Wenn es darum geht, Unternehmen dabei zu helfen, die potenziellen Vorteile von KI zu nutzen, hat IBM einen bewährten praktischen Ansatz entwickelt, der sich von dem vieler seiner Konkurrenten unterscheidet. "Unser Pragmatismus ist eines unserer wichtigsten Unterscheidungsmerkmale", erklärt Tarun Chopra, Vice President of IBM Product Management, Data and AI.

"Auch, weil wir aufgrund der jahrelangen Implementierung und Anpassung von KI-Funktionen für Tausende von Kunden wissen, dass der Weg zur effektiven Nutzung der Technologie genauso wichtig ist wie das letztendliche Ziel. Das gilt insbesondere für die mission-critical Unternehmen, mit denen wir zusammenarbeiten."

KI effektiv nutzen - aber wie?

Dieser Weg kann unzählige Aspekte beinhalten, wie etwa die Ermittlung der optimalen Nutzung der riesigen Datenmengen, die großen Unternehmen zur Verfügung stehen, die Integration dieser Daten mit Cloud-basierten Anwendungen und die effektive Anwendung der richtigen KI-Modelle, um die besten Ergebnisse zu erzielen.

"Unsere Kunden haben Millionen und Abermillionen von Dollar in bestehende Systeme investiert, also werden sie nicht hingehen und ein brandneues, abgeschottetes KI-System aufbauen", so Chopra. "Wir müssen herausfinden, wie wir das alles zusammenfügen können, um mit einem breiteren Ökosystem zu arbeiten."

Ein weiteres Problem sei das Vertrauen in die Daten, die von KI-Systemen geliefert werden. Ohne die Möglichkeit, Inputs und Outputs der Systeme zu erklären, wird ein stark reguliertes Unternehmen wie eine Bank nicht in der Lage sein, grundlegende Ethik- und Regulierungsausschüsse zu passieren. "Sie können schlichtweg vergessen, diese produktiv zu nehmen", betont Chopra.

Mit Basismodellen für mehr Skalierbarkeit

IBMs Ansatz für KI zielt auf eine grundlegende Herausforderung ab: Skalierbarkeit. IBM geht dieses Problem mit so genannten Basismodellen an: flexible, wiederverwendbare Modelle, die verschiedene KI-Techniken und -Anwendungen untermauern und vorantreiben, so Chopra.

ChatGPT von Open AI ist zum Beispiel ein Basismodell, das durch generative KI Sprachaufgaben löst, so Chopra. Microsoft führt Aspekte von ChatGPT in seine Produkte ein, und andere könnten folgen. "Aber der Schlüssel wird sein, wie man einige dieser Grundlagen, an denen sie gearbeitet haben, für Unternehmenskunden in einer viel brauchbareren Weise nutzen kann", sagte er. "Die Herausforderung wird in der Größenordnung liegen."

IBM Watson enthält KI

IBM hat in seinem IBM Watson Natural Language Processing (NLP)-Stack grundlegende Modelltechniken eingesetzt, und das Unternehmen arbeitet an der Kommerzialisierung zusätzlicher Angebote, die über Sprache hinausgehen würden. So umfasst IBMs zwölf Jahre altes Watson ein Embeddable AI-Portfolio und stellt ein Kernstück von IBMs AI-Strategie dar.

In einem kürzlich erschienenen NASDAQ-Report heißt es: "IBMs Watson hat sich weiterentwickelt und wird für viele geschäftliche Anwendungsfälle eingesetzt. Es wird für Kundenservice, Supply Chain, Finanzplanung, Risikomanagement und Compliance, Werbung, IT, Video und IT-Sicherheit in größerem Umfang eingesetzt. IBM wurde von IDC im Februar 2022 als führend nach Marktanteilen im Bereich KI-Lifecycle-Software eingestuft, und IBM führt auf, dass 70 Prozent der weltweit agierenden Banken und 13 der 14 größten Systemintegratoren Watson verwenden und dass es über 100 Millionen Nutzer seiner KI hat."

