ISG Research differenziert bei den Trend-Aussagen klar zwischen den Information Technology Trends und den CIO-Prioritäten sowie zwischen den Trendaussagen für 2018 und den langfristig gültigen Megatrends.
Foto: ISG - Information Services Group
Als übergreifendes Thema und Megatrend steht nach wie vor die Digitale Transformation, die aber von Unternehmen zu Unternehmen sehr unterschiedlich interpretiert wird. Nur wenige Unternehmen haben eine Digitale Transformation in ihrem Unternehmenszielen bereits verankert.
CIO-Prioritäten 2018
Der CIO schaut natürlich mit großem Interesse auf die Technologietrends, hat aber doch teilweise sehr unterschiedliche Aufgaben und Herausforderungen. ISG hat diese in den 10 Top CIO-Prioritäten für 2018 zusammengefasst:
Digital Transformation
Innovation & Agility
Human Capital Management
Future Sourcing
Legacy Application & DevOps
Cyber Security & Regulatory Compliance
Intelligent Automation (Artificial Intelligence, AI; Robotic Process Automation, RPA)
Enterprise Mobility
Business Analytics
Total Customer Experience (Digital Customer Journey, DCJ)
1. Digital Transformation, Innovation & Agility
Für viele CIO ist die größte Herausforderung das Skill Management. Ohne die richtigen Mitarbeiter tut er sich schwer, eine Digitale Agenda des Unternehmens in enger Partnerschaft mit dem Geschäftseinheiten zu entwickeln, geschweige umzusetzen. Wenn ein Chief Digital Officer vorhanden ist, dann ist die Zusammenarbeit oft eine Herausforderung. Eine bimodale IT-Organisation mag für einige Unternehmen eine Übergangslösung sein, um an der Kundenschnittstelle Geschwindigkeit zu bekommen.
Aber für eine wirkliche Transformation muss die gesamte IT-Organisation agil werden, ansonsten gibt es unweigerlich Konfrontationen. 50 Prozent der bimodalen IT-Organisationen scheitern und bestätigen damit diesen Konflikt und das Fehlen einer Gesamttransformation.
IT-Organisationen kämpfen seit Jahren mit dem Thema Innovation - mehr oder weniger erfolgreich. Im Moment ändert sich der Fokus auf stärker auf Agilität, um schneller auf die ständig neuen Anforderungen eingehen zu können und die gesamte IT-Organisation darauf einzustellen und zu transformieren.
2. Future Sourcing
Das traditionelle Sourcing steht vor großen Herausforderungen und muss sich dringend zu Future Sourcing verändern, da zunehmend mehr Leistungen bezogen und nicht mehr inhouse produziert werden. Die Veränderung von Capital Spending (CAPEX) zu Operational Spending (OPEX) und IT-as-a-Service auf der einen Seite, kleinere Outsourcing-Deals und kürzere Vertragslaufzeiten, die Durchdringung des Unternehmens mit Themen wie IoT und Digital Transformation sowie neuen Business-Modellen auf der anderen Seite, führen zu neuen Buying Centers, oft außerhalb der klassischen IT, und damit zu einer Vervielfachung der Sourcing-Transaktionen.
Dies bekommt der Einkauf ebenfalls stark zu spüren und gleichzeitig erhöht sich der Druck, die gesamte Beschaffungszeit für die Serviceleistungen erheblich zu reduzieren. Hier sind dringend neue Ansätze und eine Überarbeitung der Vorgehensweise gefordert.
3. Intelligent Automation
Auch wenn Artificial Intelligence (AI), Robotic Process Automation (RPA), Cognitive Computing und Big Data in aller Munde sind, so ist doch die traditionelle Herausforderung mit Business Intelligenz und den notwendigen Data Scientists in vielen Unternehmen nicht gelöst und immer noch in den Kinderschuhen. Hier planen viele Unternehmen, ihre Investitionen zu erhöhen, da dies wiederum die Voraussetzung für andere Themen wie Intelligent Automation ist.
