Dis­rup­ti­ve Tech­ni­ken co­die­ren das Bu­si­ness neu

For­res­ter hat zwölf Tech­no­lo­gi­en dar­auf­hin un­ter­sucht, wie sie das Ge­schäft der Zu­kunft ver­än­dern.

Computerwoche - - Vorderseite - Von Wolf­gang Herr­mann, De­pu­ty Edi­to­ri­al Di­rec­tor

Auf­kom­men­de Tech­no­lo­gi­en wie Deep Le­arning, Quan­tenCom­pu­ting und Dis­tri­bu­ted Led­ger (Block­chain) trei­ben den di­gi­ta­len Wan­del und er­hö­hen die In­no­va­ti­ons­ge­schwin­dig­keit dra­ma­tisch. An­wen­der­un­ter­neh­men müs­sen am Ball blei­ben, um zu ver­ste­hen, wel­chen Ein­fluss neue dis­rup­ti­ve Tech­ni­ken auf ihr Ge­schäft ha­ben kön­nen. Die Ana­lys­ten von For­res­ter Re­se­arch ha­ben zwölf Emer­ging Tech­no­lo­gies auf den Prüf­stand ge­stellt und auf ihr dis­rup­ti­ves Po­ten­zi­al ab­ge­klopft.

Un­ter­neh­men, die im Wett­be­werb vor­ne blei­ben wol­len, soll­ten die Aus­wir­kun­gen von Schlüs­sel­tech­ni­ken früh­zei­tig ein­schät­zen kön­nen und die wich­tigs­ten Prot­ago­nis­ten ken­nen. Doch wel­che tech­ni­schen In­no­va­tio­nen sind be­son­ders aus­sichts­reich? Wo lohnt sich ein ge­naue­rer Blick, wel­che Ein­satz­sze­na­ri­en zeich­nen sich ab?

Das Markt­for­schungs- und Be­ra­tungs­haus For­res­ter hat zwölf „Emer­ging Tech­no­lo­gies“un­ter die Lu­pe ge­nom­men und legt als Maß­stab das „dis­rup­ti­ve Po­ten­zi­al“an. Die Ge­schwin­dig­keit, in der sich tech­ni­sche In­no­va­tio­nen ent­wi­ckeln, nimmt dra­ma­tisch zu, be­ob­ach­ten die Ex­per­ten. Das viel­zi­tier­te Moo­re‘s Law ver­lie­re an Be­deu­tung, statt­des­sen rü­cke „Be­zos‘ Law“in den Mit­tel­punkt des In­ter­es­ses. Jeff Be­zos, Chef des E-Com­mer­ce-Kon­zerns Ama­zon, zu dem auch der Cloud-Pro­vi­der AWS ge­hört, pro­gnos­ti­ziert: Die Kos­ten für Cloud Com­pu­ting hal­bie­ren sich al­le drei Jah­re. Da­mit, so fol­gern die Au­gu­ren, be­weg­ten sich die Kos­ten für Soft­ware­in­no­va­tio­nen stän­dig ab­wärts. Tat­säch­lich nut­zen vie­le der von For­res­ter un­ter­such­ten Tech­no­lo­gi­en Res­sour­cen aus der Cloud oder wer­den grund­sätz­lich in Form von Cloud-Ser­vices zu re­la­tiv nied­ri­gen Ein­stiegs­kos­ten zur Ver­fü­gung ge­stellt. Die aus­ge­wähl­ten „Top 12 Emer­ging Tech­no­lo­gies“be­wer­tet For­res­ter an­hand von drei Di­men­sio­nen (sie­he Gra­fik Sei­te 15). In der Ka­te­go­rie „New­ness“geht es dar­um, wie neu ei­ne Technik so­wohl in Sa­chen Markt­rei­fe als auch hin­sicht­lich der Be­kannt­heit und des Know-hows bei po­ten­zi­el­len Nut­zern ist.

