Die Entwicklung von KI-Lösungen, einschließlich des Trainings und des Einsatzes von ML/DL-Modellen, bleibt eine wichtige und oft ressourcenintensive Aufgabe. Die Integration von KI-Artefakten wie ML/DL-Modellen und Data-Engineering-Modulen in eine bestehende IT-Infrastruktur und Anwendungslandschaft des Unternehmens stellt eine zusätzliche Herausforderung dar. Die Operationalisierung von KI und die Ableitung von KI-basierten analytischen Erkenntnissen innerhalb der Anwendungen werden in diesem Kapitel näher untersucht, wobei wir uns auf die Operationalisierung von KI speziell im Unternehmenskontext konzentrieren. Darüber hinaus beleuchten wir die wichtigsten Herausforderungen bei der Operationalisierung von KI und beschreiben wesentliche Ziele für eine effiziente und nachhaltige Operationalisierung von KI-Lösungen, insbesondere ML- und DL-Modelle und Data-Engineering-Artefakte.
Anzeige
Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.
Weitere Informationen über den Einsatz von KI, insbesondere im Hinblick auf die Entwicklung von Scorecards und die Durchführung umfassender Selbstbewertungen, finden Sie unter [4].
Wir möchten noch einmal darauf hinweisen, dass der Begriff „Inferenz“ häufig für eine Teilmenge des in diesem Buch verwendeten Themas KI-Operationalisierung verwendet wird.