Telekommunikationsnetze der (nahen) Zukunft Wie GenAI autonome Netze ermöglicht

Die Generative Künstliche Intelligenz (GenAI) wird die Telekommunikationsnetze der Zukunft prägen. Sie erweitert die „traditionellen“ KI-Fähigkeiten der Netze, indem sie hochflexible und adaptive Systeme ermöglicht, die den Servicebetrieb autonom verwalten und verbessern können.

Generative Künstliche Intelligenz (Generative AI; GenAI) steht für eine neue Entwicklungsstufe im Bereich Künstlicher Intelligenz. Sie ermöglicht immer mehr hochflexible und anpassungsfähige Systeme, die darüber hinaus in der Lage sind, neues Wissen zu generieren. Was Telekommunikationsnetze angeht, erweitert die Nutzung von GenAI die Fähigkeiten der Netze und der Netzinfrastruktur und ermöglicht es ihnen, sich autonom zu verhalten und den Betrieb zu unterstützen.

GenAI kann komplexe Aufgaben vereinfachen, die traditionelle KI nicht bewältigt. Sie kann Wissen zusammenfassen, Mensch-Maschine-Interaktionen vereinfachen, Inhalte erstellen und auf Basis unstrukturierter Daten bei der Entscheidungsfindung unterstützen und Empfehlungen abgeben. Laut McKinsey könnte die Technologie im Telekommunikationssektor zusätzliche Produktivitätsgewinne von 140 bis 180 Milliarden Dollar im Vergleich zur traditionellen KI bringen. GenAI ist also entscheidend für die Steigerung der Produktivität in der Telekommunikationsbranche.

GenAI im Service- und Netzbetrieb

GenAI für den Service- und Netzbetrieb zu nutzen, bedeutet nicht nur einen technologischen Fortschritt, sondern auch eine Transformation, die durch das neu gewonnene Wissen kontinuierliche Verbesserungen ermöglicht. Netzbetreiber (CSPs), neutrale Hosts und Unternehmen verschieben Grenzen, wenn es darum geht, die Netze der nächsten Generation zu managen – bis hin zu einem vollständig autonomen Betrieb, der den gesamten Lebenszyklus eines Netzes mit einer Closed-Loop-Automatisierung über Dienste und Domänen hinweg unterstützt. Dabei werden Rückmeldungen aus dem System kontinuierlich überwacht und verwendet, um automatisch Anpassungen vorzunehmen und beispielsweise die Leistung aufrechtzuerhalten. Diese Art der Automatisierung arbeitet mit einem geschlossenen Regelkreis (Closed-Loop), um sicherzustellen, dass das System sich in Echtzeit selbst korrigiert und verbessert.

Es ist nun ein Punkt erreicht, an dem KI und maschinelles Lernen (ML) eine wesentliche Rolle im Netzmanagement spielen und AIOps genutzt werden, um KI-gesteuerte Closed-Loop-Steuerung zu ermöglichen. AIOps-Ansätze sind äußerst effektiv bei der Lösung klar definierter Probleme, wie zum Beispiel, Anomalien zu erkennen, Kausalzusammenhänge von bestimmten Ereignissen zu verstehen, Muster zu identifizieren und ein bestimmtes Verhalten vorherzusagen.

Netze der Zukunft: Erfassen, Denken und Handeln

Was Netze der Zukunft können müssen, ist erfassen, denken und handeln. Im Ergebnis ist ein autonomer Betrieb möglich, wobei das Netzwerk durch betriebliche Kennwerte erfasst, mit KI denkt und durch Closed-Loop-Automatisierung handelt.

Die Ebene „Erfassen“ (Sense) sammelt die verschiedenen Datensätze über Domänen, Anbieter, Technologien und Schichten hinweg, um die für bessere Entscheidungsfindungen erforderlichen Daten zu liefern. Die Ebene „Denken“ (Think) schafft Wissen durch Analysen basierend auf Kontext und Ziel, um Empfehlungen abzugeben und Entscheidungen treffen zu können. Die Ebene „Handeln“ (Act) wiederum führt Maßnahmen durch, um die Effektivität der Automatisierungsprozesse sicherzustellen.

GenAI ist in erster Linie Teil der Ebene „Denken“ und kann neues Wissen bzw. neue Erkenntnisse erzeugen, die dann in allen drei Ebenen genutzt werden können. Zum Beispiel könnten von GenAI generierte Netzwerkadapter in der „Erfassen“-Ebene verwendet werden, um neu eingehende Daten zu verarbeiten, während neue von GenAI geschaffene Automatisierungsagenten in der „Handeln“-Ebene genutzt werden könnten.