Das Kri­te­ri­um „Con­nec­ted­ness“be­schreibt, wie ver­brei­tet ei­ne Tech­no­lo­gie be­reits in vor­han­de­nen Pro­duk­ten und Ser­vices ist. Ein ho­her Wert weist dar­auf hin, dass sich das dis­rup­ti­ve Po­ten­zi­al schon im prak­ti­schen Ein­satz zeigt.

In der drit­ten Di­men­si­on („Ty­pe of Tech­no­lo­gy In­no­va­ti­on“) un­ter­schei­det For­res­ter schließ­lich zwi­schen KI-Tech­no­lo­gi­en, di­gi­ta­len Öko­sys­te­men, neu­en Com­pu­te-Pa­ra­dig­men wie Quan­ten-Com­pu­ting so­wie Tech­ni­ken, die als Brü­cke zwi­schen phy­si­schen und di­gi­ta­len Wel­ten die­nen kön­nen. Zu Letz­te­ren ge­hö­ren et­wa Aug­men­ted-, Vir­tu­al- und Mi­xed-Rea­li­ty­Tech­ni­ken.

KI schafft au­to­no­me Sys­te­me

Tech­no­lo­gi­en aus dem Be­reich künst­li­che In­tel­li­genz hel­fen Un­ter­neh­men, Ent­schei­dun-

gen zu tref­fen und Pro­zes­se zu au­to­ma­ti­sie­ren. For­res­ter zählt da­zu Com­pu­ter Vi­si­on, Deep Le­arning und Na­tu­ral Lan­gua­ge Ge­ne­ra­ti­on.

Com­pu­ter Vi­si­on

Un­ter Com­pu­ter Vi­si­on wol­len die Au­gu­ren Tools und Tech­ni­ken ver­stan­den wis­sen, die Bil­der und Vi­de­os ana­ly­sie­ren und da­bei Ob­jek­te so­wie ein­zel­ne Ob­jekt­be­stand­tei­le in­ter­pre­tie­ren kön­nen. Ein­ge­setzt wer­den sie et­wa in der Ver­si­che­rungs­bran­che, im Ein­zel­han­del, in der Markt­for­schung und im Se­cu­ri­ty-Sek­tor. Die Sys­te­me un­ter­su­chen bei­spiels­wei­se Vi­deoFeeds, Mar­ke­ting-Con­tent und Bil­der aus un­ter­schied­lichs­ten Qu­el­len. Un­ter­neh­men kön­nen da­mit Ge­sich­ter und Mi­mik ana­ly­sie­ren, um auf mensch­li­che Emo­tio­nen zu schlie­ßen. Auch ver­däch­ti­ge Ak­ti­vi­tä­ten in si­cher­heits­re­le­van­ten Be­rei­chen las­sen sich mit Hil­fe von Com­pu­ter Vi­si­on er­ken­nen.

Die do­mi­nie­ren­den An­bie­ter in die­sem Be­reich sind der­zeit die gro­ßen Cloud-Play­er. Über APIs stel­len sie Nut­zern ein­schlä­gi­ge Di­ens­te zur Ver­fü­gung, dar­un­ter et­wa Ama­zons Re­co­gni­ti­on, Googles Cloud AI und Mi­cro­softs Co­gni­ti­ve Ser­vices. Aber auch die eta­blier­ten En­t­er­pri­se-Soft­ware-Kon­zer­ne sind in den Ring ge­stie­gen. So ha­ben et­wa IBM mit Wat­son und Hew­lett Pa­ckard En­t­er­pri­se mit Ha­ven OnDe­mand ih­re neu­ro­na­len Netz­wer­ke dar­auf trainiert, Ob­jek­te un­ter­schied­lichs­ter Art in Bil­dern zu er­ken­nen. Ne­ben den eta­blier­ten Her­stel­lern po­si­tio­nie­ren sich et­li­che Star­tups wie Cla­rif­ai und In­di­co im Markt.

