Künstliche Intelligenz und Machine Learning in Deutschland: Die nächste Stufe der Datenrevolution | Research | IDC Germany

mc_ki2018_banner

Die Entwicklung des Marktes für analytische Lösungen lässt sich aus IDC Perspektive in vier Stufen einteilen: Am Anfang stand die Unterstützung von IT-gestützten Entscheidungsfindungsprozessen auf Basis einfacher Datenbankabfragen. Es folgten OLAP, Data Mining und ETL für komplexe Anfragen. Mit Predictive Analytics und Big Data verschiebt sich der Fokus immer stärker hin zu Trends und vorausschauenden Entwicklungen, die auf historischen Daten basieren. Auf der nächsten Evolutionsstufe sind Unternehmen dank künstlicher Intelligenz bzw. Machine Learning und kognitiven Systemen nun in der Lage, bei der Auswertung und Nutzung interner wie externer Daten völlig neue Wege in der Produktentwicklung, Customer Experience und der digitalen Transformation ihrer IT- und Fachbereiche zu beschreiten.

Empfehlungen und Prognosen, die auf künstlicher Intelligenz basieren, unterstützen eine breite Palette von Applikationen und Anwendungsfällen. Unternehmen sind damit in der Lage, Entscheidungen deutlich schneller und vor allem fundierter treffen. Künstliche Intelligenz darf also nach IDC Einschätzungen durchaus als disruptive Technologie gewertet werden, die einen Umbruch im Umgang mit und der Analyse von Daten einleiten wird.

Machine Learning und künstliche Intelligenz treiben die Digitalisierung
Unternehmen nutzen künstliche Intelligenz und Machine Learning als Katalysator für die Weiterentwicklung von Geschäftsprozessen und wollen von den Skaleneffekten profitieren. Mit der fortschreitenden Digitalisierung setzen Management und Fachbereiche in einer rasch wachsenden Palette von Applikationen und Anwendungsfällen zunehmend auf künstliche Intelligenz und Algorithmen, um Antworten und Unterstützung für die Lösung von Businessanforderungen zu finden. Global betrachtet, werden bis 2019 40 Prozent aller Initiativen zur Umsetzung der DX von Lösungen mit künstlicher Intelligenz unterstützt werden. Plattformen für künstliche Intelligenz und Machine Learning kristallisieren sich dabei immer deutlicher als leistungsstarker und flexibler Lösungsansatz heraus.

Ein wettbewerbsintensiver und komplexer Markt formt sich
Die Märkte und Mitbewerber beginnen, künstliche Intelligenz, maschinelles Lernen und kognitive Systeme immer stärker anzunehmen. IDC erwartet, dass die weltweiten Ausgaben für künstliche Intelligenz und Machine Learning bis zum Jahr 2020 bei über 40 Milliarden Dollar liegen. Gleichzeitig soll die Hälfte aller Lösungen für Business Analytics kognitive Algorithmen verwenden. Sowohl Fachanwendungen als auch Lösungen für IT-Infrastruktur werden immer stärker mit künstlicher Intelligenz angereichert. Daraus entwickelt sich gerade ein äusserst dynamischer und hockkomplexer Markt.

Belastbare Anwendungsfälle „erobern“ die Fachabteilungen
KI/ML-Lösungen sind heute für Firmen aller Branchen verfügbar und nehmen rasant an Fahrt auf. Beispielsweise untersuchen Unternehmen im Gesundheitswesen, wie kognitive Systeme dabei helfen können, "Best Practice"-Diagnosen und Behandlungen unabhängig vom Wohnort der Patienten zu vereinfachen und zu beschleunigen. Finanzdienstleister sind dabei, über alle Kanäle hinweg automatisiert Finanzberatung und Kundenservice auf Basis von KI bereitzustellen. Einige von ihnen nutzen kognitive Systeme, um manuelle Workflows und Geschäftsprozesse bei Finanztransaktionen zu beschleunigen, zu automatisieren oder sogar abzuschaffen. Die verarbeitende Industrie arbeitet an ausgefeilten Strategien für Predictive Maintenance auf der Basis von IoT und Machine Learning. Dies sind nur einige wenige Beispiele für Einsatzszenarien, die gerade evaluiert werden.

Anbieter in der Pflicht: Nutzen von KI/ML muss besser kommuniziert werden
Dennoch - und das muss man realistischerweise feststellen, besteht in der Mehrheit der Unternehmen in Deutschland noch das Wissen über die Vielfalt der Anwendungsszenarien und den Aufwand, der dahintersteht. Derzeit wird KI/ML u.a. für die Automatisierung von Prozessschritten auf Basis der Analyse von Content und mit Hilfe von Lernen durch Erfahrung eingesetzt. Ein weiteres Anwendungsfeld ist das Vorschlagen der „bestmöglichen nächsten Schritte“ und der Ergebnisprognose auf Basis erzeugter Hypothesen, die evaluiert und auf Basis der Erfahrungen weiter verbessert werden. Viele Lösungen beschleunigen die Recherche und Analyse. Sie verstehen natürliche Sprache und lassen sich nicht nur für das geschriebene, sondern auch für das gesprochene Wort nutzen. Bei vielen Anwendungsfällen geht es um die Erweiterung menschlicher Fähigkeiten, aber nicht um einen Ersatz für diese. KI/ML bietet sowohl der IT als auch den Fachabteilungen und Domain-Experten einen hohen Mehrwert. IDC beobachtet allerdings, dass vielerorts noch Unklarheit darüber herrscht, wie KI-Projekte angegangen werden sollten und welche Schritte die Unternehmen zur Umsetzung der Initiativen gehen müssen.  

Call to Action: Anwendungslandschaften sind (noch) intransparent
Der Hype um KI/ML geht einher mit einer aus Sicht vieler Anwender unscharfen Positionierung von Lösungen und Anbietern. Software-Hersteller, Hardware-Produzenten, Cloud-Provider, Beratungsfirmen und IT-Dienstleister müssen sich strategisch aufstellen und nach außen klar kommunizieren, in welchem Kontext sie bei KI/ML dabei sind. Der Markt formiert sich, Anwender suchen Orientierung und Unterstützung. Die Anbieter, die sich jetzt nicht eindeutig positionieren, laufen Gefahr, obsolet zu werden – und das, bevor es überhaupt richtig losgegangen ist. 

Projektstatus:
In Durchführung

Ansprechpartner für dieses Projekt:

Matthias Zacher
Manager Research & Consulting
Tel.: +49 69 90502-116
E-Mail: mzacher@idc.com

Patrik Baumann
Business Development Director
Tel.: +49 69 90502-120
E-Mail: pbaumann@idc.com