Aktuell wird viel darüber diskutiert, wie künstliche Intelligenz (KI) eingesetzt werden kann, insbesondere im Hinblick auf Stream Processing und Datenströme zwischen Systemen, Endgeräten und Echtzeitanwendungen. Da die Einführung von KI im Unternehmen einen entscheidenden Punkt erreicht hat, wird deutlich, dass Stream Processing und KI oft zusammenhängen und ähnliche Herausforderungen auftreten. Wie diese konkret aussehen und gemeistert werden können, berichtet das Software-Startup Ververica (ehemals data Artisans) aus Berlin.

KI und Echtzeitdaten sind eng miteinander verwoben und werden den Unternehmen künftig massive technologische Fortschritte bringen. Analysten und Branchenkenner argumentieren, dass jedes moderne Unternehmen im Grunde genommen bereits im Datengeschäft tätig ist und KI zukünftig benötigt, um Big Data zu bewältigen und die Daten zu verarbeiten, um sie zu verstehen und wirtschaftlich zu nutzen.

Ververica sieht unterschiedliche Verbindungen zwischen Stream Processing und KI. Deren gemeinsame Nutzung bietet Unternehmen, die mit immensen Mengen von Echtzeit-Ereignissen zu tun haben, eine einzigartige Gelegenheit. Beide Technologien beinhalten verteilte Elemente, sind in logischen Einheiten organisiert und unterstützen inkrementelle Updates sowie iterative Aufgaben. Last but not least, haben beide einen asynchronen Charakter.

Eine aktuelle Studie von O’Reilly Media ergab, dass die meisten Unternehmen planen, die IT-Budgets für KI-Projekte im Jahr 2019 zu erhöhen. Konkret: Mehr als 60 Prozent der Unternehmen planen, in den nächsten zwölf Monaten mindestens fünf Prozent ihres IT-Budgets für KI auszugeben, während ein Fünftel (19 Prozent) der Unternehmen planen, einen erheblichen Teil, mindestens 20 Prozent, ihres IT-Budgets in KI zu investieren.

Die gleiche Umfrage prognostiziert eine wachsende Kluft zwischen den Branchenführern und denjenigen Unternehmen, die in Bezug auf die KI-Nutzung zurückbleiben. Dies ist in erster Linie auf Engpässe zurückzuführen, mit denen einige Unternehmen konfrontiert sind.

Interessanterweise haben sowohl Stream-Verarbeitung als auch KI nicht nur die gleichen Gemeinsamkeiten, die sie in ihrer Kombination einzigartig machen. Ebenso ergeben sich nach Meinung von Ververica die gleichen Herausforderungen und Engpässe bei der Einführung der beiden Innovationen in Unternehmen. Projektverantwortliche können diese Engpässe beseitigen, indem sie die richtigen Investitionen tätigen und die notwendigen Maßnahmen im Zusammenhang mit ihrer Datenarchitektur ergreifen.

Der von den Befragten zitierte „Datenmangel“ bezieht sich entweder auf ineffiziente Daten, um das maschinelle Lernen und die KI-Modelle und -Anwendungen im Unternehmen effektiv trainieren und pflegen zu können, oder – im Falle von Daten-Streaming – auf Fragen der Datenqualität. Die Einführung einer ereignisgesteuerten Datenstrategie mit Stream Processing und Apache Flink ermöglicht es Unternehmen, ihre Daten besser zu verstehen, zu transformieren und in Echtzeit anzureichern. Sie können wertvolle Erkenntnisse aus Ereignissen gewinnen, die aus Systemen, vernetzten Geräten oder Interaktionen zwischen Websites und mobilen Anwendungen generiert werden. Dies ist der neue Ansatz, anstatt die Daten in einem Data Lake zu speichern, um dann rückwirkend zu versuchen, Erkenntnisse zu gewinnen. Die Stream-Verarbeitung mit Apache Flink ermöglicht es Unternehmen, in Echtzeit auf Informationen zu reagieren, indem KI-Modelle und -Anwendungen iterativ werden und darauf reagieren, wie sich die Welt im Moment verändert. (rhh)

Ververica (ehemals data Artisans)