Neue Anwendungsfälle für autonome Betriebsabläufe mit Hilfe von GenAI

Telekommunikationsdienstleister und Netzbetreiber befinden sich auf dem Weg zu vollständig autonomen Betriebsabläufen: Digitale Netzzwillinge, AIOps (Artificial Intelligence for Operations), absichtsgesteuerte Orchestrierung – bei der die abstrakt formulierte Intention des Benutzers in technische Konfigurationen und Aktionen übersetzt wird, um die Verwaltung und den Betrieb von TK-Infrastrukturen zu optimieren – und jetzt GenAI sind Schlüsseltechnologien, die diesen Weg unterstützen. Diese Technologien ergänzen sich gegenseitig und unterstützen die folgenden Ziele:

• AIOps-gestützte Überwachung, Prävention und Korrektur für KI-gesteuerte Closed-Loop-Steuerung.

• Digitale Zwillinge als vorrangige Möglichkeit zur Vorvalidierung von Ergebnissen für Planung, Betrieb, Wartung und Innovationen.

• Intent-basierte, deklarative Orchestrierung ermöglicht die Fokussierung auf Geschäftsziele.

• Sich selbst optimierende Systeme mit GenAI erhöhen die Autonomie des Betriebs von der Planung bis zur Realisierung.

GenAI kann verwendet werden, um dynamisch neue Daten und neues Wissen zu schaffen. Diese neuen Daten können dann vom System verwendet werden, um sich selbst weiterzuentwickeln und den Menschen als Supervisor statt als Ausführenden einzubeziehen. Insgesamt hilft GenAI, die Autonomie von Netzen der nächsten Generation zu erhöhen, während sie zusammen mit anderen Enablern autonomer Betriebsabläufe arbeitet. Zum Beispiel können AIOps-Anwendungsfälle von den Fähigkeiten von GenAI profitieren, Daten zusammenzufassen und dynamische Informationssätze für Vorhersagen zu erstellen.

Am wichtigsten ist jedoch, dass GenAI die Tür für eine Vielzahl völlig neuer Anwendungsfälle öffnet, wie zum Beispiel „Co-Pilot-Anwendungen“ für die Zusammenarbeit von Menschen mit Computern, indem Menschen beispielsweise durch die jeweils verfügbaren Informationen geleitet werden, um Analysen zu vereinfachen, oder indem Inhalte automatisch generiert werden, die traditionell manuell bereitgestellt würden. Das kann bei der Meldung und Analyse von Störungen sowie dem Design von Services und Bestellprozessen helfen, um nur einige Beispiele zu nennen.

Ein weiterer wichtiger Anwendungsfall ist der Einsatz von GenAI, um die Stufe 5 auf der vom TM Forum definierten Autonomieskala für Telekommunikationsmanagement zu erreichen. Um diese Stufe zu erlangen, sind zusätzliche Fähigkeiten für „Intent“ (Verstehen deklarativer Vorgaben), situatives Erfassen, Analyse, Entscheidung und Ausführung erforderlich. So kann das System beispielsweise Intents/Absichten aushandeln und auflösen oder neue Artefakte für AIOps-gesteuerte Prozesse und Kreislauf-Management (Closed-Loop) ohne menschliches Eingreifen erstellen.

Ein dritter wichtiger Anwendungsfall besteht darin, dass das System nicht nur in einem völlig autonomen Kreislauf arbeitet, sondern auch über Funktionen verfügt, die die Effizienz des Systems erhöhen und die Erkundung alternativer Optionen ermöglichen. So kann das System die Benutzer beispielsweise dabei unterstützen, nutzerdefinierte Inhalte und Konfigurationen zu erstellen, um den Kreislauf-Prozess (Closed-Loop) für alle Phasen des Service-Lebenszyklus vom Design über die Bereitstellung bis zur Fehlerkorrektur zu optimieren.

Digitale Betriebsabläufe in der Zukunft

Während sich die GenAI-Fähigkeiten weiterentwickeln, müssen Netzbetreiber und Netzausrüster wie Nokia mit dem „Digital Operations Center“ weiterhin in die Verwirklichung des Konzepts autonomer Netze investieren. Aufgrund der inhärenten Komplexität des Netzmanagements müssen dafür verschiedene Enabler zusammenarbeiten, um Netze zu errichten und zu betreiben, die ihre Umgebung wirklich „wahrnehmen“ und erfassen können, sich an Verhaltensweisen anpassen und entsprechend vollständig autonom handeln können, ohne dass der Mensch eingreifen muss.

GenAI nimmt aufgrund seiner Flexibilität und Anpassungsfähigkeit eine herausragende Rolle ein, da es unstrukturierte Daten und Kontexte verstehen und damit dynamisch neue Inhalte und neues Wissen schaffen kann.

Über den Autor

Erez Sverdlov ist Europe Market Leader Cloud and Network Services bei Nokia. Er hat über 30 Jahre Erfahrung in der globalen Telekommunikations-/Technologiebranche und leitet derzeit das Softwaregeschäft von Nokia in Europa.

(ID:50221692)