Investitionen in AI und die Rolle von VMware

Auf der NORTEC 2020 Fachmesse für Produktion wurde ich zu einer Round Table Diskussion eingeladen, bei der es um die Einführung der KI in der Fertigungsindustrie ging. Große Unternehmen, Universitäten und lokale Wirtschaftsführer untersuchten, wie man mit KI Innovationen vorantreiben und einen Geschäftsplan dafür erstellen kann. Ich wurde gebeten, die Rolle der Virtualisierung für KI/ML-Projekte vorzustellen, und ein Datenwissenschaftler war interessiert (und überrascht) an den Leistungsvorteilen der Virtualisierung, wie sie im VROOM Blog-Artikel How Does Project Pacific Deliver 8% Better Performance Than Bare Metal? beschrieben sind.

Mehrere Vertreter und lokale Führungskräfte aus Privat- und Familienunternehmen diskutierten über ihr Geschäft. Kleine und private Unternehmen treiben die Wirtschaft in Norddeutschland an, hier gibt es nicht einen einzigen DAX-Konzern, aber viele kleine und mittlere Unternehmen. Ich war überrascht zu erfahren, dass diese kleineren Unternehmen ihren Umsatz viel schneller und stärker steigern als die großen öffentlichen Unternehmen. Die Übereinstimmung war, dass langfristige Investitionen die kurzfristigen Investitionen übertreffen. Öffentliche Unternehmen müssen den Shareholder-Value berücksichtigen und vierteljährliche Zahlen vorlegen. Es werden viele Entscheidungen getroffen, um die kurzfristigen Einnahmen zu steigern. Kleinere Unternehmen haben einen Zeithorizont von 10 bis 20 Jahren für ihre Investitionen, was zu einem stabileren und zuverlässigeren Geschäft führt. Sie arbeiten über viele Generationen hinweg.

Dies hat einen interessanten Einfluss auf ihre KI-Strategie. Diese Unternehmen können sich keine großen Investitionen leisten, deshalb haben wir gemeinsame Projekte mit Studenten der örtlichen Universitäten diskutiert. Diese Unternehmer können es nicht riskieren, große Summen zu investieren, weil sie die Risiken kontrollieren müssen. Aber sie sind sehr interessiert an der KI, und es gibt erste Unternehmen, die einen Wert aus der KI ziehen. Aber sie stehen erst am Anfang. Ein weiterer Hemmschuh sind die Bedenken gegen die Nutzung der Public Cloud für KI-Projekte, vor allem in Bezug auf die Einhaltung von Compliance und den Schutz des geistigen Eigentums. Daher werden sie KI/ML-Software auch in ihren lokalen Rechenzentren oder Standorten betreiben wollen. Der Umfang der Investitionen liegt oft nur bei etwa 10.000 bis 15.000 € für Hardware, so dass ich zunächst dachte, dies sei zu uninteressant für Cloud Infrastrukturanbieter wie VMware, die eher größere Projekte unterstützen. Aber ich wurde nach der Virtualisierung von AI/ML-Workloads gefragt, weil fast jeder gute Erfahrungen mit VMware vSphere (oder VMware Workstation) gemacht hat. Außerdem haben Universitäten und Forschungseinrichtungen wie das DESY wiederum ganz andere Größenordnungen abzudecken, was Infrastrukturprojekte mit Virtualisierung interessant machen kann.