Foto: ISG - Information Services Group
4. Cyber Security
Die Anforderungen an Cyber Security und Umsetzung der regulativen Herausforderungen ist hinlänglich bekannt, aber in über drei Viertel der Unternehmen erst rudimentär adressiert. Nur ein Viertel weiß überhaupt über die Security-Ausgaben Bescheid und misst diese. Dies gilt nicht nur für den Mittelstand, sondern auch für große börsennotierte Unternehmen. Regelmäßige Überprüfungen, Zertifizierungen und Audits sind selten durchgängig implementiert.
5. Total Customer Experience
Digital Customer Journey ist ein weiteres schönes Schlagwort und betrachtet oft nur singulare Kundentranskationen und Kundeninteraktionen. Nachdem Online-Business bereits in vielen Bereichen und für viele Menschen die bevorzugte Interaktion mit Unternehmen ist, insbesondere im B2C-Bereich, ist es erschreckend zu sehen, wie mangelhaft viele Unternehmensauftritte sind.
Technologie-Trends 2018
Wenn wir uns die Technologie-Trends für 2018 anschauen, dann standen natürliche viele davon bereits 2017 auf der ISG Top 10 Liste. Doch haben sie einen anderen Reifegrad erreicht und damit ist auch eine andere Fokussierung bzw. Priorisierung notwendig.
Die 10 Information Technology Trends für 2018 sind:
From Private to Public Cloud
Cyber Security
Future Workspace
(Industrial) Internet of Things (IoT)
AI & Cognitive Enterprise
RPA & Machine Learning
Augmented & Virtual Reality
Edge Computing
Blockchain & BPM-as-a-Service
Consumerization
1. Von der Private zur Public Cloud
Unternehmen auf der ganzen Welt treten die Reise in die Public Cloud an. Zumindest in der Future Mode of Operation (FMO)-Strategie ist dies bei der Mehrheit der Unternehmen ersichtlich. Weltweit werden voraussichtlich bis 2020 60 Prozent der Workloads in einer Public Cloud laufen. In Deutschland wahrscheinlich erst 30 Prozent bis maximal 40 Prozent. Dies liegt an dem zögerlichen Start aufgrund von Compliance und Security-Anforderungen, die Public Clouds zu Beginn nicht erfüllen konnten.
Die Private Cloud Readiness der Unternehmen liegt nach wie vor nicht über 25 Prozent und kann in vielen Fällen auch nur als modernisiertes Hosting oder Virtualisierung 2.0 verstanden werden.
Private Cloud Computing ist in vielerlei Hinsicht als Brückentechnologie zu sehen, um den Standard für den Gang in die Public Cloud zu erhöhen und ein plattformbasiertes Sourcing im ITaaS-Stil durchführen zu können. Unternehmen brauchen starke Partner auf dem Weg in die echte Public Cloud und Hilfestellung in puncto
Rollen- und Rechte-Verwaltung
Vertragsmanagement unter Einhaltung der Compliance
Hybrid System Management und die Absicherung multipler Systeme
Zusammenführung von Datensilos
Erhöhung der Innovationskraft und Kundennähe
Die externe Hilfe durch IT-Dienstleiter, um die richtige Dosis und Strategie für den etwaigen Aufbau eines Digital Labs oder einer eigenen DevOps-Mentalität zu definieren, sind Knackpunkte der Cloud- bzw. digitalen Transformation.
2. Cyber Security
Trotz "Wannacry" & Co. haben es IT-Verantwortliche häufig schwer, Security-Investitionen gegenüber der Geschäftsleitung - speziell gegenüber dem CFO, dem sie immer öfter unterstellt sind - zu begründen und zu rechtfertigen. Dabei besteht die größte Herausforderung darin, Security von verschiedenen Seiten aus zu betrachten und dementsprechend in die IT- und Geschäftsstrategie aufzunehmen, um dann auch die entsprechenden Budgets einzuplanen und Security-Lösungen fachabteilungskonform zu implementieren.