In der Pra­xis müs­sen sol­che Out-of-the-Bo­xSys­te­me meist für be­stimm­te Ein­satz­zwe­cke an­ge­passt wer­den, gibt For­res­ter zu be­den­ken. Un­ter­neh­men soll­ten sich des­halb auch spe­zia­li­sier­te An­bie­ter an­se­hen. So kon­zen­triert sich et­wa Um­bo Com­pu­ter Vi­si­on auf Vi­deo­über­wa­chung und die ka­li­for­ni­sche Soft­ware­schmie­de En­li­tic auf me­di­zi­ni­sche Dia­gno­sen. Wich­ti­ge An­bie­ter: Ama­zon Web Ser­vices (AWS), Cla­rif­ai, Dee­po­ma­tic, Goog­le, Hew­lett Pa­ckard En­t­er­pri­se, IBM, Mi­cro­soft.

Deep Le­arning

For­res­ter de­fi­niert Deep Le­arning als Ma­chineLe­arning-Technik, mit der sich neu­ro­na­le Net­ze ent­wi­ckeln, trai­nie­ren und tes­ten las­sen. Der­ar­ti­ge Net­ze sind in der La­ge, Ent­wick­lun­gen mit ei­ner be­stimm­ten Wahr­schein­lich­keit

vor­her­zu­sa­gen. Sie hel­fen auch da­bei, Mus­ter in un­struk­tu­rier­ten Da­ten zu er­ken­nen.

Ein­ge­setzt wird Deep Le­arning ak­tu­ell et­wa zur Analyse von Schall­wel­len, um Spra­che in ge­schrie­be­nen Text zu kon­ver­tie­ren. Deep-Le­arning-Al­go­rith­men kön­nen Ob­jek­te in Bil­dern er­ken­nen und von Men­schen ge­spro­che­ne Spra­che in struk­tu­rier­te For­ma­te kon­ver­tie­ren, die ei­ne ma­schi­nel­le Analyse er­lau­ben.

Die Tech­no­lo­gie ste­cke zwar noch im­mer in den An­fän­gen, kom­men­tie­ren die Ana­lys­ten; sie wer­de aber zu­neh­mend et­wa in Pre­dic­tive­Ana­ly­tics-Sze­na­ri­en ein­ge­setzt. Zu den An­wen­dungs­mög­lich­kei­ten ge­hört die au­to­ma­ti­sche Be­trugs­er­ken­nung oder die Analyse von Kun­den­ab­wan­de­run­gen be­zie­hungs­wei­se Kün­di­gungs­wahr­schein­lich­kei­ten. Auch bei der Pro­gno­se von Kauf­nei­gun­gen kön­nen Deep-Le­arning-Sys­te­me hel­fen.

Das In­ter­es­se von­sei­ten der Ent­wick­ler hat in den ver­gan­ge­nen Jah­ren stark zu­ge­nom­men. Vor al­lem in der Open-Sour­ce-Com­mu­ni­ty ist ei­ne Rei­he von Deep-Le­arning-Platt­for­men ent­stan­den, dar­un­ter et­wa Caf­fe, Dee­p­le­arnin­g4j (DL4J), H2O.ai, PyTorch, Ten­sorF­low und Thea­no. Deep-Le­arning-Mo­del­le be­nö­ti­gen gro­ße Men­gen an Trai­nings­da­ten. Vie­le Un­ter­neh­men set­zen des­halb auf vor­trai­nier­te neu­ro­na­le Net­ze, wie sie ei­ni­ge Cloud-Pro­vi­der über ei­ne API zur Ver­fü­gung stel­len.

Wich­ti­ge An­bie­ter: Deep In­stinct, Flu­id AI, Goog­le Ten­sorF­low, H2O.ai, Ma­thworks, Saf­fron Tech­no­lo­gy.

Na­tu­ral Lan­gua­ge Ge­ne­ra­ti­on

Un­ter Na­tu­ral Lan­gua­ge Ge­ne­ra­ti­on (NLG) ver­ste­hen die Ana­lys­ten Tech­no­lo­gi­en, die Ma­chi­ne Le­arning, Re­geln und Tem­pla­tes nut­zen, um für Men­schen les­ba­re Tex­te oder ver­ständ­li­che Spra­che zu er­zeu­gen. Die Ba­sis bil­det in der Re­gel ein Set aus Ant­wor­ten oder an­de­ren struk­tu­rier­ten In­for­ma­tio­nen.

