Cloud Computing

Überblick über Cloud-Anbieter für Künstliche Intelligenz

Mittelstand-Digital Spotlight: Cloud & KI

Sowohl der Einsatz der Cloud-Computing Technologie, als auch die Anwendung der Künstlichen Intelligenz scheinen sich schrittweise weiter im Mittelstand zu verbreiten. Für viele Unternehmen gilt es jetzt zu beurteilen, welche Chancen mit der Nutzung dieser Technologien einhergehen, aber auch welche Herausforderungen damit verbunden sind.

Machen Sie sich ihr eigenes Bild! In der dreiteiligen Webinar-Reihe „Mittelstand-Digital Spotlight: Cloud & KI“ beleuchten die Expertinnen und Experten des Mittelstand-Digital Netzwerks u.a., welche rechtlichen und sicherheitsrelevanten Herausforderungen die Nutzung der Technologien in Ihrem KMU mit sich bringen, wie diese angegangen werden können und welche potenziellen Synergieeffekte mit dem Einsatz beider Technologien einhergehen. Durch die Einbindung konkreter Praxisbeispiele, direkt vorgestellt von Unternehmerinnen und Unternehmern, werden praxisnahe Einblicke in die Anwendung beider Technologien gegeben.

Die Möglichkeit zur kostenfreien Anmeldung zu den Terminen der Webinar-Reihe finden Sie hier.

Die Einwahldaten erhalten Sie nach erfolgreicher Anmeldung kurze Zeit vor Veranstaltungsbeginn in einer separaten E-Mail. Am Ende der Veranstaltungen ist Zeit für einen informellen Austausch mit den Referierenden oder den anderen Teilnehmenden eingeplant.

Einen Überblick über die Termine der dreiteiligen Webinar-Reihe finden Sie hier:

Mi, 27.04.22, 16:00 – 17:30 Uhr: Cloud-Computing – Sorgenkind oder Erfolgsfaktor für KMU?

Mi, 04.05.22, 16:00 – 17:30 Uhr: Einsatzmöglichkeiten und rechtliche Aspekte von Cloud & KI

Mi, 11.05.22, 16:00 – 17:30 Uhr: Cloud & KI – Dreamteam oder Zweckgemeinschaft?

Was haben Künstliche Intelligenz und Cloud-Computing mit dem Oktoberfest zu tun?

Mit Hilfe von Machine Learning (ML) lassen sich viele Aufgaben automatisieren: Kreditkarten-Betrugserkennung, E-Mail-Spam-Erkennung, Bildklassifizierung, Text Mining oder Zeitreihenprognosen, um ein paar Beispiele zu nennen. Die Bundesregierung schätzt, dass das deutsche BIP allein durch den Einsatz von künstlicher Intelligenz (KI) bis 2030 um mehr als elf Prozent steigen wird. Das entspricht einem riesigen Potenzial von ca. 430 Milliarden Euro.

In der Vergangenheit war allerdings die Anwendung von künstlicher Intelligenz wenigen Spezialisten vorbehalten, die sich mit dem forschungsintensiven und komplizierten Thema intensiv befasst haben.

Bei Microsoft haben wir es uns daher zum Ziel gesetzt, die Vorteile und Möglichkeiten von KI allen Menschen verfügbar zu machen. Sei es ein Data Scientist mit jahrelanger Berufserfahrung oder ein Facharbeiter, der in kurzer Zeit einen repetitiven Prozess automatisieren möchte. Dieses Ziel nennen wir „Democratizing AI“.

Um den heterogenen Anforderungen all dieser verschiedenen Nutzer gerecht zu werden, bieten wir eine große Produktpalette an, aus der wir jedem potentiellen KI-Nutzer eine passende Lösung anbieten können. Das KI-Portfolio auf Microsoft Azure erstreckt sich von fertigen Lösungen, die man Out-of-the-Box nutzen kann (SaaS), über Plattform-as-a-Service-Lösungen (PaaS), hin zu hochkonfigurierbaren Infrastruktur-Lösungen (IaaS).

Im Folgenden möchte ich anhand von drei verschiedenen KI-Lösungen unser Ziel der Demokratisierung von Künstlicher Intelligenz erklären. Natürlich lassen sich diese Lösungen gemäß des Baukasten-Prinzips auf Azure auch beliebig kombinieren.

Die Data Science Virtual Machine (DSVM) bietet Datenexperten eine vorkonfigurierte Data-Science Umgebung auf Windows oder Linux, die sofort einsatzfähig ist. Beliebte Data-Science-Tools wie Keras, Tensorflow oder PySpark sind bereits vorinstalliert und ersparen die mühselige Konfiguration und Paketverwaltung.

