Cloud-Konferenz Next

Google bläst zur Jagd auf AWS und Microsoft

15.10.2018
Von 
Wolfgang Herrmann war Editorial Manager CIO Magazin bei IDG Business Media. Zuvor war er unter anderem Deputy Editorial Director der IDG-Publikationen COMPUTERWOCHE und CIO und Chefredakteur der Schwesterpublikation TecChannel.

Googles Kronjuwelen: Big Data, Analytics und künstliche Intelligenz

Zu den Kronjuwelen in Googles Cloud-Portfolio gehören die zahlreichen Analytics- und Machine-Learning-Services, die der Konzern sukzessive erweitert. Das Herz der Big Data- und Analytics-Palette bilde das Data-Warehouse Big Query, erläuterte Rajen Sheth, Director of Product Management bei Google Cloud. Zu den Neuerungen in diesem Bereich gehört beispielsweise der Service "Big Query ML". Laut Sheth lassen sich damit Machine-Learning-Modelle innerhalb des Data Warehouse entwickeln und ausführen. 80 Prozent der Daten in Unternehmen seien heute unstrukturiert, argumentierte der Manager. Lägen sie einmal im Google-eigenen Data Warehouse, ließen sie sich auf einfache Weise mit KI- beziehungsweise Deep-Learning-Algorithmen auswerten und nutzen.

80 Prozent der Daten in Unternehmen sind heute unstrukturiert, erklärte Google-Manager Rajen Sheth . Lägen sie einmal im Google-eigenen Data Warehouse Big Query, ließen sie sich auf einfache Weise mit KI-Algorithmen auswerten.
80 Prozent der Daten in Unternehmen sind heute unstrukturiert, erklärte Google-Manager Rajen Sheth . Lägen sie einmal im Google-eigenen Data Warehouse Big Query, ließen sie sich auf einfache Weise mit KI-Algorithmen auswerten.
Foto: Google

"AI for everyone"

AI for everyone - unter diesem Motto präsentierte Google das stetig wachsende Angebot an KI- und Machine-Learning-Services, die Kunden in der Cloud nutzen können. Das schon länger gegebene Versprechen, Machine Learning zu "demokratisieren" will der Konzern vor allem mit Diensten einlösen, für deren Einsatz Unternehmen relativ wenig KI-Wissen mitbringen müssen.

Sein inzwischen reichlich komplexes "Cloud-AI"-Portfolio teilt Google in drei Ebenen auf:

  • Cloud AI platform:

Dazu gehören Produkte wie Cloud ML Engine, Cloud Dataflow und Cloud Dataproc, aber auch Machine-Learning-Bibliotheken wie Kubeflow oder Spark MLlib.

  • Cloud AI building blocks:

Google zählt dazu Cloud-Services wie Cloud Vision, Cloud Natural Language und Cloud Translation. Neu im Portfolio ist beispielsweise der Dienst "Cloud AutoML", mit dem sich benutzerdefinierte Machine-Learning-Modelle ohne tiefe Fachkenntnisse trainieren lassen sollen.

  • Cloud AI solutions

Der Cloud-Provider versteht darunter KI-basierte Lösungen, die auf einen bestimmten Einsatzzweck zugeschnitten sind. Dazu gehört etwa "Cloud Job Discovery" für den Personalbereich. Neu im Portfolio ist der Service "Contact Center AI" für den Einsatz in Call Centern. Ergänzt wird das Solutions-Angebot durch diverse Machine-Learning-bezogene Dienstleistungen, die Google unter anderem über seine "Professional Services Organisation" anbietet.