2.4 Ordnung in Daten (Information of Everything)

Inhaltliche Daten etwa aus Dokumenten, Audiodaten, Videodaten, Daten von Sensoren - die ganze Welt wird datentechnisch erfasst, aber noch fehlen Menschen, die diese Daten in nützliche Zusammenhänge setzen. Diese Menschen brauchen semantische Tools. Gartner beschreibt dies als „Information of Everything“ bereits als eine Art neuer Strategie aus, die dieses Thema angehen wird.

2.4.1 Fazit

All die vielen vernetzten Geräte liefern eine Datenflut. Die Herausforderung ist, diesen Wust an Daten so zu strukturieren, dass relevante Informationen entstehen.

Neue semantische Tools, Klassifizierungs- und Analyseverfahren werden die oftmals chaotische Informationsflut entschlüsseln müssen, so die Experten von Gartner.

Dies setzt leistungsfähige Methoden zur Mustererkennung voraus, wie sie z.B. in der Verarbeitung von Bewegtbilddaten (Kamerabilder, Videos, ...) zwar schon große Fortschritte gemacht haben, letztendlich aber noch sehr am Anfang stehen.

Die Kunst wird darin liegen, nicht vorhersagbare Muster als solche zu erkennen und aus Vergleichsdaten relevante Schlüsse ableiten zu können. Die Business Intelligence (BI) kann damit zum wichtigen Faktor in Ihrem Unternehmen werden – aber Vorsicht: Auch hier werden viele Fähigkeiten der BI zur Commodity werden – bauen Sie die „Welt da draußen“ nicht nach.

2.5 Lernfähige Maschinen (Advanced Machine Learning)

In seinen Robotermärchen schreibt der polnische Autor Stanislav Lem über die Urweltmaschinen, die die denkenden Maschinen erzeugten, die wiederum die gescheiten Maschinen erzeugten bis zu den vollkommenen Maschinen.

Gartner scheint einer ähnlichen Logik zu folgen. Smarte Maschinen werden das klassische Computing hinter sich lassen und mittels Deep Neural Nets (DNN) selbstständig lernen können.

2.5.1 Fazit

„Die Konstruktion von Robotern, die sich in einer unstrukturierten Umgebung bewegen können, ist das erklärte Ziel der Robotik.“128

Maschinen werden, dank künstlicher Intelligenz, ihre Umwelt eigenständig wahrnehmen und daraus eigenständige Lösungen entwickeln. Die Fähigkeit künstlicher Systeme, aus Beispielen Wissen zu generieren, das sie verallgemeinern und auf zukünftige Situationen anwenden können, wird als maschinelles Lernen bezeichnet.

Treiber an dieser Stelle sind die Deep Neural Nets (DNN), die es ihnen erlauben, die etwa über Sensoren zusammengetragenen Daten zu analysieren und ihre Umgebung auf diese Weise „selbst wahrzunehmen“.

Die Nähe zum vorangegangenen Thema ist zwingend, wobei hier mit DNN auf eine Methode gesetzt wird, die ihre technischen Anfänge in den 1980er Jahren hatte, als Arrays einfacher Rechner zu neuronalen Netzwerken zusammen geschaltet wurden. Damit sollte das menschliche Gehirn nachgebildet werden.

2.6 Autonome Assistenten (Autonomous Agents and Things)

Das sicher bekannteste Beispiel eines selbstfahrenden Vehikels ist vermutlich das Google-Car. Gartner möchte aber die autonomen Agenten, darunter verstehen die Analysten beispielsweise Cortana von Microsoft oder Siri von Apple, nicht vernachlässigen. In den kommenden fünf Jahren wird eine Post-App-Welt entstehen, in der solche intelligenten Assistenz-Systeme eine große Rolle spielen. Unternehmen sollten bereits jetzt sondieren, wie sie dies für Mitarbeiter und Kunden nutzen können.

2.6.1 Fazit

Diesen Trend sieht Gartner als so relevant an, dass explizit an Unternehmen die Empfehlung gegeben wird, sich damit zu beschäftigen.

„Aber um Roboter mit menschähnlichen Fähigkeiten und Reaktionen auszustatten, muss die Kommunikation deutlich schneller werden als TCP/IP heute ermöglicht. Mit Flow-State Access (FSA) könnte z.B. der Datentransfer um einen Faktor 1000 bis 50.000-fach gegenüber TCP beschleunigt werden“129, sagt Experton in einer eigenen Analyse zu IT-Trends 2016.

Heute kennen wir mit Self-Service-Plattformen und den zunehmend smarter agierenden Kundencentern bereits im Einsatz befindliche Systeme, die Assistenz bieten, ohne dass ein Mensch aktiv werden muss. Diese Tendenz wird sich sicherlich verstärken, insbesondere wenn selbstlernende Algorithmen die „Trefferquote“ und damit die Akzeptanz weiter erhöhen. Die virtuellen Agenten sollen immer besser darin werden, Situationen und individuelle Bedürfnisse zu erkennen.

Aber auch immer komplexere Maschinen (Industrie 4.0) und komplexe Systeme werden wohl nur auf diese Weise bedienbar bleiben.

Anstatt zu Scrollen oder Buttons zu klicken, werden wir, laut Gartner, bald nur noch mit unseren digitalen Assistenten sprechen. Und es vielleicht manchmal gar nicht mal merken ...

