Storage-Trends 2019 Herausforderung Rich Media, KI und Analytics

Unternehmen werden künftig kaum ohne leistungsstarke und flexible Storage-Architekturen mit großer Kapazität auskommen, die für komplexe Anforderungen optimiert sind. Denn Daten sind nicht gleich Daten: Rich-Media-Content oder große Datenmengen, erzeugt durch Anwendungen wie das autonome Fahren, brauchen intelligente Wege der Datenspeicherung und Archivierung.

Anbieter zum Thema

Fujitsu Technology Solutions GmbH

Scality

Nexus Industrial Memory

Quantum Boehmenkirch GmbH & Co. KG

Video, Audio, Flash-Anwendungen und andere Formen von erweitertem Content kommen in immer mehr Branchen zum Einsatz: Videos für das Employer Branding, Audios für die Presse oder Augmented Reality für die moderne Produktpräsentation, um nur einige Beispiele zu nennen. Dementsprechend machen Video-Dateien schon heute 50 Prozent aller Daten aus. Dabei ist jedes Video einzigartig und eignet sich in der Regel nicht für herkömmliche Backup-Prozesse. Denn digitales Videomaterial lässt sich weder komprimieren noch deduplizieren, die Replikation ist schwierig und der Datendurchsatz kritisch.

Außerdem boomen etwa in der Online-Werbung Expandable- und Floating-Ads. Hinzu kommen wachsende Mengen an Audio-Files, Aufnahmen aus Videoüberwachungen, medizinisches Bildmaterial, das Internet of Things, Entertainment-Inhalte und Social Media. Bis zum Jahr 2020 wird der Anteil von Rich-Media-Content voraussichtlich bei mehr als 100 Zetabytes des insgesamt weltweit erzeugten Datenvolumens liegen. Unternehmen stehen somit vor der Aufgabe, ihre Storage-Infrastruktur für den großen Rich-Media-Ansturm zu wappnen, für die Speicherung, Nutzung und Archivierung sowie ein umfassendes Data-Life-Cycle-Management zu sorgen.

Die Datenflut mit Algorithmen beherrschen

Auch die Fahrzeugindustrie wird mit explosionsartig zunehmenden Datenmengen und wachsender Komplexität kämpfen. So kommen zunehmend teilautonomen Automodelle auf den Markt, die mit On-Board-Technologie ausgestattet sind. Hierzu gehören fahrerunterstützte Systeme (ADAS), Infotainment-Systeme (IS) oder intelligente Sensoren, die dem vernetzten Fahrzeug seine "intelligenten" Fähigkeiten und Funktionen verleihen.

Die Technologie zur Speicherung von Daten sind zunehmend ausgereift, darauf basierend werden Produktionsprozesse und Produkte immer datenabhängiger und erzeugen gleichzeitig immer mehr Daten. Die Folge: Ein komplexes Netz von Plattformen und Algorithmen, um den Datenfluten Herr zu werden.

Kapazitätsstarke Speicher sind gefragt

Mit den neuen Fahrzeuggenerationen entwickeln die Automobilhersteller auch deren Eigenschaften und vernetzte Fähigkeiten weiter. Dies führt zwangsläufig zu einer Überlastung mit Daten im stark beanspruchten Netzwerk und zu extremer Rechenkomplexität im Bordsystem. Gefragt sind also leistungsstarke Speicher mit großer Kapazität, die für die komplexen Anforderungen optimiert sind.

Selbstfahrende Fahrzeuge werden durch Data-Intelligence-Lösungen gesteuert. Entscheidend ist es, die richtigen Daten zu speichern und sie den KI-Systemen, Analyse-Werkzeugen, Entwicklungsabläufen und anderen Anwendungen effizient zur Verfügung zu stellen. Doch nicht nur Autos werden autonom – auch viele andere Transportmittel wie Flugzeuge, Raketen oder Schiffe sollen in absehbarer Zeit teil- beziehungsweise vollautonom unterwegs sein und dabei riesige Mengen an Daten erzeugen.

