Navigation überspringen

Azure AI

Artificial intelligence productivity for virtually every developer and scenario

Entmystifizierung der KI

Durch die flexible Azure-Plattform und einer breiten Palette an KI-Produktivitätstools können Sie die nächste Generation intelligenter Anwendungen erstellen, in denen Ihre Daten bereits in der intelligenten Cloud, lokal oder im intelligenten Edge vorhanden sind.

Erreichen Sie mehr mit einer umfassenden Palette von flexiblen und vertrauenswürdigen KI-Diensten, z.B. vorab erstellte APIs wie Cognitive Services und die umgängliche KI mit Bottools oder das Erstellen von benutzerdefinierten Modellen für jedes Szenario mit Azure Machine Learning. Die Azure AI-Plattform stellt ebenfalls eine KI-Infrastruktur auf Unternehmensniveau bereit, die KI-Workloads überall bedarfsgerecht ausführt. Mithilfe von modernen für Entwickler und Data Scientists konzipierten KI-Tools können Sie ganz einfach KI-Lösungen erstellen – und das mit maximaler Produktivität.

Warum Azure AI?

Produktive und leistungsstarke KI-Tools

Machen Sie mit unserem umfassenden Angebot die ersten Schritte beim Erstellen von innovativen KI-Anwendungen: Wählen Sie die innovative vorab erstellte KI, anpassbares Machine Learning oder Deep Learning-Dienste und -Tools aus.

Wir bringen KI zu Ihnen

Wir stellen die Daten und die KI bereit, sodass Sie mit Ihren Fähigkeiten eine neue Generation von Anwendungen (in der intelligenten Cloud, lokal oder im intelligenten Edge) erstellen können, in denen Ihre Daten bereits vorhanden sind. Durch die containerbasierte Bereitstellung von Modellen kann die KI überall dort ausgeführt werden, wo ein Docker-Container ausgeführt werden kann, also in unserer Cloud, auf Ihren Servern oder auf Geräten.

Offene und flexible Plattform

Wählen Sie auf einfache Art die Technologie und das Deep Learning-Framework aus, das dem Szenario und Ihren Fähigkeiten mit einer offenen Plattform entspricht. Cognitive Services können von Apps in jeder Sprache genutzt werden, und benutzerdefinierte Modelle können mit aktuellen Frameworks wie Tensorflow, MXNet, Chainer und CNTK erstellt werden.

Profitieren Sie von jahrzehntelanger KI-Entwicklung

Seit Jahrzehnten wird die KI für Microsoft Research, Bing, Office, Windows, Xbox und andere KI-gesteuerte Produkte verwendet. Deshalb gibt es so viele erprobte vorab erstellte KI-Modelle, die Sie direkt in Ihren Anwendungen verwenden können.

KI für Unternehmen

Microsoft ist Vorreiter der Branche bei der Festlegung und Einhaltung klarer Anforderungen an Sicherheit und Datenschutz. Azure erfüllt viele internationale und industriespezifische Konformitätsstandards, z.B. ISO 27001, HIPAA, FedRAMP und SOC. Strikte Überwachungen durch Drittanbietern gewährleisten, dass Azure die von diesen Standards geforderten strengen Sicherheitskontrollen einhält.

Innovative Hardware mit Hyperskalierung

Microsoft optimiert seine Produkte für die KI – von der neuesten GPU-Technologie bis hin zu FPGA-beschleunigten KI-Modellen und -Netzwerken. Dadurch können Entwickler Modelle leistungsstark und flexibel in 50 Regionen weltweit in höchster Skalierung erstellen und ausführen.

Azure bietet seinen Kunden tolle Möglichkeiten, die KI zu verwenden.

