Wie individuelle KI-Cloud-Lösungen zum Differenzierungsfaktor werden

Die Entwicklung im Bereich künstliche Intelligenz (KI) verläuft rasant. Es ist schwierig, den Überblick zu behalten. Noch herausfordernder ist es, den konkreten Nutzen von KI für das eigene Unternehmen zu erkennen. Ein bewährter Anwendungsfall sind digitale Assistenten. Sie beantworten zum Beispiel Fragen von Mitarbeitenden oder Kundinnen und Kunden. Eine grosse Schweizer Krankenkasse hat im Kundendienst für ihre Agentinnen und Agenten eine solche Lösung eingeführt. Das Ergebnis: ein besseres Kundenerlebnis und deutlich kürzere Bearbeitungszeiten.

Wer eine KI-Lösung einführen möchte, steht vor wichtigen Fragen: Reicht eine Standardlösung? Oder ist eine massgeschneiderte Lösung die bessere Variante? Und wenn Letzteres der Fall ist, soll sie intern entwickelt werden oder mit einem externen Partner? Wir zeigen, wie sich eine individuelle Lösung erfolgreich umsetzen lässt und konkrete Ergebnisse liefert.

Mit einem Plan loslegen

KI wird breit und intensiv diskutiert. Viele Unternehmen wollen deshalb schnell loslegen. Doch ein übereilter Start kann sich später rächen: mit einer fragmentierten Systemlandschaft, Doppelspurigkeiten und hohen Kosten. Manchmal droht sogar der Abbruch oder die Verschiebung eines Cloud-Projekts. Besonders die Wahl der Cloud-Technologie lässt sich später nur mit grossem Aufwand korrigieren, da zwar alle bekannten Anbieter ähnliche, aber nicht identische Umgebungen und Services bereitstellen. Deshalb lohnt es sich, von Anfang an die richtige Architektur und den darauf aufzusetzenden Technologie-Stack zu bestimmen und zu evaluieren.

Bevor konkrete KI-Projekte starten, sollte deshalb geklärt sein, ob bereits eine Cloud-Strategie vorliegt. Ist das der Fall, sollte darauf aufgebaut werden. Fehlt sie, heisst das nicht, dass man warten muss. Erfahrungen mit einem Proof of Concept zu sammeln, ist ein wichtiger Schritt. Deshalb dürfen erste Cloud- oder KI-Projekte ruhig starten. Sie sollten allerdings nicht in geschäftskritischen Bereichen erfolgen. Ein gutes Beispiel ist der eingangs erwähnte interne digitale Assistent, der Fragen beantwortet. So kann man erste Erfahrungen sammeln, während parallel die Cloud-Strategie entwickelt wird.

Die Wahl der richtigen Cloud-Deployment-Option

Eine zentrale Frage der Cloud-Strategie lautet: Welche Cloud-Optionen und -Services passen zu uns? Und wie kombinieren wir bei Bedarf Public Cloud, Private Cloud und lokale Systeme (On-Premise) zu einer hybriden Systemlandschaft? Ausschlaggebend sind Sicherheitsanforderungen und der Anspruch an Kontrolle über System, Daten und beim Einsatz von generativer KI über die Large Language Models (LLM). Alle Cloud-Optionen lassen sich grundsätzlich mit verschiedenen LLMs erweitern. In der Public oder Private Cloud stellen Anbieter diese Modelle direkt bereit. Bei einer On-Premise-Lösung kommt meist ein sogenanntes Open-Weight-Modell zum Einsatz, etwa Llama von Meta oder Mistral. Diese Modelle können heruntergeladen, feingetunt und in der eigenen Infrastruktur ausgeführt werden.

Für den erwähnten digitalen Assistenten, der interne Fragen beantwortet, kann ein On-Premise- oder ein Private-Cloud-Ansatz sinnvoll sein, vor allem wenn es um besonders vertrauliche Daten geht. 

Agilität, Datenkontrolle, IP-Besitz

Märkte und Kundenbedürfnisse verändern sich ständig. Darum müssen Unternehmen flexibel sein und schnell handeln können. Wer sich von der Konkurrenz abheben will, braucht mehr als eine Standardlösung. Denn wer die gleichen Tools einsetzt wie alle anderen, betreibt eher «Jekami» als echte Differenzierung.

Eine individualisierte Cloud-Lösung bietet hier Vorteile. Sie stellt sicher, dass hohe Enterprise-Anforderungen an Sicherheit und Compliance erfüllt werden. Sie ermöglicht zudem, dass sich die Lösung dem Unternehmen anpasst – und nicht umgekehrt. Die Cloud-Lösung kann darüber hinaus modular erweitert und flexibel skaliert werden. Wer sich für diesen Weg entscheidet, gestaltet seine eigene Roadmap und reduziert die Abhängigkeit von SaaS-Anbietern, die auch Mitbewerber bedienen.