Die Data-Science-VM bietet ein Maximum an Kontrolle über die provisionierte Hardware und lässt sich dadurch individuell anpassen. Die DSVM können Sie beispielsweise nutzen, wenn Sie Ihr Team schnell mit einem einheitlichen Setup ausstatten möchten oder auch einfach nur, um Lastspitzen abzufangen, wenn Sie eine umfangreiche Auswertung erstellen möchten.

bietet Datenexperten eine vorkonfigurierte Data-Science Umgebung auf Windows oder Linux, die sofort einsatzfähig ist. Beliebte Data-Science-Tools wie Keras, Tensorflow oder PySpark sind bereits vorinstalliert und ersparen die mühselige Konfiguration und Paketverwaltung. Die Data-Science-VM bietet ein Maximum an Kontrolle über die provisionierte Hardware und lässt sich dadurch individuell anpassen. Die DSVM können Sie beispielsweise nutzen, wenn Sie Ihr Team schnell mit einem einheitlichen Setup ausstatten möchten oder auch einfach nur, um Lastspitzen abzufangen, wenn Sie eine umfangreiche Auswertung erstellen möchten. Azure Machine Learing (AML) ist eine cloudbasierte Plattformlösung, die Sie zum Trainieren, Bereitstellen, Automatisieren und Verwalten von ML-Modellen verwenden können. Azure Machine Learning verfügt über eine Reihe von Tools, die Ihnen die Arbeit mit ML-Modellen stark vereinfacht.

Beispielsweise können Sie in AML Jupyter Notebooks erstellen, mit Ihren Kollegen teilen und anschließend auf hochskalierbaren Rechenclustern ausführen.

Mithilfe des ML-Designers können Sie typische Aufgaben, wie z.B. Datensatzbereinigung, Datensatzteilung, Trainieren oder Modellevaluierung per Drag & Drop einfach zusammenfügen.

Mein Lieblingstool ist aber Auto ML: Hier laden Sie lediglich einen Datensatz hoch (bspw. Wohnungsmarktdaten in München) und geben eine Zielmetrik an (bspw. Prognose über Mietpreise). Auto ML sucht dann aus einer Vielzahl von vorprogrammierten Algorithmen denjenigen aus, der Ihre Zielmetrik am genauesten approximiert. Die aufwendige Suche nach dem besten ML-Algorithmus bleibt Ihnen also erspart. Beeindruckend, oder?

ist eine cloudbasierte Plattformlösung, die Sie zum Trainieren, Bereitstellen, Automatisieren und Verwalten von ML-Modellen verwenden können. Azure Machine Learning verfügt über eine Reihe von Tools, die Ihnen die Arbeit mit ML-Modellen stark vereinfacht. Beispielsweise können Sie in AML Jupyter Notebooks erstellen, mit Ihren Kollegen teilen und anschließend auf hochskalierbaren Rechenclustern ausführen. Mithilfe des ML-Designers können Sie typische Aufgaben, wie z.B. Datensatzbereinigung, Datensatzteilung, Trainieren oder Modellevaluierung per Drag & Drop einfach zusammenfügen. Mein Lieblingstool ist aber Auto ML: Hier laden Sie lediglich einen Datensatz hoch (bspw. Wohnungsmarktdaten in München) und geben eine Zielmetrik an (bspw. Prognose über Mietpreise). Auto ML sucht dann aus einer Vielzahl von vorprogrammierten Algorithmen denjenigen aus, der Ihre Zielmetrik am genauesten approximiert. Die aufwendige Suche nach dem besten ML-Algorithmus bleibt Ihnen also erspart. Beeindruckend, oder? Sie wollen KI sofort einsetzen, ohne das Rad neu erfinden zu müssen? Kein Problem! Microsoft bietet Ihnen mit Azure Cognitive Services eine Reihe an Lösungen an, die wir für Sie bereits fertigprogrammiert haben. Diese können Sie mit wenigen Klicks bereitstellen, über eine API ansteuern und in Ihre App oder in Ihren Geschäftsprozess integrieren. Um Ihnen ein paar Beispiele zu nennen: Maschinelle Bildverarbeitung, Gesichtserkennung, Formularerkennung, Freihanderkennung, Text-to-Speech und Speech-to-Text, Sprachübersetzung, Textanalyse, Sentimentanalyse, Anomalieerkennung, … Eine vollständige Liste finden Sie hier.

Und wenn Sie wissen möchten, was das alles mit dem Oktoberfest zu tun hat, dann schauen Sie sich dieses Video dazu an. Dort erfahren Sie auch, wie man in weniger als einer Minute einen intelligenten „Lederhosen-Bild-Klassifizierer“ baut.

Unser Financial Services Newsletter bringt Ihnen regelmäßig die wichtigsten Neuerungen aus Banking und Insurance direkt in Ihr Postfach. Melden Sie sich jetzt hier an und verpassen Sie keine News mehr.

Überblick über Cloud-Anbieter für Künstliche Intelligenz

Knowhow herunterladen ×

Als PDF herunterladen Xing LinkedIn Facebook E-Mail

Um Künstliche Intelligenz im Unternehmen letztlich umzusetzen, stellen viele verschiedene Anbieter Services bereit, die genutzt werden können. Vor allem die großen Tech-Unternehmen wie SAP oder Microsoft haben in den Bereich investiert und ihr Portfolio um KI erweitert. Dabei ähneln die Angebote sich in mehreren Aspekten: Die meisten Services umfassen fertige KIs, die bereits auf bestimmte generische Anwendungsfälle trainiert ist – dazu zählen beispielsweise Bilderkennung und die Umwandlung von Sprache in Text.