GrayMeta
Uber
Schneider Electric
Dixons Carphone
American Eagle
BT
Progressive
JABIL
NBA
Carnival Maritime
Snow Leopard Trust
Accenture

KI-Prozess

Das Integrieren von KI in Ihre Anwendung besteht aus drei wichtigen Schritten. Je nach Ihren Anforderungen und Funktionen bietet Azure AI jedoch flexible Tools, um Ihren Anforderungen gerecht zu werden. Wählen Sie die vorab erstellten Tools wie Cognitive Services für Unternehmen, Standardtechnologie, die einige Anpassungen ermöglicht, oder ein Tool wie Azure Machine Learning aus, durch das Sie eigene Daten verwenden und somit eine verbesserte Steuerung und Anpassung nutzen können.

Daten vorbereiten

Herstellen einer Verbindung mit mehreren Quellen zum Erfassen von Daten

Erstellen und Trainieren

Einrichten eines Modells und Trainieren des Modells mit den Daten

Bereitstellen

Bereitstellen des Modells und Nachverfolgen der Leistung

KI-Dienste

Beschleunigen Sie die Entwicklung von KI-Lösungen mit Diensten auf höchster Ebene. Verwenden Sie die von Ihnen bevorzugte Vorgehensweise, die perfekt zu dem von Ihnen vorgesehenen Szenario passt – und das mit maximaler Produktivität und Zuverlässigkeit.

Vorkonfiguriert

Schreiben Sie nur wenige Codezeilen, um intelligente RESTful-APIs mit hoher Qualität für Bildanalysen, Spracheingaben und -ausgaben, Sprachen, Wissen und Suchen zu nutzen. Sie müssen kein Datenanalyst sein, um Ihre Systeme intelligenter, ansprechender und auffindbarer zu gestalten, indem Sie beispielsweise mit Ihren Benutzern in natürlicher Sprache kommunizieren, relevante Inhalte in Bildern erkennen und die Benutzer an der Stimme erkennen.)

Verwenden Sie die vorab erstellen Dienste unverändert, oder passen Sie diese mit vorbereiteten Daten an, die dazu verwendet wird, Algorithmen automatisch zu erstellen und zu trainieren, damit diese Ihren Anforderungen entsprechen, und führen Sie diese in Ihrer Anwendung aus. Diese Dienste unterstützen Sie beim Erstellen von benutzerdefinierten Sprachmodellen, die dem Sprachstil der Benutzer entsprechen, beim Durchsuchen von Bildern, um bestimmte für Sie relevante Inhalte zu erkennen, oder beim Erstellen von benutzerdefinierten Suchen für Ihre Benutzer.

Weitere Informationen

Daten vorbereiten Erstellen und Trainieren Bereitstellen
Bereits integrierte oder eigene Daten Bereits integrierte Daten Hinzufügen zu Ihrer Anwendung
GrayMeta

"Because the Cognitive Services APIs harness the power of machine learning, we were able to bring advanced intelligence into our product without the need to have a team of data scientists on hand"

Aaron Edell, Chief Product Owner, GrayMeta

Benutzerdefiniert

Durch Azure Machine Learning können Sie bessere Entscheidungen in jeder Größenordnung treffen, wenn es darauf ankommt. Azure Machine Learning ist ein vollständig verwalteter Clouddienst für Datenanalysten und Entwickler, das Sie dabei unterstützt, einfach Daten vorzubereiten, eigene Modelle zu erstellen und zu trainieren, um die besten Ergebnisse zu erzielen, und diese je nach Bedarf überall auszuführen. Dabei wird sichergestellt, dass Ihre Daten auf Unternehmensniveau gesichert werden.

Erstellen Sie im Handumdrehen Prototypen auf Ihrem Desktop, und skalieren Sie diese dann zentral auf virtuellen Computern hoch, oder skalieren Sie sie mithilfe von Spark-Clustern horizontal hoch. Verwalten Sie proaktiv die Modellleistung, identifizieren Sie das beste Modell, und stufen Sie es mithilfe datengesteuerter Einblicke höher. Sie können Ihre Modelle überall bereitstellen und verwalten. Verwenden Sie Docker-Container, um Modelle in einer Produktionsumgebung schneller in der Cloud, lokal oder im Edge bereitzustellen. Stufen Sie die Modelle mit der besten Leistung höher in der Produktion, und trainieren Sie sie bei Bedarf neu.

