IT-Trends 2018: Was bleibt, was geht, was kommt?

Internet of Things (IoT) und künstliche Intelligenz (KI) – das waren unbestritten die Buzzwords der IT-Welt im vergangenen Jahr. Da stellt sich die Frage, wie sich diese Trends 2018 entwickeln werden. Geht man von Gartner-Prognosen aus, so ist KI in diesem Jahr immer noch Trend Nummer eins – und entscheidend für neue Geschäftsmodelle sowie für die Kundenbeziehungen. Auch Analytics und „Intelligent Things“ sehen die Analysten weiterhin ganz vorne bei den prägenden Technologiethemen.

Machine Learning und künstliche Intelligenz

Machine Learning und KI schaffen 2018 endgültig den Sprung von der Spielwiese zum Geschäftsfeld. Dahinter steckt im Wesentlichen klassische Analytics-Technologie: Das System lernt aus Beispielen, kann diese nach Abschluss der Lernphase verallgemeinern und damit auch auf unbekannte Daten anwenden. Dass das zuverlässig funktioniert, hat zum Beispiel das SAS Projekt „Paradise Found“ gezeigt.

Dabei ist nicht der coolste Algorithmus gefragt, sondern der praktikabelste. Und der entsteht über klassische Analytics-Basisarbeit: Der Data Scientist muss Daten immer noch richtig aufbereiten, algorithmische Parameter optimieren, Verfahren miteinander vergleichen und zum Schluss ein gutes Verfahren präsentieren, das valide Vorhersagen ermöglicht. „Sexy“ muss nur das Ergebnis sein, nicht der Algorithmus.

Internet of Things

Das IoT profitiert 2018 erstmals faktisch von Technologien wie KI oder maschinellem Lernen. Die alles beherrschende Frage lautet: Wie können aus Sensordaten Erkenntnisse gewonnen werden? Fakt ist, dass ohne Analytics Innovationen wie das autonome Fahren Zukunftsmusik bleiben. Hersteller und Zulieferer werden zu Datenlieferanten und Datenverarbeitern, ihr ursprüngliches Geschäftsmodell wird sich erweitern. Die Diskussion um IoT wird zwangsläufig eine neue Form der Desillusionierung mit sich bringen: Denn Machine Learning & Co. spucken nicht einfach Werte und Wissen auf Knopfdruck aus. Die wohl interessanteste Frage für 2018 lautet deshalb: Wie Analytics-„ready“ sind Unternehmen tatsächlich?

Die IoT-Diskussion muss differenzierter werden, sie muss Fach- und Branchenthemen adressieren, beispielsweise mit Predictive Maintenance und Production Quality (Stichwort: Connected Quality). Als anschauliches Beispiel dafür, wie Sensordaten mittels Streaming-Technologie aus dem Fahrzeug ausgelesen werden können, präsentiert SAS den IoT-Miniaturtruck auf seinem SAS Forum Deutschland am 20./21. Juni 2018 in Bonn.

Customer Intelligence (CI)

2018 ist Omnichannel-Kundeninteraktion in Echtzeit keine Option mehr, sondern ein Muss! Unternehmen, die die Customer Journey nicht konsequent analytisch steuern, nutzen das Geschäftspotenzial nicht vollständig aus und riskieren damit Marktanteile. Das Marketing wird sich verstärkt mit neuen Technologien auseinandersetzen müssen, allen voran mit KI. Einen ersten starken Business Case bilden zum Beispiel Chatbots: Sie können in Callcentern eingesetzt werden, um den Aufwand in der Kundenkommunikation zu reduzieren.

Zudem gilt es, die Rollen und Zusammenarbeit von Mitarbeitern neu zu beleuchten. Die Tendenz geht klar zu mehr Austausch. Um Innovation im Unternehmen voranzutreiben, sollten Erkenntnisse proaktiv genutzt und geteilt werden, statt Informationen nur auf Anfrage aus der Fachabteilung bereitzustellen. In diesem Zusammenhang nicht zu vergessen: Die EU-Datenschutzgrundverordnung (DSGVO), die ab 25. Mai 2018 ohne Wenn und Aber umzusetzen ist. Davon sind vor allem kundennahe Bereiche wie Vertrieb und Marketing betroffen, die ihren Umgang mit Personendaten ganz neu auf den Prüfstand stellen müssen.

Änderungen sind gefragt

Ob Machine Learning, KI, IoT oder Customer Intelligence: Die Technologien haben allesamt großes Potenzial – unbestritten. Datengetriebene Unternehmen müssen diese allerdings zu nutzen wissen. Gefragt sind dabei praktikable Algorithmen und klassische Analytics-Arbeit. In der Zukunft müssen Unternehmen umdenken, alte Geschäftsmodelle erweitern und offen für neue Entwicklungen sein. Predictive Maintenance kann zum Beispiel in der Produktion eingesetzt, Chatbots können zur Interaktion mit Kunden genutzt werden. Um noch mehr Anwendungsfälle zu schaffen und die Technologien in zukunftsweisenden Bereichen einzusetzen, sollten Unternehmen experimentierfreudig sein und das erforderliche Know-how in Form von Data Science-Teams aufbauen.