MLOps & Governance

Wir unterstützen Ihr Unternehmen beim systematischen Management Ihrer Maschine Learning Projekte unter Berücksichtigung der rechtlichen Vorgaben des EU AI Acts.

Sprechen Sie mit uns

MLOps als Basis für professionelle KI-Anwendungen

MLOps ist die zentrale Komponente für die Professionalisierung von ML-Projekten. Sie umfasst Infrastruktur und Prozesse beim Durchlaufen des gesamten ML-Lebenszyklus unter Berücksichtigung der MLOps-Grundsätze. Gleichzeitig trägt MLOps dazu bei, die Vertrauenswürdigkeit und Nachvollziehbarkeit der Lösungen zu erhöhen und ist ein Schritt zur Einhaltung der Vorschriften. Einmal implementiert, legt MLOps die Basis für zukünftige KI-Aktivitäten fest.

Der Start von MLOps kann rasch überfordernd werden, weil zunächst die Auswahl der nötigen Tools aus einer riesigen Auswahl getroffen werden muss. Außerdem gibt es bei vielen Tools eine langfristige Bindung an den Anbieter. Für eine optimale Nutzung von MLOps sind außerdem häufig aufwendige Integrationsbemühungen erforderlich.

Unser Ansatz: Das offene appliedAI MLOps Modell

MLOps bedeutet bei appliedAI die Verbindung der Perspektiven und Bedürfnisse von Entwicklern, Management und Fachbereichen.

Der Fokus unserer MLOps-Umgebung besteht in der einfachen Bedienbarkeit sowie in der Skalierbarkeit, die vom lokalen Betrieb auf einem Laptop bis zu einem Cluster reicht. Dies ermöglicht eine zentralisierte Datenverwaltung, ein zentralisiertes Datenmanagement, eine Datenversionierung und eine Datenvalidierung.

Die Kombination unterschiedlicher Tools ermöglicht Fehlertoleranz, inkrementelle Entwicklung sowie Auditierbarkeit der Anwendung. Auch Versuchsverfolgung, Modellversionierung, Modellbereitstellungsstrategien und Überwachung sowie Anwendungsimplementierungen sind möglich. Außerdem kann die MLOps Umgebung zukünftig auch bei Regulierungs- und Governance-Prozessen, wie Portfolio-Management und Arbeitsmodellen für Unternehmen, unterstützen.

Unsere Angebote

Wir unterstützen Unternehmen mit unterschiedlichen Angeboten und Umsetzungstiefen

Analyse des aktuellen Stands und des Bedarfs mit Hilfe von Workshops
Trainings zu MLOps, EU AI Act und Use Case Klassifizierung
Implementierung der offenen MLOps Umgebung von appliedAI und diversen Partnern

Durch die Kombination der besten verfügbaren MLOps-Tools, steigern Sie die Effektivität und Effizienz in Ihrem ML-Lifecycle Management. Durch die Einrichtung Ihrer Entwicklungsumgebung nach den MLOps-Prinzipien erhalten Sie folgendes:

Bereitstellung in einer optimierten Umgebung
Automatisierung manueller Schritte wie die Speicherung von Protokollen oder Ergebnissen
Reproduzierbarkeit und Vergleichbarkeit von Trainingsläufen

MLOps Workshop Serie

Die Workshops bestehen aus jeweils einem halbtägigen Workshop mit maximal 10 Teilnehmern. Die Workshops können einzeln oder als Dreierpaket gebucht werden.

Der Einzelpreis pro Workshop beträgt 4.000 Euro, der Paketpreis für alle drei Workshops 12.000 Euro. Die Leitung übernimmt einer unserer appliedAI Experten.

1 Einführung in MLOps expand_more

Ziel des Workshops "Einführung in MLOps" ist die Vermittlung von grundlegendem Wissen innerhalb Ihres Teams sowie einer anschließenden Diskussion über MLOps.

Hierfür führt der Workshop in die Konzepte, Grundsätze und Best-practices von MLOps in Unternehmen ein.

Folgende Themenschwerpunkte werden behandelt.

Motivation für MLOps
KI-Projektmanagement und ML-Lebenszyklus
MLOps-Konzepte und -Prinzipien
Herausforderungen und Best Practices
Überblick über die AppliedAI-Toolchain für MLOps
Diskussion über Governance und Vorschriften

2 Reifegrad in MLOps expand_more

Das "MLOps Reifegrad Assessment" ist eine strukturierte Bewertung des Ist-Zustandes, des Soll-Zustandes und der Out-of-Scope MLOps Aktivitäten in Ihrem Unternehmen und baut auf dem Workshop "Einführung in MLOps" auf.

Übersicht der Themenschwerpunkte:

Definition der MLOps-Herausforderungen in den Bereichen:
- Scoping
- Datenmanagement
- Modellierung
- Bereitstellung und DevOps
Bewertung des Reifegrads in jeder der Domänen
Priorisierung der MLOps-Aktivitäten

3 Zielbild und Roadmap expand_more

Der Workshop "Zielbild und Roadmap", nimmt die Ergebnisse der beiden vorangegangenen Workshops auf. Der Workshop zielt darauf ab, dass die Definition des MLOps-Zielbilds und die Erstellung einer Roadmap für die Implementierung der (möglicherweise) fehlenden MLOps Werkzeuge und Funktionen in Ihrem Unternehmen erfolgen kann.

Übersicht der Themenschwerpunkte:

Konsolidierung des MLOps-Zielbild-Definition von Meilensteinen für die Erstellung der MLOps-Roadmap: Festlegung des Ziels, der Aktivitäten unter Berücksichtigung der Tatsache, dass ein Mehrwert für das Unternehmen generiert werden soll.

Unser Angebot im Kontext des AI Acts

Einführungstraining AI Act

Der EU AI Act wird weitreichende Auswirkungen auf das gesamte KI-Ökosystem haben. Daher ist es wichtig, dass bei den Unternehmen ein Bewusstsein dafür existiert, was das neue Gesetz für sie bedeutet. Relevant ist das Einführungstraining zum AI Act für alle Mitarbeiter eines Unternehmens, die an der Entwicklung oder Anwendung von KI-Anwendungen beteiligt sind. Die Schulung wird von einem appliedAI Experten auf Englisch gehalten und dauert 1-1,5 Stunden.

Erfahren Sie mehr über das AI Act Einführungstraining

Workshop Risikoklassifizierung

Abhängig von der Risikoklasse seiner KI-Anwendungsfälle, muss ein Unternehmen unterschiedlich strenge Vorgaben einhalten. Um Use Case Teams bei der Einordnung zu unterstützen, bietet der Workshop
einen strukturierten und umfassenden Einblick in die notwendigen Schritte zur Einhaltung des AI Acts. Am Ende des Workshops erhalten die Teilnehmer ein Risikoklassifizierungsergebnis pro Anwendungsfall.

Die interaktive Schulung wird von einem appliedAI Experten auf Englisch gehalten und dauert 3-4 Stunden. Die Teilnehmer können den Workshop online oder vor Ort absolvieren.

Erfahren Sie mehr über den Workshop Risikoklassifizierung