Zwei von den Daten- und KI-Plattformen Snowflake und Databricks in San Francisce ausgerichtete Summits haben die aktuellen Herausforderungen für IT-Führungskräfte in den Fokus gerückt. Generative KI (GenAI), Datenportabilität und Kostenmanagement dominierten die Gespräche. Unternehmen wollen Preisstrukturen besser kalkulieren, GenAI-Proof-of-Concepts bereitstellen und ihre Daten effizienter nutzen. Doch sind die Plattformanbieter bereit, sie dabei zu unterstützen?
Unternehmen setzen auf verschiedene Systeme für unterschiedliche Zwecke. Snowflake-Kunden forderten mehr Datenportabilität – und das Unternehmen reagierte: Auf dem Data + AI Summit kündigte Snowflake an, seinen Polaris-Datenkatalog als Open Source zu veröffentlichen. IT-Teams können dadurch Daten einfacher teilen und austauschen. Damit rückt Snowflake näher an Databricks heran, das von Beginn an auf externe Datenspeicherung gesetzt hat.
Der Wechsel von klassischen Lizenzmodellen hin zu verbrauchsbasierten Modellen ist nicht neu. Doch IT-Teams haben weiterhin Schwierigkeiten, ihre Ausgaben in diesem Modell zu verstehen und zu kontrollieren. Ineffiziente Abfragen, falsche Konfigurationen oder Programmierfehler können zu unerwartet hohen Rechnungen führen.
Snowflake möchte das Image ändern, dass ihre Plattform teuer sei und oft zu Kostenüberschreitungen führe. Sie nutzen kundenkontrollierte Cloud-Ressourcen und berechnen nur Datenverbrauch, ohne Aufschläge für Rechenleistung. Zudem haben sie keine separate interne Speicherebene, sondern setzen vollständig auf Cloud-Objektspeicher. Diese Transparenz könnte kostenbewusste Kunden überzeugen.
IT-Teams sollen schnell GenAI-Proof-of-Concepts liefern, während rechtliche Fragen zu Haftung, Datenschutz, Urheberrecht und Compliance Unternehmen ausbremsen. Die Diskussionen mit Cloud-Anbietern und Plattformen laufen, doch eine abschließende Klärung dürfte Jahre dauern. Bei Datenschutzverletzungen oder Urheberrechtsverstoßen tragen Unternehmen aktuell das rechtliche Risiko.
Um dieses Risiko zu minimieren, fordern Unternehmensführungen, dass in POCs nur Beispiel-Daten genutzt werden. Doch solche Datensätze in der nötigen Größe realistisch nachzubilden, ist oft nicht praktikabel. Das Ergebnis: Unternehmen geraten in eine Pattsituation zwischen internen und externen Interessengruppen mit unterschiedlichen Sichtweisen auf das Problem und mögliche Lösungen.
Jensen Huang, CEO von NVIDIA, trat auf beiden Summits auf. Mit einem Marktanteil von über 80 % bei Rechenhardware macht NVIDIA deutlich, wie essenziell ihre Technologie für die Entwicklung und Verarbeitung von GenAI und LLMs ist.
Daten- und KI-Plattformen wollen ihre Kunden dabei unterstützen, GenAI-Modelle effizienter zu trainieren und zu betreiben – ohne auf externe Dienste ausweichen zu müssen. Dadurch sollen sowohl Performance als auch Sicherheit verbessert und das Risiko von Datenlecks minimiert werden. Angesichts der NVIDIA-Dominanz bleibt für Cloud-Anbieter und Plattformen keine Alternative: Wer seinen Kunden einen KI-Vorteil bieten will, muss mit NVIDIA zusammenarbeiten.
IT-Führungskräfte stehen vor der Herausforderung, Kosten zu managen und GenAI-Innovationen voranzutreiben. Sie brauchen von Daten- und KI-Plattformen Unterstützung, um Verbrauchskosten vorhersehbarer zu gestalten, Experimentierfelder für GenAI zu schaffen und ihre Daten optimal zu nutzen. Die Vereinbarungen, die sie mit Plattformanbietern treffen, könnten die Zukunft der Branche maßgeblich beeinflussen.
Saubere Daten sind eine Grundvoraussetzung für jedes GenAI- oder LLM-Projekt, aber nur der Anfang. Entscheidend ist die richtige Kombination aus Menschen und Technologie, um Daten zu erfassen, zu transformieren und zu harmonisieren. Sehen Sie selbst, warum Fortune-1000-Unternehmen unsere Analytics-Engine nutzen, um ihre Daten optimal einzusetzen.
Nehmen Sie Kontakt mit unseren Expert*innen auf der ganzen Welt auf.
