Gartner-Analyse zu KI Generative KI als keimender IT-Trend

Anbieter zum Thema

Gartner Deutschland GmbH

WatchGuard Technologies GmbH

Fsas Technologies GmbH

Derzeit befindet sich generative Künstliche Intelligenz auf dem Gipfel der hohen Erwartungen im „Hype Cycle for Emerging Technologies, 2023“ der Gartner-Analysten und wird voraussichtlich in zwei bis fünf Jahren einen transformativen Nutzen erzielen.

KI gewinnt schnell an Bedeutung, schafft neue Innovationsmöglichkeiten und ist ein Schlüsseltrend in dem aktuellen Hype Cycle for Emerging Technologies 2023. Dazu hält Arun Chandrasekaran, Analyst bei Gartner, fest: „Die Popularität vieler neuer KI-Techniken wird einen erheblichen Einfluss auf Wirtschaft und Gesellschaft haben.“ Er ist der Ansicht, dass vor allem auch die Verbreitung generativer KI-Anwendungen eine neue Phase der Mitarbeiter-Produktivität und maschineller Kreativität einläuten werde.

Nach dem Gartner-Report zu den Trends bei Data Science und Machine Learning (DSML) entwickelt sich beides von der Fokussierung auf Vorhersagemodelle zu einer stärker demokratisierten, datenzentrierten Disziplin. Zudem beobachten die Analysten eine Verschiebung des Fokus auf generative KI-Investitionen.

Bestimmende Data-Science und Machine-Learning-Trends

Peter Krensky, leitender Analyst bei Gartner, ist überzeugt, dass der Einsatz von Maschinellem Lernen in allen Branchen rapide zunehmen werde. „Dies wird auch durch die Begeisterung für generative KI angeheizt. Es entstehen zwar potenzielle Risiken, aber auch viele neue Möglichkeiten und Anwendungsfälle für Data Scientists und ihre Unternehmen,“ ergänzt der Analyst.

Gartner hat folgende DSML-Trends ausgemacht:

Cloud Data Ökosysteme: Daten-Ökosysteme entwickeln sich von eigenständiger Software oder gemischten Implementierungen zu vollständigen Cloud-nativen Lösungen. Gartner geht davon aus, dass bis 2024 rund 50 Prozent der neuen Systemimplementierungen in der Cloud auf einem zusammenhängenden Cloud-Daten-Ökosystem basieren werden und nicht auf manuell integrierten Punktlösungen.

Gartner empfiehlt Unternehmen, Datenökosysteme auf der Grundlage ihrer Fähigkeit zu bewerten, verteilte Datenherausforderungen zu lösen sowie auf Datenquellen außerhalb ihrer unmittelbaren Umgebung zuzugreifen und diese zu integrieren.

Edge-KI: Die Nachfrage nach Edge-KI steigt, um die Verarbeitung von Daten am Entstehungsort zu ermöglichen und Unternehmen dabei zu helfen, Erkenntnisse in Echtzeit zu gewinnen, neue Muster zu erkennen und strenge Datenschutzanforderungen zu erfüllen. Edge-KI hilft Unternehmen außerdem, die Entwicklung, Orchestrierung, Integration und Bereitstellung von KI zu verbessern.

Gartner prognostiziert, dass bis 2025 mehr als 55 Prozent aller Datenanalysen durch neuronale Netze am Ort der Erfassung in einem Edge-System stattfinden werden, während es 2021 noch weniger als 10 Prozent waren. Unternehmen sollten die Anwendungen, das KI-Training und das Inferencing identifizieren, die erforderlich sind, um in Edge-Umgebungen in der Nähe von IoT-Endpunkten zu arbeiten.

Verantwortungsvolle KI: Sie macht KI zu einer positiven Kraft und nicht zu einer Bedrohung für die Gesellschaft und für sich selbst. Sie umfasst viele Aspekte der richtigen geschäftlichen und ethischen Entscheidungen bei der Einführung von KI, die Unternehmen oft unabhängig voneinander angehen, wie geschäftlicher und gesellschaftlicher Wert, Risiko, Vertrauen, Transparenz und Verantwortlichkeit. Gartner sagt voraus, dass die Konzentration von vortrainierten KI-Modellen bei 1 Prozent der KI-Anbieter bis 2025 verantwortungsvolle KI zu einem gesellschaftlichen Anliegen machen wird.

