Leonardo modernisiert 50.000 Arbeitsplätze mit Microsoft-KI

Die Skalierung Künstlicher Intelligenz in globalen Konzernen schreitet rasant voran. Statt Pilotprojekten setzen Unternehmen auf flächendeckende Implementierungen, massive Infrastrukturinvestitionen und verbindliche Governance-Strukturen.

50.000 Arbeitsplätze werden modernisiert

Der Rüstungs- und Technologiekonzern Leonardo hat ein umfassendes Modernisierungsprogramm gestartet. Unter dem Namen „Digital Horizon“ werden 50.000 Arbeitsplätze in die Cloud migriert und mit Microsoft 365 Copilot ausgestattet. Die Zusammenarbeit mit Microsoft Italia sieht zudem ein Netzwerk von „Digital Pioneers“ vor. Sie sollen die Akzeptanz der KI-gestützten Inhaltsanalyse im gesamten Unternehmen fördern.

Parallel sichert sich DXC Technology den Zugang zu spezialisierter Sprach-KI. Am 28. Juli gab der IT-Dienstleister eine strategische Partnerschaft mit ElevenLabs bekannt. DXC beteiligt sich an einer Serie-D-Finanzierungsrunde von 500 Millionen US-Dollar, die ElevenLabs mit rund 11 Milliarden US-Dollar bewertet. Ziel ist die Integration fortschrittlicher Sprachmodelle in Kundenservice-Lösungen.

500 Milliarden für KI-Infrastruktur

Die technologische Basis dieser Anwendungen erfordert gewaltige Investitionen. SK Group und NVIDIA kündigten am 27. Juli eine Kooperation mit einem Volumen von 500 Milliarden US-Dollar an. Ein Kernprojekt: SK Telecom baut in Südkorea eine KI-Cloud mit zwei Gigawatt Kapazität. Die Architektur basiert auf der Vera-Rubin-Plattform von NVIDIA, die erste „AI Factory“ ist für 2027 geplant.

Für sicherheitskritische Bereiche wie den Finanzsektor gewinnen private Cloud-Lösungen an Bedeutung. Bereits im Mai präsentierten HPE, NVIDIA und secunet entsprechende Ansätze. Ziel ist es, Finanzdienstleistern die Produktion eigener KI-Anwendungen unter strengen Governance-Vorgaben zu ermöglichen. Laut HPE lassen sich durch optimierte Private-Cloud-Lösungen die Token-Kosten erheblich senken – in konkreten Fällen um monatlich etwa 100.000 US-Dollar.

Während Konzerne massiv in KI-Infrastrukturen investieren, müssen Unternehmen gleichzeitig die komplexen rechtlichen Rahmenbedingungen des EU AI Acts im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Risikoklassen der neuen Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Hardwareseitig reagieren Hersteller mit spezialisierten Servern. Supermicro stellte am 27. Juli die H15-Serverreihe vor. Sie nutzt AMD EPYC 9006-Prozessoren und soll eine deutliche Leistungssteigerung für das Training großer Sprachmodelle bieten.

Kontrollmechanismen gegen unkontrollierten KI-Wildwuchs

Mit der zunehmenden Verbreitung von KI-Workflows steigt der Bedarf an Kontrolle. Das Unternehmen Tines führte am 28. Juli mit „3B“ eine Governance-Ebene ein. Sie erhöht die Sichtbarkeit über automatisierte KI-Prozesse und Agents. Ziel ist es, den unkontrollierten Wildwuchs von Anwendungen zu verhindern, die Fachabteilungen außerhalb der klassischen IT-Strukturen erstellen.

Dienstleistungsunternehmen passen ihre Organisationsstrukturen an. Cognizant gründete Ende Juli eine dedizierte KI-Einheit für die EMEA-Region. Sie bietet modulare Servicemodelle an – von der Basisimplementierung bis zur vollständigen Transformation durch agentenbasierte KI. Erste Projekte laufen laut Unternehmensangaben bereits bei europäischen Online-Händlern und in der Pharmaindustrie.

Die rasante Einführung von KI-Systemen in Fachabteilungen erfordert eine präzise Einordnung in die gesetzlichen Risikoklassen, um empfindliche Strafen zu vermeiden. Erfahren Sie in diesem praxisnahen Report, was Unternehmen jetzt konkret tun müssen, um ihre KI-Anwendungen rechtssicher zu dokumentieren. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?

Auch technische Zertifizierungen gewinnen an Bedeutung. Mirantis erhielt am 27. Juli die Kubernetes-AI-Conformance-Zertifizierung der Cloud Native Computing Foundation (CNCF). Sie bestätigt die standardisierte Verwaltung von GPU-Ressourcen und Observability für KI-Workloads – und erleichtert die Integration in bestehende Cloud-Native-Infrastrukturen.

de | wissenschaft | 69894549 |