Identity & Access Management ist dabei für den sicheren und zugleich einfachen Systemzugang ein Schlüssel zum Erfolg und wurde bereits über viele Jahre als Notwendigkeit in den Top Trend-Aussagen gestresst.
Die Budgets für das Thema IT-Security werden in den kommenden Jahren voraussichtlich im zweistelligen Prozentbereich steigen. Grund hierfür ist die wachsende Sensibilisierung - auch durch ständig neu bekanntwerdende Hackerangriffe - sowie die Tatsache, dass immer mehr Sicherheit in IT-Geräte integriert wird. Das Thema Digitalisierung und die damit einhergehende Verschiebung der IT-Kräfteverhältnisse in Richtung Geschäftseinheiten wird diese Entwicklung zusätzlich vorantreiben.
Auf der Seite der Lösungsanbieter verschmelzen immer häufiger Cloud- und Analytics-Komponenten in Cyber-Security-Suites, die Modularität brauchen, um dem Zwiespalt von Governance und Aktualität bzw. Prognose-Qualität und -Geschwindigkeit gerecht zu werden.
3. Future Workspace
Workspace Services werden zunehmend integriert angeboten. ISG erwartet, dass Workspace Services künftig durch integrierte Business Solutions abgelöst werden. Diese beinhalten typischerweise Unified Endpoint Management, Telefonie, Unified Communications and Collaboration (UCC), Social Media, Smart Printing, Desktop as a Service und die Umsetzung von ersten Industrie 4.0- oder Internet-of-Things-Initiativen.
Die einzige Ausnahme sind IMAC-Services (Installieren, Umziehen, Hinzufügen und Verändern von IT-Arbeitsplätzen), welche zunehmend als separater Zusatzdienst angeboten und bepreist werden, damit sie besser auf Verbrauchsbasis abgerechnet werden können.
Das Management der Endanwendergeräte erfolgt derzeit immer noch größtenteils über unterschiedliche Werkzeuge - MDM (Mobile Device Management) für Smartphones und Tablets, Management-Suites für Notebooks und Desktops, weitere Management-Suites für Netzwerk, Server, Storage und Spezialwerkzeuge für Spezial-Devices. Dies wird sich jedoch schnell ändern.
Foto: ISG - Information Services Group
In der Praxis setzt sich die integrierte Nutzung von Geräten im Sinne von Unified Communications & Collaboration (UCC) durch - mit der Betonung auf "Unified", um die Effizienzvorteile wie etwa bessere Erreichbarkeit und schnellere Abstimmungen voll nutzen zu können. Zudem erleichtert die Integration von Social-Lösungen deren Akzeptanz bei vielen Mitarbeitern, die Social-Collaboration-Lösungen immer noch lediglich als eine zusätzliche Inbox sehen, die zusätzlich zum E-Mail-Postfach eingesehen werden muss.
Eine der Barrieren für mobile Produktivität liegt seit je her in der fehlenden Integration in Workflows und Backendsysteme. ISG erwartet für 2017 deutliche Fortschritte in der Nutzbarkeit, der Integration und der endgerätespezifischen Konfiguration von Mobile Apps. Das wichtigste Innovationsthema wird eine auf das Device angepasste Nutzbarkeit in Kombination mit Sprach- und Dateneingabe sein. Hier spielen zum Beispiel Anbieter wie Salesforce und Apple eine große Rolle - der eine bietet die Technik und der andere das Design und die Usability.
4. (Industrial) Internet of Things (IoT)
Ob in der Automobilindustrie, im produzierenden Gewerbe, Facility Management, Retail oder in der Logistik - in nahezu allen Branchen klaffen Vision und Implementierung von IoT weit auseinander. Wir sehen Visionen von selbstfahrenden Schiffen und Autos sowie vollautomatisierten Firmen einerseits; andererseits werden IoT-Projekte in Deutschland derzeit hauptsächlich realisiert, um Prozesse zu optimieren, Stromkosten zu reduzieren oder Wartungsintervalle für Fertigungsroboter zu verbessern.
