Gartner ist eine Referenz im Bereich der Daten. Auf dem Gartner Data & Analytics Summit 2023 teilte das Unternehmen seine Sicht auf die wichtigsten Trends, welche die Zukunft der Data Science und des Machine Learning beeinflussen und bestimmen werden. Zusammenfassung der drei KI-Trends, die Sie für Ihr Unternehmen 2024 im Auge behalten sollten.
Auf dem Daten- und Analytikgipfel, der im Sommer in Sydney stattfand, gab Gartner einen Überblick über die wichtigsten Trends, die die Zukunft der Datenwissenschaft und des maschinellen Lernens (Data Science and Machine Learning, DSML) beeinflussen werden. Während viele Branchen einen explosionsartigen Anstieg der KI-Nutzung verzeichnen, beleuchtet das Institut die wachsende Bedeutung von Daten in einer künstlichen Intelligenz, die einen ethischeren und gleichzeitig verantwortungsvolleren Weg einschlägt.
Trend Nr. 1: Edge AI als Versprechen für mehr Reaktionsfähigkeit
Einer der Gartner-Trends 2024 ist Edge AI (deutsch: KI am Netzwerkrand). Diese Technologie ermöglicht die Durchführung von Berechnungen in der Nähe des Ortes, an dem die Daten gesammelt werden, wodurch die Notwendigkeit eines zentralen Cloud-Computing-Zentrums oder eines externen Rechenzentrums entfällt. So können Geräte schneller intelligente Entscheidungen treffen, ohne dass eine Verbindung zur Cloud oder zu entfernten Rechenzentren erforderlich ist. Da dadurch KI-Algorithmen schneller ausgeführt werden können, wird die Latenz verringert und die Systeme sind reaktionsfähiger.
Edge AI wird auf IoT-Infrastrukturen angewendet und nutzt die lokal verfügbare Rechenleistung. Dieser Ansatz ist entscheidend für Anwendungen, die Entscheidungen in Echtzeit erfordern, wie z. B. das autonome Fahren oder intelligente medizinische Geräte. Edge AI bietet auch Vorteile in den Bereichen Datenschutz und Datensicherheit. Weil bestimmte sensible Informationen lokal verarbeitet werden können, ohne an entfernte Server übertragen zu werden, werden die Daten nicht unnötig externen Bedrohungen ausgesetzt.
Diese Annäherung von KI und Edge Computing ebnet den Weg für leistungsfähigere, aber auch verantwortungsvollere, weil potenziell energiesparendere Lösungen. Laut Prognosen des Marktforschungsinstituts Gartner werden bis 2025 mehr als 55 % aller Datenanalysen, die von tiefen neuronalen Netzen durchgeführt werden, am Ort der Datenerhebung in einem Edge-System erfolgen, gegenüber weniger als 10 % im Jahr 2021!
Trend Nr. 2: Responsible AI als ethisches Versprechen
In seiner Prognose der KI-Trends 2024 betont Gartner die Schlüsselrolle von Responsible AI, also verantwortungsvoller KI. Diese Reihe von Grundsätzen und Praktiken soll sicherstellen, dass KI auf ethische und verantwortungsbewusste Weise eingesetzt wird. Sie befasst sich mit den sozialen, ökologischen und wirtschaftlichen Auswirkungen von KI und zielt darauf ab, die Risiken zu minimieren und die Vorteile zu maximieren.
Auf technologischer Ebene schlägt sich Responsible AI in einer Reihe von Maßnahmen nieder, welche die Transparenz, Zuverlässigkeit und Sicherheit von KI-Systemen verbessern sollen. Die Schlüsselachse ist die Transparenz von Daten und Algorithmen. Dadurch können die Nutzer verstehen, wie KI-Systeme funktionieren, und möglichen Bias erkennen, um eine ethisch korrekte und respektvolle Nutzung der Daten zu ermöglichen. Der zweite Schwerpunkt liegt auf der Zuverlässigkeit von KI-Systemen, deren Robustheit auch unter komplexen Bedingungen oder im Falle von Cyberangriffen gewährleistet werden muss. So müssen KI-Systeme sicher sein, um persönliche Daten und sensible Informationen zu schützen.
Laut Gartner „macht Responsible AI die KI zu einer positiven Kraft und nicht zu einer Bedrohung für die Gesellschaft und sich selbst“. Um dies zu erreichen, sollten Sie diesem einfachen Rat folgen: Verfolgen Sie einen risikoadäquaten Ansatz, um einen Mehrwert durch KI zu ermöglichen, aber lassen Sie gleichzeitig äußerste Vorsicht bei der Anwendung von Lösungen und Modellen walten.
Trend Nr. 3: Data-centric AI als Relevanzversprechen
Laut Gartner unterstreicht der dritte große KI-Trend 2024 die zentrale Bedeutung von Daten für die massenhafte Einführung von KI. Künstliche Intelligenz beruht auf Algorithmen, die ihre Relevanz und Leistungsfähigkeit bestimmen. Aber anstatt sich nur auf Algorithmen zu fokussieren, konzentriert sich die datenzentrierte KI, oder Data-centric AI, stärker auf die Qualität, Vielfalt und Governance der Daten. Das Ziel: die Genauigkeit der Modelle zu verbessern, indem man sich auf umfangreiche und perfekt gepflegte Datensätze stützt.
Für Unternehmen verspricht Data-centric AI ein besseres Verständnis der Kunden, fundiertere Entscheidungen und robustere Innovationen. Indem sie den Schwerpunkt auf die Datenqualität legen, können Organisationen die Effektivität ihrer KI-Initiativen steigern, den Bias von Algorithmen reduzieren und das Vertrauen der Nutzer verbessern. Dadurch bietet der Ansatz der Data-centric AI einen zuverlässigeren und nachhaltigeren Weg, um das Potenzial der künstlichen Intelligenz auszuschöpfen. Gartner prognostiziert, dass im Jahr 2024 60 % der für KI bestimmten Daten dazu dienen werden, die Realität zu simulieren, zukünftige Szenarien zu identifizieren und die Fehleranfälligkeit von KI zu verringern – im Jahr 2021 waren das nur 1 %!
Zwischen Leistung, Ethik, Compliance, Sicherheit und Verantwortung wirkt der KI-Fahrplan 2024 ehrgeizig. Sind Sie der Herausforderung gewachsen?
