IBM will mit neuen KI-Angeboten für die Mainframes IBM Z Kunden neue Anwendungsfällen und Branchen erschließen.

IBM aims to open up new use cases and industries for IBM Z customers with new AI offerings for its mainframes.

IBM bringt KI in neue Anwendungsfälle auf IBM Z. Einer der Pilotkunden ist der Schweizer Versicherungsanbieter Die Mobiliar. Beispiele für diese neuen Anwendungsfälle sind z.B. genauere Empfehlungen für Versicherungspolicen, bessere Kontrollen zur Bekämpfung von Geldwäsche und das Risikopotenzial für Finanzdienstleistungsunternehmen zu reduzieren.

 

Die neuen Angebote sollen dazu beitragen, gängige KI-Frameworks und -Tools schneller einzusetzen. IBM stellt auch eine erweiterte Version von Machine Learning for z/OS sowie erweiterte Informationen und operative Verbesserungen mit dem neuesten IBM z/OS-Betriebssystem vor.

 

Diese umfassenden KI-Angebote, kombiniert mit Inferenzen mit niedriger Latenzzeit, die den IBM Telum on-chip AI Accelerator nutzen, unterstützen Kunden dabei, KI-Workloads in ihre geschäftskritischsten Geschäftsanwendungen zu integrieren, die auf IBM Z ausgeführt werden und helfen Kunden, ihre SLAs zu erfüllen. Zu den neuen Funktionen gehören:

 

Neue Funktionen

 

  • KI-Toolkit für IBM Z und LinuxONE:Das Toolkit unterstützt voraussichtlich gängige Open-Source-Frameworks, wie z. B. IBM Z Accelerated for TensorFlow, IBM Z Accelerated for TensorFlow Serving, IBM Z Accelerated for Snap ML und andere, damit Unternehmen mit der Implementierung vertrauenswürdiger KI beginnen können. General Availability für das Toolkit wird im 4. Quartal 2023 erwartet.
  • Python KI-Toolkit für IBM z/OS: Dieses erweiterte Toolkitist eine Bibliothek mit Open-Source-Python-Software zur Unterstützung von KI-und Machine-Learning-Workloads, die den Verfahren von IBM Security and Privacy by Design entsprechenKunden können jetzt zIIP-fähige Pakete mit Python AI Toolkit for IBM z/OS und IBM Open Enterprise SDK for Python 3.11 nutzen, um KI in ihre Anwendungen einzubinden.

 

Damit Data-Scientists, Entwickler und IT-Teams KI gemeinsam implementieren können, sind diese watsonx.ai-Tools für IBM Z darauf ausgelegt, Mainframedaten und -anwendungen mit Open-Source-Frameworks und -Paketen zu verbinden. Dazu gehören Frameworks und Bibliotheken, die für IBM Z optimiert werden. Sie ermöglichen Entwicklern, mit der Implementierung vertrauenswürdiger KI-Funktionen unter z/OS zu beginnen.

 

Diese Toolkits basieren auf denselben Grundlagen wie watsonx.ai, die es Data-Scientists und Entwicklern ermöglichen, Machine-Learning-Modelle zu erstellen, auszuführen und zu verwalten. Sie werden sich im Laufe der Zeit zu einem integralen Bestandteil der watsonx-Plattform entwickeln.

  • Machine Learning für IBM z/OS-Enterprise und Core Edition:Das erweiterte Machine Learning für IBM z/OS unterstützt die Unternehmen bei der Erstellung, Bereitstellung, Verwaltung und dem Betrieb von Modellen für Machine Learning und Deep Learning auf z/OS. Diese Plattform wurde für Entwickler und Data-Scientists entwickelt und ist eine watsonx.ai-Erweiterung für z/OS. Sie unterstützt die schnellere Entwicklung, Bereitstellung und Überwachung von Modellen für Machine Learning.  Unternehmen müssen wissen, wie ihre KI-Modelle trainiert werden, welche Daten in diesem Training verwendet werden und was in den Empfehlungen eines KI-Modells enthalten ist. Heute können Kunden vertrauenswürdige KI-Funktionen auf IBM Z über Cloud Pak for Data implementieren, um sicherzustellen, dass Modelle und Workflows transparent und erklärbar sind. In den kommenden Monaten plant IBM, diese Funktionen nativ für Workloads auf IBM z/OS zu implementieren.

