In den vergangenen 18 Monaten hat generative KI (GenAI) die Welt im Sturm erobert.
Neue Dienste wie ChatGPT und DALL-E können als Reaktion auf natürlichsprachliche Eingaben von Nutzern Texte, Bilder und Softwarecode generieren.
Neue Produktivitätsniveaus sind nun möglich, und aktuellen Untersuchungen von Bloomberg Intelligence zufolge könnte der Markt für generative KI bis 2032 ein Volumen von bis zu 1,3 Billionen US-Dollar erreichen.
Da der Wert dieser Technologie nun deutlich erkennbar ist, beobachten wir zunehmend Bestrebungen, branchen- und regionsspezifische Versionen der Large Language Models (LLMs) zu entwickeln, die es Computern ermöglichen, glaubwürdige Texte und andere Inhalte zu generieren.
LLMs sind statistische Sprachmodelle, die mit riesigen Datenmengen trainiert werden. Sie können Texte und andere Inhalte generieren und übersetzen sowie Aufgaben der Verarbeitung natürlicher Sprache übernehmen. LLMs basieren in der Regel auf Deep-Learning-Architekturen.
Weltweit bereiten sich wegweisende Telekommunikationsanbieter bereits darauf vor, eine wichtige Rolle bei der Bereitstellung und Absicherung dieser spezialisierten LLMs zu übernehmen. Insbesondere rechnen sie mit einer starken Nachfrage nach durchgängigen GenAI-Lösungen von Unternehmen, Start-ups, Universitäten und öffentlichen Verwaltungen, die es sich nicht leisten können, die erforderliche Recheninfrastruktur selbst aufzubauen.
Dies ist ein bemerkenswerter Trend, und mit geeigneten Sicherheitsvorkehrungen könnten LLM-as-a-Service-Lösungen schon bald zur Entwicklung spezifischer GenAI-Anwendungen für das Gesundheitswesen, das Bildungswesen, den Verkehr und andere Schlüsselsektoren (einschließlich der Telekommunikation) eingesetzt werden.
Herausforderungen
Was sind also die nächsten Schritte, damit das alles funktioniert, und welche zentralen Herausforderungen liegen noch vor uns?
Da sie sehr reaktionsschnell, äußerst zuverlässig und jederzeit verfügbar sein müssen, werden viele LLMs voraussichtlich über mehrere Clouds und Edge-Standorte im Netzwerk verteilt sein.
Tatsächlich wird generative KI bei entsprechend niedriger Latenz ein integraler Bestandteil der Edge-Angebote von Telekommunikationsunternehmen sein, da Nutzer „dialogorientierte“ Antworten in Echtzeit benötigen.
Für Telekommunikationsunternehmen, die Schwierigkeiten haben, ihren Umsatz zu steigern, könnte die Bereitstellung von Edge-Infrastruktur zur Unterstützung spezialisierter GenAI-Systeme einen bedeutenden neuen Markt eröffnen. Bloomberg Intelligence schätzt, dass der Markt für GenAI-Infrastructure-as-a-Service (die zum Trainieren von LLMs genutzt wird) bis 2032 ein Volumen von 247 Milliarden US-Dollar erreichen wird.
Wer jedoch hofft, mit generativer KI den großen Gewinn zu erzielen, sollte mit Bedacht vorgehen.
Verteilte Architekturen können die potenzielle Angriffsfläche vergrößern und erfordern daher robuste und skalierbare Sicherheitslösungen, um sowohl in der Trainings- als auch in der Inferenzphase der KI zu verhindern, dass Daten und personenbezogene Informationen nach außen gelangen.
Da böswillige Akteure zunehmend Techniken zur lateralen Bewegung einsetzen, um sich über mehrere miteinander verbundene Systeme hinweg auszubreiten, müssen Telekommunikationsunternehmen unbedingt sowohl die Apps als auch die APIs absichern, über die Dritte auf das LLM-as-a-Service-Angebot zugreifen. Um das Bewusstsein hierfür zu schärfen, hat die Open Source Foundation for Application Security (OWASP) kürzlich ein neues Projekt ins Leben gerufen, das Entwickler, Designer, Architekten, Führungskräfte und Organisationen über die potenziellen Sicherheitsrisiken bei der Bereitstellung und Verwaltung von LLMs aufklären soll.
