IBM Cloud Pak for Data

Dreiklang IBM Cloud Pak for Data bestehend aus einer lachenden Frau, blauen Netzwerkkabeln und einem Laptop

Die agile, flexible Analytics-Plattform für die hybride Multi-Cloud

Datengetriebene Unternehmen, die auf Business Analytics setzen, wirtschaften am Markt erfolgreicher, nutzen Marktchancen schneller und sind gegenüber der Konkurrenz in vielerlei Hinsicht im Vorteil. Das ist keine bloße Vermutung, sondern ein überprüfter, harter Fakt. Aktuelle Umfragen bestätigen die erreichbaren Vorteile.

Ein Beispiel: IBM hat für ihre Global C-suite Study (20th Edition) 13.484 C-Klasse-Manager aus 20 Industrien und 98 Ländern befragt, die das Cloud Pak for Data einsetzen, und die Ergebnisse lassen an Klarheit nichts zu wünschen übrig. 69% der technologiegetriebenen, digitalen Fackelträger (IBM: Torchbearers), also der Unternehmen, die digitale Technologien schnell adaptieren und einsetzen, erzielten exzellente Umsatzsteigerungen weit über dem Durchschnitt der Konkurrenz. Ihre Profitabilität konnten sogar 71% mithilfe von Data-Analytics-Technologien weit überdurchschnittlich steigern (Quelle für weitere Details: Build Your Trust Advantage. Leadership in the era of data and AI everywhere, IBM Institute for Business Value).

 

Hier sehen Sie die Ansicht des Whitepapers "IBM Cloud Pak for Data"
IBM Cloud Pak for Data: die agile, flexible Analytics-Plattform für die hybride Multi-Cloud

Im Fokus dieses Whitepapers stehen praktische Anwendungsszenarien, geschäftliche Mehrwerte und vor allem Sie und Ihr unternehmerischer Erfolg.

Jetzt das Whitpaper "IBM Cloud Pak for Data" sichern

Inhaltsverzeichnis

IBM Cloud Pak for Data (IBM CP4D) adressiert jede dieser Herausforderungen und ebnet Unternehmen dadurch den Weg zu mehr Produktivität, Profitabilität, Kosteneffizienz und Geschäftserfolg. CP4D bildet den gesamten DevOps-Lifecycle ab. Die Plattform passt sich agil und flexibel den Herausforderungen Ihres Unternehmens an. Sie läuft je nach Wunsch on-premises, managed, in der Private Cloud oder in der Public Cloud, bietet viele vorkonfigurierte Services und integriert Daten aus beliebigen Quellen, aus der eigenen Umgebung oder von Cloudanbietern wie Google, AWS, Microsoft und anderen. Das IBM CP4D bietet mit einem optimalen Verhältnis zwischen Aufwand und Kosten ein Maximum an Flexibilität, Agilität und Dateneffizienz.

Key Facts

Exzellente Umsatz- und Profitabilitätssteigerungen weit über dem Durchschnitt

Minimum an Aufwand, Maximum an Flexibilität, Agilität und Dateneffizienz

Hochskalierbar, performant, flexibel und sicher

Knappe Ressourcen wie Rohstoffe, Personal und Kapital optimal einsetzen – mit KI

Teilautomatisierte Microservices-Architektur, inklusive Watson Assistant, Watson Discovery, Cognos Analytics, Planning Analytics/TM1, DB2, DWH und Red Hat Openshift

AutoKI: KI entwickelt selbständig optimierte Modelle, die als Python-Code exportierbar sind

Flexibles Beschaffungsmodell: on-premises/private cloud, managed oder public cloud

Schnelle Integration einer Vielzahl von Datenquellen ohne aufwendige Aufbereitung oder Migration

Mit einem einzigen SQL-Query-Statement gleichzeitig z.B. in Oracle- und DB2-Datenbanken, in Hadoop-Clustern, SQL Servern, NoSQL-Datenspeichern und Excel-Tabellen recherchieren.