 

  • Cloud Pak for Data auf IBM Z: Ein erweitertes leistungsfähiges Auto AI-Tool in Cloud Pak for Data 4.7 für die Automatisierung des Prozesses zum Erstellen von Modellen für Machine Learning. Dadurch können Benutzer ihre Daten hochladen, den Problemtyp auswählen und Einschränkungen angeben sowie eine Reihe automatisierter Experimente ausführen, die schnell und einfach eine Reihe von Pipelines mit hoher Leistung generieren.

 

  • KI-gestütztes IBM z/OS 3.1:IBM z/OS 3.1 stellt eine neue Ära von Operating System Intelligence dar und ist ab 29. September 2023 allgemein verfügbar. Mit den neuen KI System Services für IBM z/OS kann das System lernen und vorhersagen, wie IT-Prozesse optimiert, das Management vereinfacht, die Leistung verbessert und spezielle Qualifikationsanforderungen reduziert werden können.

 

Wie Die Mobiliar mit KI die Zukunft der Versicherungbranche voranbringt

 

Die IBM Z-Plattform für KI wird von Grund auf optimiert, beginnend mit dem IBM Telum-Prozessor. IBM z16 bietet einen integrierten On-Chip-Accelerator für Inferenzen mit niedriger Latenz, unterstützt durch IBM Z-Ausfallsicherheit und Sicherheitsfunktionen.  Die Konzentration auf die Reduzierung der Latenzzeit während der Inferenz ermöglicht es Kunden, die Zeit zu verkürzen, die benötigt wird, um Erkenntnisse und Empfehlungen aus KI-Modellen zu erhalten.

 

„Nach unserer Studie schätzen wir, dass etwa 70 Prozent der globalen Transaktionen auf Wertbasis auf IBM Z ausgeführt werden“, so Neil Katkov, PhD, Director bei Celent. „Die Anwendung von Fine-Tuning und Inferenz auf geschäftskritische Daten in diesem Umfang ist eine leistungsfähige Innovation für Anwendungsfälle im Geschäfts-und IT-Betrieb.“

 

Die Analyse von Transaktionen in grossem Umfang könnte bedeuten, dass Versicherungsunternehmen schneller Empfehlungen für Versicherungsangebote abgeben können. Beispielsweise ist Die Mobiliar auf IBM Z angewiesen, um große Transaktionsvolumen zu verarbeiten und eine sichere Umgebung für ihre sensibelsten Daten bereitzustellen. Mithilfe von SQL Data Insights auf IBM z16 konnten sie Muster in ihren geschäftskritischen Daten aufdecken, um ihre Prognosen für Versicherungsangebote zu verbessern und die Kosten zu senken.

 

„In der Versicherungsbranche suchen Kunden nach einem möglichst persönlichen Service, um die Gewissheit zu bekommen, dass sie am besten geschützt sind. Als ein führender Anbieter in der Schweiz ist es unser Ziel, die neuesten Technologien zu nutzen, um dieses Versprechen gegenüber unseren Kunden zu erfüllen“, so der IT-Architekt Thomas Baumann von Die Mobiliar. „Wir haben mit IBM zusammengearbeitet, um die KI-Funktionen auf ihren vertrauenswürdigen IBM z16-Systemen anzuwenden, um Empfehlungen für Versicherungsangebote schneller und präziser zu verarbeiten. Durch die Erkennung von versteckten Datenmustern mit NLP-basierten KI-Funktionen konnten wir nahezu in Echtzeit eine Vorhersagegenauigkeit von 94 % erzielen. Dies bei gleichzeitiger Gewährleistung von Datenschutz und Sicherheit. Diese vielversprechenden Ergebnisse haben uns motiviert, diese Technologie in naher Zukunft in unsere Risikoübernahmeprozesse zu integrieren.“

 

IBM Z unterstützt den gesamten KI-Lebenszyklus

 

Mit generativer KI gibt es viele Innovationen, darunter den kürzlich angekündigten watsonx Code Assistant for Z – ein neues, generatives und KI-unterstütztes Produkt für die Modernisierung von Mainframeanwendungen, das die schnellere Umsetzung von COBOL in Java auf IBM Z ermöglicht und die Produktivität der Entwickler auf der Plattform steigert.

