Rackscale Einstieg ins AI-Geschäft

Anbieter zum Thema

Google Germany GmbH

Amazon Web Services EMEA SARL,

ORACLE Deutschland B.V. & Co.

Rackspace International GmbH

Microsoft GmbH

mehr weniger

VON ZUR MÜHLEN'SCHE GmbH

Data Center Group – Büro Köln

EPS Rechenzentrum Infrastruktur GmbH

weniger

Am Thema AI kommt in der IT niemand vorbei, auch Rackspace nicht. Der vormalige Infrastrukturanbieter, längst auch aktiv in Multicloud-Beratung, -Umsetzung und -betrieb, gründet jetzt ein neues Geschäftsfeld für AI.

Rackspace kennen viele vor allem als Spezialisten für effektive Private-Cloud-Infrastrukturen. Allerdings hat sich das Geschäftsfeld des Anbieters seit Gründung 1999 bereits erheblich ausgeweitet. Inzwischen macht das Private-Cloud-Geschäft nur noch 30 Prozent aus.

70 Prozent kommen aus Beratung zu, Aufbau von, Umbau und Betrieb von Multicloud-Infrastrukturen nebst den dazu gehörigen Anwendungslandschaften. Nun wird das Geschäft nochmals erweitert: Der Bereich FAIR soll sich dem Thema AI widmen.

Hochqualifizierte Spezialisten

Inzwischen ist Rackspace etwa 7500 Mitarbeier groß und hat 125.000 Kunden in 120 Ländern. In Europa arbeiten 1.100 Mitarbeiter.

Alle Ingenieure sind, wie Bernd Gill, Vertriebsdirektor Deutschland, betont, hoch qualifiziert. „Wir haben etwas unter 3000 technische Experten, von denen jeder im Schnitt2,5 Zertifizierungen mitbringt.“

Weiteres Merkmal: Mitarbeiter vor Ort kümmern sich um die dortigen Kunden. „Wir machen keine Offshore-Delivery!“, betont Gill.

In Deutschland bislang nur Public-Cloud-Geschäft

In Deutschland basiert das Rackspace-Geschäft im übrigen fast ausschließlich auf Public-Cloud-Infrastrukturen. Zu den Themen, bei denen Rackspace Erfahrung beansprucht, gehören neben Aufbau, Management und Betrieb von Multi-Cloud-Strukturen Cloud-Applikationen, Cloud-Daten, Cloud-Plattformen und Cloud-Security.

Rackspace arbeitet mit den Hyperscalern und darüber hinaus auch mit Oracle, IBM und anderen Cloud-Großanbietern zusammen. Kleinere, mittelständische Cloud Service Provider dagegen, wie sie in Deuschland und Europa durchaus ihre Kunden finden, bleiben dagegen vorerst außen vor.

Alles rund ums AI-Projekt

Nun soll das Geschäft weiter wachsen. Dabei folgt Rackspace dem derzeit dominantesten IT-Trend und gründet einen selbständigen Geschäftsbereich FAIR für AI-Themen. Das Thema Daten ist Rackspace nicht fremd, man hat sich im Rahmen anderer Cloud-Projekte schon damit befasst. "FAIR steht für Foundry for AI by Rackspace", erklärt Gill.

Dort sind ab sofort mindestens 5000 Mitarbeiter tätig. Zudem kann sich FAIR auf enge Partnerschaften zu den drei Hyperscalern (insbesondere AWS), zu Dell und Nvidia, OpenAI und Hugging Face stützen.

Framework für verantwortungsvollen KI-Einsatz

Das Unternehmen selbst setzt Architekturen und ein Framework (Responsible AI Framework) ein. Letzteres soll für verantwortlichen und sinnvollen KI-Einsatz sorgen.

Außerdem verwendet Rackspace sogenannte Solution Accelerators. Das sind zum Beispiel Blaupausen für bestimmte Usecases oder Methoden, mit denen der derzeitige Stand der Kunden beim Thema AI eingeschätzt wird.

Zuerst Strategie, dann Umsetzungsideen

Die Phasen eines Projekts sieht Rackspace in Strategieentwicklung und anschließend drei Phasen: Ideate (Umsetzungsideen finden), Incubate (Einstieg) und Industrialize (Skalierung).

Genau betrachtet, teilt der Dienstleister sein Serviceportfolio in die Bereiche Strategie/Innovation, sichere Plattformen, Daten-Lieferkette, AI-Produktentwicklung und AI-betrieb ein und liefert dazu jeweils diverse Leistungen und Fähigkeiten.

Flexible Preismodelle

Die Preismodelle sind, wie im Beratungsgeschäft üblich, vielfältig. Vom Festpreis über faktorkostenbasiert bis hin zum ergebnisorientierten Pricing ist alles möglich.

Die Dringlichkeit des Themas habe sich mit dem Hype um GenAI noch einmal verschärft. Es werde viel versucht, wobei nicht immer ein sinnvolles Ergebnis herauskomme, meint Gill.