Eines ist sicher: Telekommunikationsunternehmen müssen das nötige Vertrauen ihrer Kunden bewahren, um sich als glaubwürdige Akteure in diesem Markt zu etablieren, da GenAI-Systeme häufig personenbezogene oder geschäftlich sensible Daten verarbeiten müssen. Aus diesem Grund legen viele Regierungen und Regulierungsbehörden Wert darauf, dass diese Systeme auf Rechenkapazitäten innerhalb ihres Hoheitsgebiets betrieben werden. Gleichzeitig zögern auch Unternehmen, sensible Daten weiterzugeben, da dies ihr geistiges Eigentum gefährden könnte, und bevorzugen daher private LLM-Angebote.
Weitere wichtige Aspekte betreffen die Art und Weise, wie KI-Cluster als virtuelle Nutzergemeinschaften agieren. Dies erfordert leistungsfähige Datenverbindungen für den Zugriff auf Daten, die in den privaten Repositorien von Staaten und Unternehmen gespeichert sind.
Darüber hinaus werden sich die Pläne von Staaten und Unternehmen, KI-Anwendungen selbst zu hosten, zunehmend darauf auswirken, wie KI den Netzwerkverkehr und die Infrastruktur beeinflusst. Bedenken hinsichtlich Halluzinationen, Urheberrecht, Sicherheit und der Umweltauswirkungen von KI veranlassen viele dazu, mehr Datensicherheit und -kontrolle anzustreben. Zudem benötigen sie neue Möglichkeiten, um die erwartete Belastung der GPUs zu verringern. All diese Aspekte wirken sich auf die Gesamtbetriebskosten (TCO) von KI-Infrastrukturen aus.
Hier kommen Telekommunikationsanbieter ins Spiel: flexibler und skalierbarer Schutz über mehrere Umgebungen hinweg
Telekommunikationsunternehmen können bei der KI-Revolution eine wichtige Rolle spielen. Sie verfügen über landesweite Infrastrukturen und ein bestehendes B2B-Angebot und sind daher prädestiniert dafür, KI als Dienstleistung anzubieten.
Ein konkretes Beispiel: F5 unterstützt bereits einen Telekommunikationsanbieter in Europa dabei, sein neues GenAI-Angebot abzusichern. Unser Kunde setzt dabei Nvidia DGX Super POD und Nvidia AI Enterprise ein, um das erste LLM zu entwickeln, das von Grund auf in einer lokalen Sprache trainiert wird. Ziel ist es, sowohl die sprachlichen Nuancen als auch die Besonderheiten der Grammatik, des Kontexts und der kulturellen Identität zu erfassen.
Um die Lösung über mehrere Edge-Standorte hinweg abzusichern, wird der Telekommunikationsanbieter F5 Distributed Cloud Web Application and API Protection (WAAP) nutzen, das als cloudbasierter Service bereitgestellt wird. Darüber hinaus setzt er die ADC-Cluster von F5 ein, um den Lastausgleich für die neue KI-Plattform über seine Edge-Infrastruktur hinweg durchzuführen.
Entscheidend ist, dass die Lösungen von F5 sowohl in Public-Cloud- als auch in mandantenfähigen Rechenzentren sowie in der eigenen IT- und Edge-Infrastruktur eingesetzt werden können.
Darüber hinaus lassen sich F5 Distributed Cloud WAAP und die zugehörigen API-Sicherheitslösungen bei steigendem Datenverkehr schnell skalieren, wodurch die Gesamtkosten für die Bereitstellung von LLM-as-a-Service sinken. F5 bietet außerdem die nötige Transparenz hinsichtlich Datenverkehr, Latenz und Antwortzeiten, die Telekommunikationsunternehmen und andere Managed-Service-Provider benötigen, um Unternehmenskunden Service-Level-Agreements anbieten zu können.