 

Für viele Unternehmen bedeutet der erste Schritt zur Wertschöpfung aus KI heute jedoch, sich auf den gesamten KI-Lebenszyklus zu konzentrieren, der auch die Feinabstimmung, Inferenzierung und Bereitstellung von Modellen für Machine Learning und Deep Learning umfasst. Wir sind überzeugt, dass Unternehmen ihre geschäftskritischen Daten nutzen müssen, damit sie ihre KI-Investitionen optimal nutzen können.

 

IBM z16 kann bis zu 25 Milliarden verschlüsselte z/OS-OLTP-Transaktionen pro Tag verarbeiten. Sie wurde entwickelt, um Geschäftstransaktionen in großem Umfang zu bewerten und bietet die Kapazität, bis zu 300B Deep-Learning-Inferenzanfragen pro Tag mit einer Latenz von 1 ms zu verarbeiten. Diese Skalierung eröffnet erhebliche Chancen für KI-Anwendungsfälle auf dem Mainframe wie Betrugserkennung, Bekämpfung von Geldwäsche, Clearing und Abrechnung, aber auch im Gesundheitswesen und der Anwendungsmodernisierung.

IBM is bringing AI to new use cases on IBM Z. One of the pilot customers is Swiss insurance provider Die Mobiliar. Examples of these new use cases include more accurate insurance policy recommendations, better anti-money laundering controls and reducing the potential risk for financial services companies.

 

The new offerings are designed to help accelerate the deployment of common AI frameworks and tools. IBM is also introducing an enhanced version of Machine Learning for z/OS, as well as expanded information and operational enhancements with the latest IBM z/OS operating system.

 

These comprehensive AI offerings, combined with low-latency inferencing that leverages IBM Telum on-chip AI Accelerator, help clients integrate AI workloads into their most mission-critical business applications running on IBM Z and help clients meet their SLAs. New features include:

 

New features

 

– AI Toolkit for IBM Z and LinuxONE: The toolkit is expected to support popular open source frameworks, such as IBM Z Accelerated for TensorFlow, IBM Z Accelerated for TensorFlow Serving, IBM Z Accelerated for Snap ML and others, so enterprises can start implementing trusted AI. General Availability for the toolkit is expected in Q4 2023.

– Python AI Toolkit for IBM z/OS: This enhanced toolkit is a library of open source Python software to support AI and machine learning workloads that comply with IBM Security and Privacy by Design practices. Customers can now use zIIP-enabled packages with Python AI Toolkit for IBM z/OS and IBM Open Enterprise SDK for Python 3.11 to incorporate AI into their applications.

 

To enable data scientists, developers and IT teams to implement AI together, these watsonx.ai tools for IBM Z are designed to connect mainframe data and applications with open source frameworks and packages. These include frameworks and libraries that are optimized for IBM Z. They enable developers to start implementing trusted AI functions on z/OS.

 

These toolkits are built on the same foundations as watsonx.ai, enabling data scientists and developers to create, run and manage machine learning models. They will evolve over time to become an integral part of the watsonx platform.

 

– Machine Learning for IBM z/OS-Enterprise and Core Edition: advanced machine learning for IBM z/OS helps organizations build, deploy, manage and run machine learning and deep learning models on z/OS. Designed for developers and data scientists, this platform is a watsonx.ai extension for z/OS. It supports faster development, deployment, and monitoring of models for Machine Learning.  Organizations need to know how their AI models are trained, what data is used in that training, and what is included in an AI model’s recommendations. Today, clients can implement trusted AI capabilities on IBM Z through Cloud Pak for Data to ensure models and workflows are transparent and explainable. In the coming months, IBM plans to implement these capabilities natively for workloads on IBM z/OS.

 

– Cloud Pak for Data on IBM Z: An enhanced powerful Auto AI tool in Cloud Pak for Data 4.7 to automate the process of building models for machine learning. This allows users to upload their data, select the problem type and specify constraints, and run a series of automated experiments that quickly and easily generate a set of pipelines with high performance.

 

– AI-powered IBM z/OS 3.1: IBM z/OS 3.1 represents a new era of Operating System Intelligence and will be generally available on September 29, 2023. With the new AI System Services for IBM z/OS, the system can learn and predict how to optimize IT processes, simplify management, improve performance and reduce specialized skill requirements.

 

How Die Mobiliar is using AI to drive the future of the insurance industry

 

The IBM Z platform for AI is optimized from the ground up, starting with the IBM Telum processor. IBM z16 provides an integrated on-chip accelerator for low-latency inferencing, supported by IBM Z resiliency and security features.  Focusing on reducing latency during inference enables clients to shorten the time it takes to get insights and recommendations from AI models.

„Based on our research, we estimate that approximately 70 percent of global value-based transactions are executed on IBM Z,“ said Neil Katkov, PhD, director at Celent. „Applying fine-tuning and inference to mission-critical data at this scale is a powerful innovation for business and IT operations use cases.“

Analyzing transactions at scale could mean insurance companies can make insurance quote recommendations faster. For example, Die Mobiliar relies on IBM Z to process large transaction volumes and provide a secure environment for its most sensitive data. Using SQL Data Insights on IBM z16, they were able to uncover patterns in their business-critical data to improve their insurance quote forecasting and reduce costs.

 

„In the insurance industry, customers are looking for the most personalized service possible to get the assurance that they are best protected. As a leading provider in Switzerland, our goal is to leverage the latest technologies to deliver on this promise to our customers,“ said IT architect Thomas Baumann of Die Mobiliar. „We worked with IBM to apply AI capabilities to their trusted IBM z16 systems to process insurance quote recommendations faster and more accurately. By detecting hidden data patterns with NLP-based AI capabilities, we were able to achieve near real-time predictive accuracy of 94%. This was achieved while ensuring data privacy and security. These promising results have motivated us to integrate this technology into our risk-taking processes in the near future.“

IBM Z supports the entire AI lifecycle

With generative AI, there are many innovations, including the recently announced watsonx Code Assistant for Z – a new generative and AI-powered mainframe application modernization product that enables faster conversion of COBOL to Java on IBM Z and increases developer productivity on the platform.

However, for many companies today, the first step to creating value from AI means focusing on the entire AI lifecycle, which includes fine-tuning, inferencing and deploying models for machine learning and deep learning. We believe organizations need to leverage their mission-critical data to get the most out of their AI investments.

IBM z16 can process up to 25 billion encrypted z/OS OLTP transactions per day. Designed to evaluate business transactions at scale, it has the capacity to process up to 300B deep-learning inference requests per day with a latency of 1ms. This scale opens up significant opportunities for AI use cases on the mainframe such as fraud detection, anti-money laundering, clearing and settlement, as well as healthcare and application modernization.

Von Jakob Jung

Dr. Jakob Jung ist Chefredakteur Security Storage und Channel Germany. Er ist seit mehr als 20 Jahren im IT-Journalismus tätig. Zu seinen beruflichen Stationen gehören Computer Reseller News, Heise Resale, Informationweek, Techtarget (Storage und Datacenter) sowie ChannelBiz. Darüber hinaus ist er für zahlreiche IT-Publikationen freiberuflich tätig, darunter Computerwoche, Channelpartner, IT-Business, Storage-Insider und ZDnet. Seine Themenschwerpunkte sind Channel, Storage, Security, Datacenter, ERP und CRM. Dr. Jakob Jung is Editor-in-Chief of Security Storage and Channel Germany. He has been working in IT journalism for more than 20 years. His career includes Computer Reseller News, Heise Resale, Informationweek, Techtarget (storage and data center) and ChannelBiz. He also freelances for numerous IT publications, including Computerwoche, Channelpartner, IT-Business, Storage-Insider and ZDnet. His main topics are channel, storage, security, data center, ERP and CRM. Kontakt – Contact via Mail: jakob.jung@security-storage-und-channel-germany.de

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert

WordPress Cookie Hinweis von Real Cookie Banner