Gartner identifiziert Zukunftstrends für Data Science und Machine Learning

Trend 1: Cloud Data Ecosystems

Daten-Ökosysteme entwickeln sich von eigenständiger Software oder gemischten Deployments zu vollständigen Cloud-nativen Lösungen. Gartner geht davon aus, dass bis 2024 die Hälfte 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.

Trend 2: Edge-KI

Die Nachfrage nach Edge-KI wächst, 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 tiefe neuronale Netze am Ort der Erfassung in einem Edge-System stattfinden werden. 2021 waren es  noch weniger als 10 Prozent. Unternehmen sollten die Anwendungen, das KI-Training und die Maßnahmen identifizieren, die für den Wechsel zu Edge-Umgebungen in der Nähe von IoT-Endpunkten erforderlich sind.

Trend 3: Verantwortungsvolle KI

Verantwortungsvolle KI 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 empfiehlt Unternehmen, einen risikoadäquaten Ansatz zu verfolgen, um KI-Mehrwert zu schaffen, und bei der Anwendung von Lösungen und Modellen Vorsicht walten zu lassen. Unternehmen sollten sich von den Anbietern versichern lassen, dass sie ihre Risiko- und Compliance-Verpflichtungen einhalten, um Unternehmen vor potenziellen finanziellen Verlusten, rechtlichen Schritten und Reputationsschäden zu schützen.

Trend 4: Datenzentrierte KI

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 Datenmanagement, 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.

Trend 5: Beschleunigte KI-Investitionen

Die Investitionen in KI werden sich 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, dass der jüngste Hype um ChatGPT sie dazu veranlasst hat, ihre KI-Investitionen zu erhöhen. 70 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.