Wo die Zukunft gehandelt wird Innovationen und Best Practices für KI-Marktplätze

Anbieter zum Thema

Gartner Deutschland GmbH

Fsas Technologies GmbH

QUNIS GmbH

BigData-Insider

Künstliche Intelligenz (KI) boomt, und mit ihr entstehen neue Plattformen, die KI-Lösungen zugänglicher machen. Doch was unterscheidet die erfolgreichsten Marktplätze voneinander, und welche Best Practices lassen sich auf neue Modelle übertragen?

Der Hype und das Potenzial der Künstlichen Intelligenz haben die technische Innovation in den vergangenen Jahren massiv beschleunigt. Anbieter, nicht nur aus dem Tech-Bereich, versuchen zunehmend, von der wachsenden Kundennachfrage nach KI-bezogenen Lösungen und Dienstleistungen zu profitieren.

Allerdings sind diese Angebote noch neu, nicht immer ausgereift und wenig standardisiert. Wohin wenden sich KI-Entwickler und -Nutzer, um ein „Stück KI“, also eine Lösung oder einen Service zu veräußern oder zu erwerben?

KI-Marktplätze etablieren sich

Um diesem Bedarf gerecht zu werden, etablieren sich spezielle KI-Marktplätze bzw. AI marketplaces. Sie dienen als zentrale Schnittstelle zwischen Angebot und Nachfrage. Geschaffen werden sie zumeist von Cloud-Anbietern, Datenplattformen, Systemintegratoren und zahlreichen Nischenanbietern, die neue Geschäftsmodelle auf den Weg bringen und innovative Produkttypen anbieten.

Der Prozess ist simpel, wie auf jedem anderen Marktplatz auch: Ein Entwickler lädt sein Modell hoch, beschreibt es und legt den Preis fest. Unternehmen durchsuchen den Marktplatz, kaufen das gewünschte Modell und integrieren es mithilfe der bereitgestellten API-Schlüssel und Dokumentation. Der Entwickler stellt Support und Updates zur Verfügung, um die Funktionalität sicherzustellen.

Spezielle Plattformen wie Nomad Data, Defined.ai und Dawex bieten Unternehmen so die Möglichkeit, Daten, KI-Modelle und sogar professionelle Dienstleistungen zu monetarisieren. Was diese Marktplätze besonders macht, ist ihr Fokus auf spezialisierte, oft schwer zugängliche Assets. Sie schaffen Verbindungen zwischen Anbietern und Nachfragern, die in traditionellen Marktplätzen kaum realisierbar wären.

Drehscheiben der digitalen Transformation

KI-Marktplätze sind dabei weit mehr als nur Handelsplätze für Algorithmen oder Datensätze. Mehr und mehr werden sie zu einem starken Motor der digitalen Transformation. Ihr Einfluss zeigt sich in verschiedenen zentralen Bereichen. Unternehmen erhalten über KI-Marktplätze schnellen Zugang zu den neuesten Technologien und Lösungen, wodurch sie ihre Innovationskraft und Wettbewerbsfähigkeit erheblich steigern können. Gleichzeitig ermöglichen diese Plattformen eine Automatisierung und Optimierung von Prozessen, was zu einer höheren Produktivität und niedrigeren Kosten führt.

Darüber hinaus fördern KI-Marktplätze den Austausch zwischen Anbietern und Nutzern von KI-Lösungen, wodurch Wissenstransfer und Kooperationen erheblich erleichtert werden. Unternehmen profitieren von der Flexibilität dieser Marktplätze, da sie ihre KI-Anwendungen skalieren und anpassen können, um individuelle Anforderungen zu erfüllen. Ein weiterer essenzieller Aspekt ist die sichere Verwaltung von Daten. Durch zertifizierte Standards kann der Datenschutz erhöht werden, was nicht nur Vertrauen schafft, sondern auch sichere Transaktionen auf diesen Märkten gewährleistet.

Gartner prognostiziert, dass bis 2028 mehr als 50 Prozent der KI-Projekte in Unternehmen über eine KI-Marktplatztransaktion abgewickelt werden, während es aktuell weniger als fünf Prozent sind. Diese Zahl verdeutlicht, wie rasant die Bedeutung von KI-Marktplätzen zunimmt.

Innovative Ansätze

Aber wenn KI-Marktplätze auch viel Potenzial bieten, befinden sie sich noch in einem frühen Entwicklungsstadium. Der Markt ist stark fragmentiert, es fehlen einheitliche Standards für die Qualität der auf ihnen gehandelten Waren – von KI-Modellen, Trainingsdaten und Dienstleistungen. Einige Marktplätze haben jedoch innovative Ansätze entwickelt, um diese Herausforderungen zu bewältigen.

Ein Beispiel ist Nomad Data, das sich darauf spezialisiert hat, schwer zugängliche Datensätze für das Training von Machine-Learning-Modellen bereitzustellen. Viele Unternehmen sind sich nicht bewusst, dass ihre Daten für andere wertvoll sein könnten, oder sie zögern, sie zu veröffentlichen. Nomad Data löst dieses Problem durch eine Kombination aus KI-basierter Software und Trainingsdaten, die gezielt Use Cases mit den passenden Datensätzen verknüpft. Als Intermediär bietet die Plattform den Anbietern Anonymität und Kontrolle über Preisgestaltung und Verkaufsentscheidungen, was eine größere Bereitschaft zur Datenfreigabe fördert.

