Gartner Hype Cycle 2021 Vier Trends für die nahe Zukunft der KI

Autor / Redakteur: Martin Hensel / Nico Litzel

Die Marktforscher von Gartner haben sich im Rahmen des „Hype Cycle for Artificial Intelligence, 2021“ mit den kurzfristig zu erwartenden Entwicklungen im Bereich KI befasst. Insgesamt wurden vier Trends als Innovationstreiber identifiziert.

Firmen zum Thema

Svetlana Sicular, Research Vice President von Gartner
Svetlana Sicular, Research Vice President von Gartner
(Bild: Screenshot / Gartner)

KI-Innovationen entwickeln sich in rasantem Tempo, wobei überdurchschnittliche viele der im Hype Cycle aufgeführten Technologien innerhalb von zwei bis fünf Jahren den Mainstream erreichen“, erklärt Shubhangi Vashisth, Senior Principal Research Analyst von Gartner. Insbesondere Verfahren wie Edge-KI, Computer Vision, Decision Intelligence und Machine Learning werden aus seiner Sicht den Markt in den kommenden Jahren verändern.

Laut Gartner befindet sich der KI-Markt nach wie vor in einem Entwicklungsstadium. Es deute sich ein Markttrend an, in dem Nutzer nach spezifischen technologischen Fähigkeiten suchen. Diese gehen aber meist noch über die Möglichkeiten aktueller KI-Tools hinaus.

Vier Innovationstreiber im Überblick

Im Rahmen ihres „Hype Cycles“ haben die Marktforscher vier wesentliche Trendthemen identifiziert. Dazu zählt „Responsible AI“: „Erhöhtes Vertrauen, Transparenz, Fairness und Überprüfbarkeit von KI-Technologien sind für viele Stakeholder von zunehmender Bedeutung“, verdeutlicht Svetlana Sicular, Research Vice President von Gartner. „Responsible AI“ helfe dabei, Fairness zu erreichen, selbst falls die genutzten Daten vorurteilsbehaftet sind. Zudem sorge sie für Vertrauen und Einhaltung gesetzlicher Vorgaben, auch wenn sich die Methoden für Transparenz und Erklärbarkeit weiterentwickeln. Gartner geht davon aus, dass bis 2023 alle Mitarbeiter in KI-Entwicklung und -Schulung Fachkenntnisse zu „Responsible AI“ vorweisen müssen.

Ein weiteres Trendthema sind „Small and wide data“-Ansätze. Sie sollen robustere Analysen und KI ermöglichen, die Abhängigkeit der Organisationen von Big Data reduzieren und schließlich eine umfassendere, vollständigere Situationsübersicht liefern. Gartner rechnet damit, dass bis 2025 etwa 70 Prozent aller Organisationen ihren Fokus von Big Data auf „Small and wide data“ verlagern werden. „Bei „Small Data“ geht es um den Einsatz analytischer Techniken, die weniger Daten benötigen und dennoch brauchbare Erkenntnisse liefern. „Wide Data“ ermöglicht dagegen die Analyse und Synergieeffekte einer Vielzahl an Datenquellen“, so Sicular.

Operationalisierung und Effizienz

Die große Bedeutung der KI-Nutzung für die Business-Transformation treibt den Bedarf an operationalisierten KI-Plattformen an. Hierzu müssen KI-Projekte von der Konzeptphase in die Produktion überführt werden, um unternehmensweite Probleme lösen zu können. Gartner fand dabei heraus, dass es nur etwa die Hälfte aller KI-Projekte bis in den Produktiveinsatz schafft. Dazu sind im Schnitt rund neun Monate nötig. „Innovationen wie KI-Orchestrierung und Automatisierungsplattformen (AIOAPs) sowie Modell-Operationalisierung (ModelOps) ermöglichen Wiederverwendbarkeit, Skalierbarkeit und Governance. Sie beschleunigen die Einführung und das Wachstum von KI“, meint Sicular.

Aufgrund der Komplexität und des Umfangs von Daten, Modellen und Ressourcen in KI-Implementierungen ist zudem maximale Effizienz bei deren Einsatz gefragt. Technologien wie Multiexperience, Composite AI, Generative AI und Transformers gewinnen deshalb an Bedeutung. Laut den Marktforschern können sie eine Vielzahl an Problemen auf effizientere Weise lösen.

(ID:47650778)