ISG geht davon aus, dass in Deutschland in diesem Jahr etwa 1,5 Milliarden Euro an Investitionen im Bereich von Industrie 4.0 bzw. Industrial Internet of Things (IIoT) getätigt werden. Dieser Wert wird bis zum Jahr 2020 auf etwa 2,5 Milliarden Euro anwachsen. Die Vernetzung & Automatisierung von Geräten, Maschinen und Produkten schreitet vor allem im produzierenden Gewerbe voran. Neue Geschäftsmodelle, die vom Markt angenommen werden, sind allerdings noch rar. IoT-Projekte sind von hoher Komplexität und bei der Sicherheitsarchitektur sind noch viele Fragen offen.
In den vergangenen zwölf Monaten sind einige größere IoT-Ökosysteme entstanden, in denen Softwarehersteller, IT-Systemhäuser und Hardwareproduzenten eng miteinander kooperieren. Nahezu jeder Anbieter und Dienstleister setzt auf offene Schnittstellen, um an den verschiedensten IoT-Plattformen und Cloud-Lösungen andocken zu können. IoT-Plattformen stehen als Daten-Drehscheiben (für die Datenintegration, -speicherung, -analyse und -visualisierung) im Mittelpunkt der Entwicklung.
Zu "Full-Service"-IoT-Plattformen mit einem voll integrierten Portfolio an Daten-, Device- und Prozessmanagement gesellen sich neue IoT-Integrations-Plattformen. Diese stellen Konnektoren mit offenen Schnittstellen zur Verfügung, um diverse Daten-, Device- und Prozessmanagement-Lösungen schnell und einfach zu verbinden. Die Konsolidierung verschiedener Ausprägungen, wie zum Beispiel MES-Plattformen (Manufacturing Execution System), hat insofern stattgefunden, als dass weniger Anbieter mit einer eigenen Plattform in diesen Markt eingetreten sind als erwartet.
Industrie 4.0-Plattformen werden für vorausschauende Instandhaltung oder für die Analyse der realen Nutzungszeit von Maschinen verwendet. Sie erhöhen den Automatisierungsgrad über die Verknüpfung von Analytics mit MES-Systemen und ERP-Anwendungen. Auch in diesem Markt gibt es zunehmend Partnerschaften zwischen MES-Spezialisten, IT-Systemhäusern und Softwareherstellern, um ganzheitliche Szenarien zu ermöglichen.
Wir werden zunehmend sehen, dass Anwenderunternehmen die IoT/I4.0-Erfahrung durch Inhouse-Projekte erworben haben, versuchen werden, diese Expertise auch auf dem externen Markt anzubieten. Dadurch entwickeln sich diese von einem typischen IoT/I4.0-Anwenderunternehmen hin zu einem IoT/I4.0-Anbieter.
Hierbei kann es einerseits darum gehen, ganz spezielle technologische IoT/I4.0-Eigenentwicklungen (zum Beispiel im Maschinen- und Anlagenbau) auch anderen Unternehmen zugänglich zu machen, die einen ähnlichen Bedarf haben. Oder andererseits, dass intern erworbene IoT/I4.0-Know-How im Rahmen von Beratungs- oder Integrationsservices auch anderen Unternehmen anzubieten.
Die Bosch Software Innovation ist dafür ein gutes Beispiel und weitere werden folgen. Dadurch kann sich das Geschäftsmodell eines Unternehmens in eine ganz neue Richtung entwickeln.
In Industrieunternehmen gehen die aktuellen Herausforderungen jedoch über das Industrial Internet of Things weit hinaus. Vor allem wird die Wahl der jeweils richtigen Technologie, der passenden Plattformen, IT und Partner vor allem von drei Faktoren beeinflusst:
Verbesserung der Kundenerfahrung: Im Mittelpunkt steht eine Ende-zu-Ende-Betrachtung der Kundenkontakte bei der Digitalisierung in Forschung & Entwicklung, Engineering, Produktion und After-Sales-Services.