Wäh­rend an Na­tu­ral Lan­gua­ge Pro­ces­sing schon län­ger ge­ar­bei­tet wird, ist die Fä­hig­keit, für den Men­schen ver­ständ­li­che Tex­te oder Spra­che zu ge­ne­rie­ren, re­la­tiv jung. Et­li­che Un­ter­neh­men nut­zen NLG be­reits für die au­to­ma­ti­sier­te Er­stel­lung von An­ge­bo­ten, Re­ports und an­de­ren häu­fig be­nö­tig­ten Do­ku­men­ten. Vie­le BI-Tools in­te­grie­ren NLG-Fä­hig­kei­ten, um Nut­zern aus Fach­ab­tei­lun­gen Ana­ly­se­er­geb­nis­se mit­tels Spra­che zu er­läu­tern. Be­kann­te Bei­spie­le für NLG sind auch in­tel­li­gen­te As­sis­ten­ten wie Ama­zon Ale­xa und Goog­le As­sis­tant so­wie Chat­bots im Kun­den­ser­vice.

Im Markt tum­meln sich et­li­che spe­zia­li­sier­te An­bie­ter, dar­un­ter Au­to­ma­ted In­sights, Nar­ra­ti­ve Sci­ence und Yseop. Ei­ni­ge un­ter­hal­ten Part­ner­schaf­ten mit BI-An­bie­tern wie Ta­bleau oder Tib­co Spot­fi­re. An­de­re in­te­grie­ren na­ti­ve NLG-Fea­tu­res in ih­re BI-Pro­duk­te. Da­zu ge­hö­ren et­wa IBM Wat­son Ana­ly­tics und Sa­les­force Ein­stein Dis­co­very. Die meis­ten der­zeit ver­füg­ba­ren Sys­te­me ar­bei­ten re­gel­ba­siert und müs­sen für be­stimm­te Ein­satz­fel­der an­ge­passt wer­den.

Wich­ti­ge An­bie­ter: Ar­ria, Au­to­ma­ted In­sights, AX Se­man­ti­cs, Mar­l­abs, Nar­ra­ti­va, Nar­ra­ti­ve Sci­ence, Yseop.

Di­gi­ta­le Öko­sys­te­me ver­bin­den Un­ter­neh­men und ih­re Part­ner

Zwei Emer­ging Tech­no­lo­gies wer­tet For­res­ter als di­gi­ta­le Öko­sys­te­me: Bu­si­ness­wi­de Net­wor­king Fa­b­rics und Dis­tri­bu­ted Led­ger (Block­chain). Sie hel­fen Un­ter­neh­men, ih­re

As­sets und Or­ga­ni­sa­ti­ons­ein­hei­ten mit de­nen an­de­rer Fir­men und Part­ner zu ver­net­zen Der Be­griff Fa­b­ric (eng­lisch für Stoff) steht da­bei für ein be­son­ders eng ge­web­tes Netz­werk.

Bu­si­ness­wi­de Net­wor­king Fa­b­rics

So­ge­nann­te Bu­si­ness­wi­de Net­wor­king Fa­b­rics ent­ste­hen aus ei­ner Kom­bi­na­ti­on ver­schie­de­ner Netz­kom­po­nen­ten, Soft­ware und Ser­vices. Sie ver­bin­den Nut­zer, Da­ten und Ap­pli­ka­tio­nen und grei­fen da­für auf de­fi­nier­te Po­li­cies und Orches­trie­rungs­sys­te­me zu­rück.

