Die 10 wichtigsten strategischen Technologietrends für 2020

Human Augmentation erinnert an die Visionen futuristischer Cyborgs, aber tatsächlich verwenden wir seit Hunderten von Jahren Hilfsmittel zur Verbesserung körperlicher Funktionen. Brillen, Hörgeräte und Prothesen entwickelten sich zu Cochlear-Implantaten und Wearables. Selbst eine Augenoperation per Laser ist zur Normalität geworden.

Aber was wäre, wenn Wissenschaftler das Gehirn erweitern könnten, um die Speicherkapazität zu erhöhen, oder einen Chip implantieren könnten, um neuronale Muster zu dekodieren? Was wäre, wenn Exoskelette eine Standardausrüstung für Arbeiter in der Automobilindustrie werden würden, mit denen sie unglaubliche Gewichte heben könnten? Was wäre, wenn Ärzte Sensoren implantieren könnten, um nachzuverfolgen, wie Medikamente in einem Körper transportiert werden?

Die Technologie befindet sich nun an dem Punkt, wo man über die Augmentation hinausgehen und übermenschliche Fähigkeiten schaffen könnte.

Das Potenzial, die Welt und das Geschäft zu verändern, macht die Human Augmentation zu einem der 10 wichtigsten strategischen Technologietrends von Gartner, die in den nächsten fünf bis zehn Jahren erhebliche Umbrüche und Chancen erzeugen werden.

Die Trends sind um die Idee „menschenorientierter intelligenter Räume“ strukturiert und berücksichtigen, wie sich diese Technologien auf den Menschen (Kunden, Mitarbeiter) und die Orte, an denen sie sich aufhalten (Zuhause, Büro, Auto) auswirken.

„Diese Trends haben einen tiefgreifenden Einfluss auf die Menschen und ihre Lebensbereiche“, sagt David Cearley, Gartner Distinguished VP Analyst. „Anstatt einen Technologie-Stack aufzubauen und dann die potenziellen Anwendungen zu untersuchen, müssen Unternehmen zuerst den geschäftlichen und menschlichen Kontext berücksichtigen.“

Diese Trends existieren nicht isoliert: IT-Führungskräfte müssen entscheiden, welche Kombination die meisten Innovationen und Strategien antreiben wird.

So kann beispielsweise die künstliche Intelligenz (KI) in Form des Machine Learning (ML) mit Hyperautomatisierung und Edge Computing kombiniert werden, um hochintegrierte intelligente Gebäude und Stadträume zu schaffen. Im Gegenzug ermöglichen diese Kombinationen eine weitere Demokratisierung der Technologie.

Die Automatisierung verwendet Technologien, um Aufgaben auszuführen, die vorher von Menschen erledigt wurden.

Hyperautomatisierung nutzt fortschrittliche Technologien, einschließlich künstlicher Intelligenz (KI) und Machine Learning (ML) zur zunehmenden Automatisierung von Prozessen und zur „Erweiterung“ des Menschen. Die Hyperautomatisierung umfasst eine Reihe von Tools, die automatisiert werden können, meint aber auch den Reifegrad der Automatisierung (d. h. entdecken, analysieren, entwerfen, automatisieren, messen, überwachen, neu bewerten).

Da kein Tool den Menschen ersetzen kann, umfasst Hyperautomatisierung heute eine Kombination aus Tools, einschließlich robotergesteuerter Prozessautomatisierung (RPA), intelligenter Business-Management-Software (iBPMS) und KI, mit dem Ziel, zunehmend KI-gesteuerte Entscheidungen zu treffen.

Obwohl es nicht das Hauptziel ist, führt Hyperautomatisierung oft zur Schaffung eines digitalen Zwillings der Organisation (DTO), über den Unternehmen visualisieren, wie Funktionen, Prozesse und Leistungskennzahlen interagieren. Der DTO wird dann zu einem integralen Bestandteil des Hyperautomatisierungsprozesses, der kontinuierliche Echtzeitinformationen über das Unternehmen liefert und wichtige Geschäftsmöglichkeiten antreibt.

Multiexperience ersetzt technikaffine Menschen durch menschenaffine Technologie. In diesem Trend entwickelt sich die traditionelle Idee eines Computers von einem einzigen Interaktionspunkt zu Multisensorik- und Multitouchpoint-Schnittstellen wie Wearables und fortschrittlichen Computersensoren. 

Zum Beispiel hat Domino’s Pizza eine Erfahrung geschaffen, die über die App-basierte Bestellung hinausgeht und autonome Fahrzeuge, einen Pizza-Tracker und intelligente Lautsprecherkommunikation umfasst.

In Zukunft wird dieser Trend zu einer Umgebungserfahrung werden; zurzeit konzentriert sich Multi-Experience auf immersive Erfahrungen, die Augmented Reality (AR), Virtual (VR) oder Mixed Reality, Multichannel-Mensch-Maschine-Schnittstellen und Sensortechnologien verwenden. Die Kombination dieser Technologien kann für ein einfaches AR-Overlay oder ein vollständig umfassendes VR-Erlebnis verwendet werden.