Strategische Partnerschaften: Um Wachstum im Bereich der digitalen Umsätze zu erzielen sind industrielle Unternehmen auf strategische Partnerschaften mit Technologie- und Software-Unternehmen angewiesen.
Interne Effizienz: Industrieunternehmen müssen ihre Engineering- und Produktionsprozesse vereinfachen, standardisieren und automatisieren - getragen von service-orientiertem Denken in den Ökosystemen von Plattformen wie PLM (Product Lifecycle Management), MOM (Manufacturing Operations Management), ERP (Enterprise Resource Planning), CRM (Customer Relationship Management) und anderen.
5. AI & Cognitive Enterprise
Das Marktsegment "Data Analytics" ist die Triebfeder der künstlichen Intelligenz, die aktuell rund um jedes IT-Thema der Digitalen Transformation kreist. Es sind in erster Linie der Kostendruck in Unternehmen, die Erfüllung von Kundenansprüchen, die Reduzierung der Komplexität und die Erhöhung der Wettbewerbsfähigkeit, die das Thema "Künstliche Intelligenz (KI) / Artificial Intelligence (AI)" in den Mittelpunkt rücken.
Verschiedenen Studien zufolge ist KI aktuell noch weit von der menschlichen Intelligenz entfernt, könnte aber bis zirka 2050 das Level des Menschen erreichen. Was dann jedoch wahrscheinlich weiterhin unser Alleinstellungsmerkmal sein wird, ist die Empathie.
Die Menschheit ist in den 1950er Jahren mit simplen Daten-Einträgen gestartet und hat inzwischen schon eine weite Reise hinter sich gebracht. Aktuell stehen wir kurz hinter dem Punkt der selbstlernenden und angepassten Systeme auf Basis von Machine Learning, die Zugriffe auf neuronale Netzwerke via Schnittstelle bzw. API ermöglichen.
Erste kognitive Systeme wie zum Beispiel IBM Watson sind als Service mit Branchen-Ausprägungen oder besser "Skills" verfügbar. Die aktuellen Felder der lernenden und mitdenkenden Systeme beziehen sich in vielen Fällen auf Hypothesen-Tests, die Verarbeitung natürlicher Sprache, das Deuten von unstrukturierten Daten sowie das Lernen aus Erfahrungen und Daten im Allgemeinen.
Der Markt ist also in starker Bewegung - die Veränderungen sind zunehmend exponentiell, weil beispielsweise auch die Public Cloud Hyperscaler verstärkt auf dieses Thema setzen und Google mit TensorFlow oder AWS und Microsoft mit Gluon Platform-APIs für den Zugriff auf neuronale Netzwerke bereitstellen.
Momentan ist der Begriff "Cognitive Computing" noch ein Hype-Thema, aber schrittweise auch mit Technologien und Verfahren hinterlegt. Eine einheitliche Definition für diesen Begriff ist derzeit noch nicht zu finden, jedoch wird er eng mit dem Begriff "Machine Learning" verknüpft. Schlussendlich sollen Ideen aus der KI- (Künstliche-Intelligenz-) Forschung in die Unternehmens-IT Einzug halten. So könnten IT-Systeme künftig selbständig erkennen, welche Art von Daten in einer bestimmten Situation vorliegen und mit welcher Software diese zu bearbeiten sind.
Der IT-Anbietermarkt ist hier aktuell am Scheideweg: Es gibt zum einen die klassischen BI- und Analytics Anbieter wie etwa SAS, die ihre Lösungen kürzlich in die Cloud gehievt haben sowie die Cloud-nativen Player wie Google, die mit rasanter Geschwindigkeit und kleinen Microservices eine wesentlich höhere Geschwindigkeit vorweisen, als es den Monolithen bzw. Suite-Providern von "früher" möglich ist.
IBM ist hier ein Sonderfall, da IBM zur alten Garde der Analytics-SW-Provider mit hohem Marktanteil gehört und zugleich auch im Wettbewerb mit Microsoft, AWS, Google und zunehmend Oracle steht. IBM kämpft sozusagen an zwei Fronten und wird daher auch etwas ausgebremst, was sich unter anderem auch am Umsatzrückgang zeigt.
