Allgemein

IT-Trends und CIO-Agenda 2018, Teil 3

In der vergangenen Woche haben wir Ihnen die ersten beiden Technologietrends vorgestellt. Heute möchten wir Ihnen in dieser Lesereihe zwei weitere Technologietrends erläutern.

Abbildung: 10 Trends for 2018. Quelle: ISG Research.

Betrachten wollen wir heute die Themen „AI & Cognitive Enterprise“ sowie “RPA & Machine Learning”.

AI & Cognitive Enterprise

Das Marktsegment „Data Analytics“ ist die Triebfeder der Künstlichen Intelligenz, die aktuell rund um jedes IT-Thema der Digitalen Transformation kreist. Es sind in erster Linie der Kostendruck in Unternehmen, die Erfüllung von Kundenansprüchen, die Reduzierung der Komplexität und die Erhöhung der Wettbewerbsfähigkeit, die das Thema „Künstliche Intelligenz (KI) / Artificial Intelligence (AI)“ in den Mittelpunkt rücken.

Verschiedenen Studien zufolge ist KI aktuell noch weit von der menschlichen Intelligenz entfernt, könnte aber bis ca. 2050 das Level des Menschen erreichen. Was dann jedoch wahrscheinlich weiterhin unser Alleinstellungsmerkmal sein wird, ist die Empathie. Die Menschheit ist hinsichtlich KI in den 1950er Jahren mit simplen Dateneinträgen gestartet und hat inzwischen schon eine weite Reise hinter sich gebracht. Aktuell stehen wir kurz hinter dem Punkt der selbstlernenden und angepassten Systeme auf Basis von Machine Learning, die Zugriffe auf neuronale Netzwerke via Schnittstelle bzw. API ermöglichen. Erste kognitive Systeme wie zum Beispiel IBM Watson sind als Service mit Branchenausprägungen oder besser „Skills“ verfügbar. Die aktuellen Felder der lernenden und mitdenkenden Systeme beziehen sich in vielen Fällen auf Hypothesentests, die Verarbeitung natürlicher Sprache, das Deuten von unstrukturierten Daten sowie das Lernen aus Erfahrungen und Daten im Allgemeinen.

Der Markt ist also in starker Bewegung – die Veränderungen sind zunehmend exponentiell, weil beispielsweise auch die Public Cloud Hyperscaler verstärkt auf dieses Thema setzen und Google mit TensorFlow oder AWS und Microsoft mit Gluon Platform-APIs für den Zugriff auf neuronale Netzwerke bereitstellen.

Momentan ist der Begriff „Cognitive Computing“ noch ein Hype-Thema, aber schrittweise auch mit Technologien und Verfahren hinterlegt. Eine einheitliche Definition für diesen Begriff ist derzeit noch nicht zu finden, jedoch wird er eng mit dem Begriff „Machine Learning“ verknüpft. Schlussendlich sollen Ideen aus der KI- (Künstliche-Intelligenz-) Forschung in die Unternehmens-IT Einzug halten. So könnten IT-Systeme künftig selbständig erkennen, welche Art von Daten in einer bestimmten Situation vorliegen und mit welcher Software diese zu bearbeiten sind. Der IT-Anbietermarkt ist hier aktuell am Scheideweg: Es gibt zum einen die klassischen Business-Intelligence- und Analytics-Anbieter wie etwa SAS, die ihre Lösungen kürzlich in die Cloud gehievt haben sowie die cloud-nativen Player wie Google, die mit rasanter Geschwindigkeit und Micro Services eine wesentlich höhere Geschwindigkeit vorweisen, als es den Monolithen bzw. Suite-Providern von „früher“ möglich ist. IBM ist hier ein Sonderfall, da IBM zur alten Garde der Analytics Software Provider mit hohem Marktanteil gehört und zugleich auch im Wettbewerb mit Microsoft, AWS, Google und zunehmend Oracle steht. IBM kämpft sozusagen an zwei Fronten und wird daher auch etwas ausgebremst, was sich unter anderem auch am Umsatzrückgang zeigt.

RPA (Robotic Process Automation) & Machine Learning

Maschinelles Lernen ist als Teil Künstlicher Intelligenz derzeit eines der prominentesten Themen am Markt. Dennoch ist der Markt für Robotic Process Automation (RPA) im Moment besonders attraktiv, da im ersten Schritt gut dokumentierte und repetitive Prozesse über Robotersysteme schnell, kostengünstig und vor allem mit hoher Zuverlässigkeit abgearbeitet werden können. Trotz der hohen Adaption von RPA steht jedoch vor allem die nächste Stufe „Machine Learning“ im Fokus der Software- und letztlich KI- bzw. Cloud-Unternehmen.

Die grundlegende Annahme beim maschinellen Lernen ist, dass entsprechende Lösungswege und Ableitungen durch die Analyse und Dazugabe historischer Daten bereitgestellt werden können. Die Erkennung von Mustern und Gesetzmäßigkeiten in vorhandenen Datenbeständen sowie die daraus getroffenen Vorhersagen erfolgen mittels mathematischer Modelle und werden für viele Bereiche, wie z.B. Marketing-Kampagnen, Kundenservices oder auch Logistikrouten angewandt. Somit zählen zum Bereich „Machine Learning“ die Anbieter, deren umfassende, eigenständige und differenzierte Lösungen geeignet sind, große Datensätze bzw. -mengen aus unterschiedlichen Quellen (Text, Sprache, Bilder, Video, Sensoren etc.) aufzubereiten und zu analysieren.

In der letzten Zeit wurden bei der Entwicklung neuer Lernalgorithmen und -theorien große Fortschritte gemacht. Gepaart mit der stetig sich verbessernde Verfügbarkeit von Cloud-Rechenkapazitäten forciert dies das rasante Wachstum in diesem Marktumfeld und führt dazu, dass Machine Learning eines der am schnellsten wachsenden Felder im gesamten Data-Analytics-Umfeld darstellt. Machine Learning stellt die Basis der aktuellen KI- Entwicklung.Die Disziplin des „Deep Learning“ setzt dabei auf das wiederholte Ineinandergreifen und Feinschleifen von Datenanalysen in multiplen neuronalen Netzwerken und ist vom Aufbau an das menschliche Gehirn angelehnt, um komplexe Aufgaben wie Gesichts- und Bilderkennung, Bildklassifizierung und Stimmerkennung zu kombinieren. Die Nutzung solcher Verfahren erfordert in der Regel eine sehr performante Rechenzentrumsinfrastruktur – oder besser echtes Public Cloud Computing aus den Händen eines Hyperscalers. Nur so können nachhaltige Lernmodelle etabliert und trainiert werden, um Datenberge schnell verarbeiten und analysieren zu können.

 

Fortsetzung folgt…

Folgen Sie uns, und lesen Sie auch in den folgenden Wochen alles über die Top 10 der Technologietrends für 2018 sowie die Auf- und Absteiger dieses Jahres. Pro Woche werden weiterhin zwei von zehn Technologietrends 2018 veröffentlicht. Am Ende dieser Technologietrendreihe wird das gesamte Werk als PDF-Download angeboten und die voraussichtlichen Auf- und Absteiger präsentiert.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.