Maximale Flexibilität

Informationsarchitektur und Beschaffungsmodelle

IBM Cloud Pak for Data (IBM CP4D) ist eine integrierte, sichere, hochskalierbare Plattform zur Implementierung einer Informationsarchitektur für Daten und Künstliche Intelligenz, und zwar in jeder Cloud. Das Cloud Pak vereint, was IBM an für die Datenanalyse relevanten Technologien und Lösungen entwickelt hat. IBM CP4D läuft unter einer teilautomatisierten Architektur, inklusive Watson Assistant, Watson Discovery, Cognos Analytics, Planning Analytics/TM1, DB2, DWH und Red Hat Openshift. Es ist in jedem Betriebs-/Beschaffungsmodell nutzbar, von on-premises über managed bis komplett „Software-as-a-Service“ aus der Public Cloud.

Jedes Betriebs-/Beschaffungsmodell hat seine eigenen Vorteile und Nachteile: Im Software-as-a-Service-Modell trägt der Lösungsanbieter die Verantwortung für die Bereitstellung und den Betrieb der Plattform. On-premises und in der Private Cloud muss das der Kunden in Eigenregie übernehmen, behält aber auch die volle Kontrolle über seine Daten. Hybride Beschaffungsmodelle kombinieren die Vorteile von on-premises/Private Cloud und Public Cloud.

IBMs neu entwickelter innovativer Datenvirtualisierungsservice konsolidiert tausende verteilter, heterogener Datenquellen ohne Aufbereitungs- und Transformationsroutinen und macht sie für Business-Anwender gleichzeitig recherchierbar und hochverfügbar. Daten-Silos werden durch einfaches virtuelles Zusammenführen beseitigt.

Die Informationsarchitektur von IBM Cloud Pak for Data im Überblick (Quelle: IBM)

Die Informationsarchitektur von IBM Cloud Pak for Data im Überblick (Quelle: IBM)

Für Unternehmen bieten Container auf Basis von Red Hat OpenShift – eine Microservices-Architektur, die dem IBM CP4D zugrunde liegt – weitere entscheidende Flexibilitäts-, Geschwindigkeits- und Kostenvorteile. Sprechen z.B. Kostengründe dafür, dann können Container und Services relativ leicht von einer Cloud-Plattform in eine kostengünstigere Cloud oder auf die eigenen Server on-premises migriert werden. Akquiriert z.B. ein Unternehmen die Geschäftseinheit eines Konkurrenten, dann lassen sich mithilfe von Containern auch dessen IT-Dienste recht leicht und problemlos integrieren.

Hier sehen Sie die Ansicht des Whitepapers "IBM Cloud Pak for Data"
Whitepaper: IBM Cloud Pak for Data

Enterprise Analytics für die hybride Multicloud: Das
Whitepaper zur KI-Analytics-Plattform IBM Cloud Pak for Data

Zum Whitepaper "IBM Cloud Pak for Data"

Forrester: Kosten- und Qualitätsvorteile des IBM Cloud Pak for Data (IBM CP4D)

Die Datenvirtualisierung und die bereitgestellten Self-Services generieren viele signifikante Vorteile. Laut Forrester werden mit dem IBM CP4D die zum Aufbau eines Enterprise Data Warehouse nötigen ETL-Anfragen um 25% bis 64% reduziert. Der Aufwand zur Pflege der gesamten Infrastruktur, die z.B. von Analytics-Anwendungen anfällt, sinkt mit dem Cloud Pak for Data um 65% bis 85%.

Den durchschnittlichen Return on Invest, bezogen auf einen Drei-Jahres-Zeitraum, beziffert Forrester auf 86% bis 158%. Den Berechnungen zugrunde gelegt hat Forrester eine Modellorganisation mit einem Jahresumsatz von 2 Mrd. USD und 8000 Mitarbeitenden. (Quelle: The Total Economic Impact of IBM Cloud Pak for Data).

Das von IBM entwickelte Datenvirtualisierungslayer „demokratisiert“ die Datentransparenz unternehmensweit, verbessert den Schutz und die Governance der Daten und hilft Unternehmen, unter Umständen kostspielige Datenmigrationsprojekte zu vermeiden. Ein Geschäftsführer äußerte sich im Rahmen der Umfrage gegenüber Forrester: „Wir sehen uns in der Lage, ganz einfach bessere Analysen durchzuführen. Business Analysts und Data Scientists können wir nun Datensets vorlegen, ohne die Daten migrieren zu müssen, was nicht nur rein vom Aufwand her kostspielig wäre, sondern auch den Zugriff auf diese Daten verzögern würde.“

Step by step Insights gewinnen mit der KI-Leiter:

Collect – Organize – Analyze - Infuse

Mit dem IBM CP4D werden Rohdaten zu wertvollen Informationen verfeinert. Um den Einsatz von Künstlicher Intelligenz in der Datenanalyse zu erleichtern und zu beschleunigen, folgen Unternehmen einem einfachen Implementierungsprozess, der sich in vier Phasen unterteilt:

Collect

IBM Cloud Pak for Data bringt alle für die Analyse relevanten Datenquellen und Datenspeichersysteme schnell und einfach unter eine einheitliche Benutzersicht. Zeit- und kostenaufwendige Transformations- und Migrationsprozesse werden dadurch obsolet.

Organize

Der Watson Knowledge Katalog unterstützt bei der nachfolgenden Organisation, Klassifikation und der Governance der Daten durch Policies und Regeln. Unternehmen entwickeln mit dem Watson Knowledge-Katalog eine Informationsarchitektur, die ihre Analyse- und Informationsbedürfnisse punktgenau und präzise bedient.

Der Katalog ermöglicht einen „Shop-for-Data“, unterstützt weiter mit einem Glossar und stellt damit eine wesentliche Grundlage der erweiterten Nutzung von Daten dar. Neben diesen Governance-Aspekten, die bis hin zu einer Datenherkunftsanalyse (Data Lineage) gehen können, findet auch die einfache Datentranformation/ETL auf dieser Stufe statt.

Analyze

Analytics-Services analysieren und visualisieren auf Grundlage der erstellten Informationsarchitektur umfangreiche Datensets. Unternehmen kreieren damit z.B. Cognos Dashboards oder benutzen den SPSS Modeler für Datamining und statistische Analysen.

Mit zum Leistungsportfolio gehört der Service AutoAI: Künstliche Intelligenz entwickelt automatisiert und selbständig KI-Modelle, die zur Analyse der jeweils vorliegenden Datensets am besten geeignet sind. Eine Aufgabe, die normalerweise Wochen in Anspruch nimmt. AutoAI testet eine Vielzahl von KI-Modellen systematisch durch, dreht eigenständig an vielen Stellschrauben und gibt am Ende Empfehlungen ab, welches KI-Modell für die jeweilige Aufgabe am schnellsten zum Erfolg führt.

Besonders ist hierbei, dass das erstellte Modell auch als Python-Code exportiert und weiter genutzt werden kann. Dadurch spart selbst der erfahrene Data Scientist viel Zeit ein und weniger erfahrene Data Scientisten bekommen eine gute Grundlage für den Start. Insgesamt erlaubt AutoAI auch Unternehmen mit weniger bis gar keinen Data Science Skills die Nutzung und Einführung von Künstlicher Intelligenz

Infuse

Mit Watson Machine Learning wird Künstliche Intelligenz eine integrierte Komponente für anspruchsvolle Datenanalysen und kann somit direkt in Geschäftsprozesse integriert werden. Dies erlaubt somit eine Operationalisierung/Industrialisierung von KI. Neben dem Betrieb von KI-Modellen spielen weitere Aspekte eine zunehmend wichtigere Rolle:

  • Data Drift: IBM CP4D erkennt automatisch, wann ein Modell überarbeitet werden sollte, weil sich die Daten, auf denen es operiert, grundlegend ändern (z.B. Daten vor und während der Cornona-Krise).
  • Fairness: Es ist sichergestellt, dass keine Ungerechtigkeiten die Modellentscheidungen beeinflussen, z.B. Männer bevorzugt werden oder junge Menschen Nachteile erleben.
  • Erklärbarkeit der Entscheidung: Die Entscheidungen eines Neuronalen-Netzes können auf die Haupttreiber hin analysiert werden, was die Akzeptanz des KI-Modells erhöht.
  • Transparenz der Entscheidung: Es ist möglich, bei JEDER getroffenen KI-Entscheidung nachzuvollziehen, welche Parameter eingeflossen sind und welches KI-Modell genutzt wurde. Auch dies steigert die Akzeptanz und stellt in der aktuellen Diskussion rund um KI-Ethik einen Lösungsansatz dar.
Die vier Phasen der Datenanalyse mithilfe von Machine Learning und Künstlicher Intelligenz im Überblick (Quelle: IBM)

Die vier Phasen der Datenanalyse mithilfe von Machine Learning und Künstlicher Intelligenz im Überblick (Quelle: IBM)

Diese vier Aspekte, die zu einer erfolgreichen Operationalisierung von KI-Modellen maßgeblich beitragen, sind im Cloud Pak über den Service Watson OpenScale vollumfänglich abgedeckt.