6. Robotic Process Automation (RPA) & Machine Learning
Maschinelles Lernen ist als Teil Künstlicher Intelligenz (KI) derzeit eines der prominentesten Themen am Markt. Dennoch ist der Markt für Robotic Process Automation (RPA) im Moment besonders attraktiv, da im ersten Schritt gut dokumentierte und repetitive Prozesse über Roboter-Systeme schnell, kostengünstig und vor allem mit hoher Zuverlässigkeit abgearbeitet werden können. Trotz der hohen Adaption von RPA steht jedoch vor allem die nächste Stufe "Machine Learning" im Fokus der Software- und letztlich KI- bzw. Cloud-Unternehmen.
Die grundlegende Annahme beim maschinellen Lernen ist, dass entsprechende Lösungswege und Ableitungen durch die Analyse und Dazugabe historischer Daten bereitgestellt werden können. Die Erkennung von Mustern und Gesetzmäßigkeiten in vorhandenen Datenbeständen sowie die daraus getroffenen Vorhersagen erfolgt mittels mathematischer Modelle und wird für viele Bereiche, wie z.B. Marketing-Kampagnen, Kundenservices oder auch Logistikrouten angewandt.
Somit zählen zum Bereich "Machine Learning" die Anbieter, deren umfassende, eigenständige und differenzierte Lösungen geeignet sind, große Datensätzen/-mengen aus unterschiedlichen Quellen (Text, Sprache, Bilder/Video, Sensoren, etc.) aufzubereiten und zu analysieren.
In letzter Zeit wurden bei der Entwicklung neuer Lernalgorithmen und -theorien große Fortschritte gemacht. Gepaart mit der stetig sich verbessernde Verfügbarkeit von Cloud-Rechenkapazitäten forciert dies das rasante Wachstum in diesem Marktumfeld und führt dazu, dass Machine Learning eines der am schnellsten wachsenden Felder im gesamten Data Analytics-Umfeld darstellt.
Machine Learning stellt die Basis der aktuellen KI- Entwicklung.Die Disziplin des "Deep Learning" setzt dabei auf das wiederholte Ineinandergreifen und Feinschleifen von Datenanalysen in multiplen neuronalen Netzwerken und ist vom Aufbau an das menschliche Gehirn angelehnt, um komplexe Aufgaben wie Gesichts- und Bilderkennung, Bildklassifizierung und Stimmerkennung zu kombinieren.
Die Nutzung solcher Verfahren, erfordert in der Regel eine sehr performante Rechenzentrumsinfrastruktur oder besser echtes Public Cloud Computing aus den Händen eines Hyperscalers. Nur so können nachhaltige Lernmodelle etabliert und trainiert werden, um Datenberge schnell verarbeiten und analysieren zu können.
7. Augmented / Virtual Reality
Als ein "Geheimtipp" für die kommenden Jahre sind Plattformen für zeit- und ortsunabhängiges Augmented- (AR) und Kollaboration-orientiertes Learning bzw. Know-how-Sharing zu sehen. Mit steigendem Grad technologischer Reife und Akzeptanz unter Digital Natives sowie Veränderungen im Bildungssystem ist hier mit einem großen Wandel zum Aufbau von Wissen und dem Umgang von Informationen - auch im Unternehmenskontext - zu rechnen.
Die kürzlich angekündigten Partnerschaften und Vorhaben von Apple, GE, Microsoft und Google lassen Hoffnungen aufkommen, dass Augmented Reality nicht nur im Games-Umfeld starkes Wachstum und interessante Lösungen verspricht.
8. Edge Computing
Bedeutet Edge Computing die Abkehr von Cloud Computing? Bedeutet Edge Computing alte Fehler und Schwächen zentraler, meist non-cloud-konformer-Rechenleistung und Datenspeicherung zu wiederholen? Mit Sicherheit nicht. Der Unterschied zu Konzepten der Vergangenheit liegt in dem Ansatz des "Software Defined Data Center" und der dezentralen Datenverarbeitung und -einspeisung vom Rand des jeweiligen Netzwerkes.
