Sie sind hier: HomeTelekommunikation

Künstliche Intelligenz: Neue Cloud-Services dank KI

Automatisierung, Machine Learning und Cloud Computing passen schon deswegen zusammen, weil sie den Businessalltag flexibler und effektiver machen. Mit KI lassen sich Cloud-Dienste datenbasiert optimieren. Das Ergebnis: neue Services, die zum Beispiel automatisiert den Kapazitätsbedarf vorhersagen.

RPA Bildquelle: © willyambradberry - 123RF

Cloud-Technologien haben sich etabliert – für beinahe jedes Szenario gibt es eine passende Sourcing-Lösung, von reiner Infrastruktur über Plattform- und Softwaredienste bis hin zu komplett verwalteten Rundum-sorglos-Lösungen. Einer der großen Vorteile der Cloud: Sie lässt sich bedarfsgerecht skalieren. Administratoren buchen flexibel IT-Ressourcen hinzu und können diese ebenso unkompliziert wieder stilllegen. Bezahlt wird nur, was genutzt wurde. Dennoch heißt „bei Bedarf“ in der Praxis, dass ein gewisser Konfigurationsaufwand notwendig ist und der Ressourcenbedarf halbwegs vorab geplant werden muss. Mit Hilfe von intelligenten Algorithmen kann die Cloud nun automatisch skalieren – und das nicht nur per Live Scaling, sondern sogar vorausschauend. Wie funktioniert das konkret?
 
Intelligentes Kapazitätsmanagement
Datenmengen, die transportiert oder verarbeitet wurden und werden, sagen eine Menge aus: Natürlich wird daran zunächst der aktuell benötigte Bedarf an IT-Ressourcen bemessen. Darüber hinaus lässt sich aber durch die Interpretation der Datenströme auch prognostizieren, welche Ressourcen künftig gebraucht werden. Und das automatisiert und in Echtzeit. Soll heißen: In dem Moment, in dem neue Ressourcen gebraucht werden, wird nicht erst das Signal zur Freischaltung gegeben, sondern die Rechenkapazität steht bereits parat. Das Skalieren ohne Unterbrechung oder Wartezeit wird zumeist unter dem Synonym „Live Scaling“ zusammengefasst.

Es gibt jedoch feine Unterschiede, was der Begriff genau bezeichnet. Manche Anbieter meinen damit etwa, dass bei plötzlich erhöhtem Speicherbedarf dieser auch zur Verfügung steht. Bei anderen Services steht Live Scaling eher für die Provisionierung im laufenden Betrieb. Automatisiertes und intelligentes Live Scaling geht noch einen Schritt weiter: Die Infrastruktur soll jederzeit optimal auf die Anwendung angepasst sein und zwar unter Beachtung mehrerer Faktoren, wie beispielsweise Performance, Kosten und Sicherheit. So lassen sich Workloads flexibel austarieren und umlagern, ohne dass die Anwendung irgendwelche Einbußen hinnehmen muss. Dem Betreiber der Cloud – ganz gleich ob Service Provider oder Unternehmens-IT-Abteilung – gibt dies die Möglichkeit, die zur Verfügung stehenden Ressourcen optimal zu nutzen. Für den Nutzer schlägt sich das im Idealfall in bester Performance zu niedrigeren Preisen nieder.