Das Jahresende naht und damit steigt wieder die Zahl der “IT-Tipps und -Trends” für das Jahr 2023. Welche prognostizierten Trends dann am Ende eintreten werden, wissen wir erst in gut einem Jahr. Wir veröffentlichen bis Weihnachten in loser Folge, was bei uns an Trendvorhersagen auf dem Redaktionstisch landet. Unsere Leser müssen auswählen, was davon passen könnte. Allerdings sollte man genau hinschauen, von wem die Trends kommen. Eigeninteressen können den Trendkompass durchaus beeinflussen.
Im digitalen Zeitalter sind die Innovationszyklen kurz und die Reaktionszeit entsprechend gering. Auch 2023 wird die Hersteller, Maschinenbauer und Unternehmen aus Industrie, dem verarbeitenden Gewerbe, Elektronik, Automobil und Medizin vor neue Herausforderungen stellen, um wettbewerbsfähig und innovativ zu bleiben. Der Full-Stack-Embedded-KI-Anbieter zeigt die sechs wichtigsten Embedded-KI-Trends auf, die das Jahr 2023 entscheidend mitbestimmen sollen.
Die Energiekrise setzt Unternehmen schon 2022 zu und wird auch 2023 für viele Veränderungen sorgen. Rechenressourcen auf Servern und Cloud-Kosten steigen deutlich, da diese Systeme sehr energieintensiv sind. Noch mehr Produkthersteller werden auf dezentrale Systeme mit Embedded-KI zurückgreifen. Diese laufen aufgrund der Platzbeschränkung auf günstigen kleinen Halbleitern, sind ressourcensparend und wirken autark vor Ort. Reine Cloud- oder intensive Edge-Anwendungen bekommen einen Dämpfer.
Durch die akuten und auch anhaltenden Lieferschwierigkeiten vom Elektroantrieb bis zum Schlauch in der Maschinenbaubranche setzen agile und flexible Hersteller in kürzeren Zyklen neue Produkte von neuen Zulieferern ein. Predictive Maintenance wird wichtiger, da die noch fehlende Erfahrung der neu eingesetzten Bauteile in Bezug auf deren Qualität aufgefangen werden muss. So kann verhindert werden, dass der Endkunde Nachteile der Kompromisslösungen zu spüren bekommt, da Fehlerfälle frühzeitig und ohne Ausfall oder gar Image-Schaden behoben werden können. Zudem wird die Predictive Maintenance durch die weiter steigende Rechenleistung der kleineren Halbleiter (wie z.B. solchen mit den neusten NPUs (Neural Processing Units)) immer tiefgehender und effektiver, was aufgrund hoher Datenmengen die sofortige Verarbeitung vor Ort in Echtzeit (Embedded-KI) voraussetzt.
Der Trend zu steigender Rechenleistung bei kleinsten und günstigsten Halbleiter-Recheneinheiten, begleitet von der Weiterentwicklung der Algorithmik bei künstlichen neuronalen Netzen (KNNs), führt zu Möglichkeiten tiefergehender und komplexerer Interaktion mit dem Nutzer bzw. Bediener. User Interaction wie z.B. Personen-Raumerkennung, Insassenerkennung oder Keyword-Spotting werden mehrwertschöpfend beginnen, auf das Verhalten von Menschen und deren Emotionen zu reagieren.
Was bisher nur auf größeren Systemen möglich war, wird mit günstigen Systemen im zwei- bis dreistelligen Eurobereich umsetzbar. Konkrete Folgen sind Technologiesprünge beim inkrementellen Lernen und der Sprachtrennung. Ersteres ermöglicht die Anpassung lokaler Machine-Learning-Modelle an Nutzung (z.B.: Rechts- oder Linkshänder?) oder Umgebung (z.B.: Steht die Prozessanlage in trockener Hitze oder in feuchter Kälte?), während zweitere zu einer besseren, lokalen Spracherkennung der Bedienerstimme in verrauschten Umgebungen führt.
Die Notwendigkeit, gerade Haushalts- und Medizingeräte intelligenter und dadurch zeitsparender bei gleichzeitiger Senkung des Betreuungsaufwands zu gestalten, wird exponentiell wachsen. Das kann zum Beispiel ein Chirurgie-Lasergerät sein, das dank Spracherkennung direkt ohne eine Hilfsschwester-Bedienerin auf die Anweisungen des Chirurgen hört, oder eine Zahnbürste, die den Zahnstatus auf Ultraschallebene überwacht und so den präventiven Arztbesuch einspart. Auch Saug-Roboter oder Raumlüfter werden durch lokale Objekt- und Staubanalysen immer zuverlässiger, sodass die Arbeit im Haushalt weniger Zeit in Anspruch nimmt.
Der globale Systemwettbewerb wird sich im kommenden Jahr noch stärker zuspitzen. Die westliche Industrie wird sich gegen Asien nicht mehr durch klassische Produktleistung, wie etwa Blechbiegen und Prozessfunktionen, durchsetzen können. Stattdessen wird der bereits aufziehende Trend der Hardware-as-a-Service (HaaS), also die Vermarktung von Geräte- und Maschinennutzung an Stelle des Stückzahlverkaufs, mehr und mehr zur Normalität. Durch Einsatz von Embedded-KI zwecks Verschleißerkennung und Benutzerverhaltensanalyse werden Hersteller optimale Lebensdauern und Maschinenverfügbarkeiten bei sinkenden Wartungskosten erreichen. Service- und Kundenorientierung, aber auch Nachhaltigkeit rücken bei derartigen Leasing-, Miet-, Abo- und Servicemodellen folglich in den Vordergrund.
LLMs besitzen einerseits innovative neue Fähigkeiten, stellen Unternehmen allerdings auch vor diverse Herausforderungen: ob EU…
Server-Ausbau in den USA und China macht große Fortschritte, deutscher Weltmarktanteil sinkt. Lichtblicke in Frankfurt…
Der Markt für Workplace Services gerät in Bewegung. Das bestmögliche digitale Nutzererlebnis gilt als Schlüssel…
Schutz für 10.000 Postfächer über rund 200 Domains: Private-Stack-Variante kombiniert Vorteile einer Cloud-Lösung mit Sicherheit…
Huawei Connect Paris: Innovationen rund um Data Center, Storage und IT-Sicherheit.
Mit KI optimieren Hacker ihre Angriffsversuche. Ist CIAM eine Lösung, mit der sich Unternehmen vor…