Laut dem neuesten Hype Cycle für Künstliche Intelligenz (KI) von Gartner steckt der Bereich Künstliche Intelligenz nach wie vor in einem evolutionären Stadium, wobei sich ein hoher Prozentsatz der innovativen Technologien in der aufwärts gerichteten Frühphase, dem so genannten Innovation Trigger, befindet.
Die vier Trends, die KI-Innovationen heute und in naher Zukunft besonders vorantreiben, sind laut Gartner verantwortungsbewusste KI, Small and Wide Data, die Operationalisierung von KI-Plattformen und effiziente Ressourcennutzung.
"Verantwortungsbewusste KI hilft dabei, Fairness zu erreichen, auch wenn die Daten mit Vorurteilen behaftet sind, Vertrauen zu gewinnen, auch wenn sich die Methoden für Transparenz und Erklärbarkeit weiterentwickeln, und die Einhaltung gesetzlicher Vorschriften zu gewährleisten, während man mit der probabilistischen Natur von KI auskommen muss", erklärt Svetlana Sicular, Research Vice President bei
Gartner.
Gartner geht davon aus, dass bis zum Jahr 2023 alle Mitarbeiter, die für die Entwicklung und Schulung von KI eingestellt werden, Fachwissen über verantwortungsbewusste KI nachweisen müssen.
Während Daten die Grundlage erfolgreicher KI-Initiativen bilden, würden Ansätze mit "kleinen und weiten" Datenmengen robustere Analysen und KI ermöglichen und die Abhängigkeit von Big Data verringen sowie ein umfassenderes und vollständigeres Situationsbewusstsein liefern, so
Gartner zum zweiten grosen Trend Small and wide Data.
Laut Gartner werden 70 Prozent der Unternehmen bis 2025 gezwungen sein, ihren Fokus von Big Data auf Small und Wide Data zu verlagern, um mehr Kontext für Analysen zu liefern und KI weniger datenhungrig zu machen.
Die Dringlichkeit der Nutzung von KI für die Unternehmenstransformation mache derweil die Operationalisierung von KI-Plattformen zwingend erforderlich. Das bedeute, "dass KI-Projekte vom Konzept in die Produktion überführt werden müssen, damit diese zur Lösung unternehmensweiter Probleme eingesetzt werden können", wie Gartner es formuliert.
"Untersuchungen von Gartner haben ergeben, dass nur die Hälfte der KI-Projekte den Sprung von der Pilotphase in die Produktion schafft, und die, die es schaffen, brauchen durchschnittlich neun Monate dafür", erklärt Research Vice President Sicular.
Angesichts der Komplexität und des Umfangs der Daten, Modelle und Rechenressourcen, die in KI-Implementierungen involviert sind, erfordere KI-Innovation schliesslich maximale Effizienz bei der Nutzung dieser Ressourcen, schreibt Gartner und nennt dabei die Themen Multi-Experience, Composite AI, Generative AI und Transformatoren. Diese würden auf dem KI-Markt alle zunehmend an Bedeutung gewinnen, da sie in der Lage seien, eine Vielzahl von Geschäftsproblemen auf effizientere Weise zu lösen.
(swe)
