Die Zeiten, in denen künstliche Intelligenz (KI) und maschinelles Lernen (ML) als "Hype" eingestuft wurden, sind vorbei. Das belegt die Studie "Förderung von Anwendungsinnovationen mithilfe spezialisierter KI-Clouddienste", die das Beratungsunternehmen Forrester Consulting im Auftrag von Microsoft erstellt hat. Ihr zufolge halten 84 Prozent der Befragten diese Technologien für unverzichtbar, um Wettbewerbsvorteile zu erzielen.
Das gilt für neue Services in der Kundenbetreuung wie KI-basierte Bots und Sprachanwendungen. Unternehmen profitieren außerdem bei unternehmensinternen Prozessen von KI-Tools, die Dokumente automatisch erfassen und klassifizieren und wichtige Informationen präziser und schneller zur Verfügung stellen.
Es fehlt an Fachleuten und KI-Infrastruktur
Doch mehr als 50 Prozent der Befragten ist klar, dass sich Software mit KI-Funktionen nicht so einfach erstellen lässt. Einmal stehen nicht genügend KI-Expert*innen zur Verfügung.
Hinzu kommt der Aufwand, um Entwicklungs- und Testumgebungen für KI- und Machine-Learning-Anwendungen aufzubauen und zu betreiben. Um eigene ML-Modelle zu erstellen und zu trainieren, sind beispielsweise konsolidierte Datenstrukturen und Data Platforms erforderlich.
KI-Ressourcen aus der Cloud nutzen
Doch es gibt eine Lösung: die Microsoft Azure Cognitive Services - in Verbindung mit ergänzenden Diensten wie Azure Applied AI Services und Azure OpenAI.
Die Azure Cognitive Services machen künstliche Intelligenz und Machine Learning für Entwickler*innen und Data Scientists zugänglich. Auch technikaffinen Mitarbeiter*innen in den Fachabteilungen profitieren davon. Sie benötigen weder tiefgreifende Kenntnisse beim Entwickeln und Trainieren von ML-Modellen noch eine aufwendige IT-Infrastruktur.
Vielmehr reicht es aus, eine API (Application Programming Interface) aufzurufen, die über Microsofts Azure-Cloud-Plattform zur Verfügung steht. Das funktioniert mit den gewohnten Entwicklungssprachen. Über die API greifen Fachleute auf vortrainierte ML-Modelle zu und erstellen damit kognitive KI-Apps.
Apps lernen sehen, hören und sprechen
"Kognitiv" bedeutet, dass eine Anwendung beispielsweise mithilfe der Azure Cognitive Services lernt, Inhalte in Bildern zu erkennen und zu klassifizieren. Andere Apps verstehen Sprache, übersetzen Texte und beantworten Fragen von Nutzer*innen in natürlicher Sprache.
Außerdem lassen sich Anwendungen erstellen, die Nutzer*innen bei Entscheidungen unterstützen, etwa indem sie Anomalien in Zeitreihendaten identifizieren und analysieren oder unerwünschte Inhalte aus Content herausfiltern.
Geschäftslogik mit Azure AI Services integrieren
Mit den Azure Cognitive Services lassen sich somit auf einfache Weise universelle KI-Anwendungen erstellen. Wer jedoch aufgabenspezifische KI-Lösungen benötigt und Geschäftslogik in Apps integrieren will, greift auf die Azure Applied AI Services zurück.
Auch diese basieren auf den Azure Cognitive Services, lassen sich jedoch auf Geschäftsszenarien zuschneiden. Dafür bieten die Applied AI Services vorgefertigte Lösungen an. Ein Beispiel ist Azure Video Analyzer, mit der Unternehmen KI-basierte Videoanwendungen und entsprechende Analysefunktionen erstellen können.
Praxisbeispiel: Knowledge Mining
Welche Vorteile die Microsoft Azure Cognitive Services in Verbindung mit Azure Applied AI Services bringen, zeigt sich beim Knowledge Mining. Der Hintergrund: In Unternehmen und öffentlichen Einrichtungen steigen die Datenbestände rasant an. Oft handelt es sich um eine Vielzahl von umstrukturierten Informationen, allen voran gescannte und gedruckte PDFs. Hinzu kommen Bilder, Audio- und Videodaten sowie Word- und Excel-Files.
Diese Daten in geschäftsrelevante Erkenntnisse zu transformieren, übernimmt Azure Cognitive Search. Die Lösung unterstützt Nutzer*innen bei der Suche nach Informationen, die für ihr Unternehmen relevant sind. Dies sind beispielsweise Fachbegriffe aus dem juristischen oder medizinischen Bereich, aber auch Daten über Systemkomponenten in einer Fertigungsumgebung.
Außerdem ist der Service in der Lage, Verknüpfungen zwischen diesen Informationen zu erkennen und diese in Vorschläge für Geschäftsentscheidungen und Risikoanalysen umzusetzen. Das alles erfordert weder manuelle Eingriffe noch spezielle Data-Science-Kenntnisse.
Lücken in der KI-Qualifikation umgehen
Diese Studie zeigt, wie Sie Entwickler*innen aller Qualifikationsstufen helfen, KI-Lösungen mit Hilfe vorgefertigter, produktionsbereiter KI-Cloud-Dienste bereitzustellen.
Einfacher KI-Apps schreiben mit Azure OpenAI
Ein weiteres Beispiel dafür, wie die Azure Cognitive Services den Zugang zu KI-Anwendungen erleichtern, ist der Azure OpenAI Service. Über ihn erhalten Fachleute über APIs Zugang zu den leistungsstarken Sprachmodellen von OpenAI. Dazu zählen die Modelle der Reihe GPT 3 und Codex, beispielsweise Ada, Davinci und Cushman.
Azure OpenAI erleichtert es, KI-basierte Sprachapplikationen zu erstellen und an spezielle Einsatzszenarien anzupassen. Zusätzlich bieten sie umfassende Sicherheits- und Compliance-Funktionen der Microsoft Azure-Plattform. So können Unternehmen über private Netzwerkverbindungen von ihrem Standort aus auf Azure OpenAI zugreifen. Sie haben jederzeit die Kontrolle über ihre Daten, wenn sie KI-Modelle trainieren.
Ein weiterer Vorteil: Azure OpenAI greift auf die Standards zurück, die Microsoft für einen verantwortungsvollen Umgang mit KI entwickelt hat. Diese Richtlinien für Responsible AI stellen sicher, dass die KI-Apps in technischer Hinsicht und in Bezug auf die Interaktion mit Menschen höchsten Ansprüchen genügen.
Fazit: Intelligente Apps für jedermann
KI und maschinelles Lernen sind für Unternehmen ein zentraler Wettbewerbsfaktor und ein wichtiges Element von Digitalisierungsstrategien. Mit Lösungen wie die Azure Cognitive Services, die Azure Applied AI Services und Azure OpenAI können Unternehmen intelligente Apps erstellen - mit überschaubarem Aufwand und ohne tiefgreifendes KI- und ML-Know-how.
Alle Artikel aus Cloud
Die Cloud ist der Schlüssel für mehr Agilität. Lesen Sie, wie moderne Cloud-Umgebungen heute aussehen.