Ein weiterer Vorteil einer individuell entwickelten Lösung in einer Private Cloud ist die erhöhte Kontrolle über die eigenen Daten. Je nach gewählter Cloud-Variante werden diese nicht an Dritte weitergegeben. Bei einer On-Premise-Lösung bleiben sie sogar vollständig auf der kontrollierbaren Infrastruktur. 

Integrationsvorteile

Unternehmen setzen meist bereits auf verschiedene Systeme, Provider und Lösungen. Deshalb ist es entscheidend, dass sich neue Anwendungen nahtlos in die bestehende Umgebung integrieren lassen. SaaS-Lösungen stos­sen hier oft an ihre Grenzen. Eine individuell entwickelte Lösung lässt sich – passende Schnittstellen vorausgesetzt – meist deutlich besser einbinden.

Eine Cloud-Lösung hilft weiter, vorhandene Ressourcen effizienter zu nutzen. Das gilt nicht nur für technische, sondern auch für personelle und administrative Ressourcen. Wenn ein Unternehmen bereits eine Cloud-Plattform nutzt, braucht es keine neuen Verträge mit neuen Lieferanten. Das spart Zeit, denn die Prüfung und die Zulassung neuer Anbieter können im Enterprise-Umfeld mehrere Monate dauern. Interne Teams, die bereits mit der gewählten Cloud-Umgebung vertraut sind, können eigene Lösungen entwickeln, deren Time-to-Market sich erheblich reduziert. Und wenn ein externer Implementierungspartner unterstützt, sind diese Teams in der Lage, den Betrieb und die Weiterentwicklung vorzugsweise mittels DevOps-Ansatz später selbst zu übernehmen. 

Bei einem Blick auf die erforderlichen Investitionen stechen die initialen Kosten bei einer Eigenentwicklung heraus. Diese können im ersten Jahr rund 20 bis 40 Prozent höher sein als bei einer Standardlösung. Längerfristig sieht das Bild jedoch anders aus: Die Total Cost of Ownership (TCO) ist oft tiefer, da keine laufenden SaaS-Gebühren anfallen. Stattdessen werden nur die tatsächlich genutzten Cloud-Ressourcen verrechnet.

Die Argumente für Standardlösungen

In einem wettbewerbsintensiven Umfeld ist es entscheidend, schnell am Markt zu sein. Eine SaaS-Lösung ist oft sofort einsatzbereit und hat dadurch einen zeitlichen Vorteil gegenüber einer massgeschneiderten Lösung, die zuerst entwickelt werden muss. Dieser Vorsprung kann aber verloren gehen, wenn ein aufwändiger Beschaffungsprozess für ein neues Lieferantenverhältnis oder grössere Anpassungen an Schnittstellen und Workflows nötig sind.

Während in eine SaaS-Lösung Erfahrungen anderer Kunden und Best Practices einfliessen, kann eine Custom-Lösung mit dieser Breite an Erfahrungen unter Umständen nicht mithalten. Abhilfe kann ein erfahrener Implementierungspartner schaffen, der diese Perspektive und Erfahrungen aus anderen Kundenprojekten einbringt.

Anwender ohne technischen Hintergrund können mit einer SaaS-Lösung meist ohne Vorwissen und mit geringem Aufwand ein Ziel erreichen. Bei einer individuellen Lösung bleibt der Bedarf bestehen, für Anpassungen auf die IT oder einen externen Dienstleister zurückzugreifen. In der Praxis braucht allerdings auch jede SaaS ihre internen Expertinnen und Experten. Dieses Wissen muss ebenso erst aufgebaut werden, womit wiederum interne Bottlenecks entstehen können, wenn diese Experten überlastet sind.
 

Balance zwischen Standardisierung und Individualisierung

Das Tempo der KI-Entwicklungen bleibt weiterhin hoch. Schritt zu halten oder den Mitbewerbern voraus zu sein, wird eine zentrale Kompetenz von Unternehmen. Um sich nicht planlos ins Abenteuer zu stürzen, braucht es eine auf lange Sicht ausgelegte und durchdachte Cloud- und KI-Strategie. Dazu gehört die Balance zwischen bewährter Standardisierung mit SaaS-Lösungen und gezielter Individualisierung mit passgenauen KI-Lösungen, sei es in einer Public Cloud, Private Cloud oder bei Bedarf auf On-Premise.