Welche 10 Technologien prägen die Zukunft der Innovation?

1. AI Trust, Risk, und Security Management (AI TRiSM)

Die schnellen Fortschritte im Bereich KI-Technologie machen es erforderlich, Anwendungen durch eine solide und gleichzeitig flexible KI-Regulierung zu regeln und zu schützen. KI bringt zweifellos einige Risiken mit sich, wie z.B. falsche oder verzerrte Trainingsdaten, „Halluzinationen“ für eine höhere Kreativität oder plausibel erscheinende, von Large Language Models als Tatsachen präsentierte Aussagen, die bei näherer Betrachtung doch nicht der Wahrheit entsprechen. 

Hier einige Beispiele aus der Praxis: 

• Voreingenommenes Recruiting-Tool: Ein KI-basiertes Recruiting-Tool wurde anhand von Lebensläufen trainiert, die über einen Zeitraum von zehn Jahren gesammelt wurden und hauptsächlich von männlichen Bewerbern stammten. Die Folge: Das System litt unter einem Gender Bias und bevorzugte unverhältnismäßig oft männliche Bewerber gegenüber ihren weiblichen Pendants. 
• Erfundene Gerichtsverfahren: Ein US-Anwalt setzte generative KI ein, um Präzedenzfälle für einen aktuellen Fall zu finden – mit auf den ersten Blick vielversprechenden Ergebnissen. Als jedoch herauskam, dass mindestens sechs der im juristischen Schriftsatz genannten Fälle überhaupt nicht existierten, wurde die Recherche zum Problem für den Anwalt. Nach einer gründlichen Prüfung der eingereichten Dokumente wiesen die Richter darauf hin, dass die eingereichten Fälle sowohl falsche Namen und Aktenzeichen als auch gefälschte interne Zitate und Anführungszeichen enthielten. Nach weiteren Anhörungen wurde dem Anwalt ein hohes Bußgeld auferlegt. 
• Fehlerhafte medizinische Diagnosen: Bei der Beantwortung medizinischer Fragen lieferte ein generatives KI-Modell Antworten, die auf den ersten Blick plausibel erschienen. Tatsächlich waren diese Antworten jedoch grundlegend falsch, was auf fehlerhafte bzw. falsch interpretierte Quellen zurückzuführen war. Derartige Fehlinterpretationen bringen mögliche Gesundheitsrisiken und rechtliche Komplikationen mit sich, insbesondere in sensiblen Bereichen wie Diagnostik und Behandlung. 

Der demokratisierte KI-Zugriff im Allgemeinen sowie einige wichtige Stakeholder – sei es in militärischen Szenarien, im Gesundheits- oder im Verlagswesen – erhöhen den dringenden Bedarf an „TRiSM“-Kontrollen zusätzlich. Diese Regulierungen sind unerlässlich, um die Vertrauenswürdigkeit, Fairness, Transparenz und Zuverlässigkeit von KI-Technologien sicherzustellen. Darüber hinaus spielen sie eine entscheidende Rolle in Bezug auf den Datenschutz sowie den Umgang mit den breiteren gesellschaftlichen Auswirkungen der KI. 

Wir müssen ein Gleichgewicht zwischen Innovation und verantwortungsvoller Nutzung schaffen und den positiven Beitrag von KI fördern, während wir gleichzeitig mögliche Risiken und Gefahren reduzieren. Ohne entsprechende Leitplanken können KI-Modelle ungehindert Fehlinformationen verbreiten oder unbeabsichtigte negative Auswirkungen nach sich ziehen. TRiSM umfasst die Operationalisierung von KI-Modellen, proaktiven Datenschutz und Risikokontrollen. Gartner® zufolge werden Unternehmen, die „AI Trust, Risk, and Security Management“ auf ihre KI-Lösungen anwenden, bis 2026 gut 50 % genauere Informationen verwenden, um Fehlentscheidungen zu reduzieren. 