Eine weitere Möglichkeit, wie F5 unterstützen kann, besteht darin, den bekanntermaßen hohen Ressourcenbedarf von LLM-Inferenz und KI-Aufgaben zu bewältigen. Diese Workloads erfordern einen umfangreichen Datenaustausch und führen häufig zu Engpässen, da ein sicherer Datenaustausch in großem Umfang gewährleistet werden muss. Dies kann eine geringere Auslastung wertvoller Ressourcen zur Folge haben, was wiederum die Betriebskosten erhöht und das Erreichen der gewünschten Ergebnisse verzögert.
Wenn sie ihre Karten richtig ausspielen und skalierbare, robuste Sicherheitslösungen geschickt einsetzen, bringen Telekommunikationsunternehmen alle Voraussetzungen mit, um sich als vertrauenswürdige Anbieter branchen- und länderspezifischer LLMs zu etablieren. Wer damit erfolgreich ist, wird sich in den kommenden Jahren zweifellos einen erheblichen Wettbewerbsvorteil verschaffen.
Möchten Sie mehr erfahren? Vereinbaren Sie einen Termin mit F5 auf dem Mobile World Congress in Barcelona vom 26. bis 29. Februar (Halle 5, Stand 5C60)
Über den Autor
Ähnliche Blogbeiträge
F5 und Equinix bündeln ihre Kräfte, um die sichere Anwendungsbereitstellung in Multicloud-Umgebungen zu vereinfachen
F5 und Equinix ermöglichen es Unternehmen, sich weltweit sicher und zuverlässig mit ihren Partnern zu vernetzen.
API-Sicherheitsrisiken und -herausforderungen
Erfahren Sie, warum APIs für die moderne App-Entwicklung unverzichtbar sind und wie Sie sie vor den häufigsten Sicherheitslücken schützen. Profitieren Sie von Expertentipps und direkt umsetzbaren Strategien.
Ein Meilenstein für die Community Impact Grants von F5
F5 feiert das fünfjährige Bestehen seines innovativen Community Impact Grant-Programms, das gemeinnützige Organisationen, bei denen sich F5-Mitarbeitende ehrenamtlich engagieren, mit Fördermitteln in Höhe von 5.000 US-Dollar unterstützt.
Mit moderner, anpassungsfähiger und sicherer Gesundheits-IT Leben retten
Die IT-Investitionen im Gesundheitswesen tragen dazu bei, die schnellsten Wege zu einer besseren Versorgung zu finden, indem sie die medizinische Betreuung näher an die Patientinnen und Patienten bringen. Viele Gesundheitsunternehmen nutzen riesige Mengen an klinischen und anderen Gesundheitsdaten, um Entwicklungen zu verfolgen und übergreifende Trends in der gesamten Gesundheitslandschaft zu erkennen. Gleichzeitig nähern sie sich einer möglichst präzisen, individuell zugeschnittenen Versorgung an.
Verbesserung der Benutzer- und Administrationserfahrung durch sicheren hybriden Zugriff
Diese Kombination aus BIG-IP Access Policy Manager und Azure Active Directory ermöglicht Identitätsföderation, zentralisierten Benutzerzugriff (über Single Sign-on) und erhöhte Anwendungssicherheit (durch Multi-Faktor-Authentifizierung) für geschäftskritische Anwendungen sowie cloudbasierte und SaaS-Anwendungen. Dieser Ansatz vereinfacht die Einrichtung und Bereitstellung, reduziert den Verwaltungsaufwand und verbessert die gesamte Administration.
Das Internet der Sicherheitsdinge
Nein, das ist keine Tirade über die Sicherheit des IoT. Es ist eine Geschichte über Veränderung – genauer gesagt über Veränderung und ihre Auswirkungen auf die Sicherheit. Veränderung ist allgegenwärtig. Es gibt unzählige Axiome und Sprichwörter über Veränderung, also ist es ...