Einzelne Komponenten sind modular ansteuerbar, auslesbar und fördern die getrennte Datenhaltung und -nutzung hinsichtlich der selektiven Speicherung großer Datenmengen, der Nutzung von Steuerungs- und Monitoring-Daten-Feeds zur Optimierung der Firmware oder für Updates von Mustern zur Bewältigung zentraler Aufgaben der jeweiligen Devices im inneren des Edge-Bereiches.
Die entfernte (Fog-) Cloud dient also als Update-Kanal, als Inputgeber zur Prozessverbesserung und als Schnittstelle für zentrale Steuerungs- und Monitoring-Lösungen. Die lokale Datenhaltung im vergleichsweise "geerdeten" Edge-Segment entspricht vielerorts wesentlich eher der Compliance und den Anforderungen an die Performance. Speziell das (Industrial) Internet of Things profitiert hier von optimierter Steuerung, Standardisierung, Business-Ankopplung und auch Sicherheit.
Edge Computing ist also die logische Rückführung von extern und somit nicht nearshore gelagerten Daten zum Edge und der verarbeitenden IT- und vor allem auch OT-Systeme unter Zuhilfenahme modernster Techniken. Ohne diese neuen Technologien werden viele Use Cases hinfällig, in denen großen Datenbergen in Echtzeit und somit ohne Verzögerungen (Lags) von A nach B und C und wieder nach A transportiert werden müssen. Während Lags von zehn Millisekunden bei ERP-Eingabemasken toleriert werden können, ohne dass die Usability sonderlich leidet, werden für Edge Computing in der Regel andere und wesentlich kürzere Reaktionsgeschwindigkeiten vorausgesetzt werden.
9. Blockchain & BPM-as-a-Service
Blockchain nutzt das Grundprinzip verteilter Schlüssel aus Bitcoin für andere Prozesse mit hohem Sicherheitsbedarf. Eine einzelne Partei kann in einem solchen System keinen Betrug ausüben. Dies hat einen disruptiven Charakter für alle Berufe der Intermediäre. Blockchain entwickelt sich derzeit mehr denn je von einer digitalen Währungsinfrastruktur zu einer Philosophie oder gar Plattform für die digitale Transformation.
Es ist das Vertrauen und der Automatismus, der andere vertrauenswürdige Instanzen wie die der Intermediäre scheinbar überflüssig macht. Diese Technologie der verteilten Ledger-Technologien bietet Sicherheit in per se nicht vertrauenswürdigen Systemen. Es werden daher künftig nicht nur Intermediäre fraglich, sondern auch zentrale Transaktionsinstanzen wie Banken in Bedrängnis geraten.
Allerdings bedarf es Vorsicht und weiterer Kontrolle, um diese Technologie als Grundpfeiler und Ablösung unserer etablierten Werte- und Finanzmodelle zu sehen. Aufgrund der hohen Komplexität kann ein "Glitch" im System volatile Währungen wie beispielsweise Bitcoin stark und unvorhersehbar beeinflussen.
Foto: ISG - Information Services Group
Die Entwicklung des Blockchain-Marktes verläuft in drei Phasen: In der ersten Phase gab es Bitcoin, Public-Chain, Kryptowährungen und erste Zahlungen. In der zweiten Phase gibt es private Ketten, Side-Chain- und Blockchain-as-a-Service-Plattformen, eine Reihe neuer Konsensusprotokolle, neue Währungs- und Zahlungsanwendungen sowie eine Explosion neuer Anwendungen, die nichts mit Krypto-Anwendungen zu tun haben. Die von AngelList dokumentierten Blockchain-Software-Unternehmen blühen 2018 auf über eintausend auf, da Unternehmer und Investoren wertvolle Chancen verfolgen.
Die dritte Phase von Blockchain greift tiefer in vertraute Enterprise-Strukturen wie das IT Service Management (ITSM) und das Identitätsmanagement ein - speziell im Kontext Business Process Management as a Service (BPMaaS).