TRiSM verbessert die Bias-Kontrolle, fördert Fairness und unterstützt Unternehmen durch ein transparentes KI-Management dabei, wettbewerbsfähig zu bleiben. Gartner erwartet eine 50%ige Ergebnisverbesserung für Modelle, die „AI Trust, Risk, and Security Management“ unterliegen. KI-Risikomanagement-Verfahren sollten jedoch nicht nur interne, sondern auch externe KI-Risiken reduzieren, über die Sie keine direkte Kontrolle haben. KI-Modelle von Drittanbietern, z. B. Suchen und Chats, bringen u. a. das Risiko von Fehlinformationen, die zu falschen Entscheidungen führen, unbeabsichtigten Auswirkungen der verbreiteten KI-Nutzung oder Schwachstellen in häufig verwendeten KI-Frameworks mit sich. 

KI-Services von Drittanbietern mit TRiSM liefern genauere Informationen, wenn auch möglicherweise insgesamt weniger Inhalt. Ohne TRiSM steigt jedoch das Risiko von Fehlinformationen. Durch einen ganzheitlichen Ansatz für das KI-Risikomanagement, der sowohl interne als auch externe Faktoren berücksichtigt, können Unternehmen ihre KI-Systeme besser schützen und die Stabilität des übergreifenden KI-Ökosystems verbessern. Denn „AI Trust, Risk, and Security Management“ dreht sich nicht nur um die Minimierung von Risiken, sondern auch darum, das volle Potenzial von KI zu erschließen, um in unserem digitalen Zeitalter ethisch korrekte Entscheidungen zu treffen. 

Unser Leitfaden „Responsible AI“ gibt Ihnen tiefere Einblicke in die Einführung sicherer, ethisch korrekter und nachhaltiger Praktiken im Bereich KI – sowie darüber, warum Responsible AI ein moralischer, wirtschaftlicher und regulatorischer Imperativ ist.

2. Sustainable Technology

Nachhaltige Technologien werden auch 2024 ein wichtiger strategischer Trend bleiben, getrieben durch Wettbewerbsdruck, Kundenerwartungen und gesetzliche Vorschriften im Zusammenhang mit den ESG-Zielen (Environment, Social, and Governance).  

Gartner® erwartet, dass bis 2027 die Vergütung von 25 % aller CIOs an nachhaltige Technologien geknüpft sein wird. In den Augen von Gartner® liegt das größte Potenzial nachhaltiger Technologie in digitalen Lösungen, die Menschenrechte wahren und zum Erreichen eines langfristigen ökologischen Gleichgewichts beitragen.

Dazu gehören Umwelttechnologien zur Risikoprävention, Sozialtechnologien zur Verbesserung des Wohlbefindens und Governance-Technologien zur Stärkung der Unternehmensführung. 

Technologien wie KI, Kryptowährungen, IoT und Cloud-Computing geben Anlass zu Bedenken im Hinblick auf den Energieverbrauch. Deshalb ist es wichtig, dass Unternehmen zusammenarbeiten, um effizientere und nachhaltigere Verfahren, Produkte und Lösungen zu entwickeln und bessere Ergebnisse zu erzielen, die Mensch und Natur zugutekommen und gleichzeitig die Gewinnaussichten maximieren.  

2024 wird der Druck zu mehr Transparenz im Bereich der Nachhaltigkeit weiter zunehmen. Dies wird Unternehmen dazu veranlassen, Observability-Plattformen, Digital-Employee-Experience-Tools und Lösungen zur Verwaltung der Rechenzentrumsinfrastruktur einzusetzen, um soziale, ökologische und Governance-Aspekte zu überwachen.  

Diese Technologien tragen nicht nur zur Nachhaltigkeit bei, sondern bieten darüber hinaus wertvolle Erkenntnisse, die die IT-Performance insgesamt verbessern. Die ökonomische Chance besteht darin, technologische Initiativen mit ESG-Ergebnissen, der Erfüllung von Stakeholder-Erwartungen sowie der Sicherstellung einer nachhaltigeren und verantwortungsvolleren Technologielandschaft in Einklang zu bringen.  

