Künstliche Intelligenz aus der Cloud
Für Fachabteilungen und Entwickler
von Bernd Reder - 08.03.2022
Bei KI als Cloud-Service sind mehrere Ansätze zu unterscheiden, von Programmierschnittstellen (APIs) für Cognitive Computing über schlüsselfertige KI- und Machine-Learning-Anwendungen bis hin zu Entwicklungs-Tools, Frameworks und Managed Services (siehe Kasten „Vier Typen von AIaaS“). „Bei User-zentrierten AI-Lösungen nutzt der Anwender fertige Tools und Assets, um ein Geschäftsproblem zu lösen“, sagt Marlene Heinrichs, Manager MVP Team (Minimum Viable Product, d. Red.) von IBM Deutschland, Österreich und Schweiz. Ein Vorteil ist, dass auch technisch weniger versierte Business-User solche Werkzeuge bedienen und an ihre Anforderungen anpassen können. Dazu tragen Ansätze wie Low-Code und No-Code bei.
Solche vortrainierten und sofort einsatzbereiten AIaaS-Produkte „aus der Steckdose“ stellen beispielsweise Anbieter wie AWS, Google und Microsoft, aber auch IBM und andere Service-Provider über ihre Cloud-Plattformen bereit. „Es handelt sich in unserem Fall um ein Portfolio von Microservices, die als Baukasten zur Verfügung stehen“, so Heinrichs. Solche Services kann ein Nutzer beispielsweise mit eigenen Apps kombinieren und diese um KI-Funktionen erweitern. Entwickler, Data Scientists und Analysten können zusätzlich auf spezielle AIaaS-Angebote zugreifen, die für technisch anspruchsvollere Projekte ausgelegt sind. Sie erlauben es, KI-Modelle zu erstellen, zu testen und zu verwalten. Zu dieser Kategorie zählt etwa das Tool-Set Watson Studio von IBM.