Allerdings gibt es zusätzlich noch Frameworks, um KI selbst zu entwickeln, sie zu trainieren und schlussendlich einzusetzen. Darüber hinaus verbauen die Anbieter KI oftmals schon in ihren eigenen Produkten, wie zum Beispiel bei Salesforce Einstein Analytics oder Microsoft Office 365. Ich möchte Ihnen daher in diesem Blogbeitrag einen Überblick über die relevantesten Anbieter geben.

E-Book: KI im Mittelstand In diesem E-Book erfahren Sie, wie Sie KI in Ihrem Unternehmen einsetzen können.

E-Book: KI im Mittelstand ×

SAP Leonardo

Die SAP bietet mit Leonardo eine Cloud Platform an, die bereits fertige KIs liefert. Es wird also eine Umgebung bereitgestellt, in der Entwickler Ihre KI erstellen können und es ist keine zusätzliche Hardware nötig. Mit der SAP Leonardo Machine Learning Foundation werden die Bereiche Bild- und Spracherkennung abgedeckt. Des Weiteren können mit SAP Predictive Analytics Prognosen auf der Grundlage von Daten getroffen werden. Außerdem stellt SAP Leonardo intelligente Produkte zur Verfügung, wie beispielsweise die SAP S/4HANA Cloud oder Predictive Maintenance & Service, die das Portfolio der SAP erweitern.

Microsoft Azure

Auch Microsoft stellt mit Azure eine Cloud Platform bereit, die einige Services enthält. Hier kommen zusätzlich zu der Bild- und Sprachanalyse noch die Aspekte „Wissen und Suche“ hinzu, die durch fertige KIs abgedeckt werden. Weitere fertige Services sind der Azure Bot Service, das Machine Learning Studio und Azure Databricks. Als intelligente Produkte liefert Microsoft Azure Office 365, Dynamics CRM und Windows Cortana.

Amazon Web Services

Mit Amazon Web Services liefert ein weiterer Tech-Gigant eine Cloud Platform mit vielen verschiedenen Services. Der Amazon SageMaker ist die Machine-Learning-Plattform und mit Bereichen wie Amazon Rekognition (Bild & Video), Amazon Polly (Textumwandlung in Sprache) und Amazon Lex (Bots) stehen einige fertige KIs zur Verfügung.

Google AI

Ähnlich wie bei den zuvor genannten Anbietern hat auch Google mit Google AI eine Cloud Platform entworfen, die verschiedene Services bereitstellt, die die gleichen Bereiche bespielt. So gibt es eine Cloud Machine Learning Engine, die Cloud Vision & Video Intelligence API zur Bilderkennung und die Cloud Speech & Natural Language API zur Spracherkennung. Darüber hinaus bietet Google Tools wie TensorFlow und DeepDream an, mit denen eigene KIs entworfen werden können.

Webinar: Künstliche Intelligenz – Grundlagen und Best Practices Sie möchten gerne mehr zum Thema Künstliche Intelligenz erfahren und wie Ihr Unternehmen davon profitieren kann? In unserem Webinar fassen wir Ihnen die wichtigsten Aspekte zusammen!

Salesforce Einstein

Bei Salesforce sieht das Portfolio ähnlich wie bei den anderen Anbietern aus. Mit Salesforce Einstein gibt es eine Cloud Platform, die mehrere Services beinhaltet. Darunter fallen auch hier Bild- und Spracherkennung (Einstein Platform Services), Analysen und Prognosen (Einstein Prediction Builder) und die Erstellung von Bots (Einstein Bots). Außerdem stellt Salesforce intelligente Produkte zur Verfügung, wie zum Beispiel verschiedene Clouds für Sales, Service oder Marketing.

Es ist auffällig, dass jeder Anbieter ähnliche Services bereitstellt und die Einsatzbereiche nahezu gleich sind. Daher ist es auch herausfordernd, festzulegen, welcher Anbieter das beste Produkt liefert. Das kommt nämlich ganz auf den Anwendungsfall an, weswegen dieser feststehen sollte, bevor ein Anbieter ausgewählt wird. Möglicherweise ist sogar gar kein Service von den genannten Anbietern nötig und die KI lässt sich ohne Unterstützung dieser programmieren. Der Vorteil dabei: Mit den Plattformen der Anbieter gehen immer Kosten einher. Diese entfallen, wenn man ohne sie auskommt, wodurch das Investment in KI wiederum geringer wird.

E-Book: Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann In unserem E-Book erfahren Sie die wichtigsten Inhalte rund um das Thema künstliche Intelligenz & wie Sie davon profitieren können!

E-Book: Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann ×

Noch Fragen?

Wenn Sie noch weitere Fragen zu den Anbietern oder zu weiteren KI-Themen haben, schreiben Sie mich gerne per Mail an (info-ki@mindsquare.de). Ich freue mich auf die Kontaktaufnahme!