Frankfurt/M., Starnberg, 19. Juni 2023 - Fast die Hälfte der befragten IT-Führungskräfte in Deutschland bezweifeln laut dieser weltweiten Equinix-Umfrage ihre „KI-readiness“…

Zum Hintergrund: fast die Hälfte der IT-Führungskräfte in Deutschland (44%) bezweifelt, dass ihre aktuelle digitale Infrastruktur für KI-Technologie ausgelegt ist. Und das, obwohl 82 % der Befragten die Vorteile von Künstlicher Intelligenz nutzen möchten. Die neue Equinix-Umfrage zu globalen Technologietrends 2023, welche die Einschätzung von IT-Führungskräften zu den Fortschritten bei KI in ihren Unternehmen untersucht, fand unter 2.600 IT-Entscheidern – darunter 100 Verantwortliche in Deutschland – statt.

Die Umfrage folgt auf ein Jahr mit bedeutenden KI-Durchbrüchen, die eine rasche Verbreitung der Technologie in Anwendungen sowohl im B2B- als auch im B2C-Bereich zur Folge hat. Der aktuelle Report zeigt u.a.:

• Unternehmen in Deutschland nutzen KI oder planen ihren Einsatz am häufigsten in den Bereichen IT Operations (82 %), Cybersecurity (80 %), Forschung und Entwicklung (65 %) sowie Customer Experience (62 %).
• Erhöhte Kosten und fehlendes internes Wissen (jeweils 41 %) stellen dabei für über vier von 10 Befragten in Deutschland eine Hürde zur Implementierung neuer Technologien wie KI dar.
• Dies spiegelt sich auch in der Notwendigkeit von entsprechenden Fachkräften wider: 36 % der Befragten in Deutschland wünschen sich beim Ausbau ihrer IT-Teams Fachwissen in den Bereichen KI und maschinelles Lernen.

 

Die Umfrage bestätigt, dass die KI-Implementierung in allen Industriezweigen steigt

82 % der 100 in Deutschland befragten IT-Entscheidungsträger (85 % der 2.900 Befragten weltweit) nutzen KI bereits in Schlüsselbereichen oder planen, sie dort einzusetzen.

Über alle Regionen hinweg gaben IT-Führungskräfte in EMEA die größte Unsicherheit an, was die Möglichkeiten ihrer Infrastruktur für die Anforderungen von KI betrifft (49 %). Diese Unsicherheit liegt im Vergleich bei 44 % bei Entscheidungsträgern im asiatisch-pazifischen Raum und bei 32 % auf dem amerikanischen Kontinent.

Neben der Optimierung der digitalen Infrastruktur hat die Umfrage auch die Notwendigkeit von Weiterbildung und Zusammenarbeit herausgestellt, damit IT-Teams den Einsatz der entsprechenden Infrastruktur optimieren können. 36 % der Befragten in Deutschland wünschen sich beim Ausbau ihrer IT-Teams Fachwissen in den Bereichen KI und maschinelles Lernen.

Aus Sicht von Equinix ist eine wesentliche Voraussetzung für skalierbare KI-Lösungen die Frage, in wieweit vorhandene IT-Rahmenwerke die erforderliche Datenaufnahme, -freigabe, -speicherung und -verarbeitung massiver und vielfältiger Datensätze bewältigen können, ohne dabei das Thema Nachhaltigkeit  aus den Augen zu verlieren.

Abb: Quelle (Auszug): Equinix 2023 Global Tech Trends Survey. On a scale of 0-10, how comfortable are you with your organization’s infrastructure or team’s ability to accommodate AI’s growing use?

Externer Link > https://www.equinix.com/

Anwenderkommentar (Auszug) Aengus Tran, CEO und Mitbegründer von harrison.ai zur Umsetzung komplexer KI-Strategien: "Das sichere Hosting unserer Rechen- und Datenspeicherplattformen hat für uns höchste technische Priorität, da wir KI-Lösungen für Kliniken auf der ganzen Welt entwickeln. Wir sind auf eine extrem schnelle und direkte Verbindung angewiesen, um hybride Cloud-Modelle zu ermöglichen, die für die Übertragung äußerst großer Datensätze erforderlich sind. Denn auf diesen trainieren und entwickeln wir unsere KI-Lösungen…“

Dazu Kaladhar Voruganti, Senior Technologist bei Equinix: „Die erfolgreiche Entwicklung von genauen KI-Modellen hängt von einem sicheren und schnellen Zugang zu internen und externen Datenquellen ab, die sich über mehrere Clouds und Datenbroker verteilen lassen. Wenn Unternehmen beispielsweise damit beginnen, ihre eigenen privaten generativen KI-Lösungen zu entwickeln, möchten sie ihre vertraulichen Daten an einem privaten und sicheren Ort mit schnellem Zugriff auf externe Datenquellen und KI-Modelle verarbeiten. Zudem bewegen wir uns in einer Ära, in der immer mehr Daten an der Edge entstehen. Daher muss die KI-Verarbeitung aus Leistungs- und Datenschutzgründen und aufgrund der Kosten an die Edge verlagert werden. Um die oben genannten Anforderungen zu erfüllen, können Technologieführer hybride Lösungen implementieren, bei denen das Training von KI-Modellen und die Modellinferenz an verschiedenen Orten stattfinden können..."

Querverweis:

Unser Blogpost > Speicheranforderungen bei KI-Anwendungen: Randbedingungen und Einsatzkriterien

Unser Beitrag > Sourveräne Clouds im Kommen: Untersuchung beleuchtet Hintergründe und Herausforderungen

Unser Beitrag > Stromsparen im Rechenzentrum: Strategien unter dem Aspekt nachhaltiger Datenspeicherung