Die Demokratisierung der Technologie bedeutet, den Mitarbeitern einfachen Zugang zu technischem und geschäftlichem Fachwissen ohne umfangreiche (und kostspielige) Schulungen zu ermöglichen. Der Trend konzentriert sich auf vier Schlüsselbereiche – Anwendungsentwicklung, Data und Analytics, Design und Wissen – und wird oft als „Bürgerzugang“ bezeichnet, was zu Citizen Data Scientists und Citizen Programmers und mehr geführt hat.

Beispielsweise ermöglicht es die Demokratisierung den Entwicklern, Datenmodelle zu generieren, ohne über die Fähigkeiten eines Datenwissenschaftlers zu verfügen. Sie verlassen sich stattdessen auf eine KI-gesteuerte Entwicklung, um Code zu generieren und Tests zu automatisieren.

Die Human Augmentation ist der Einsatz von Technologie, um die kognitiven und körperlichen Erfahrungen einer Person zu verbessern.

Die physikalische Augmentation ändert eine inhärente physikalische Fähigkeit, indem sie eine Technologie innerhalb oder am Körper implantiert oder anbringt. Beispielsweise werden in der Automobil- und Bergbauindustrie Wearables verwendet, um die Sicherheit der Mitarbeiter zu verbessern. In anderen Branchen wie Einzelhandel und Tourismus werden Wearables verwendet, um die Produktivität der Mitarbeiter zu steigern.

Die physische Augmentation lässt sich in vier Hauptkategorien unterteilen: Sensorische Augmentation (Hören, Sehen, Wahrnehmung), Augmentation von Körpergliedern und biologischen Funktionen (Exoskelette, Prothetik), Gehirn-Augmentation (Implantate zur Behandlung von Krampfanfällen) und genetische Augmentation (somatische Gen- und Zelltherapie).

Kognitive Augmentation verbessert die Fähigkeit eines Menschen zu denken und bessere Entscheidungen zu treffen, zum Beispiel durch die Nutzung von Informationen und Anwendungen, um das Lernen oder neue Erfahrungen zu verbessern. Die kognitive Augmentation umfasst auch Technologien aus der Kategorie der Gehirn-Augmentation, da es sich um physische Implantate handelt, die mit kognitiven Prozessen zu tun haben.

Human Augmentation hat eine Reihe von kulturellen und ethischen Auswirkungen. Beispielsweise hat die Verwendung der CRISPR-Technologie zur Manipulation von Genen erhebliche ethische Auswirkungen.

Der Fortschritt der Technologie führt zu einer Vertrauenskrise. Während sich Verbraucher zunehmend bewusst werden, wie ihre Daten erfasst und verwendet werden, erkennen die Unternehmen auch ihre zunehmende Verantwortung bei der Speicherung und Erfassung der Daten.

Darüber hinaus werden immer öfter KI und ML verwendet, um Entscheidungen anstelle von Menschen zu treffen, was die Vertrauenskrise ebenso verstärkt wie den Bedarf an Ideen wie erklärbarer KI und KI-Governance.

Dieser Trend erfordert einen Fokus auf sechs Schlüsselelemente des Vertrauens: Ethik, Integrität, Offenheit, Rechenschaftspflicht, Kompetenz und Einheitlichkeit.

Es wurden Gesetze wie die Datenschutz-Grundverordnung (DSGVO) der Europäischen Union erlassen, welche diese Entwicklung fördern und den Unternehmen Grundregeln vorschreiben.

Edge Computing ist eine Topologie, bei der die Datenverarbeitung und die Erfassung und Bereitstellung von Inhalten näher an den Datenquellen platziert werden. Dahinter steht die Idee, dass eine lokale und verteilte Speicherung des Datenverkehrs die Latenzzeit reduziert. Dazu gehört die gesamte Technologie des Internet der Dinge (IoT). Empowered Edge betrachtet, wie diese Geräte zunehmen und die Grundlage für intelligente Räume bilden, und bringt wichtige Anwendungen und Dienste näher an die Menschen und Geräte, die sie verwenden.

Bis 2023 könnte es mehr als 20-mal so viele intelligente Geräte am Rand des Netzwerks geben wie in herkömmlichen IT-Rollen. 

Distributed Cloud bezieht sich auf die Verteilung von Public Cloud-Diensten an Standorten außerhalb der physischen Rechenzentren des Cloud-Anbieters, die jedoch vom Anbieter kontrolliert werden. In der Distributed Cloud ist der Cloud-Anbieter für alle Aspekte der Cloud-Service-Architektur, Bereitstellung, Betrieb, Governance und Updates verantwortlich. Die Entwicklung von zentralisierter Public Cloud zu verteilter Public Cloud führt zu einer neuen Ära des Cloud Computing.

