Nokia und Databricks haben einen Proof-of-Concept für eine einheitliche, substratunabhängige Datenplattform abgeschlossen, die darauf abzielt, KI-gesteuerte autonome Netzwerke zu unterstützen. Der Test sollte zeigen, wie Netzbetreiber ihre Datenumgebungen für Echtzeitanalysen in großem Maßstab vereinfachen können, ohne Code neu schreiben zu müssen.
Das Konzept zielt auf ein bekanntes Problem in der Telekommunikationsbranche ab: fragmentierte OSS/BSS-Stacks, zahlreiche Anbieter und inkompatible Datenarchitekturen. Nokia und Databricks schlagen eine gemeinsame Ebene vor, die sowohl in Cloud-Umgebungen als auch in lokalen Infrastrukturen betrieben werden kann, ohne dass Code neu geschrieben werden muss.
Echtzeit-Leistungsmanagement war der Testfall
Während des Proof-of-Concept konzentrierten sich die Entwicklerteams beider Unternehmen auf das Echtzeit-Leistungsmanagement. Die Arbeit sollte sich schnell skalieren lassen, um dem Umfang von Tier-1-Netzbetreibern in der Cloud gerecht zu werden.
Nokia und Databricks formulieren das KI-Argument
Oguz Sunay, CTO für KI und autonome Netzwerke bei Nokia, erklärte, die Zusammenarbeit mit Databricks sei ein großer Schritt hin zum Aufbau der Datengrundlagen, die für autonome Netzwerke der nächsten Generation erforderlich sind. Er sagte, eine gemeinsame, flexible Datenplattform über Cloud-Umgebungen hinweg könne Netzbetreibern helfen, die Einführung von KI zu beschleunigen und effizientere, widerstandsfähigere und nachhaltigere Netzwerke aufzubauen.
Nevash Pillay, Global Head of Telecommunications Industry bei Databricks, erklärte, Telekommunikationsbetreiber benötigten eine einheitlichere Methode zur Nutzung ihrer Daten, und die Zusammenarbeit zeige, wie eine einheitliche Datenplattform den Betrieb vereinfachen und den Nutzen von KI über Netzwerkdomänen hinweg erschließen könne.
Lesetipp für Teams im Bereich Netzwerkautomatisierung
Für Betreiber, die Roadmaps für autonome Netzwerke erstellen, ist hier nicht das Branding entscheidend, sondern die Architektur: Nokia und Databricks testen eine Datenschicht, die Cloud- und On-Premises-Umgebungen überbrücken soll, ohne dass Code neu geschrieben werden muss. Genau diese Art von Implementierungsdetails werden Beschaffungs- und Plattformteams mit bestehenden OSS/BSS- und Analysesystemen vergleichen.