2.7 Lernfähige Sicherheits-Architekturen (Adaptive Security Architecture)

Während CIOs zunehmend Cloud nutzen und offene Schnittstellen schaffen, um Partner, Lieferanten und Kunden besser zu integrieren, schläft auch die Hacker-Branche nicht. In Sachen Security müssen sich Unternehmen lernfähiger zeigen, so Gartner.

Die zunehmende Bedrohung durch Cyber-Kriminalität spielt auch in den Gartner-Techniktrends eine wichtige Rolle. Die Analysten gehen von einer signifikanten Steigerung der Bedrohung in den nächsten Jahren aus, die sich insbesondere im Zusammenhang mit Cloud-Services und offenen APIs130 manifestiert.

2.7.1 Fazit

Dieses Thema ist hoch relevant. Mit neuen Analyseverfahren, die Unregelmäßigkeiten schon früh erkennen, kann am Ende im Idealfall ein adaptives Sicherheitssystem stehen, das individuell auf Bedrohungen reagiert.

Und: Sicherheits-Architekturen gehören in Spezialistenhand! Viele Dienstleister haben das erkannt und bieten, insbesondere für Online-Auftritte, komplette Pakete an, die vor Bedrohungen der Cyber-Kriminalität schützen und Ausweichmöglichkeiten bieten, wenn ein Angriff erfolgt ist.

Lernfähige Sicherheits-Architekturen wird es auch außerhalb der IT geben:

„Vernetzte Digitaltechnik soll helfen, das Eigenheim besser zu schützen“, berichtet die DIE WELT am 08.10.2014, „Roboter fahren dazu durch die Räume und sehen nach dem Rechten.“131. „Rovio“ heißt dieses Gerät, das in der Wohnung Patrouille fährt und mit seiner Kamera Bilder macht, wenn „verdächtige“ Geräusche oder Bewegungen erkannt wurden.

Der arme Hund, jetzt wird er nicht nur vom Staubsauger verfolgt ...

Aber dahinter steckt der absolut ernsthafte Ansatz, aus den in der Wohnung verfügbaren (Sensor-)Daten auf eine „Normalität“ zu schließen, also zu lernen, was keine Abweichung ist: Der Weg führt zu lernfähigen Sicherheitssystemen, die die Gewohnheiten der Bewohner beobachten, abspeichern und analysieren, bevor Alarm geschlagen wird.

Ein nur 15cm hohes Gerät namens „Canary“ ist so ein Ansatz: Ein Zylinder, bestückt mit zahlreichen Detektoren wie Thermometer, Feuchtigkeitsmesser und Infrarotsensor. Dazu kommen noch ein Mikrofon und eine Weitwinkelkamera, die Bilder in HD-Qualität aufzeichnet.

„Registriert einer der Sensoren etwas Ungewöhnliches – ein Krachen oder eine bislang nicht beobachtete Bewegung – meldet Canary den Vorfall auf das Smartphone des Besitzers und sendet ihm gleichzeitig die Audio- und Videodateien. Wenn aber die Haushaltshilfe wie gewohnt montags durch die Eingangstür kommt, bleibt der künstlich intelligente Zylinder stumm. Zu Fehlalarmen kann es jedoch kommen, wenn der jugendliche Sohn betrunken durch die Wohnung torkelt und die Technik darin ein ungewöhnliches Verhalten ausmacht.“133

2.8 Lernfähige System-Architekturen (Advanced System Architecture)

Was für die Sicherheits-Architekturen gilt, betrifft auch die System-Architekturen. Gartner schreibt von „neuro-morphologischen“ Architekturen, die das Zusammenspiel all der Hardware (stationär und mobil) und den Daten von Sensoren und aus anderen Quellen ermöglichen sollen. IT-Organisationen werden verstärkt mit „FieldProgrammable Gate Arrays“ (FPGA) operieren. Wie schon in den vorangegangenen Abschnitten dargestellt: Die IT-Systeme gleichen sich immer stärker der Funktionsweise eines menschlichen Gehirns an.

Auf diese Weise sollen die Computer-Algorithmen auch in kleinste Geräte vordringen und dort bei geringem Energieverbrauch ihre Arbeit verrichten: Intelligente Maschinen.

2.8.1 Fazit

Hier ist sie, die Welt der Mikrocontroller, der programmierbaren Logikbausteine, der daran angeschlossenen Aktoren und Sensoren. Es ist eine Welt, die „Jedermann“ die Chance gibt, in der Digitalisierung mitzuwirken, vielleicht in Form eines Start-ups, das disruptiv mit einer neuen Geschäftsidee den Markt aufrollt.

Haben Sie Ihr „Canary“ schon entwickelt?

Ihr Unternehmen kann an dieser Stelle aktiv dabei sein (technisch-orientierte MitarbeiterInnen werden das mit Begeisterung wollen) oder sich dieser Technik bedienen. Lassen Sie sich vom „Deep Dive“ in die Technik nicht irritieren, sondern fragen Sie sich, wie Sie damit Ihre Produkte weiterentwickeln können. Überlassen sie die Technik den Spezialisten und den Start-ups und holen Sie sich bei Bedarf deren Know-how ins Unternehmen!

2.9 Agile App- und...