Gartner empfiehlt Unternehmen, einen Risiko-adäquaten Ansatz für die Bereitstellung von KI-Werten zu wählen und bei der Anwendung von Lösungen und Modellen Vorsicht walten zu lassen. Lassen Sie sich von den Anbietern versichern, dass sie ihre Risiko- und Compliance-Verpflichtungen einhalten, um Unternehmen vor potenziellen finanziellen Verlusten, rechtlichen Schritten und Reputationsschäden zu schützen.

Datenzentrierte KI: bedeutet eine Abkehr von einem modell- und codezentrierten Ansatz hin zu einer stärkeren Datenorientierung, um bessere KI-Systeme zu entwickeln. Lösungen wie KI-spezifisches Daten-Management, synthetische Daten und Datenetikettierungstechnologien zielen darauf ab, viele Herausforderungen in Bezug auf Daten zu lösen, darunter Zugänglichkeit, Volumen, Datenschutz, Sicherheit, Komplexität und Umfang.

Die Verwendung generativer KI zur Erstellung synthetischer Daten ist ein Bereich, der schnell wächst und die Beschaffung von realen Daten erleichtert, damit maschinelle Lernmodelle effektiv trainiert werden können. Gartner prognostiziert, dass bis 2024 60 Prozent der Daten für KI synthetisch sein werden, um die Realität und Zukunftsszenarien zu simulieren und die KI zu entschärfen – im Vergleich zu 1 Prozent im Jahr 2021.

Beschleunigte KI-Investitionen: Diese werden sich laut Gartner weiter beschleunigen, sowohl bei Unternehmen, die Lösungen implementieren, als auch bei Branchen, die durch KI-Technologien und KI-basierte Unternehmen wachsen wollen. Gartner prognostiziert, dass bis Ende 2026 mehr als 10 Milliarden US-Dollar in KI-Startups investiert werden, die sich auf Basismodelle stützen – große KI-Modelle, die auf riesigen Datenmengen trainiert wurden.

Eine aktuelle Gartner-Umfrage unter mehr als 2.500 Führungskräften ergab, dass 45 Prozent der Befragten angaben, der jüngste Hype um „ChatGPT“ habe sie dazu veranlasst, ihre KI-Investitionen zu erhöhen. Siebzig Prozent der Befragten gaben an, dass sich ihr Unternehmen im Untersuchungs- und Erkundungsmodus mit generativer KI befindet, während 19 Prozent im Pilot- oder Produktionsmodus sind.

Produktivität steigern

In den Insights dieses Monats prognostizieren die Analysten, dass bis 2025 generative KI zum Beispiel Autoren und Vermarkter bei der Hälfte der Generierung neuer Inhalte unterstützen wird. Die KI biete jetzt schon jedem die Möglichkeit, produktiver und konsistenter zu werden. Sie erweitert die Reichweite von Expertise, Kreativität und Wissen.

Als Nächstes werde die KI die Schaffung neuer Erkenntnisse, Modelle und Fähigkeiten in den Vordergrund rücken. Bei der Entdeckung neuer Medikamente beispielsweise helfe die KI vom Auffinden chemischer Wechselwirkungen über Arzneimittelwechselwirkungen bis hin zu Patientenreaktionen. Künftig könnte KI Aufgaben von Arbeitskräften ersetzen, aber es bleibe abzuwarten, ob KI den Menschen vollständig ersetzen kann. Zunächst ergänze KI die menschlichen Fähigkeiten und ersetze die Aufgaben vieler Mitarbeiter.

Angesichts der Prognosen für die Cloud-Nutzung (s.u.), heißt das für die Anwender, die einen Provider haben, der das alles nicht unterstützt: Wechsel des strategischen Cloud-Anbieters in Erwartung der künftigen Einführung generativer KI-Dienste. Die Analysten von Gartner empfehlen, dass Unternehmen, die ein spezifisches generatives KI-Projekt haben, auf ihren bestehenden strategischen Cloud-Anbieter zurückgreifen sollten, wenn dieser über die erforderlichen Fähigkeiten verfügt. Andernfalls sollten sie Anbieter wählen, die über die Fähigkeiten verfügen, die ihre Projektanforderungen im Rahmen ihrer Richtlinien für die Platzierung von Workloads in mehreren Clouds erfüllen.