Für ih­re Da­ta-Cen­ter-Um­ge­bun­gen ha­ben Un­ter­neh­men in der Re­gel be­reits Net­wor­kin­gFa­b­rics auf­ge­baut, er­läu­tern die For­res­terAna­lys­ten. Das Kon­zept der Bu­si­ness­wi­de Net­wor­king Fa­b­rics ge­he dar­über hin­aus und stel­le bei­spiels­wei­se si­cher, dass an je­dem Kun­den-Touch­point stets der pas­sen­de Ser­vice aus­ge­lie­fert wird, ab­hän­gig vom ge­nutz­ten End­ge­rät, Netz­werk-Traf­fic und Vor­ga­ben hin­sicht­lich Se­cu­ri­ty und Cor­po­ra­te Go­ver­nan­ce.

Da­zu feh­le es der­zeit noch an fer­ti­gen Netz­werk-Orches­trie­rungs­lö­sun­gen, die et­wa Soft­ware-de­fi­ned Net­wor­king über ver­schie­de­ne Netz­seg­men­te wie WAN, LAN und WLAN hin­weg er­mög­li­chen wür­den. An­bie­ter wie die zu No­kia ge­hö­ren­de Nua­ge Net­works oder VM­wa­re ar­bei­ten an Over­lay-Lö­sun­gen, die sol­che vir­tu­el­len Net­ze für die ge­sam­te Bu­si­ness-Or­ga­ni­sa­ti­on zur Ver­fü­gung stel­len sol­len. Auch Goog­le in­ves­tiert in ein­schlä­gi­ge Lö­sun­gen und legt sei­ne Er­kennt­nis­se für an­de­re In­ter­es­sier­te of­fen.

Wich­ti­ge An­bie­ter: Cis­co Sys­tems, Cloud­ge­nix, Hua­wei, Ju­ni­per Net­works, No­kia (Nua­ga Net­works), Ri­ver­bed.

Dis­tri­bu­ted Led­ger (Block­chain)

For­res­ter de­fi­niert Dis­tri­bu­ted-Led­ger-Tech­no­lo­gie (DLT) als Soft­ware­ar­chi­tek­tur, die kol­la­bo­ra­ti­ve Pro­zes­se wie et­wa Trans­ak­tio­nen mit ver­trau­ens­wür­di­gen Da­ten („trusted da­ta“) er­mög­licht und da­bei über or­ga­ni­sa­tio­na­le und po­ten­zi­ell auch na­tio­na­le Gren­zen hin­weg ver­teilt ist. Mit Hil­fe von Smart Contracts in der Block­chain kön­nen Un­ter­neh­men Pro­zes­se au­to­ma­ti­sie­ren und für al­le Be­tei­lig­ten trans­pa­rent und ver­trau­ens­wür­dig ge­stal­ten. Der kurz­fris­ti­ge Nut­zen lie­ge für Or­ga­ni­sa­tio­nen in ei­ner hö­he­ren Ef­fi­zi­enz, kom­men­tiert For­res­ter. Lang­fris­tig er­mög­li­che Dis­tri­bu­ted Led­ger völ­lig neue Bu­si­ness-Mo­del­le. Sol­che DLTLö­sun­gen müss­ten aber erst noch ent­wi­ckelt wer­den. Ent­schei­der soll­ten be­den­ken, dass DLT-Initia­ti­ven zu 80 Pro­zent das Bu­si­ness be­trä­fen und nur zu 20 Pro­jekt Tech­no­lo­gie.

Noch für 2018 er­war­ten die Ana­lys­ten, dass ei­ni­ge Pi­lot­pro­jek­te in kleine­re Pro­duk­ti­ons­um­ge­bun­gen über­führt wer­den. Zu­dem ge­be es neue Ver­sio­nen der wich­tigs­ten DLT-Platt­for­men, dar­un­ter Hy­per­led­ger Fa­b­ric, Quo­rum, R3 Cor­da und Di­gi­tal As­sets. Den­noch se­hen die Au­gu­ren das dis­rup­ti­ve Po­ten­zi­al kurz­fris­tig noch als be­grenzt an. Zu vie­le tech­ni­sche Her­aus­for­de­run­gen, bei­spiels­wei­se be­züg­lich der Ska­lier­bar­keit von Block­chain-Lö­sun­gen, müss­ten noch be­wäl­tigt wer­den. Das brau­che Zeit, auch wenn mitt­ler­wei­le ein gro­ßes und sehr ak­ti­ves Öko­sys­tem ent­stan­den sei.

