Dieses Kapitel bietet eine umfassende Einführung in die wesentlichen Aspekte der KI-Technologie, einschließlich verschiedener KI-Algorithmen, Daten und der notwendigen IT-Infrastruktur. Es beschreibt die Kategorien von KI-Algorithmen, wie überwachtes, unüberwachtes und bestärkendes Lernen und hebt die Bedeutung der Datenqualität und -aufbereitung hervor. Zudem wird die Relevanz von strukturierten und unstrukturierten Datenquellen im Unternehmenskontext erläutert. Wichtige Aspekte wie Skalierbarkeit, Zugriffsgeschwindigkeit, Performance und Sicherheit der Daten werden betont. Die IT-Infrastruktur für KI-Algorithmen umfasst sowohl das durch GPUs beschleunigte Modelltraining als auch die Nutzung der Modelle in der Cloud oder lokal. Unternehmen haben die Wahl, eigene KI-Modelle zu entwickeln und auf ihrer eigenen Infrastruktur betreiben zu lassen oder bestehende Plattformen wie AWS Sagemaker oder Microsoft Azure AI Studio in der Cloud zu nutzen. Moderne Anwendungsarchitekturen bestehen aus mehreren eng verknüpften Schichten, um eine effektive Nutzung von KI zu gewährleisten. Die enge Abstimmung der drei zentralen Bereiche – KI-Algorithmen, Daten und IT-Infrastruktur – ist entscheidend, um das volle Potenzial von KI auszuschöpfen und langfristig wettbewerbsfähig zu bleiben.