KI.NRW und Fraunhofer IAIS veröffentlichen Studie zu Machine Learning Operations (MLOps) © monsitj – stock.adobe.com / KI NRW
Grundlagen, Chancen und Herausforderungen beim MLOps-Einsatz in Unternehmen
Was ist MLOps? Und wie wird es von Unternehmen genutzt? In einer Studie haben Experten von KI.NRW und dem MLOps-Team des Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS insgesamt 29 Unternehmen interviewt, um zu verstehen, wo sie bei ihrer MLOps-Reise stehen. Herausgekommen ist ein kompakter Überblick über Grundlagen, Chancen und Herausforderungen des MLOps-Einsatzes, der neben einer detaillierten Bestandsaufnahme auch wertvolle Handlungsempfehlungen für Unternehmen bereithält.
Bei MLOps handelt es sich um ein Paradigma für die Entwicklung und den Betrieb von Machine-Learning-Anwendungen (ML). Dabei geht es sowohl um technische als auch um organisatorische Aspekte, beispielsweise darum, welche Infrastruktur, welche Prozesse, Kompetenzen im Team und welche Tools im Unternehmen für den produktiven Einsatz von ML benötigt werden.
In der vorliegenden Studie wurde untersucht, wie es um den Einsatz von MLOps-Praktiken in Unternehmen steht und wie weit einzelne Aspekte dieser Praktiken schon angewendet werden. Auf knapp 40 Seiten stellen die Autoren theoretische Grundlagen dar, arbeiten existierende Herausforderungen heraus und leiten anschließend Handlungsempfehlungen ab. »Wir wollen die Unternehmen befähigen, KI erfolgreich in den produktiven Einsatz zu bringen«, erläutert KI.NRW-Geschäftsführer Dr. Christian Temath und Mitautor der Studie.
Befragt wurden Unternehmen aus unterschiedlichen Branchen. Voraussetzung war, dass sie sich bereits mit dem Thema Machine Learning Operations beschäftigt haben. Ein besonderer Fokus wurde dabei auf den Mittelstand gelegt, um den Stand der Entwicklung und den Unterstützungsbedarf bei der Einführung von MLOps zu untersuchen. »Methodisch orientiert sich die Studie am MLOps-Zyklus, den ein typisches KI-Projekt durchläuft«, erklärt Autor Dr. Dennis Wegener, MLOps-Teamleiter am Fraunhofer IAIS. Dieser Zyklus besteht aus sechs Phasen und reicht von der (1) Anforderungsanalyse sowie Planung und dem Design, über die (2) Exploration und (3) die Überführung in die professionelle Softwareentwicklung bis hin zur (4) Integration und zum (5) Test der Anwendung sowie letztlich zum (6) Betrieb und Monitoring.
Alle Schritte werden in der Studie umfassend beleuchtet und die Ergebnisse mithilfe zahlreicher Visualisierungen veranschaulicht. So schätzen die KI-Experten den MLOps-Reifegrad bei vielen der an der Studie beteiligten Unternehmen schon als sehr hoch ein. Gleichzeitig gibt es an einigen Stellen noch Verbesserungspotenzial, beispielsweise beim Tracking von Experimenten. Auch das Datenmanagement sowie die Verfügbarkeit von Daten stellen weiterhin eine große Herausforderung dar.
Insgesamt zeigt sich, dass der Einsatz von MLOps in Unternehmen sehr produktiv sein kann. Wie der Einsatz erfolgreich gelingt, wird in der Studie in kompakter und übersichtlicher Form erläutert.
Die Studie steht kostenfrei zum Download bereit.