Den der­zei­ti­gen Hy­pe um die Block­chain sieht For­res­ter kri­tisch. Über­zo­ge­ne Er­war­tun­gen und die oft un­ter­schätz­ten Aus­wir­kun­gen auf das Bu­si­ness wür­den zu Rück­schlä­gen in der Pra­xis füh­ren. Das ei­ne oder an­de­re sinn­vol­le DLT-Pro­jekt kön­ne dann schnell wie­der ge­kippt wer­den.

Wich­ti­ge An­bie­ter: Ac­cen­ture, Con­sen­sys, Di­gi­tal As­set Hol­dings, Ernst & Young (EY), IBM, Mi­cro­soft, Mul­tich­ain, R3.

Neue Com­pu­te-Pa­ra­dig­men krem­peln die IT um

Drei der von For­res­ter iden­ti­fi­zier­ten Emer­ging Tech­no­lo­gies er­öff­nen neue We­ge, um Soft­ware zu er­stel­len und zu be­trei­ben. Da­zu ge­hö­ren Edge Com­pu­ting, Quan­ten­com­pu­ter und Ser­ver­less Com­pu­ting.

Edge Com­pu­ting

For­res­ter be­schreibt Edge Com­pu­ting als ei­ne Familie von Tech­no­lo­gi­en, die An­wen­dungs­da­ten und Ser­vices so ver­teilt, dass sie in ei­ner Welt im­mer en­ger ver­netz­ter Sys­te­me je­weils op­ti­ma­le Er­geb­nis­se lie­fern. In der Re­gel ist da­mit ei­ne De­zen­tra­li­sie­rung von Hard­ware und Soft­ware ver­bun­den. Da­zu ge­hö­ren so­wohl ei­ne Edge-In­fra­struk­tur als auch Ana­ly­tics-Soft­ware, die auf de­zen­tra­le Rech­ner­um­ge­bun­gen aus­ge­legt ist.

Mit den wach­sen­den In­ves­ti­tio­nen in das In­ter­net of Things (IoT) ver­la­gert sich die Re­chen­ka­pa­zi­tät von zen­tra­len Re­chen­zen­tren in Rich­tung de­zen­tra­ler Kom­po­nen­ten. Das gilt bei­spiels­wei­se für Con­nec­ted Cars, aber auch für Ge­bäu­de oder kom­plet­te Fer­ti­gungs­an­la­gen. Mit Hil­fe von Edge Com­pu­ting lässt sich Hard­ware und Soft­ware auf im­mer klei­ne­ren Ser­vern und Ge­rä­ten zu­sam­men­fas­sen, um bei­spiels­wei­se Ana­ly­tics-An­wen­dun­gen di­rekt vor Ort lau­fen zu las­sen und nur die Er­geb­nis­se über das Netz zu trans­fe­rie­ren. Die füh­ren­den An­bie­ter ar­bei­ten dar­an, auch selbst­ler­nen­de und au­to­ma­ti­sier­te Sys­te­me auf den Edge-Ge­rä­ten zu be­trei­ben.

Gro­ße Hard­ware­her­stel­ler wie Dell und HPE of­fe­rie­ren in­zwi­schen auch Hy­per­con­ver­ged- Sys­te­me, die sich als Edge-In­fra­struk­tur nut­zen las­sen. So ent­ste­hen leicht­ge­wich­ti­ge Edge-Re­chen­zen­tren, die IT-Ka­pa­zi­tä­ten je­weils am Ort des Be­darfs be­reit­stel­len. Auch Co­lo­ca­ti­on-Pro­vi­der wie Equi­nix ar­bei­ten an di­gi­ta­len Platt­for­men mit Edge-Com­pu­tin­gSt­acks. Die gro­ßen Te­le­kom­mu­ni­ka­ti­ons­kon­zer­ne ver­la­gern mit Hil­fe von „Cloud­lets“In­tel­li­genz an den Rand der Net­ze.