Letztendlich ist Nachhaltigkeit weit mehr als nachhaltige Technologie. Sie ist die Chance, Business besser zu machen.  

3. Industry Cloud Platforms

Diese Technologie hat großes Potenzial im Hinblick auf die Entwicklung maßgeschneiderter Lösungen, die branchenspezifische Herausforderungen in Angriff nehmen. Gartner® prognostiziert, dass bis 2027 mehr als 70 % der Unternehmen Industrie-Cloud-Plattformen nutzen werden, um ihre Initiativen zu beschleunigen. Ein erheblicher Anstieg zu den im Jahr 2023 prognostizierten 15 %.  
 
Industrie-Cloud-Plattformen verbinden Software-as-a-Service (SaaS), Platform-as-a-Service (PaaS) und Infrastructure-as-a-Service (IaaS) miteinander, um umfassende, modulare Lösungen zu entwickeln, einschließlich branchenspezifischem Data-Fabric- und Business-Know-how. Gemeinsam mit unserem globalen Partnernetzwerk unterstützen wir Unternehmen dabei, diese modularen Plattformen nach ihren eigenen Bedürfnissen zu gestalten und einen nachhaltigen Mehrwert daraus zu ziehen. 

Angesichts wirtschaftlicher Risiken und Ungewissheiten legen einige Unternehmen zunehmende Zurückhaltung an den Tag, wenn es um Investitionen in Cloud-Technologie geht. Industrie-Cloud-Plattformen können die Lösung sein, indem sie Cloud-Lösungen bereitstellen, die auf spezifische Branchen und ihre jeweiligen geschäftskritischen Prioritäten zugeschnitten sind. Ein hervorragendes Beispiel ist die Finanzdienstleistungsbranche, in der wir die zunehmende Einführung cloudbasierter Financial-Services-Ökosysteme beobachten. 

Die Modularität von Industrie-Cloud-Plattformen bietet Unternehmen die Agilität, die sie in einem volatilen Marktumfeld benötigen. Mit rund 270 Plattformen für 20 Branchengruppen besteht die Business Opportunity darin, sich diese Plattformen optimal zunutze zu machen, um Kunden einzigartige, differenzierte Nutzenversprechen zu bieten. 

4. Platform Engineering

Der Bedarf an der effizienten Bereitstellung von Anwendungen ist weiter extrem hoch. Daher freut es uns zu sehen, dass Gartner® Platform Engineering als einen Trend erkennt, der sich 2024 fortsetzen wird. Bis 2026 werden, so Gartner®, 80 % der großen Unternehmen im Bereich Softwareentwicklung Platform-Engineering-Teams einrichten – eine deutliche Zunahme gegenüber 2022, als es nur 45 % waren.  

Platform Engineering beinhaltet die Entwicklung interner Self-Service-Entwicklungsplattformen. Laut Gartner® wird jede dieser Plattformen von einem eigens dafür abgestellten Produktteam verwaltet, um die User Experience zu optimieren und den Geschäftswert zu steigern. Entgegen der nach wie vor verbreiteten Meinung, dass Platform Engineering mit der Backend-Entwicklung beginnt und endet, erstrecken sich die Vorteile von Platform Engineering auch auf mobile Plattformen – von gesteigerter Produktivität über erhöhte Konsistenz bis hin zu Effizienzsteigerungen. Ein konkretes Beispiel dafür liefert die preisgekrönte mobile Investment-Lösung, die wir für HSBC entwickelt haben.  

Early Adopter haben das Konzept anhand „hausgemachter“ Plattformen demonstriert. Inzwischen wird Platform Engineering in großem Maßstab angepasst. Neue Tools reduzieren die kognitive Belastung und verbessern die Erfahrung und Produktivität von Entwickelnden. Dieser Trend optimiert nicht nur die Bereitstellung von Anwendungen, sondern trägt außerdem dazu bei, talentierte Mitarbeitende an das Unternehmen zu binden, indem ein Umfeld geschaffen wird, das erfolgreiche Entwicklungen begünstigt. Für Unternehmen besteht die Chance darin, sich diesen entwicklerzentrierten Ansatz zu eigen zu machen, um die Effizienz zu steigern und Innovationen in der Anwendungsentwicklung zu fördern. 