Daten vorbereiten Erstellen und Trainieren Bereitstellen
Verwenden Sie eigene Daten, und bereiten Sie diese lokal oder in der Cloud vor. Verwenden Sie ein beliebiges Python-basiertes Toolkit oder Azure Machine Learning-Pakete, um Probleme mit der Bildanalyse, mit Texten oder mit der Prognose schnell zu beheben. Hinzufügen zu Ihrer Anwendung oder Ihrem Dienst
Schneider Electric

"Traditionally, machine learning is something that has only run in the cloud, but for many IoT scenarios that isn’t good enough… Now we have the flexibility to run it in the cloud or at the edge—wherever we need it to be."

Matt Boujonnier: Analytics Application Architect, Schneider Electric

Weitere Informationen

Einfach

Erstellen und verwalten Sie intelligente Bots, stellen Sie sie bereit, und stellen Sie eine Verbindung mit ihnen her, um auf natürliche Weise mit Ihren Benutzern auf Websites und Apps oder u.a. über Cortana, Microsoft Teams, Skype, Slack und Facebook Messenger zu kommunizieren. Steigen Sie durch die vollständige Umgebung zur Boterstellung schnell ein. Sie können C#, JavaScript, Python oder Java verwenden.

Weitere Informationen

Progressive

"By using Microsoft Azure Bot Service and Cognitive Services … we’ve been able to continue our own Progressive journey of digital innovation and do it in an agile, fast, and cost-effective way."

Matt White: Marketing Manager, Personal Lines Acquisition Experience - Progressive Insurance

Virtuelle Data Science-Computer

DSVMs sind Images von virtuellen Azure-Computern, die vorinstalliert, konfiguriert und getestet wurden. Dies wird mit beliebten Tools durchgeführt, die häufig in den Bereichen Datenanalyse, maschinelles Lernen und KI-Training eingesetzt werden. DSVMs bieten eine bedarfsgesteuerte, flexible Kapazität für Projekte mit großem Umfang und können vertikal und horizontal auf sämtlicher Azure-Hardware skaliert werden. Zahlen Sie nur für Ressourcen, die Sie wirklich nutzen. Deep Learning mit GPUs steht bei vorab konfigurierten Deep Learning-Tools für GPU-Cluster einsatzbereit zur Verfügung.

PyImageSearch

"If you're in the market for a deep learning cloud-based GPU instance, I would encourage you to try out Microsoft's DSVM… I would recommend it to anyone interested in a cloud-based deep learning solution."

Adrian Rosebrock, PyImageSearch

Offene und komplexe Plattform

KI-Tools

Statten Sie Ihr Team mit umfassenden und produktiven Tools für die KI-Codierung und -Verwaltung aus.

Visual Studio Code-Tools für KI

Erstellen und testen Sie Deep Learning- und KI-Lösungen, und stellen Sie sie bereit.

Azure Machine Learning-Pakete

Python-Erweiterungen, um äußerst präzise Modelle schnell zu erstellen und bereitzustellen.

Machine Learning Studio

Sie können ganz einfach Predictive Analytics-Lösungen erstellen, bereitstellen und verwalten.

AI Toolkit für Azure IoT Edge

Setzen Sie Deep Learning-Modelle und künstliche Intelligenz für die lokale Ausführung auf IoT-Geräten durch vorkonfigurierte Modelle ein.

ML.NET

Eine auf .NET basierende Lösung für das Erstellen von Machine Learning-Modellen.

MMLSpark

Hochskalierbare Deep Learning-Tools für Apache Spark.

KI-Frameworks

Nutzen Sie auf intelligente Weise umfangreiche Datasets über beliebte Deep Learning-Frameworks auf einer Plattform mit umfangreichem Support.

TensorFlow

Eine Open Source-Softwarebibliothek für leistungsstarke numerische Berechnungen.

