Seminare
Seminare
  • Seminare
  • Anbieter
  • 5 km
  • 10 km
  • 25 km
  • 50 km
  • 100 km
  • 150 km
  • 200 km
  • 300 km

KI-Infrastrukturplanung: On-Premise vs. Cloud

Webinar - PROKODA GmbH

KI-Infrastrukturplanung: On-Premise vs. Cloud
Termin Ort Preis*
08.06.2026- 09.06.2026 München 1.297,10 €
08.06.2026- 09.06.2026 online 1.297,10 €
07.09.2026- 08.09.2026 München 1.297,10 €
07.09.2026- 08.09.2026 online 1.297,10 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:
  • Entscheidungsrahmen für KI-Infrastruktur
    • Workload-Typen: Training, Fine-Tuning, Inference
    • Latenz, Datenresidenz, Skalierung als Treiber
    • Build vs. Buy: Reifegrad und Betriebsmodell
    • Hybrid- und Multi-Cloud sinnvoll abgrenzen
  • GPU, Compute und Performance richtig planen
    • GPU-Klassen, Speicherausbau, Interconnects
    • Cluster-Design: Knoten, Storage, Netzwerk
    • Scheduling-Grundlagen: Kubernetes, Slurm
    • Benchmarking und Kapazitätsplanung
  • Datenplattform, Storage und Datenbewegung
    • Data Lake, Feature Store, Vektordatenbank
    • Storage-Optionen: Object, Block, File
    • ETL/ELT, Datenversionierung, Lineage
    • Egress, Replikation, Caching-Strategien
  • Sicherheit, Compliance und Governance
    • IAM, Secrets, Schlüsselmanagement
    • Mandantentrennung und Zero-Trust-Prinzipien
    • DSGVO, Auditierbarkeit, Logging
    • Modellrisiken: Prompt Injection, Datenabfluss
  • MLOps und Betriebsfähigkeit
    • CI/CD für Modelle, Artefakte, Container
    • Observability: Kosten, Performance, Drift
    • Rollouts: Canary, Blue-Green, A/B
    • Incident- und Patch-Strategien
  • Kosten, Verträge und FinOps für KI
    • TCO: CapEx/OpEx, Abschreibung, Personal
    • Cloud-Kostenhebel: Reserved, Spot, Autoscaling
    • Lizenzierung, Support-Modelle, SLAs
    • Make-or-Break: Egress, Storage, Idle-GPUs
Teilnahmevoraussetzungen:
  • Grundverständnis von IT-Infrastruktur (Netzwerk, Storage, Virtualisierung oder Container).
  • Erste Berührung mit Machine Learning oder KI-Workloads ist hilfreich, aber nicht zwingend.
Zielgruppe:
  • IT-Architektinnen und IT-Architekten, die KI-Plattformen verantworten
  • Leiterinnen und Leiter IT-Betrieb, Infrastruktur und Rechenzentrum
  • ML Engineers und MLOps-Verantwortliche mit Architekturaufgaben
  • IT-Security- und Governance-Rollen mit KI-Bezug
  • Für alle, die eine belastbare Entscheidung zwischen On-Premise, Cloud oder Hybrid treffen wollen
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha