Wir sind dabei: AI Assistants in the Cloud auf der TD SYNNEX TechNighT

Inhalt:

In diesem Slot zeigen wir die Cloud-Perspektive. Gemeinsam mit Microsoft und NVIDIA wird beleuchten wir, wie AI-Assistenten in Microsoft Azure bzw. Azure Foundry bereitgestellt werden können, welche Vorteile Cloud-Services für Geschwindigkeit, Skalierung und Integration mitbringen und wie NVIDIA-Technologien wie NIM oder Nemotron dabei eingebunden werden. Microsoft positioniert Azure AI/Foundry ausdrücklich für sichere AI Apps und Agents und hat die Zusammenarbeit mit NVIDIA rund um Agent-Workflows, Modelle und Infrastruktur zuletzt weiter ausgebaut.

Kernbotschaft:

Nicht jeder Assistant wird lokal starten — aber jeder braucht ein sauberes Betriebsmodell.

Was der Slot transportiert:

• Cloud als schneller Einstieg für AI-Assistenten
• Integration in bestehende Microsoft-Welten
• Governance, Observability und Skalierung in der Cloud
• Gegenüberstellung zu on-prem als Betriebsoption, nicht als Gegenspieler

Powered by Microsoft & NVIDIA

Inhalt:

Im Hands-on-Lab geht es vom Konzept in die Praxis: Die Teilnehmer setzen erste Schritte mit einem AI-Assistenten exklusiv auf Microsoft Azure und Azure Foundry um und erleben, wie aus Modellen, Runtime und Plattformdiensten ein nutzbarer Assistant entsteht. Im Fokus steht dabei nicht die perfekte Endlösung, sondern ein verständlicher Einstieg in Aufbau, Konfiguration und erste Interaktionen.

Kernbotschaft:

KI beginnt mit Machen – nicht mit Perfektion.

Was der Slot transportiert:

• Praxis statt Theorie: Die Teilnehmer erleben KI nicht als abstraktes Buzzword, sondern als greifbare Technologie, die sie selbst konfigurieren und testen.
• Innovationsmut: Durch den bewussten Einsatz von Early-Preview-Technologien wie NemoClaw wird Neugier geweckt und Experimentierfreude gefördert.
• Verantwortung & Kontrolle: Sicherheit, Governance und Privacy werden von Beginn an mitgedacht – als integraler Bestandteil jeder KI-Lösung.
• Enablement: Der Slot befähigt die Teilnehmer, erste eigene Schritte zu gehen und KI-Projekte realistisch einzuordnen – technisch wie organisatorisch.