Künstliche Intelligenz (KI) und Generative AI (GenAI) gelten für Unternehmen als die größte Chance seit der Cloud – und wahrscheinlich auch die größte Herausforderung. Das liegt vor allem an den enormen Datenmengen, die mit dem KI-Einsatz einhergehen. Deshalb müssen Unternehmen unbedingt auch an ihre Storage-Infrastruktur denken, wenn es um Investition in KI geht.
Die meisten Unternehmen haben verstanden, dass sie investieren müssen, um KI erfolgreich einzusetzen und das volle Potenzial der smarten Algorithmen auszuschöpfen. Einer Umfrage von Dell Technologies zufolge wollen 76 Prozent der IT-Entscheider ihre Ausgaben für KI erhöhen, doch letztlich kommt es auch darauf an, in welche Technologien und Strategien die Budgets fließen.
Häufig ist eine Modernisierung von Storage-Infrastrukturen notwendig, da traditionelle Speichersysteme die hohen Anforderungen von KI nicht erfüllen können. Schließlich sind KI-Modelle nicht nur auf umfangreiche Trainingsdaten angewiesen, sondern generieren selbst auch jede Menge neuer Daten. Die folgenden Maßnahmen sollten einem Unternehmen helfen, die Storage-Infrastrukturen fürs KI-Zeitalter fit zu machen:
- Herausforderungen identifizieren: Ausgehend von den geplanten Anwendungsfällen sollten Unternehmen konkrete Anforderungen an ihre Storage-Infrastrukturen definieren. Dann wird schnell sichtbar, wo die Grenzen der bisherigen Systeme und Strategien liegen – beispielsweise stark steigende Kosten durch die großen Datenmengen oder Leistungsengpässe, die Auswertungen und Entscheidungen in Echtzeit verhindern. Sind die Herausforderungen einmal identifiziert, lassen sich Modernisierungsstrategien entwickeln, geeignete Plattformen auswählen und zukunftsfähige Infrastrukturen entwerfen.
- KI-Optimierungen nutzen: Moderne Storage-Plattformen nutzen KI, um Kapazität, Leistung und Zustand der Speichersysteme kontinuierlich zu überwachen und zu optimieren. Das verbessert nicht nur die Auslastung der Infrastruktur, sondern erleichtert auch die Planung, weil frühzeitig klar ist, wann der Speicherplatz knapp wird oder Daten nicht mehr in ausreichender Geschwindigkeit bereitgestellt werden können. Darüber hinaus können moderne Plattformen die gespeicherten Daten basierend auf Nutzungsmustern in geeignete Storage Tiers verlagern und Downtimes minimieren, da sie mögliche Systemfehler und drohende Ausfälle von Speichermedien erkennen.
- Geeignete Speicherorte auswählen: Bislang standen Unternehmen üblicherweise vor der Entscheidung, ob sie Daten in der Public Cloud oder in ihrem Rechenzentrum speichern. Durch KI kommt mit dem Edge noch eine dritte Option hinzu, denn für Auswertungen und Entscheidungen in Echtzeit müssen KI-Anwendungen die Daten möglichst nah an dem Ort verarbeiten, an dem sie generiert werden, und das können beispielsweise Produktionsumgebungen oder Logistikzentren sein. Für das Training der KI-Modelle wiederum ist es häufig sinnvoll, die Daten dort aufzubewahren, wo sich die Compute-Ressourcen befinden, um einen zeitaufwendigen und womöglich teuren Transfer großer Datenmengen zu vermeiden.
- Auf Skalierung achten: Daten werden mehr denn je zum Lebenselixier von Unternehmen, denn die Erkenntnisse, die KI aus ihnen gewinnt, sind die Basis für automatisierte Prozesse, bessere Entscheidungen sowie innovative neue Produkte, Services und Geschäftsmodelle. Damit wächst das Bestreben, immer mehr Daten zu erfassen und langfristig aufzubewahren – vielleicht lassen sich ja später noch völlig andere Erkenntnisse aus ihnen ziehen. Das führt zu einer regelrechten Datenflut, die Unternehmen nur auffangen können, wenn sie Storage-Lösungen einsetzen, die gut skalieren und die Cloud einbinden, damit Datenbestände bei Bedarf unkompliziert ausgelagert werden können.
- Data Protection nicht vernachlässigen: Daten sind wertvoll und müssen geschützt werden, doch laut dem aktuellen Global Data Protection Index von Dell Technologies sind viele Unternehmen in dieser Hinsicht nicht besonders gut aufgestellt: 75 Prozent befürchten, dass ihre derzeitige Data Protection nicht ausreicht, um mit Malware-und Ransomware-Bedrohungen umzugehen. 65 Prozent sind nicht sehr zuversichtlich, dass ihr Unternehmen im Falle eines Datenverlusts die Systeme beziehungsweise Daten aller Plattformen vollständig wiederherstellen kann. Ein Ansatz, das Risiko von Datenlecks und Datenverlusten zu minimieren, ist Zero Trust. Darüber hinaus wird eine moderne Data Protection benötigt, die Daten selbst nach schwerwiegenden Cyberattacken oder weitreichenden Systemausfällen zuverlässig wiederherstellen kann.
„Viele Unternehmen haben heute schon Probleme, große Datenmengen effizient zu verwalten. Treiben sie den Einsatz von KI voran, werden sich diese Probleme noch weiter verschärfen“, betont Christian Winterfeldt, Senior Director, Data Center Sales bei Dell Technologies in Deutschland. „Um das volle Potenzial von KI und GenAI auszuschöpfen, benötigen sie moderne Storage-Lösungen, die hohe Anforderungen an Leistung, Skalierung, Datensicherheit und Flexibilität erfüllen.“ (rhh)
