Wenn Sie glauben, dass die Cloud zum Aussterben des Rechenzentrums führen wird und dass KI-Projekte allesamt zum Scheitern verurteilt sind, denken Sie noch einmal darüber nach. [...]
In Tech-Kreisen haben wir zwei wesentliche Fehler: Wir sind übermäßig eifrig dabei, die Zukunft einzuläuten, und ironischerweise zu schnell dabei, sie zu missachten, wenn sie nicht so bald kommt, wie wir es geplant hatten. Nehmen Sie zum Beispiel jene zwei hartnäckigen Mythen, die heutzutage die Runde machen: Erstens, dass die Ausgaben für die Cloud die Ausgaben für Rechenzentren von der Klippe stoßen, und zweitens, dass KI wie überbewertetes Schlangenöl ist, das die meisten Unternehmenskäufer scheitern lässt.
Lassen Sie uns diese der Reihe nach aufgreifen.
Mythos Nr. 1: Ihr Rechenzentrum ist dem Untergang geweiht
Gartner löste diesen ersten Mythos aus, indem Analyst Dave Cappuccio behauptete, dass 80 Prozent der Unternehmen ihre Rechenzentren bis 2025 schließen würden (im Vergleich zu den 10 Prozent, die dies 2018 getan haben). Aggressiv? Sicher, aber Cappuccio gibt einige solide Gründe für seine Überlegungen an: „Da Verbindungsdienste, Cloud-Provider, das Internet der Dinge (IoT), Edge-Services und SaaS-Angebote weiter an Bedeutung zunehmen, wird die Begründung, in einer traditionellen Rechenzentrumsumgebung zu bleiben, nur begrenzte Vorteile haben.“
Der Grund dafür ist die Datenschwerkraft. Während diese Schwerkraft eine Zeit lang gegen die Cloud arbeitete (wenn Daten im Rechenzentrum gespeichert sind, wird es unwirtschaftlich, sie zur Verarbeitung in die Cloud zu schieben), hat sie nun den umgekehrten Effekt: Immer mehr Daten entstehen in der Cloud und werden dort gespeichert, verarbeitet und analysiert.
Und doch… die Rechenzentren sterben nicht aus.
Das ist die Beobachtung, die David Linthicum hier bei InfoWorld machte. Zu einer Analyse der Ausgaben für Rechenzentren durch die Synergy Research Group schrieb Linthicum: „Während die Cloud wuchs, gingen die Ausgaben für Rechenzentren nicht zurück. Und das trotz der Vorhersagen, dass die Cloud die Rechenzentren schnell verdrängen würde. Die meisten waren der Meinung, dass ein Dollar, der für die Cloud ausgegeben wird, ein Dollar ist, der nicht für traditionelle Rechenzentren ausgegeben wird. Das scheint nicht der Fall zu sein“.
Natürlich können Unternehmensambitionen und die Realität in einem erheblichen Widerspruch zueinander stehen.
Oder, wie Tyler Treat es einmal weniger diplomatisch formulierte: „Ich habe einige dieser Unternehmen gesehen. Sie werden in nächsten Zeit keine Workloads verlagern.“ Mit anderen Worten: Die Unternehmen haben möglicherweise noch immer Probleme mit Rechenzentren und sind schlecht auf einen Umzug vorbereitet.
Aber unabhängig von den Gründen ist es immer noch so, dass, so heiß die Cloud auch war, etwa 97 Prozent aller IT-Ausgaben weiterhin vor Ort getätigt werden. Dies soll die Cloud nicht verunglimpfen. Es geht nur darum, die Realität der Unternehmensmigration zu berücksichtigen.
Was uns zum Mythos Nr. 2 bringt.
Mythos Nr. 2: KI lässt Unternehmen im Stich
Analyst Nick Heudecker ging einmal davon aus, dass etwa 85 Prozent der großen Datenprojekte scheitern würden. Zwei Jahre später hat IDC sich auf große datenbezogene KI-Projekte fokussiert und setzte die Misserfolgsrate bei 50 Prozent (für ein Viertel der Befragten) an.
Aus solchen Umfragedaten wurden unzählige Schlagzeilen geboren, die alle im Grunde dasselbe schrien: „Die meisten KI-Projekte scheitern.“ In solchen Schlagzeilen wird implizit der Vorwurf erhoben, dass die Technologie hinter der KI noch zu unreif ist. Während die KI zweifellos weiter voranschreiten wird, ist die zugrunde liegende Wahrheit etwas anders.
Zum einen, wie Analyst Lawrence Hecht einmal erklärte, übersteigen die Ambitionen der Führungskräfte, die KI in großem Stil nutzen wollen, gelegentlich die Möglichkeiten ihres Unternehmens: “ Solche Projekte sind zum Scheitern verurteilt, wenn kein grundlegender Technologiebedarf besteht. Ja, ich verstehe, dass C-Ebenen erforderlich sind, um alles zu Veränderungen zu führen, aber manchmal scheint es, als ob diese Veränderung nur um der Veränderung willen geschieht.“ Das Problem ist nicht etwa, dass „die KI versagt“, sondern dass wir uns nicht richtig auf das vorbereiten, was wir von der KI zu erwarten haben.
Und hier könnte die Jugend zumindest teilweise die Schuld tragen.
Schließlich gibt es eine absolute Flut von schlecht vorbereiteten, aber deutlich überbewerteten jungen Datenwissenschaftlern, die gerade erst in der Branche Fuß gefasst haben und bereit sind, ihren Weg zum Erfolg zu finden, wie Vicki Boykis es nannte. Unglücklicherweise versuchen sie womöglich, die falschen Probleme mit den falschen Technologien zu lösen, meint sie: „Die Wahrheit ist, dass es in der ‚Datenwissenschaft‘ nie so sehr um maschinelles Lernen ging wie um das Bereinigen, Formen und Bewegen von Daten von Ort zu Ort.“
Mit anderen Worten, die KI könnte etwas elementarer sein als gedacht. Sie könnte auch aus Gründen scheitern, die nichts mit der Technologie selbst zu tun haben. Und vielleicht, nur vielleicht, scheitert sie gar nicht wirklich. Zumindest nicht mehr als andere IT-Projekte.
Laut Thomas Dinsmore „scheitern KI-Projekte nicht mehr oder weniger wahrscheinlich als jedes andere IT-Projekt“. Er fährt fort, um dies näher zu erläutern:
Projekte scheitern selten, weil die Technologie nicht das tut, was sie tun soll. Projekte scheitern, weil der Käufer etwas will, wofür die Technologie nicht geeignet ist, oder die Organisation bei der Umsetzung Abstriche macht… KI-Projekte sind dasselbe wie ERP-Projekte oder jedes andere IT-Projekt. Sie haben Erfolg oder scheitern auf Basis der Projektmanagementprozesse innerhalb der Organisation.
Zusammenfassend lässt sich sagen, dass es Spaß machen könnte, der KI vorzeitig den Tod zu prophezeien, so wie wir auch versucht haben, Rechenzentren zu begraben, lange bevor sie tot sind. In jedem Fall zeigen wir einen verständlichen, wenn auch naiven Wunsch, so schnell wie möglich in die Zukunft zu gelangen, und neigen dann zur Ungeduld, wenn die Zukunft noch Zeit braucht. Bei Cloud und KI ist die Wahrheit, wie bei so vielen anderen Dingen auch, viel nuancierter, als jede Schlagzeile es darstellen könnte.
*Matt Asay schreibt unter anderem für InfoWorld.com.
Be the first to comment