IBM will die KI-Zusammenarbeit mit Microsoft ausbauen. Ziel sei es, gemeinsamen Kunden bei der Einführung von Generative-AI-Anwendungen unter die Arme zu greifen. Dafür will Big Blues Beratungsarm IBM Consulting einen speziellen Azure OpenAI Service in Microsofts Cloud-Marketplace anbieten, um Kunden bei der Implementierung und Skalierung von KI-Anwendungen zu unterstützen. Dabei handelt es sich offenbar um eine Art Managed-KI-Service, der es Entwicklern und Data Scientists ermöglichen soll, Large Language Models (LLMs) einschließlich der GPT- und Codex-Serie aus dem Hause OpenAI anzuwenden.

Darüber hinaus wollen IBM und Microsoft gemeinsam dedizierte KI-Lösungen für bestimmte Anwendungsfälle entwickeln, darunter:

• Beschaffung und Source-to-Pay: Die Lösung kombiniert Microsofts Power Platform und den Azure OpenAI Service, um Unternehmen dabei zu helfen, den oft stark manuellen und fragmentierten Beschaffungsprozess zu automatisieren und neue Erkenntnisse über ihre Lieferkette zu gewinnen.

• Zusammenfassung und Generierung von Inhalten: Gerade Finanzinstitute und Banken untersuchen derzeit, wie sich mit Hilfe von Generative AI die Entwicklung personalisierter Inhalte für ihre Kunden beschleunigen lässt. Konkret arbeiten IBM Consulting und Microsoft in einem Hackathon mit der Julius Bär Gruppe an einem Anwendungsfall, um Finanzberichte effizienter zu erstellen und zusammenzufassen sowie parallel automatisch einer Audio-Version davon zu generieren.

• Rationalisierung von Prozessen im Gesundheitswesen: IBM Consulting nutzt den Azure OpenAI Service, um komplexe medizinische Aufzeichnungen und Richtliniendokumente automatisch zu erfassen und zu analysieren. Außerdem sollen Pflegekräfte und Ärzte einen virtuellen Assistenten an die Hand bekommen, der sie bei der Erfassung von Informationen aus Patientenakten unterstützt. Damit ließen sich Zeit- und Verwaltungsaufwand reduzieren und die medizinischen Arbeitsabläufe erleichtern.

• Unternehmensweite Suche und Wissensdatenbank: In vielen Unternehmen liegen die Informationen, die die Mitarbeiter zur Erledigung ihrer Aufgaben benötigen, verstreut in Silos. In Zusammenarbeit mit IBM Consulting und Microsoft hat Wintershall Dea ein Tool zur Wissensextraktion implementiert, das für die Suche nach Informationen aus riesigen Wissensdatenbanken entwickelt wurde.

Die IBM-Verantwortlichen betonen, einen offenen und kollaborativen Ansatz für die Planung, den Aufbau, die Implementierung und den Betrieb von Generative-AI-Lösungen zu verfolgen. Dieser umfasse unterschiedliche Modelle in verschiedenen Clouds. Eigenen Angaben zufolge seien bestimmte IBM KI-Technologien auf dem Azure Marketplace verfügbar und könnten über die Microsoft-Cloud bereitgestellt werden, beispielsweise um Daten für Generative-AI-Anwendungen aufzubereiten.

IBM schnürt mit watsonx sein eigenes Business-KI-Paket

Welche IBM-Technologien im Einzelnen in der Microsoft-Cloud verfügbar sind, wollte der Hersteller nicht näher spezifizieren. Der Konzern hatte erst vor kurzem mit watsonx ein eigenes KI-Paket zusammengestellt. Außerdem konkurriert IBM mit seiner eigenen Cloud-Infrastruktur gegen Microsoft.

Darüber hinaus baut IBM anscheinend konsequent Know-how für andere Cloud-Infrastrukturen auf. Der Konzern verweist auf 40.000 Berater seiner Consulting-Sparte, die mittlerweile über Azure-Zertifikate verfügten. Darüber hinaus hat IBM bereits im Februar vergangenen Jahres Neudesic übernommen, einen Spezialisten für Beratung und Managed Services auf Microsofts Azure-Plattform.

IBM baut Center of Excellence für Generative AI

IBM Consulting hat zudem den Aufbau eines Center of Excellence für Generative AI angekündigt. Hier sollen mehr als 1000 Berater mit speziellem KI-Fachwissen Kunden bei ihrer Geschäftstransformation unterstützen, hieß es. Dabei kämen neben eigenen Lösungen auch Technologien von Microsoft und anderen Partnern im Ökosystem zum Einsatz.

Im Center of Excellence sollen Methoden wie die IBM Garage für Generative AI zum Einsatz kommen. IBM Consulting bezeichnet damit eine kollaborative Methode, um Kunden dabei zu helfen, Innovationen zügig voranzutreiben. Dazu gehörten eine schnelle Ideenfindung und Priorisierung von Anwendungsfällen, ein offener Ansatz mit mehreren Modellen für die Auswahl von Architekturen und Schulungen sowie die Feinabstimmung und Skalierung von Modellen für spezielle Geschäftsanforderungen.