5. Continuous Threat Exposure Management

Cyber-Akteure passen sich in nie dagewesener Geschwindigkeit an veränderte IT-Landschaften und Digitalisierungsinitiativen an. Die Einführung von generativer KI hat Neulinge dazu in die Lage versetzt, sich an Cyberaktivitäten zu beteiligen. Exploits können inzwischen in einem Bruchteil der zuvor erforderlichen Zeit entwickelt, getestet und ausgeführt werden. Zusätzlich trägt die geopolitische Instabilität in technologisch fortgeschrittenen Ländern zur weiteren Verbreitung von Cyberkriminalität bei. Über sporadische und isolierte Risikobewertungen hinaus ist eine kontinuierliche Überwachung unerlässlich, um den Übergang zu einer umfassenden Risikoermittlung zu vollziehen, die sich dynamisch an neue Bedrohungen anpasst. Gartner® prognostiziert, dass Unternehmen, die ihre Sicherheitsinvestitionen auf der Grundlage eines Programms für Continuous Threat Exposure Management priorisieren, bis 2026 einen Rückgang der Sicherheitsverletzungen um zwei Drittel verzeichnen werden.  

Dieser systematische Ansatz bedeutet, Risikobewertungen mit dem Business in Einklang zu bringen, Schwachstellen zu beheben und den richtigen Umgang mit Bedrohungen zu finden, gegen die es keine Maßnahmen gibt. Die kontinuierliche Gefährdungsverwaltung unterstreicht die Überprüfung von Prioritäten aus Sicht des Angreifers und fördert evidenzbasierte Sicherheitsoptimierungen sowie die teamübergreifende Zusammenarbeit.  

Über das herkömmliche Patching hinaus erkennt die kontinuierliche Gefährdungsverwaltung die Notwendigkeit, Risiken im Zusammenhang mit menschlichen Fehlern und Lieferkettenabhängigkeiten zu reduzieren. 

Einhergehend mit der Erweiterung der Angriffsfläche ist die Priorisierung von Abhilfemaßnahmen mit zunehmenden Herausforderungen verbunden. Kontinuierliches Threat Exposure Management treibt die Transformation von einer Compliance-gesteuerten hin zu einer kontinuierlichen, automatisierten Validierung der Cybersicherheit. Die Implementierung von Tools zur Simulation von Verletzungen und Angriffen ist ein entscheidender Schritt, der eine systematische Validierung ermöglicht.  

Mit Zühlke als zuverlässigem Cyber Security Partner profitieren unsere Kunden von wirksamem Schutz vor Cyberangriffen, weniger Sicherheitsverletzungen und können sich proaktiv gegen neue Sicherheitsrisiken in der digitalen Landschaft wappnen. Erfahren Sie mehr über unsere Zusammenarbeit mit BitMEX zur Optimierung ihrer Security Operations und Einführung von DevSecOps. 

6. AI-augmented Development

Gartner® prognostiziert, dass KI-gestützte Entwicklung die Softwareentwicklungslandschaft transformieren wird. Bei der KI-gestützten Entwicklung setzen Softwareentwickler:innen generative KI und Machine-Learning-Technologien ein, um Anwendungen zu entwickeln, zu programmieren und zu testen. Diese Tools optimieren die Entwicklung, indem sie Legacy Code übersetzen, die Umwandlung von Design zu Code ermöglichen und Testkapazitäten verbessern.  