Die verteilte Cloud ermöglicht es, Rechenzentren überall zu platzieren. Dies löst sowohl technische Probleme wie Latenz als auch regulatorische Herausforderungen wie Datenhoheit. Es verbindet außerdem die Vorteile eines öffentlichen Cloud-Dienstes mit den Vorteilen einer privaten, lokalen Cloud.

Autonome Dinge, wie Drohnen, Roboter, Schiffe und Geräte, nutzen KI, um Aufgaben auszuführen, die normalerweise von Menschen ausgeführt werden. Diese Technologie arbeitet mit einem Spektrum von Intelligenz, das von halbautonom bis vollständig autonom und in einer Vielzahl von Umgebungen, einschließlich Luft, Meer und Land, reicht.

Während autonome Dinge derzeit hauptsächlich in kontrollierten Umgebungen existieren, wie in einer Mine oder einem Lagerhaus, werden sie sich weiter entwickeln und auch offene öffentliche Bereiche einschließen. Autonome Dinge werden sich von eigenständigen zu kollaborativen Schwärmen entwickeln, wie die Drohnenschwärme, die während der Olympischen Winterspiele 2018 eingesetzt wurden.

Allerdings können autonome Dinge das menschliche Gehirn nicht ersetzen und lassen sich am effektivsten zu einem eng definierten, klar abgegrenzten Zweck einsetzen.

Blockchain ist eine Form des Distributed Ledger, eine sich erweiternde, chronologisch geordnete Abfolge von kryptographisch signierten, unabänderlichen Transaktionsdatensätzen, die von allen Teilnehmern in einem Netzwerk gemeinsam genutzt werden.

Blockchain ermöglicht es auch, Vermögenswerte bis zu ihrem Ursprung zurückzuverfolgen, was für traditionelle Vermögenswerte vorteilhaft ist. Sie ebnet aber auch den Weg für andere Verwendungen wie die Rückverfolgung von kontaminierten Lebensmitteln bis zum ursprünglichen Erzeuger. Außerdem können zwei oder mehr Parteien, die sich nicht kennen, sicher in einer digitalen Umgebung interagieren und Werte austauschen, ohne dass eine zentralisierte Autorität erforderlich ist.

Das komplette Blockchain-Modell umfasst fünf Elemente: Ein Shared und Distributed Ledger, unveränderliche und rückverfolgbare Ledger, Verschlüsselung, Tokenisierung und einen verteilten öffentlichen Konsensmechanismus. Die Blockchain bleibt jedoch aufgrund einer Reihe technischer Probleme, einschließlich eingeschränkter Skalierbarkeit und Interoperabilität, für Unternehmensbereitstellungen vorerst unpraktikabel.

Die heutigen Blockchains von Unternehmen verfolgen einen praktischen Ansatz und implementieren nur einige der Elemente einer vollständigen Blockchain, indem sie das Ledger unabhängig von einzelnen Anwendungen und Teilnehmern machen und das Ledger über ein verteiltes Netzwerk replizieren, um eine verbindliche Aufzeichnung wichtiger Ereignisse zu erstellen. Jeder mit berechtigtem Zugriff sieht dieselben Informationen und die Integration wird durch eine einzige gemeinsame Blockchain vereinfacht. Der Konsens wird durch eher traditionelle Privatmodelle gehandhabt.

In der Zukunft wird echte Blockchain oder „Blockchain Complete“ das Potenzial haben, Branchen und die gesamte Wirtschaft zu transformieren, da sich komplementäre Technologien wie KI und das IoT neben der Blockchain integrieren. Dies erweitert die Art der Teilnehmer auf Maschinen, die in der Lage sein werden, eine Vielzahl von Vermögenswerten auszutauschen – von Geld bis zu Immobilien. Ein Auto wäre beispielsweise in der Lage, Versicherungspreise direkt mit der Versicherungsgesellschaft auf der Grundlage der von den Sensoren gesammelten Daten auszuhandeln.

Blockchain, wie sie bereits in experimentellen und kleinen Projekten vorkommt, wird bis 2023 vollständig skalierbar sein.

Sich entwickelnde Technologien wie Hyperautomatisierung und autonome Dinge bieten der Geschäftswelt enorme Transformationschancen. Sie schaffen jedoch auch neue Sicherheitsprobleme und potenzielle Angriffspunkte. Sicherheitsteams müssen diese Herausforderungen angehen und sich bewusst sein, wie sich KI auf Sicherheit auswirken wird.

Die KI-Sicherheit umfasst drei Hauptperspektiven:

1. Schutz von KI-gestützten Systemen: Sicherung von KI-Schulungsdaten, Schulungspipelines und ML-Modellen.
2. Nutzung von KI zur Verbesserung der Sicherheit: Verwendung von ML, um Muster zu verstehen, Angriffe aufzudecken und um Teile der Cybersicherheitsprozesse zu automatisieren.
3. Antizipation einer schädlichen Nutzung von KI durch Angreifer: Identifizieren von Angriffen und Abwehrmaßnahmen.