IBM.

Watsonx.data ermögliche es Anwendern, über einen zentralen Zugangspunkt auf ihre verteilten Datenbestände zuzugreifen und gleichzeitig mehrere Abfrage-Engines einzusetzen. Integrierte Governance-Tools, Automatisierungsfunktionen sowie Integrationen mit den bestehenden Datenbanken und Tools eines Unternehmens sollen die Einrichtung und das Handling von watsonx.data vereinfachen.

3. watsonx.governance für das Vertrauen

Mit "watsonx.governance" schnürt IBM ein KI-Governance-Toolkit, das vertrauenswürdige KI-Workflows ermöglichen soll. Die Werkzeuge sollen die Governance operationalisieren, um Risiken, Zeitaufwand und Kosten im Vergleich zu manuellen Prozessen zu minimieren. Eine Dokumentation soll Ergebnisse transparent und erklärbar machen.

Watsonx.governance bietet Anwendern darüber hinaus Mechanismen, um beispielsweise Kundendaten zu schützen, Modellverzerrungen und -abweichungen besser zu erkennen und Unternehmen dabei zu helfen, ihre ethischen Standards zu erfüllen. Die Lösung wird voraussichtlich im Laufe dieses Jahres verfügbar sein.

IBM will watsonx soll in alle Softwareprodukte einbauen

IBM kündigte auf der Think-Konferenz außerdem an, die watsonx.ai-Grundmodelle in alle wichtigen Softwareprodukte einzubauen. Mit dem "Watson Code Assistant" soll beispielsweise noch in diesem Jahr eine Generative-AI-Lösung herauskommen, mit deren Hilfe Entwickler Code mit einfachen Befehlen in englischer Sprache generieren könnten. "AIOps Insights" soll Unternehmen bessere Einblicke in die Leistung ihrer IT-Umgebungen erlauben und so IT-Betriebsleitern (ITOps) und Site Reliability Engineers (SREs) helfen, Vorfälle schnell und kosteneffizient zu lösen. In IBMs Environmental Intelligence Suite (EIS) soll das Geospatial Foundation Model eingebaut werden. Anwender könnten damit Umweltrisiken in ihrem Geschäftsbetrieb leichter identifizieren und verringern, hieß es.

Anwender könnten watsonx in jeder beliebigen Cloud oder on Premises nutzen, so der Hersteller. Für die eigene Cloud-Infrastruktur hat IBM einen GPU-as-a-Service angekündigt, um KI-intensive Workloads besser unterstützen zu können. Geplant ist außerdem eine flexible, KI-optimierte Full-Stack-Hochleistungsinfrastruktur als Service in der IBM Cloud, die sowohl für das Training wie auch für die Bereitstellung von Basismodellen geeignet sein soll.

Mit dem IBM Cloud Carbon-Rechner sollen Anwender zudem ein KI-gestütztes Dashboard an die Hand bekommen, mit dem sich Kohlenstoffemissionen in hybriden Multi-Cloud-Infrastrukturen messen, verfolgen, verwalten und melden lassen. Zu guter Letzt will IBM in einem speziell auf Generative AI ausgerichteten Consulting Center of Excellence mit über 1000 Experten Praxisszenarien für watsonx entwickeln.