Zu den weiteren Beispielen für IBMs KI-Engagement gehören:

• Im Jahr 2021 veröffentlichte IBM Research in Zusammenarbeit mit Red Hat das Project Wisdom. Dieses bietet ein KI-Grundlagenmodell sowie Generative-AI-Funktionen, um über eine natürlich-sprachliche Schnittstelle automatisch Code für Entwickler auf Red Hat Ansible zu generieren. Diese Skripte können beispielsweise Cloud-Netzwerke automatisieren und das Cloud-Management vereinfachen, erläutert Chopra.

• IBM Research hat ein Basismodell für den IT-Betrieb und das IT-Management entwickelt, das drohende Systemabstürze erkennt und Codebefehle zur Vermeidung dieser Abstürze erstellt.

• IBM möchte mit Hilfe von Basismodellen, die auf seinem CodeNet-Datensatz für gängige Programmiersprachen basieren, Geschäftsprozesse automatisieren und modernisieren. Mit diesen Modellen könnten Altsysteme um die Fähigkeit erweitert werden, Aspekte des modernen Webs zu nutzen. Außerdem sollen Anwendungen IBM zufolge damit in der Lage sein, sich eigenständig und ohne menschliches Zutun zu aktualisieren.

• IBM Research kündigte in diesem Jahr eine Partnerschaft mit der NASA an, um ein bereichsspezifisches Basismodell zu entwickeln, das auf geowissenschaftlicher Literatur fußt. Dieses soll Wissenschaftlern dabei helfen, aktuelle Missionsdaten zu nutzen und auf einfache Weise Erkenntnisse aus Forschungsergebnissen abzuleiten, die für sie ansonsten nur schwer zu lesen und zu verinnerlichen wären.

• Ebenfalls in diesem Jahr veröffentlichte IBM ein auf generativer KI basierendes Modell namens MolFormer, das bei der Erstellung neuer Moleküle helfen kann und die Entwicklung neuer Materialien, einschließlich Medikamenten, vereinfacht.

KI in IBM-Mainframes

IBM hat KI auch in seine Mainframes integriert. Der neueste Großrechner z16 Big Iron verfügt über einen KI-Beschleuniger, der in den Telum-Core-Prozessor integriert ist und laut IBM 300 Milliarden Deep-Learning-Inferenzen pro Tag mit einer Latenzzeit von einer Millisekunde durchführen kann. Die neueste Version des z/OS-Betriebssystems wird ein neues KI-Framework für den Systembetrieb enthalten, um IT-Prozesse zu optimieren, die Verwaltung zu vereinfachen, die Leistung zu verbessern und den Qualifikationsbedarf zu senken. Die neue Version wird auch Technologien für den Einsatz von KI-Workloads in Verbindung mit z/OS-Anwendungen unterstützen und verbesserte Cloud-Funktionen bieten.

IBM behauptet, dass das KI-gestützte Workload-Management anstehende Workloads intelligent vorhersagen und mit der Zuweisung einer angemessenen Anzahl von Batch-Läufen reagieren wird. Auf diese Weise sollen manuelle Feinabstimmungen und Trial-and-Error-Ansätze überflüssig werden.

"Die Systeme werden immer komplexer, daher wollen wir die Abläufe mit KI und Automatisierung vereinfachen", erklärt Chopra. "Dies geschieht, indem wir unseren Kunden eine sehr präskriptive Lösung anbieten, die ihnen einen sofortigen Nutzen und noch viel mehr bietet. Die laufende Arbeit mit den z/OS-Systemen ist nur ein weiteres Beispiel dafür, wie wir Kunden dabei helfen, KI-Modelle in ihren geschäftskritischen Kern-Workloads einzusetzen." (mb)

Dieser Artikel basiert auf einem Beitrag der US-Schwesterpublikation Network World.