Onnx

Ein offenes Format für Deep Learning-Modelle.

Azure Cognitive Toolkit

Ein kostenloses Open Source-Toolkit, das kommerziell einsetzbar ist und für das Trainieren von Deep Learning-Algorithmen verwendet wird, die für Sprachfeatures optimiert sind.

Caffe2

Einfache, modulare und skalierbare Deep Learning-Frameworks

Pytorch

Ein Framework für wissenschaftliche Berechnungen, das GPUs priorisiert.

MxNet

Eine flexible und effiziente Bibliothek für Deep Learning.

scikit-learn

Einfache und effiziente Tools für Data Mining und Datenanalysen

Chainer

Ein leistungsstarkes, flexibles und intuitives Framework für neuronale Netzwerke

KI-bezogene Infrastruktur

Nutzen Sie die Möglichkeit der KI-Infrastruktur mit nahezu unbegrenztem Ausmaß und der integrierten KI-Diensten.

Azure Databricks

Beschleunigen Sie die Innovation, indem Sie Data Science mit einer leistungsstarken Analyse aktivieren, die für Azure optimiert ist.

Azure Kubernetes Service

Skalieren und orchestrieren Sie Container mit Kubernetes, DC/OS oder Docker Swarm.

Azure Cosmos DB

Integrieren Sie KI in einen weltweit verteilten Datenbankdienst mit mehreren Modellen.

Azure SQL Database

Verwenden Sie R, Python und natives Machine Learning in einer branchenführenden SQL-DB.

Azure Batch AI

Überzeugen Sie sich von der Funktion zum grenzenlosen und elastischen horizontalen Hochskalieren von Deep Learning-Aufträgen. Führen Sie umfangreiche, parallele und GPU-fähige KI-Entwicklungsarbeiten durch.

Data Lake Store

Führen Sie Datentransformationen und KI im Petabytebereich durch.

Virtuelle Data Science-Computer

Verwenden Sie eine reibungslos einsetzbare Data Science-Umgebung, die beliebte Tools für die Datenuntersuchung, Modellierung und für Entwicklungsaktivitäten enthält.

Apache Spark für Azure HDInsight

Profitieren Sie von Apache Spark in der Cloud für unternehmenskritische Bereitstellungen.

IoT Edge

Dehnen Sie intelligente Cloudfeatures auf Edgegeräte aus, oder führen Sie erweiterte Modelle direkt auf dem Edge aus.

Gängige Szenarios, die mit Azure AI erstellt werden

Ermittlung von Informationen durch Deep Learning und NLP (Natural Language Processing)

Entdecken Sie, wie Deep Learning und NLP (Natural Language Processing) effizient mit der Microsoft KI-Plattform genutzt werden können.

Weitere Informationen

Chatbot für die Unternehmensproduktivität

Azure Bot Service kann ohne Probleme mit LUIS zur Erstellung von leistungsstarken Bots für die Unternehmensproduktivität kombiniert werden. Dadurch können Unternehmen allgemeine Arbeitsaktivitäten beschleunigen, indem sie externe Systeme in den Bot integrieren, z.B. den Office 365-Kalender oder Fälle von Kunden, die in Dynamics CRM gespeichert sind.

Weitere Informationen

KI-Newsletter

Registrieren Sie sich für den KI-Newsletter, um über Microsoft KI auf dem Laufenden zu bleiben. Erfahren Sie alles Wichtige über Features, Veranstaltungen und Aktivitäten in der Community zu den Themen Cognitive Services, Bot Framework, Machine Learning und Cognitive Toolkit.

Durch Absenden dieser Seite stimme ich zu, dass meine angegebenen Daten durch Microsoft Corporation in den USA erhoben sowie durch andere Microsoft-Niederlassungen weltweit (www.microsoft.com/worldwide/) verarbeitet und genutzt werden (Microsoft Datenschutzbestimmungen).

Neu bei Azure AI?

Entdecken Sie beliebte und kostenlose vorab erstellte Dienste.

Cognitive Services ausprobieren