Von oben nach unten

Kernsatz aller Konzepte rund um AI-Projekte ist laut Gill: „Unternehmen müssen AI von oben, also strategisch von der Unternehmensleitung her denken.“ Das widerspricht allerdings zumindest derzeit der Unternehmensrealität.

Denn eine aktuelle Studie, die Rackspace regelmäßig durchführen lässt, ergab 2024, dass 50 Prozent der AI-Projekte in der IT angestoßen werden. Nur 28 Prozent gehen von den Geschäftsbereichen aus.

AI wird zur kritischen Ressource

Gleichzeitig wird AI für immer mehr Unternehmen zur kritischen Ressource. Darüber gibt die Studie deutlich Auskunft: 2023 sagten nur 23 Prozent der teilnehmenden Firmen, AI sei kritisch – 2024 sind es schon 40 Prozent. 52 Prozent der Befragten ziehen Vorteile aus AI. „Deshalb ist es wichtig, das Thema strategisch anzugehen“, sagt Gill.

Für Dienstleister jedenfalls ist es da ein Plus, einen strategischen Ansatz vorweisen zu können, Zwar entscheidet letztlich der Kunde, womit sich der AI-Berater oder Dienstleister beschäftigen soll. Doch eine gut nachvollziehbare Methode für das Herangehen an AI-Themen wird jedenfalls vermitteln, dass der potentielle Partner sich über das Thema ausreichend viele Gedanken gemacht hat.

Fokus auf Anwendungserlebnis und Nutzen

„Wir glauben, dass Anwender sich überlegen sollten, wie sie die Erfahrung derjenigen verbessern, die AI-Applikation erleben“, sagt Gill. Es komme auf die Sicht der externen oder internen Kunden an und damit verbunden auf die Wertschöpfungspotentiale einer Applikation.

Das müsse längst nicht immer bedeuten, dass am Ende GenAI oder gar eines der großen Sprachmodelle eingesetzt wird. „Wenn man ein Problem besser mit einfachem maschinellen Lernen oder anderen Mitteln lösen kann, dann sollte man das auch tun“, sagt Gill.

Aufklärung first - Projekt später

Ein umfassender Beratungsprozess sollte daher bei der Aufklärung über die Technologien ansetzen. Was bedeutet AI ? Was können unterschiedliche AI-Technologien? Was kann man demzufolge damit machen?

Dann geht es darum, sinnvolle Ziele für das Unternehmen zu finden. Es kann dabei um die Beschleunigung von Prozessen, um vertiefte Einsichten für besseren Kundendienst oder andere Themen gehen, sie sollten aber möglichst konkret sein.

Woher kommen die Daten?

Hat man solche potentiellen Einsatzfelder identifiziert, folgen weitere strategische Details: Welche Daten sind dafür nötig? Wie groß ist der Aufwand bei ihrer Beschaffung und stetigen Aktualisierung? Wem gehören diese Daten? Gibt es ethische, rechtliche oder sonstige Zugriffsbeschränkungen oder einzuhaltende Ziele?

Schließlich sieht die strategische Methode von Rackspace vor, die diversen potentiellen Anwendungsfälle nach geschäftlichem Wert, Komplexität und Einfluss zu ordnen. Dabei priorisiert man am Ende die Prozesse, die einen hohen Wert, aber wenig Komplexität haben. Projekte mit hoher Komplexität und hoher Wertschöpfung landen auf Rang 2, alles andere vorerst am hinteren Ende der Liste. Im Mittelpunkt steht immer der Gedanke, was das Ganze dem Geschäft bringt.

PoC oder Test unvermeidlich

Sind die geeigneten Strategien gefunden, beginnt erst das Nachdenken über die konkreten Projekte und ihre technische Umsetzung. Hier setzt die mit der Ideenfindung (Ideate), ersten Tests oder PoCs und schließlich der Skalierung.

Um dieses Vorgehen zu realisieren, braucht es neben einer engagierten und strategisch denkenden Führungsspitze auch informierte und engagierte Mitarbeiter. Wer sie nicht mitnehme, könne nicht erwarten, dass Projekte Erfolg haben, meint Gill.

Datenstrategie und Data Governance

Ohne eine umfassende Datenstrategie geht es dabei nicht. So brauchen alle Datenbestände einen Verantwortlichen (Data Owner). Und wer die Wände zwischen den eigenen Datensilos bereits eingerissen hat, ist eindeutig im Vorteil.

Genauso, wer sich bereits vor dem GenAI-Sturm Gedanken über Data Governance gemacht hat. Ansonsten gehören auch diese Themen zu dem weiten Feld, das Rackspace mit den AI-Kunden beackern kann.

Das Unternehmen hat den neuen Bereich erst im vergangenen Herbst gegründet. „Das Interesse ist groß“, sagt Gill. Immerhin 70 bis 80 Kunden weltweit nutzen die neuen Rackspace-Dienste schon.

(ID:49972864)