IBM hat auf seiner Kundenkonferenz "Think" eine KI- und Datenplattform angekündigt, die es Unternehmen ermöglichen soll, generative KI-Anwendungen für die Bereiche Sprache, Softwareentwicklung und geografische Analysen zu entwickeln. Watsonx, so IBM, sei ein vollständiges Technologiepaket, mit dem Anwenderunternehmen auf der Basis von sogenannten Foundation-Modellen an ihre Bedürfnisse angepasste KI-Modelle trainieren und optimieren können. Die Infrastruktur erleichtere den gesamten Daten- und KI-Lebenszyklus von der Datenaufbereitung bis zur Modellentwicklung, Bereitstellung und Überwachung.

Im Februar 1996 trat der damalige Schachweltmeister Garri Kasparow gegen den von IBM entwickelten Schachcomputer Deep Blue an – und verlor sensationellerweise gleich die erste Partie. Ein Jahr später schlug ihn Deep Blue auch in einem Turnier über mehrere Partien. IBM war daraufhin fast 2 Jahrzehnte lang der grosse Vorreiter im KI-Bereich. Die Hoffnungen des traditionsreichen IT-Unternehmens, mit seiner KI-Plattform Watson auch geschäftlich durchschlagende Erfolge verbuchen zu können, erfüllten sich aber nie. In den letzten rund 10 Jahren wurde Big Blue zudem von anderen KI-Vorreitern wie Google in den Hintergrund gedrängt. Und im Bereich der generativen KI, von dem seit der Lancierung von ChatGPT alle reden, schien IBM bisher schlicht inexistent.

Mit der ab Juli verfügbaren Plattform Watsonx soll sich das ändern. IBM hofft wohl, bei Organisationen mit seinen traditionellen Argumenten punkten zu können, die bei der KI-Konkurrenz von OpenAI, Google und so weiter nicht unbedingt gegeben sind: Ein Anbieter, der auf Businesskunden spezialisiert ist, auf Sicherheit, eingebaute Governance und offene, vertrauenswürdige Trainingsdaten.

Die Watsox.ai-Plattform wird laut IBM aus verschiedenen Paketen bestehen. Die Plattform soll Zugang zu kuratierten und trainierten Foundation- und Open-Source-Modellen, Trainings- und Tuning-Tools sowie einen Datenspeicher bieten, der das Sammeln und Bereinigen von Trainings- und Tuningdaten ermöglicht. Es soll Modelle für Sprache, Code, Zeitreihendaten, Tabellendaten, Geodaten, IT-Ereignisdaten und weitere Bereiche geben. Beispiele dafür sind unter anderem "Code.fm", "Fm.NLP" und "Fm.geospatial".

Einer der klarsten frühen Business-Cases für generative KI ist die Softwareentwicklung, wie unser Kolumnist Jean-Marc Hensch festhält. Dies hat auch IBM gemerkt. "Fm.code" beinhaltet laut dem Anbieter Modelle zur automatischen Generierung von Code für Entwickler über eine natürlichsprachliche Schnittstelle.

"Fm.NLP" ist ein Paket von Large Language Models (LLMs) für bestimmte Bereiche, zum Beispiel unterschiedliche Branchen. Da die verwendeten Trainingsdaten kuratiert seien, würden Verzerrungen vermieden oder zumindest verringert, so IBM. Zudem sollen Kunden diese Modelle auch mit eigenen Daten anpassen können.

"Fm.geospatial" ist ein Modell, das auf Klima- und Fernerkundungsdaten aufbaut.

Als Speicherinfrastruktur soll "Watsonx.data" dienen. Sie hat laut IBM eine offene Architektur, die für KI-Workloads optimiert ist.

"Watsonx.governance" schliesslich ist gemäss IBM ein KI-Governance-Toolkit, das vertrauenswürdige KI-Workflows ermöglichen soll. Die Werkzeuge würden die Governance operationalisieren, um Risiken, Zeitaufwand und Kosten im Vergleich zu manuellen Prozessen zu minimieren. Eine Dokumentation soll Ergebnisse transparent und erklärbar machen. Dieser Teil von Watsonx soll aber erst später im Jahr verfügbar werden.