Konzentriert sich die zweite Phase primär auf die Sichtung von Möglichkeiten und die Implementierung von Proof of Concepts (POC) sowie Tests, geht die dritte Phase in die Produktion und somit das breite Go Live mit harten Konsequenzen über. Dies beinhaltet die Notwendigkeit der Datenintegration und Skalierbarkeit, die Integration in das IT Service Management bzw. Prozesse und Tools für die Produktion von Rechenzentren - außerhalb der Hyperscaler, die schon jetzt damit begonnen haben.
Auch Netzwerk-, Daten- und Anwendungssicherungs- und -prüfungsprozesse sowie weitere digitale Identitäts- und Cross-Federation-Vertrauensketten werden das Blockchain-Prinzip aufgreifen.
10. Consumerization
Consumerization beschreibt die zunehmende Fokussierung im Informations- und Kommunikationsbereich auf den privaten Konsumenten und den daraus entstehenden Einfluss auf die Unternehmen. Das offensichtlichste Beispiel war sicherlich das iPhone das trotz vieler Widerstände und Bedenken der IT-Abteilung in allen Unternehmen Einzug gefunden hat.
Android und iPhone haben Blackberry verdrängt und mit mehreren Milliarden Nutzern ein riesiges Ökosystem aufgebaut. Diese Milliarden von Nutzern sind auch die Zielgruppe von Unternehmen wie Google, Amazon, Facebook, Microsoft, Alibaba oder Apple. Damit wurden sie groß, haben eine unvorstellbare Marktkapitalisierung erreicht und können jetzt diese Geldmittel einsetzen, um bei den neuen Technologie-Themen ganz vorne dabei zu sein, entweder durch Akquisitionen oder mit Eigenmitteln. Die Wintel (Windows+Intel) Dominanz wurde von ARM und Android und Apple abgelöst. Durch die hohe Stückzahl von ARM-Mikroprozessoren ist der Preis und Stromverbrauch unschlagbar und findet jetzt auch in Servern langsam Einzug.
BYOD (Bring Your Own Device) trug weiter dazu bei, dass die Consumer-Produkte in den Unternehmen angekommen sind. Das Angebot an preiswerten Endgeräten, die riesigen Rechenfabriken für Public Cloud-Lösungen, preiswerte und zweckmäßige SaaS-Lösungen und die Verlagerung der IT-Entscheidungen in die Geschäftsbereiche beeinflusst das Service- und Produktportfolio für die IT-Ausstattung der Unternehmen.
Für die IT-Abteilung ist die Integration in ein sicheres und stabiles Firmennetzwerk und durchgängige Prozessunterstützungen sowie Datenhaltung eine große Herausforderung.
Der auffälligsten Aufsteiger und Absteiger 2018
Artificial Intelligence (AI) ist weiterhin im Aufschwung und war auch bereits 2016 auf der ISG Top-Liste. Auch wenn keine großen Umsätze zu erwarten sind und meistens nur rudimentäre AI-Lösungen implementiert werden, ist AI aber zunehmend in allen Angeboten der ICT Service-Anbieter für deren Eigen-Delivery integriert. Andere Branchen ziehen mit punktuellen Lösungen nach.
Aufsteiger:
Google / Alphabet als Enterprise-konformes Unternehmen mit AI-Kompetenz
Alibaba als AWS-, Microsoft- und Google-Konkurrent
Intelligente Software und Plattformen
Absteiger:
NTT Security als Integrierte "Practice" innerhalb von Dimension Data
Klassische Outsourcing-Provider
Private Cloud
Der Geheimtipp - Composing & Service Orchestration
Service COOR - Composing & Service Orchestration: Service Orchestration wird notwendig um die unterschiedlichsten ITaaS-Lösungen zu konfigurieren und als Service Mash zu managen. Service Composing stellt die Integration der einzelnen SaaS-Lösungen dar, die Erstellung von Geschäftsapplikationen und damit die Schaffung von durchgängigen Business Process-Lösungen.