4.1 Cloud-Computing Flashcards
Entwicklung bei Produkten und Verbrauchsmaterialien in Industrieländern
- sowohl bei Computerhardware als auch bei herkömmlichen Konsumgütern heute seltener für individuellen Besitz erworben
- in Großstädten anlassbezogene Kurzzeit-Anmietung von Autos (Carsharing)
-> Verringerung des Verkehrsaufkommens
-> Freigabe von Parkplätzen - Ähnliche Angebote für Fahrräder
Cloud-Computing - Analogie
Auch in der Datenverarbeitung findet eine ähnliche gemeinsame Nutzung statt
Cloud-Computing - Gründe
- rasante Fortschritte der KI
- Aufbau der Infrastruktur
- Erweiterung des Internet-Paradigmas
Cloud-Computing - rasante Fortschritte der KI
- erfordert enorme Rechen- und Datenspeicherressourcen
- gemeinsame Nutzung von Hardware- und Softwareressourcen ist effizienter
- keine Investition der Kunden nötig -> geringerer Aufwand
Cloud-Computing - Aufbau der Infrastruktur
- zur gemeinsamen Nutzung von Computerressourcen
- wirtschaftliche Chance für Organisationen
- die über Fähigkeiten und Ressourcen verfügen, eine solche aufzubauen und richtig zu nutzen
Cloud-Computing - Erweiterung des Internet-Paradigmas
Daten und Kommunikation werden demokratischer und weniger exklusiv
-> neue wirtschaftliche Möglichkeiten in Form von bezahlter Werbung und Datendiensten
Cloud-Computing - Vorläufer
- 1980er-Jahre
- Konzept des Time-Sharing populär
Unterschied Time-Sharing und Cloud-Computing
- Time-Sharing konzentrierte sich auf gemeinsame Nutzung von Hardwareressourcen, die für alle stets verfügbar waren
- Kosten für die Teilnehmer in Form von Maschinenzeit und Speichereinheiten berechnet
- Datenverarbeitung als Ware
Virtuelle Computer
- einzelne virtuelle Maschinen
- werden in Serverumgebung oder Cloud-Einrichtung erstellt
- wird von einzelnen Client (Nutzer) bedient
- können gleichzeitig auf derselben physischen Hardware arbeiten und auf Daten- und Verarbeitungsressourcen zugreifen
Cloud-Computing - Merkmale
- parallel
- geografisch verteilt
- virtualisiert
Grid-Computing
- Namensherkunft: Stromnetz
- parallele und geografisch verteilte Architektur
- besteht aus heterogenen Knoten, die unterschiedliche Arbeitslasten oder Anwendungen ausführen
- Ressourcen können im Besitz mehrerer Beteiligter sein , die für den gemeinsamen Vorteil zusammenarbeiten
Cluster-Computing-Systeme
- parallel und geografisch verteilt
- verfügen über Ressourcen, die zur Laufzeit verfügbar sind
- Verbindung eigenständiger Computer
- arbeiten gemeinsam an der gleichen Aufgabe
- Hauptvorteil für KI: Fähigkeit, Reihe hoch skalierbarer Rechen- und Datenspeicherressourcen bereitzustellen
Cloud-Fallbeispiel: Künstliche Intelligenz in Lieferketten - allgemein
- Kommunikation und Informationsaustausch zwischen weltweiten Partnern einer Lieferkette
- Cloud kann mit beliebiger Anzahl anderer Clouds verbunden werden
- Cloud als Bindeglied zwischen den an den Lieferketten Beteiligten
- KI -> effizentes Arbeiten der Lieferketten
Cloud-Fallbeispiel: Künstliche Intelligenz in Lieferketten - Beiträge der KI
- Nutzung von Sprachverarbeitung
- Nutzung von maschinellem Lernen
- Erstellen von Prognosen
- Optimierung des Lagerbetriebs
- Betrieb autonomer Transportfahrzeuge
Beiträge der KI - Nutzung von Sprachverarbeitung (Natural Language Processing, NLP)
- Einscannen von Verträgen
- Analyse von Informationen aus Chatprotokollen oder Bestellungen
- Beschleunigung von Zahlungen
Beiträge der KI - Nutzung von maschinellem Lernen
- Trenderkennung
- Quantifizierung des Warenflusses entlang der Kette
-> richtige Ware zur richtigen Zeit am richtigen Ort bereitstellen
Beiträge der KI - Optimierung des Lagerbetriebs
in Bezug auf:
* Versand
* Empfang
* Kommissionierung
* Lagerung von Produkten
Cloud-Fallbeispiel: Künstliche Intelligenz in Lieferketten - Herausforderung
Daten:
* vollständig
* aussagekräftig
* präzise
* allen Mitgliedern der Lieferkette in Echtzeit zur Verfügung stehen
Cloud-Fallbeispiel: Künstliche Intelligenz in Lieferketten - Kernpunkte
- Cloud muss sich lohnen
- chancenorientiertes Denken
- Zusammenarbeit mit Interessengruppen
Kernpunkte - Cloud muss sich lohnen
- Teilnehmer entlang der Lieferkette müssen überzeugt werden
- Unzulänglichkeiten des derzeitigen IT-Systems für Lieferkettenmanagement verstehen
- IT-Umgebung abbilden, die sich mit Risiken, Unternehmensführung, Cloud-Technologie und KI auseinandersetzt
Kernpunkte - chancenorientiertes Denken
hinsichtlich Kosten und Nutzen
Berücksichtigung von:
* neue Möglichkeiten der Zusammenarbeit
* neue Dienstleistungen
* Verbesserung der Datensicherheit
* Verringerung von Fehlern
* verbesserte Rechenschaftsrollen
* Risiken
* kürzere Reaktionszeiten für Kunden
Kernpunkte - Zusammenarbeit mit Interessengruppen
- zur Schaffung von Werten
- wichtiger Bestandteil beim Verkauf eines Cloud-Projekts im Bereich KI
- Beteiligte: alle Unternehmen der Lieferkette, einschließlich Großkunden
Spezialisierung auf Cloud- und KI-Dienste
hoch entwickelte Analysen und KI wichtige Anwendungsbereiche des Cloud-Computing
-> Google, Microsoft und Amazon Angebote für maschinelles Lernen und KI
KI-Bibliotheken und -Anwendungen - Bereiche
- Chatbots
- Verarbeitung natürlicher Sprache
- Klassifizierungsdienste für visuelle Inhalte
- maschinellen Analyse von Dokumenten
KI-Bibliotheken und -Anwendungen - Chatbots
- Gespräche mit der Kundschaft führen
- digitale und grafische Datenbanken durchsuchen
- Antworten verbal formulieren
- schneller als menschliche Mitarbeitende
Cloud-Services - Voteile
- sofort einsetzbar
- Innovationspotenzial
- Pay-per-use statt Vorabinvestition
Cloud-Services für KI-Anwendungen - Arten
- Software as a service
- Platform as a service
- Infrastructure as a service
Cloud-Services für KI-Anwendungen - Software as a service
- Nutzung von Anwendungen über das Internet
- Keine lokale Installation
- Bereitstellung, Wartung und Aktualisierung durch den Anbieter
Cloud-Services für KI-Anwendungen - Platform as a service
- Sofort einsetzbare Bausteine für Entwicklung, Integration und Deployment
- Ausgereifte KI-Services
Cloud-Services für KI-Anwendungen - Infrastructure as a service
- Verfügbarkeit nach Bedarf
- Skalierbarkeit