Praktische Einsatzszenarien und Use Cases

IBM Cloud Pak for Data bringt bereits viele vorkonfigurierte Services für den praktischen Einsatz im Unternehmen mit, darunter AI, Analytics, Dashboards, Data Governance, Industry Solutions, Data Sources und Developer Tools. Eine ausführliche Übersicht aller Services finden Sie hier. Nachfolgend eine Auswahl erprobter, besonders spannender Einsatzszenarien mit hohem Mehrwert.

Data Warehousing & Daten-Transformation

Ein stark wachsendes Unternehmen hat mehrere Geschäftseinheiten akquiriert und möchte die neuen Partner möglichst schnell und effizient in eine einheitliche IT-Architektur integrieren. Mit dem Datenvirtualisierungslayer von IBM ist es möglich, viele lokale Datentöpfe, Systeme und Berichte an unterschiedlichen Speicherorten performant zu konsolidieren, ohne die Datenquellen migrieren zu müssen.

Der Aufbau eines klassischen Enterprise Data Warehouse ist jedoch auch problemlos möglich. Die dafür notwendigen ETL-Prozesse (Extract, Transform, Load) werden durch das IBM CP4D beschleunigt und die Kosten reduziert. Die Analyse der Daten und die Visualisierung der Ergebnisse führen Fachanwender nachfolgend mit IBM Cognos Analytics als optionalem Bestandteil des Cloud Pak for Data durch.

Für Fachanwender - der KI-Self Service „AutoAI“

Ein Unternehmen möchte selbstlernende Künstliche Intelligenz einsetzen, um seine Prognosen zu verbessern und seine Entscheidungen auf eine solidere, datenbasierte Grundlage zu stellen. Es fehlen aber Experten wie Data Scientists, die sich mit den neuen Technologien sehr gut auskennen.

Mit dem KI-Self Service AutoAI validieren auch Fachanwender ohne spezielle KI-Kenntnisse, ob und wenn ja, welche KI-Modelle in ihrem speziellen Anwendungsfall sinnvoll sind und zum Erfolg führen. Fachanwender wählen die relevanten Datasets aus, AutoAI testet in Frage kommende KI-Modelle selbständig und automatisiert und liefert am Ende eine Stärken-Schwächen-Analyse. Die Erstellung dauert nur einige Minuten. Das Ergebnis kann direkt in Produktion genommen und in vorhandene oder neue Geschäftsprozesse integriert werden.

Schnell gemeinsam von null auf hundert: die End-to-End KI-Lösungsplattform

Ein Großhändler möchte die Arbeit seiner Datenanalysten vereinheitlichen und in seine Geschäftsprozesse integrieren. Mit IBM CP4D arbeiten unterschiedliche Rollen wie Data Scientists, Business-Analysten, Daten-Ingenieure, Controller, Business-Anwender und App Developer transparent auf ein und derselben Plattform zusammen. Die durchgängige Integration von Prozessen und Rollen ermöglicht eine schnellere und höhere Durchdringung mit KI im gesamten Unternehmen.

Knappe Ressourcen optimal einsetzen

Knappe Ressourcen, die optimiert nach Verfügbarkeit, Kosten oder Nutzen eingesetzt werden müssen, gibt es branchenübergreifend in jedem Unternehmen, seien es nun Personal, Material oder Kapital. IBM CP4D optimiert die Nutzung der Betriebsmittel, führt schnell zu Kostenreduktionen und reduziert etwa Doppelbelegungen und Strafzahlungen.

Ein Beispiel: Die Marketing-Abteilung eines großen Dienstleisters möchte zu einem Workshop einladen. Ausgewählte Kunden sollen vorab eine erlesene Flasche Wein erhalten. Mithilfe des Cloud Pak for Data analysiert das Marketing unter anderem anhand der Firmengröße, der Position, den persönlichen Vorlieben des Gastes und der Kundenhistorie, bei welchen Kunden sich der Invest lohnt und mit welchem Return on Invest in welcher Höhe voraussichtlich zu rechnen ist. Hinzu kommen Was-wäre-wenn-Simulationen für die bessere Planung in Vertrieb, Marketing, Produktion und Finanzen.