NVMe unterstützt datenintensive Workflows

Für Workflows in der Medienproduktion kristallisiert sich die Storage-Schnittstelle für Flash-Speicher NVMe als klarer Trend heraus. Die Abkürzung steht für die unhandliche Bezeichnung "Non-Volatile Memory Host Controller Interface Specification (NVMHCI) over the PCI Express Bus".

NVMe eignet sich ideal für den Umgang mit hochauflösenden Inhalten und datenintensive Bearbeitungsaufgaben in Echtzeit. Die Schnittstelle hat bereits zu deutlichen Verbesserungen bei Geschwindigkeit und Skalierung geführt und sowohl die Datenspeicherung als auch andere Aspekte im Produktionsablauf spürbar beschleunigt. In Zukunft werden wohl mehr hybride Cloud-basierte Workflows integriert, um die Balance zwischen lokalen und Cloud-basierten Anforderungen herzustellen.

KI erleichtert die Verwaltung des Content-Bestands

Branchenübergreifend sind in den Unternehmen gigantische Medienbibliotheken entstanden, die jede Menge Video-, Audio- und Bildmaterial beinhalten. Doch infolge der seit etwa zehn Jahren dynamisch wachsenden Datenmengen stellt das Media-Asset-Management, kurz MAM, inzwischen eine echte Herausforderung dar. Mit Hilfe von künstlicher Intelligenz lassen sich die beständig wachsenden Datenmengen hingegen gewinnbringend verwalten.

Ohne KI-Prozesse ist es für Unternehmen praktisch unmöglich, den eigenen Content-Bestand zu analysieren. Damit verschenken sie die Möglichkeit, ein und dasselbe Asset mehrmals zu verwenden und so finanzielle und personelle Ressourcen zu sparen. In dieser Situation liegt derjenige im Wettbewerb vorne, dem es gelingt, die Daten mit hoher Geschwindigkeit zu analysieren und Metadaten vom gesprochenen Wort bis hin zu bestimmten Bildern zu erfassen und zu nutzen.

Analysefunktionen sind unerlässlich

Unternehmen sind zunehmend auf immer tiefere Medienkataloge angewiesen, die unabhängig vom jeweiligen Format einen verlässlichen Überblick über den Bestand geben. Mit dem guten alten Dateisystem hat das Analysepotenzial eines solchen Katalogs nicht mehr viel gemeinsam. Eine KI-basierte Videoanalyse zum Beispiel kann ein deutlich sinnvolleres und exakteres Ergebnis liefern als eine numerische Analyse.

Der Einsatz von KI beim Management digitaler Assets hilft ganz konkret dabei, personalaufwändige Prozesse zu automatisieren und damit effizienter und schneller zu gestalten. Lässt sich zum Beispiel eine Mediendatei schnell wiederfinden, etwa über eine Stichwortsuche, die auch gesprochene Sprache in Videos und Audios analysieren kann, bekommt der Content-Manager die Möglichkeit, sie in unterschiedlichen Strukturen und Kontexten immer wieder zu nutzen.

Metadaten sind bares Geld wert

Und so steht die künstliche Intelligenz in der Industrie branchenübergreifend in der Startlöchern: Im Rahmen einer Befragung für die Studie "The Ghost in the Machine: Artificial Intelligence in the Factory of the Future" des Beratungsunternehmen BCG gaben etwa 90 Prozent der befragten Produktions- und Technologiemanager weltweit an, in den nächsten drei Jahren künstliche Intelligenz in die Unternehmensprozesse integrieren zu wollen – sind doch mittels KI gewonnene Metadaten für Unternehmen bares Geld wert.

In vielen denkbaren Szenarien können die Ergebnisse der automatisierten Datenintelligenz die Arbeitsweise eines Unternehmens optimieren und die Nutzung seiner digitalen Ressourcen effektiver machen. Die Bereitstellung entsprechender Datendienste für die Video-Analyse beispielsweise wird ganz klar ein Wachstumsfeld sein.

Der Autor: Eric Bassier ist Senior Director Produktmanagement und -marketing bei Quantum.

(ID:45716988)