Ein weiteres innovatives Modell bietet Dawex, das White-Label-Datenplattformen entwickelt hat, um Unternehmen den sicheren Austausch von Daten innerhalb von Ökosystemen zu ermöglichen. Der von Dawex unterstützte Trusted European Media Data Space (TEMS) zum Beispiel erlaubt es Medienunternehmen, Daten in Übereinstimmung mit europäischen Regularien wie dem Data Governance Act auszutauschen. Dawex zeigt, wie maßgeschneiderte Datenlösungen geschaffen werden können, die den spezifischen Anforderungen von Branchen gerecht werden.

Ebenfalls ein auffallender Marktakteur ist Defined.ai, das sich auf die Qualitätssicherung von Datensätzen spezialisiert hat. Besonders bei sensiblen Daten, wie Sprachaufnahmen oder medizinischen Informationen, ist die Einhaltung rechtlicher Vorgaben entscheidend. Defined.ai stellt sicher, dass alle erforderlichen Einwilligungen vorliegen und personenbezogene Daten geschützt sind. Dieses hohe Maß an Qualitätssicherung hilft dabei, auch große Unternehmen als Kunden zu gewinnen, die aufgrund regulatorischer Bedenken sonst möglicherweise zurückhaltend wären.

Lernen von Innovatoren

Was lässt sich von diesen Innovatoren lernen? Welche Best-Practices lassen sich auch auf andere und neue KI-Marktplätze übertragen? Gartner hat mehrere dutzend Interviews mit Technologie- und Dienstleistungsanbietern analysiert, um Antworten darauf zu liefern. Vor allem folgende fünf Lektionen stechen hervor:

• 1. Verbesserte Auffindbarkeit von Angeboten: Die größte Herausforderung vieler Marktplätze ist die Auffindbarkeit von Lösungen. Kunden müssen passende Angebote schnell und effizient finden können. Nomad Data zeigt, wie KI-basierte Suchmechanismen die Auffindbarkeit verbessern können. Durch die Nutzung von intelligenten Such- und Empfehlungssystemen können auch weniger bekannte Anbieter sichtbar werden.

• 2. Aufbau von Vertrauen durch Qualitätssicherung: Defined.ai demonstriert, wie wichtig Investitionen in die Qualität der angebotenen Produkte sind. Marktplätze könnten von diesem Ansatz profitieren, indem sie nicht nur Zertifizierungen anbieten, sondern aktiv in die Qualitätssicherung der Produkte investieren. Das kann durch Audits, unabhängige Überprüfungen oder strenge Zulassungskriterien geschehen.

• 3. Schaffung neuer Märkte durch Diversifizierung: SCND und Tacit zeigen, wie Marktplätze ihr Angebot erweitern können, um neue Zielgruppen zu erreichen. SCND ermöglicht die Buchung von Dienstleistungen über den Marktplatz, während Tacit einen Marktplatz für schwer zugängliches Ingenieurswissen geschaffen hat. Diese Beispiele demonstrieren, dass Marktplätze nicht auf Daten und Modelle beschränkt bleiben müssen, sondern auch Dienstleistungen und Expertise integrieren können.

• 4. Sicherer Datenaustausch durch White-Label-Lösungen: Dawex verdeutlicht, wie White-Label-Lösungen den sicheren Datenaustausch innerhalb von Unternehmensökosystemen fördern können. Andere Marktplätze könnten von diesem Ansatz profitieren, indem sie Unternehmen die Möglichkeit bieten, eigene, gebrandete Datenmärkte zu schaffen.

• 5. Monetarisierung von Nischenmärkten: Rast·r hat mit Heroledger einen Marktplatz geschaffen, der unabhängigen Comic-Künstlern hilft, ihre Werke zu monetarisieren. Dieses Modell zeigt, dass auch kleinere, spezialisierte Communities von KI-Marktplatzmodellen profitieren können. Marktplätze könnten diesen Ansatz adaptieren, um Nischenmärkte zu erschließen und neue Zielgruppen zu gewinnen.

KI-Marktplätze haben das Potenzial, die digitale Transformation entscheidend voranzutreiben. Ihr Erfolg hängt jedoch davon ab, wie gut sie voneinander lernen und sich an die Bedürfnisse der Nutzer anpassen. Die Beispiele von Nomad Data, Dawex, Defined.ai, SCND, Tacit und Rast·r zeigen, dass Innovation, Qualitätssicherung und Diversifizierung die Schlüsselfaktoren für nachhaltiges Wachstum sind.

Wenn KI-Marktplätze diese Lektionen aufgreifen, können sie nicht nur ihre eigene Reichweite und Relevanz steigern, sondern auch als treibende Kraft der digitalen Wirtschaft fungieren.

(ID:50314192)