Bis 2026 wird generative KI 70 % der Design- und Entwicklungstätigkeiten wesentlich beeinflussen. Und bis 2025 werden mehr als 50 % der Führungskräfte von ihren Mitarbeitenden einen Überblick über die Möglichkeiten generativer KI fordern. Und das ist noch nicht alles: Gartner® geht weiter davon aus, dass bis 2028 75 % der Softwareentwickler:innen in Unternehmen KI-Assistenten für die Programmierung nutzen werden – ein deutlicher Anstieg gegenüber Anfang 2023, als dies auf weniger als 10 % der Entwickler:innen zutraf. 

„Ein großes Unternehmen mit 12.000 Entwickelnden hat die Produktivität um 5 % gesteigert und Kosteneinsparungen in Höhe von 2 Mio. USD pro Jahr erzielt, indem es sich (...) KI-gestützte Codegenerierung zunutze gemacht hat.“ 

Vor dem Hintergrund der zunehmenden Nachfrage nach Softwareprodukten sowie des Drucks, bestehende Anwendungen zu modernisieren, steigert die KI-gestützte Softwareentwicklung die Produktivität und ermöglicht Entwicklenden, sich auf strategischere Aufgaben zu konzentrieren. Außerdem trägt sie zur Verbesserung der Softwarequalität und der User Experience bei. 

Entsprechende Ergebnisse zeigen sich, wie der Gartner®-Report betont, „quasi sofort“ und sind konkret. So stellte Gartner® beispielsweise fest, dass ein großes Unternehmen mit rund 12.000 Entwickelnden seine Produktivität um 5 % steigern und Kosteneinsparungen in Höhe von 2 Millionen USD erzielen konnte, indem es Github CoPilot für die KI-gestützte Codegenerierung einsetzte. 

Fortschritte in der KI-Entwicklung müssen jedoch durch ein Framework für Responsible AI sowie eine entsprechende KI-Regulierung – als Beispiel sei an dieser Stelle der EU AI Act genannt – gestützt werden, um Innovation zu fördern und gleichzeitig unbeabsichtigte negative Folgen zu verhindern. 

7. Intelligent Applications

Intelligente Applikationen werden 2024 im Mittelpunkt stehen, getrieben durch die strategische Notwendigkeit, Entscheidungsfindungsprozesse zu optimieren. Intelligente Anwendungen nutzen KI, um dazuzulernen und sich selbst ausgehend vom Nutzerverhalten und anderen Erfahrungen zu optimieren. Angesichts des Fachkräftemangels sowie des zunehmenden Fokus auf digitale Technologien werden intelligente Anwendungen mehr und mehr zu einer unentbehrlichen Lösung für Unternehmen.  

Laut Gartner® werden bis 2026 30 % der neuen Anwendungen KI nutzen, um personalisierte, adaptive Benutzeroberflächen bereitzustellen. Eine erhebliche Steigerung gegenüber 2023, als dies noch auf weniger als 5 % der Anwendungen zutraf. Und das ist noch nicht alles: Gartner® erwartet, dass bis 2026 mehr als 80 % der unabhängigen Softwareanbieter generative KI-Funktionen in ihre Unternehmensanwendungen integrieren werden – verglichen mit weniger als 1 % in 2023. 

Mehr als die Hälfte der Teilnehmenden der „Use-Case ROI“-Umfrage von Gartner® nutzt bereits intelligente Anwendungen. Das größte Hindernis in Bezug auf die Optimierung der Mitarbeitendenproduktivität ist und bleibt jedoch der Mangel an effektiver Automatisierung und Tools. Dies stellt eine große Innovationschance dar. 

8. Democratised Generative AI

Generative KI-Anwendungen können die unterschiedlichsten Inhalte erzeugen – u. a. Bilder, Video, Audio und Text. Die Einsatzbereiche sind also entsprechend groß. Generative KI kann dazu beitragen, Aufgaben zu automatisieren, die Produktivität zu steigern, Kosten zu reduzieren und neue Wachstumschancen zu erschließen. Mehr über das Potenzial generativer KI lesen Sie in unserem Blogpost „ChatGPT: Generieren Sie Umsatz statt nur Text!“. 

