10 disruptive Technologietrends für 2019

Trend 1: Autonome Dinge

Autonome Dinge nutzen künstliche Intelligenz (KI), um Aufgaben zu übernehmen, die bisher von Menschen erledigt wurden. Ihr Automatisierungsgrad geht laut Gartner weiter über das Maß hinaus, das sich mit klassischen Programmiermethoden erreichen lässt. KI-Algorithmen erlauben es zudem, dass autonome Systeme natürlicher mit Menschen und generell mit ihren Umgebungen interagieren.

Autonome Dinge gibt es in vielen verschiedenen Ausprägungen, darunter Fahrzeuge, RoboterRoboter, Dronen oder auch intelligente Appliances und Agents. Gartner empfiehlt Entscheidern, die damit verbundenen technischen Entwicklungen zu verfolgen. Dabei helfen könne das hauseigene "Autonomous Things Framework" (siehe Grafik). Alles zu Roboter auf CIO.de

Mit der Weiterentwicklung autonomer Dinge erwartet Cearley künftig auch ganze Schwärme von intelligenten Systemen, die mit unterschiedlichsten Devices zusammenarbeiten. So könnte etwa eine Drone ein landwirtschaftliches Feld überwachen und bei Bedarf autonom arbeitende Ernte-Roboter losschicken.

Trend 2: Augmented Analytics

Mit Augmented Analytics meint Gartner im Grunde die Erweiterung klassischer Analytics- und Daten-Management-Aufgaben durch Machine-Learning-Techniken. Dazu gehört beispielsweise eine stärker automatisierte Datenaufbereitung hinsichtlich Qualität, Modellierung und Metadaten-Management. Auch die Datenintegration und die Verwaltung von Datenbanken und Data Lakes ließen sich damit zumindest teilweise automatisieren.

Weitere Vorteile ergeben sich in Bereichen wie Business IntelligenceBusiness Intelligence (BI). So könnten Anwender aus Fachabteilungen und "Citizen Data Scientists" automatisiert Erkenntnisse aus großen Datenmengen ziehen und diese visualisieren, ohne dafür Modelle oder Algorithmen entwickeln zu müssen. Abfragen an solche System ließen sich auch in natürlicher Sprache stellen; umgekehrt könnte ein "Augmented System" auch die Ergebnisse via Sprachausgabe präsentieren. Derart automatisierte Analysefunktionen werden nach Gartner-Prognosen zunehmend in klassische Business-Anwendungen wie HR-, Finanz- oder Sales-Systeme eingebettet. Alles zu Business Intelligence auf CIO.de

Noch weiter geht die Automatisierung in den Bereichen Data Science und Machine LearningMachine Learning. So gibt es bereits Systeme, die automatisiert Machine-Learning-Modelle erstellen und verwalten können. Der Aufwand und die benötigten personellen Ressourcen und Fachkenntnisse sinken damit tendenziell. Alles zu Machine Learning auf CIO.de

Trend 3: KI-gestützte Softwareentwicklung

Der KI-Einsatz wird auch die klassische Softwareentwicklung verändern, erwartet Gartner. Bisher brauchten Entwickler oft einen Data Scientist, um bestimmte Aufgaben zu lösen. Mit vordefinierte Modellen, die als Service ausgeliefert werden, könnten sie künftig weitgehend autark arbeiten. In der schönen neuen Servicewelt würden sie nach Vorstellung der Analysten auf ein ganzes Ökosystem aus KI-Algorithmen und -Modellen zurückgreifen. Hinzu kommen moderne Entwicklungs-Tools , die auf die Integration von KI-Features zugeschnitten sind. Im Softwareentwicklungsprozes selbst können weitere KI-gestützte Funktionen helfen, die beispielsweise das Testing neuer Anwendungen automatisieren.

Im Jahr 2022 werden mindestens 40 Prozent aller neuen Softwareentwicklungsprojekte von Teams gesteuert, die auch mit KI-Spezialisten besetzt sind, erwarten die Marktforscher. Cearly sieht angesichts solcher Fortschritte schon den "Citizen Application DeveloperDeveloper" am Horizont. Ohne ausgeprägte Programmier- oder gar KI-Kenntnisse könne er künftig eigenständig neue Softwarelösungen für seine Anforderungen entwickeln. Die Idee, Anwendungen ohne klassische Codierung zu erstellen, sei zwar nicht grundsätzlich neu, so Cearly. Doch KI-gestützte Systeme ermöglichten ein höheres Maß an Flexibilität. Alles zu Developer auf CIO.de

Lesen Sie dazu auch: Was Sie zum Thema KI wissen müssen