Nicht nur KI

Melissa Davis, Analystin bei Gartner, warnt aber vor blinden Flecken, was die Zukunft anbelangt: „Während alle Augen derzeit auf KI gerichtet sind, müssen CIOs und CTOs ihre Aufmerksamkeit auch auf andere aufkommende Technologien mit Transformationspotenzial richten“, sagt sie. Dazu gehörten Techniken, die das Entwicklererlebnis verbesserten, Innovationen durch die allgegenwärtige Cloud vorantreiben und menschenzentrierte Sicherheit und Datenschutz bieten könnten.

Da sich die Techniken und Technologien in diesem Hype Cycle noch in einem frühen Stadium befänden, bestehe eine große Unsicherheit darüber, wie sie sich entwickeln würden. Sie setzt hinzu, was immer gilt: „Solche embryonalen Technologien bergen größere Risiken für die Einführung, aber potenziell auch größere Vorteile für frühe Anwender.“ Explizit geht es in der Gartner-Einschätzung um KI-Simulation, kausale KI, föderiertes Maschinelles Lernen, Graph Data Science, neurosymbolische KI und Reinforcement Learning.

Drei weitere aufkommende Technologietrends

Entwicklererfahrung (DevX): DevX bezieht sich auf alle Aspekte der Interaktion zwischen Entwicklern und den Tools, Plattformen, Prozessen und Menschen, mit denen sie arbeiten, um Softwareprodukte und -dienste zu entwickeln und bereitzustellen. Die Verbesserung von DevX sei für die meisten Unternehmen entscheidend für den Erfolg ihrer digitalen Initiativen. DevX sei auch von entscheidender Bedeutung, wenn es darum gehe, Spitzenkräfte zu gewinnen und zu halten, die Moral im Team hoch zu halten und sicherzustellen, dass die Arbeit motivierend und lohnend ist.

Zu den Schlüsseltechnologien, die DevX verbessern, gehören KI-gestütztes Software-Engineering, API-zentrierte SaaS, Gitops, interne Entwicklerportale, Open-Source-Programmierung und das Management von Werten beziehungsweise deren Fluss.

Cloud – immer und überall: In den kommenden zehn Jahren wird sich Cloud Computing von einer technischen Innovationsplattform zu einer allgegenwärtigen entwickeln und wesentlichen Triebkraft für Unternehmensinnovationen werden, so Gartner. Um diese flächendeckende Einführung zu ermöglichen, werde Cloud Computing immer mehr verteilt und auf vertikale Branchen ausgerichtet. Um den Wert von Cloud-Investitionen zu maximieren, seien eine automatische betriebliche Skalierung, der Zugang zu Cloud-nativen Plattform-Tools und eine angemessene Governance erforderlich.

Zu den Schlüsseltechnologien, die Pervasive Cloud ermöglichen, gehören Augmented FinOps, Cloud-Entwicklungsumgebungen, Cloud-Nachhaltigkeit, Cloud-Native, Cloud-Out-to-Edge, Industrie-Cloud-Plattformen und WebAssembly.

Der Mensch im Mittelpunkt von Sicherheit und Datenschutz: Der Mensch sei nach wie vor die Hauptursache für Sicherheitsvorfälle und Datenschutzverletzungen. Unternehmen könnten durch die Implementierung eines auf den Menschen ausgerichteten Sicherheits- und Datenschutzprogramms, das ein Sicherheits- und Datenschutzgewebe in das digitale Design des Unternehmens integriert, widerstandsfähiger werden. Neue Techniken und Technologien ermöglichten es Unternehmen, eine Kultur des gegenseitigen Vertrauens und des Bewusstseins für gemeinsame Risiken bei der Entscheidungsfindung zwischen vielen Teams zu schaffen.

Zu den Schlüsseltechnologien, die den Ausbau der Sicherheit und des Datenschutzes unterstützten, gehörten AI TRISM, Cybersecurity Mesh Architecture, generative Cybersecurity AI, homomorphe Verschlüsselung und Postquantum-Kryptografie.

(ID:49665052)