Chatbots für den Dialog mit Kunden und Mitarbeiter*innen

IBM CP4D nutzt die im Watson Assistant integrierte Conversational AI, um Dialoge in natürlicher Sprache zu führen. Chatbots generieren mehrere Vorteile: Sie sind 24×7 betriebsbereit, erhöhen die Kundenzufriedenheit und entlasten qualifiziertes Personal, das sich höherwertigen Aufgaben widmen kann.

Der Watson Assistant beherrscht mehrere Sprachen und ist an interne Unternehmenssysteme wie CRM oder ERP angebunden. Die Integration in das Cloud Pak for Data erlaubt somit den Betrieb des Chatbots in der Umgebung des Kunden und nicht als Service aus der Public Cloud. Dies haben viele Kunden für sich als Vorteil entdeckt: Der Zugriff auf die Daten wird einfacher und sicherer. Außerdem lassen sich darüber weitere kundenspezifischere Dialoge gestalten.

Lizensierungsmodelle: Modernisierungsbonus für IBM-Bestandskunden

IBM-Bestandskunden, die das IBM CP4D einsetzen wollen, erhalten einen Modernisierungsbonus.

In den Standardbasis- und Standard-Enterprise-Lizenzen können die im Schaubild unten blau markierten Services genutzt werden. Lizenziert wird je nach Arbeitslast der Services und ggf. Volumen auf Basis von Virtuellen Prozessor Cores (VPC).

Erwirbt ein Unternehmen eine Basislizenz, kann es die blauen Services je nach den individuellen, auch wechselnden Anforderungen flexibel einsetzen. Grün markierte Zusatz-Services werden gesondert bepreist und die Lizenz/das Abonnement gilt nur für den jeweils gebuchten Service.

Bestandskunden gewährt IBM einen Modernisierungsbonus, das heißt beim Erwerb der Modernisierung eines grünen Zusatzservices erhalten Bestandskunden zusätzliche blaue VPCs kostenfrei mitgeliefert.

Das Lizenzmodell des IBM Cloud Pak for Data im Überblick

Das Lizenzmodell des IBM Cloud Pak for Data im Überblick: Blaue Services sind in der Basislizenz enthalten und können flexibel genutzt werden. Grüne Services werden gesondert bepreist. IBM-Stammkunden erhalten bei Erwerb eines grünen Service virtuelle Prozessorkerne für ihre blauen Services kostenfrei dazu. (Quelle: IBM)

Das IBM Cloud Pak for Data im Kurzportrait

Die größte Herausforderung bei der Skalierung von datengetriebenen oder auf KI-basierenden Entscheidungsprozessen sind ungenutzte Daten. IBM CP4D ist eine einheitliche Plattform, die es Unternehmen ermöglicht, ihre vorhandenen Datensilos (virtuell) zusammenzuführen und die Daten ganzheitlich für deskriptive, prädiktive als auch präskriptive Analysen zu nutzen. Dies ist lokal oder über mehrere Clouds möglich, ohne dass die Daten bewegt werden müssen.

Mit dem IBM CP4D vereinfachen Unternehmen den Zugriff auf ihre Daten und stellen ihren Mitarbeitenden wertvolles, für ihre Tätigkeit relevantes Wissen zur Verfügung. Die Plattform erkennt und kuratiert Daten automatisch und gewährleistet, dass Richtlinien zum Schutz der Nutzung sicher eingehalten werden. Mit dem IBM CP4D gewinnen Unternehmen schneller geschäfts- und erfolgsrelevante Erkenntnisse – mit einem integrierten, modernen und performanten Cloud Data Warehouse.

Schulungen und Workshops

Webinare

Sie möchten sich weiterbilden, aber Ihnen fehlt die Zeit? Unsere Webinare von IBM garantieren einen hohen Know-how-Transfer bei geringem zeitlichen Aufwand.

Ihr Ansprechpartner

Bild von Martin W. Vierrath, Senior Sales Manager bei valantic

Martin W. Vierrath

Vereinbaren Sie jetzt ein unverbindliches Beratungsgespräch mit Ihrem IBM Cloud Pak for Data-Experten.