Wo KI Datenbanken verbessert

Die Analysten von 451 Research sehen vor allem fünf Bereiche, in denen KI-basierte Datenbanken die Effizienz von Unternehmen steigern können.

Verbesserte Abfragen: Die Ergebnisse von Datenbank-Abfragen sind oft suboptimal, das heisst sie sind wenig genau und unzuverlässig. KI-optimierte Datenbank-Abfragen erhöhen die Genauigkeit und Zuverlässigkeit der Resultate. Durch die effizientere Ausführung von Queries können Anwender Datenbank-Abfragen beschleunigen und Geschäftsentscheidungen verbessern.

Demokratisierung: Eine der grössten Herausforderungen bei der Durchführung von Analysen liegt darin, die Technologie zu «demokratisieren», damit ein grösserer Personenkreis analysegesteuerte Entscheidungen treffen kann. KI-basierte Datenbank-Tools erlauben es, die Nutzung von Datenbanken und KI-Tools in die Hände von Anwendern, Domänenexperten und Entscheidungsträgern zu legen.

Operationale Effizienz: Unternehmen haben oft Schwierigkeiten, sicherzustellen, dass die Datenbank-Systeme effizient arbeiten. Abfragen, die das System überlasten, übermässige Ressourcen verbrauchen oder andere laufende Jobs beeinträchtigen, schmälern nicht nur die Leistung. Zur Behebung der Störungen sind meist auch manuelle Eingriffe notwendig. Die KI kann helfen, stabilere und zuverlässigere Systeme bereitzustellen und die manuelle Verwaltung und Überwachung der Datenbank zu reduzieren.

Automatisierte Administration: Laut den Marktforschern von IDC entfallen 75 Prozent der Gesamtkosten des Datenmanagements auf die Arbeitszeit. Durch die Automatisierung alltäglicher Datenbank-Admin-Tätigkeiten wie Datenbank-Bereitstellung und -Optimierung sparen Unternehmen Kosten. Administratoren können sich auf strategischere und anspruchsvollere Aufgaben wie Architekturplanung und Datensicherheit konzentrieren.

Analytische Produktivität: Umfragen zeigen, dass der mangelhafte Zugang zu Daten eine der wichtigsten Barrieren für die Einführung von Machine Learning ist. Eine KI-fähige Datenbank kann dazu beitragen, dieses Hindernis zu überwinden, indem sie die Datenexploration beschleunigt und die Entwicklungszeiten durch die Integration von Entwickler-Tools und Frameworks verkürzt.

Fast alle grossen Datenbank-Anbieter beschäftigen sich inzwischen mit dem Thema Künstliche Intelligenz - sie setzen jedoch verschiedene Schwerpunkte. So startete Marktführer Oracle im vergangenen Jahr eine grosse Kampagne für seine Oracle Autonomous Database, die die Datenbank-Verwaltung und -Wartung mit maschinellem Lernen erleichtert und optimiert. Die KI-Verfahren übernehmen Aufgaben wie automatisches Upgrade, Fehlerbeseitigung und Tuning im laufenden Betrieb. Sie tragen damit dazu bei, die Komplexität, menschliche Fehler und den manuellen Verwaltungsaufwand zu verringern.

Microsoft wiederum vermarktet seinen SQL Server 2019 und das Cloud-Pendant Azure SQL an mehreren Stellen mit dem Schlagwort «intelligent». So überwacht und analysiert die automatische Optimierung die Datenbank fortlaufend, identifiziert potenzielle Verbesserungen oder stellt künftige mögliche Probleme fest. Unter dem Begriff «Intelligent Query Processing» hat Microsoft eine Reihe von Optimierungen bei der Verarbeitung von Abfragen eingeführt.

Und auch ERP-Riese SAP hat sich gross KI auf die Fahne geschrieben und seine gesamte Produktpalette mit KI-Features erweitert. Im Datenbank-Segment bietet beispielsweise SAP S/4 HANA Cloud-Anwendern intelligente, selbstlernende Mechanismen, die die Art und Weise, wie Aufgaben erledigt werden, verändern sollen.

«Wir setzen auf KI, um das Nutzererlebnis zu ändern, Prozesse zu automatisieren und direkten Mehrwert durch Kostensenkungen zu schaffen», sagte der ehemalige SAP-Präsident Franck Cohen in einem Interview. Ein Beispiel ist die Datenbank-Anwendung SAP Cash Application. Mit den SAP-Leonardo-Funktionen für maschinelles Lernen lernt SAP Cash Application aus den bisher manuellen Tätigkeiten der Buchhalter.