Künstliche Intelligenz und Cloud Computing im Einklang

KI wird zum Game Changer in der Public Cloud

31.01.2018
Von 


René Büst ist Research Director in Gartners Managed Business and Technology Services Team mit Hauptfokus auf Infrastructure Services & Digital Operations. Er analysiert Entwicklungen im Bereich Cloud Computing (Anbieter von Managed Cloud-Services und Public Cloud sowie Cloud-Strategien wie IaaS, PaaS und Multicloud), digitale Infrastrukturen und Managed Services sowie den Einfluss der digitalen Transformation auf die IT. Seit Mitte der 90er Jahre konzentriert sich Herr Büst auf den strategischen Einsatz der IT in Unternehmen und setzt sich mit deren Einfluss auf unsere Gesellschaft sowie disruptiven Technologien auseinander.
Ohne Cloud Computing wäre der aktuelle Hype um Künstliche Intelligenz nicht möglich. Erst der leichte Zugang zu Cloud-basierten AI-Services wie Machine Learning und die dafür notwendige Rechenleistung ermöglichen die Entwicklung neuer "intelligenter" Produkte, Services und Geschäftsmodelle.

Cloud Computing hat sich in den vergangenen 10 Jahren zu einem ertragreichen Geschäft für Anbieter wie Amazon Web Services oder Microsoft entwickelt. Doch der Wettbewerb wird durch Nachzügler wie Google und Alibaba immer stärker. Mit der massiven Einführung von AI-bezogenen Cloud-Services (AI = Artificial Intelligence, Künstliche Intelligenz) haben die Anbieter den Wettbewerbsdruck selbst nochmal einmal erhöht und wollen die Attraktivität bei den Kunden stärken.

Die großen Cloud-Anbieter wie AWS, Micorsoft und Google investieren massiv in Künstliche Intelligenz und werden damit den Markt verändern.
Die großen Cloud-Anbieter wie AWS, Micorsoft und Google investieren massiv in Künstliche Intelligenz und werden damit den Markt verändern.
Foto: Laurent T - shutterstock.com

Für kleine und mittelständische Unternehmen kann der Aufbau von performanten und skalierbaren AI-Systemen schnell zu einer teuren Angelegenheit werden. Schließlich benötigt das Training von Algorithmen und der spätere Betrieb der entsprechenden Analytics-Systeme Unmengen an Rechenleistung. Im eigenen Keller, Serverraum oder Rechenzentrum ist es unmöglich, die dafür benötigte Rechenkraft rechtzeitig und punktgenau bereitzustellen. Welche, nebenbei bemerkt, anschließend in der Regel nicht mehr benötigt wird.

Begibt man sich in die Sphären von Amazon, Microsoft oder Google, haben alle drei in den vergangenen Jahren riesige Mengen an Rechenleistung aufgebaut und besitzen gleichermaßen einen großen Anteil an der 40 Milliarden Dollar schweren Cloud-Computing-Industrie. Für alle drei handelt es sich bei der Erweiterung ihrer Portfolios mit AI-Services um den nächsten logischen Schritt in der Cloud.

Einerseits, weil die Entwicklung von AI-Anwendungen bzw. die intelligente Erweiterung von bestehenden Anwendungen den leichten Zugang zu Rechenleistung, Daten, Konnektivität, aber vor allem additive Platform-Services erfordert. Andererseits, um die Attraktivität bei Bestandskunden zu erhalten und Neukunden zu gewinnen, welche immer stärker nach einfach zugänglichen Lösungen suchen, um AI in ihre Anwendungen und Geschäftsmodelle zu integrieren.

Die AI-Service-Portfolios der großen vier Public Cloud-Anbieter.
Die AI-Service-Portfolios der großen vier Public Cloud-Anbieter.
Foto: Copyright, 2018, Rene Buest

Amazon Web Services

Amazon mit Amazon Web Services (AWS) ist nicht nur Cloud-Pionier und Innovationstreiber, sondern weiterhin mit Abstand der Marktführer im weltweiten Public-Cloud Markt. Auf Grund seiner Skalierbarkeit und dem umfangreichen Angebot an Platform-Services ist AWS derzeit die führende Cloud-Umgebung für die Entwicklung und Bereitstellung von Cloud- und AI-Anwendungen. Im Rahmen der vergangenen re:Invent präsentierte AWS unter anderem Amazon Cloud 9 (durch die Akquisition von Cloud9 IDE Inc. im Juli 2016), eine Cloud-basierte Entwicklungsumgebung, welche direkt in die AWS Cloud-Plattform integriert ist, um Cloud-native Anwendungen zu entwickeln.

Weiterhin wurden sechs "Machine Learning as a Service"-(MLaaS) Dienste angekündigt, unter anderem ein Videoanalyseservice sowie ein NLP-Service und ein Übersetzungsservice. Zudem bietet AWS mit MXNet, Lex, Rekognition und SageMaker mächtige Services für die einfache Entwicklung von AI-Anwendungen. Insbesondere SageMaker ist dabei von Interesse. Mit dem Service lässt sich der gesamte Lebenszyklus einer Machine-Learning-Anwendung steuern. Wie bei allen Cloud-Services verfolgt AWS allerdings auch im AI-Bereich den Lock-In-Ansatz. Alle AI-Services sind sehr eng mit der AWS-Umgebung verzahnt, um sicherzustellen, dass AWS nach der Entwicklung der AI-Lösungen auch die Plattform für deren späteren Betrieb bleibt.

Auch hinsichtlich der Strategie bleibt Amazon seinem Erfolgsmodell treu. Nachdem Amazon die Technologien hinter seiner massiv skalierbaren E-Commerce-Plattform als Services via AWS der Öffentlichkeit zur Verfügung gestellt hat, folgen nun zum Beispiel die Technologien hinter Alexa, damit Kunden eigene Chatbots oder Sprachassistenten in Ihre Angebote integrieren können.