Die weltweite Demokratisierung generativer KI-Plattformen ermöglicht den Einsatz generativer Modelle in einer Vielzahl von Rollen und Funktionen. Dies macht generative KI zu einem der disruptivsten Trends des Jahrzehnts.  

Das Zusammenwachsen von Cloud-Computing und Open Source ermöglicht Arbeitnehmenden in aller Welt den Zugriff auf KI-Modelle, und zwar auch ohne Programmierkenntnisse. KI-Anwendungen, die Machine-Learning-Technologien einsetzen, wie „Natural Language Conversational Interfaces“, demokratisieren Wissen und Fähigkeiten, indem sie zahlreiche Informationsquellen für Business User verfügbar machen.  

9. Augmented Connected Workforce

Der Begriff „Augmented Connected Workforce“ bezieht sich auf den Einsatz intelligenter Technologien und Workforce Analytics, um den Wert „menschlicher“ Arbeit zu steigern. Laut Gartner® werden bis 2026 50 % der Büroangestellten weltweit KI-gestützt arbeiten. Das Ergebnis sind Produktivitätssteigerungen sowie Verbesserungen von Qualität und Leistung. 

Dies ist ein doppelter Gewinn für Mitarbeitende und Unternehmen. Unternehmen profitieren von einer leistungsstärkeren, effizienteren Belegschaft und können sich besser an veränderte Bedürfnisse anpassen. Gleichzeitig bieten intelligente Anwendungen und Analysen kontextbezogene Unterstützung und verbessern so die Mitarbeitenden-Experience, das Wohlbefinden unter den Mitarbeitenden sowie die Kompetenzentwicklung. 

Die technologieunterstützte vernetzte Belegschaft (Augmented Connected Workforce) entsteht aus der Notwendigkeit heraus, die Lücken zwischen Mitarbeitendenfähigkeiten und Geschäftsanforderungen zu schließen. Angesichts des hohen Bedarfs an digitalen Kompetenzen kann KI die Unternehmen dabei unterstützen, die für den Erwerb neuer Kompetenzen benötigte Zeit zu verkürzen, die Talententwicklung zu fördern und die Arbeitsumgebung zu automatisieren. Ein hervorragendes Beispiel ist die LBBW, die wir mittels KI-Anwendungen und Machine Learning unterstützt haben, Risikomanagementprozesse zu optimieren.

10. Machine Customers

Der Gartner®-Report für 2024 stellt ein neues Konzept vor: Das Konzept der Maschinenkunden (Machine Customers) bzw. „nicht-menschlichen Wirtschaftsakteuren“: 
 
„Maschinenkunden erwerben Waren und Dienstleistungen gegen Bezahlung. Bis 2028 wird es 15 Milliarden vernetzte Produkte geben, die das Potenzial haben, sich wie Kunden zu verhalten – und in den kommenden Jahren werden weitere Milliarden hinzukommen.“ 

Laut Gartner® werden bis 2027 mehr als 50 % der Vertriebs- und Servicezentren mit Maschinenkunden interagieren. Und bis 2028 werden Maschinenkunden voraussichtlich 20 % der digitalen Storefronts überflüssig machen. 

Diese durch generative KI sowie die zunehmende Verbreitung vernetzter Produkte geförderte Entwicklung stellt eine transformative Chance für Unternehmen dar. Sie wird Auswirkungen auf Käufe im Wert von Billionen US-Dollar haben und letztendlich bedeutsamer werden als die Einführung des Digital Commerce. Mehr zum Thema in unserem Depp Dive „AI in Commerce“.

Die Fähigkeit, Angebote für Maschinenkunden zu erstellen und an diese zu verkaufen, wird ein wichtiger Wettbewerbsvorteil werden. Dabei betrifft die strategische Notwendigkeit nicht nur technologische Aspekte, sondern beinhaltet die Auseinandersetzung mit und erfolgreiche Navigation einer in tiefgreifendem Wandel begriffenen Käuferlandschaft.