Ich habe neulich eine Studie des MIT gesehen. Darin hieß es, dass 95 Prozent der generativen KI-Projekte in Unternehmen als Misserfolge gewertet wurden. 95 Prozent. Die Ausrede aus der Branche kennen Sie wahrscheinlich schon: „Sie haben nicht genug (von meiner) Infrastruktur gekauft.“ Die Behauptung lautet in etwa so: Wenn Sie Ihre Server, Ihren Speicher, Ihren Netzwerk-Stack nicht aktualisiert und nicht die neueste GPU-Farm aus dem Katalog verwendet haben, war Ihr KI-Projekt zum Scheitern verurteilt. Und immer mit dem abgedroschenen Refrain: „Es war nicht skalierbar.“
Aber was bedeutet das überhaupt? Was bedeutet Skalierung, wenn man sie nicht definieren und nicht mit den Ergebnissen verknüpfen kann, die für das Unternehmen wirklich wichtig sind? Lassen Sie mich eine andere Perspektive bieten. Die Erkenntnis des MIT – dass Unternehmens-KI in 95 Prozent der Fälle versagt – hat sehr wenig mit der Wahl des Anbieters, der Infrastruktur oder der Anzahl blinkender Lichter zu tun. Sie hat vor allem mit zwei Dingen zu tun: Menschen und Zeit.
Erstens: Menschen. Humankapital. Verfügen Sie über das nötige Informatik-Know-how, um ein grundlegendes Modell zu entwickeln? Um es zu trainieren, zu optimieren und zu verfeinern, bis es zu einem Wettbewerbsvorteil wird? Oder ist es besser, ein Modell zu lizenzieren, das von jemandem entwickelt wurde, der es bereits besser kann, und zwar auf globaler Ebene? Denken Sie darüber nach. Unternehmen entwickeln keine eigenen Lohn- und Gehaltsabrechnungssysteme mehr. Sie betreiben keinen eigenen Speicher und stellen keine eigenen Server her. Sie schreiben kein eigenes CRM. Warum? Weil es sich dabei um kontextbezogene Technologien handelt, die nicht zum Kerngeschäft gehören. Dasselbe gilt für grundlegende KI-Modelle. Die meisten Unternehmen erzielen mit einem ausgereiften und bewährten Modell einen größeren Nutzen, als wenn sie versuchen, es von Grund auf neu zu entwickeln.
Zweitens: Zeit. Oder genauer gesagt: Latenz bei der Vorbereitung. KI im großen Maßstab entsteht nicht einfach so. Wenn Sie heute KI im großen Maßstab in Ihrem Unternehmen einsetzen wollten, hätten Sie tatsächlich schon vor sieben Jahren mit den Vorbereitungen beginnen müssen. Vor sieben Jahren hätten Sie 100-Megawatt-Rechenzentren bauen und umfangreiche Stromverträge abschließen müssen. Sie hätten die Solar Turbines Titan 250/350 mit ihren siebenjährigen Lieferzeiten bestellen müssen. Vor drei Jahren hätten Sie 250- bis 500-Kilowatt-Racks, immersive Kühlung und modernste Wärmeableitungsarchitekturen einplanen müssen. Sie hätten Ihre Netzwerke so konzipiert, dass sie 400, 800, 1600 Gigabit pro Rack oder mehr liefern. Hätten Sie das vor drei bis sieben Jahren getan, wären Sie heute bereit. Sie hätten die Kerninfrastruktur, die Stromversorgung, die Kühlung und die Kapazität, um die erforderlichen Infrastrukturinvestitionen in Unternehmens-KI zu tätigen.
Die Wahrheit ist jedoch: Die meisten Unternehmen haben vor sieben Jahren keine KI-Planung gemacht. Und das ist auch gut so. Denn der andere Weg führt nicht über 84 Monate Wartezeit auf ein neues Rechenzentrum oder den kompletten Neuaufbau der IT-Infrastruktur. Der andere Weg ist die Cloud. Mit ihr entfallen die Latenzzeiten der Infrastruktur. Ihr KI-Projekt kann morgen starten, nicht erst in Jahren, wenn Sie alles selbst aufbauen wollen, und nicht erst in Monaten, wenn Sie Zeit mit der Replikation von Petabytes an Daten verschwenden, bevor Sie überhaupt anfangen können. Der Weg in die Zukunft führt über Software: Sie vernetzt die Daten, die Sie bereits haben – alle, nicht nur die 10 Prozent in Datenbanken, sondern auch die restlichen XNUMX Prozent, die in Datei- und Objektspeichern gesperrt sind. Sie vereint diese Daten über SaaS-Anwendungen, Cloud-Dienste und lokale Systeme hinweg und ermöglicht eine sofortige Argumentation. Egal, ob Sie KI-Analyseplattformen wie Palantir, Glean oder Databricks betreiben, die strukturierte und semistrukturierte Daten nutzen und unstrukturierte Daten dort nutzen müssen, wo sie gespeichert sind, lizenzierte Modelle von Anthropic oder OpenAI mit internen Datenspeichern kombinieren oder lokale Repositories direkt mit beschleunigtem Computing verknüpfen, das sofort in AWS, Azure, GCP oder OCI bereitgestellt wird – Sie können jetzt mieten, testen und trainieren. Sie können Cloud-übergreifend experimentieren, herausfinden, was für Ihr Unternehmen am besten funktioniert, und skalieren, sobald Sie bereit sind – ohne Verzögerung.
Genau darin liegt die wahre Chance. Sie erfordert keine umfassende Modernisierung Ihrer Infrastruktur. Sie erfordert auch keine Neugestaltung des lokalen Stromnetzes. Sie müssen Ihr Unternehmen als das sehen, was es bereits ist: eine wahre Datenschatztruhe. Vernetzen Sie Ihre Daten. Vereinheitlichen Sie sie. Nutzen Sie sie für fundierte Analysen. Darin liegt Ihr Wettbewerbsvorteil.
Die Frage ist also nicht, ob Sie vor sieben Jahren geplant haben. Die Frage ist, ob Sie heute bereit sind zu handeln. Werden Sie weiterhin dem Mythos nachjagen, dass KI einen Neuaufbau Ihrer gesamten Infrastruktur erfordert? Oder werden Sie die jetzt verfügbaren Tools nutzen – Tools, mit denen Sie vor Ort, in der Cloud und auf allen Ihren vorhandenen Systemen arbeiten können – und Ihre Daten in etwas weitaus Leistungsfähigeres verwandeln als versunkene Kosten?
Die Zukunft gehört nicht denen, die jahrelang auf die Lieferung von Stromnetzen und Turbinen oder mehrere Quartale auf GPUs und Netzwerkinfrastruktur warten müssen. Sie gehört denen, die die vorhandenen Daten, wo auch immer sie gespeichert sind, nutzen und in Erkenntnisse, Informationen und Maßnahmen umwandeln können. Diese Zukunft lohnt sich, und sie ist heute schon realisierbar – nur ein Terraform-Skript entfernt.