An­bie­ter und Her­stel­ler trei­ben die Ent­wick­lung in di­ver­sen in­ter­na­tio­na­len Gre­mi­en vor­an, dar­un­ter das In­dus­tri­al In­ter­net Con­sor­ti­um und das OpenFog Con­sor­ti­um. For­res­ter be­ob­ach­tet, dass fast al­le IoT-Soft­ware-Tools all­mäh­lich auch mit Edge-Ana­ly­ticsFunk­tio­nen aus­ge­stat­tet wer­den, um ei­ne de­zen­tra­le Ver­ar­bei­tung zu er­mög­li­chen.

Wich­ti­ge An­bie­ter: Ama­zon, Dell EMC, Goog­le, HPE, IBM, Mi­cro­soft, Sa­gu­na.

Quan­ten­com­pu­ter

Quan­ten­com­pu­ter sol­len Pro­ble­me lö­sen, an de­nen sich her­kömm­li­che di­gi­ta­le Com­pu­ter die Zäh­ne aus­bei­ßen. Die Lis­te der Ein­satz­mög­lich­kei­ten ist lang und be­trifft na­he­zu je­de Bran­che. For­res­ter er­war­tet kurz­fris­tig et­wa Quan­ten­sys­te­me, die Un­ter­neh­men hel­fen, Ri­si­ko­port­fo­li­os zu op­ti­mie­ren oder neue Werk­stof­fe und Me­di­ka­men­te zu ent­de­cken. Zu ei­nem spä­te­ren Zeit­punkt könn­ten sie grund­le­gen­de Ve­rän­de­run­gen im Be­reich der Kryp­to­gra­fie er­mög­li­chen, KI-Tech­ni­ken vor­an­trei­ben und so­gar neue We­ge in der Be­hand­lung von Krank­hei­ten er­öff­nen. Ge­gen­wär­tig be­fin­den sich aber al­le Quan­tum-Com­pu­tin­gInitia­ti­ven noch im Ex­pe­ri­men­tier­sta­di­um, ge­ben die Ana­lys­ten zu be­den­ken.

Des­sen un­ge­ach­tet ent­steht ge­ra­de ein kom­mer­zi­el­ler Markt, in dem sich vor al­lem gro­ße und fi­nanz­star­ke Play­er po­si­tio­nie­ren. Zu ih­nen ge­hö­ren Ali­ba­ba, Fu­jit­su, Goog­le, IBM, In­tel und Mi­cro­soft. Ein Pio­nier in Sa­chen Quan­ten-Com­pu­ting ist die ka­na­di­sche D-Wa­ve Sys­tems, an­de­re spe­zia­li­sier­te Un­ter­neh­men hei­ßen bei­spiels­wei­se 1QBit und Ri­get­ti Com­pu­ting. Das Pro­gram­mie­ren von Quan­ten­com­pu­tern er­for­de­re noch auf ab­seh­ba­re Zeit tie­fes theo­re­ti­sches Wis­sen, kom­men­tiert For­res­ter. Erst in den kom­men­den drei bis fünf Jah­ren sei mit ech­ten Markt­chan­cen in Be­rei­chen wie Ma­chi­ne Le­arning, Werk­stof­fen und Che­mie zu rech­nen.

Wich­ti­ge An­bie­ter: D-Wa­ve Sys­tems, Goog­le, IBM, In­tel, Mi­cro­soft, NA­SA.

Ser­ver­less Com­pu­ting

Das Cloud-na­ti­ve Kon­zept Ser­ver­less Com­pu­ting ab­stra­hiert die Soft­ware­ent­wick­lung von der dar­un­ter­lie­gen­den IT-In­fra­struk­tur. Da­mit wird ei­ne Art der Pro­gram­mie­rung er­mög­licht, die lo­se ge­kop­pel­te Soft­ware­kom­po­nen­ten in den Mit­tel­punkt stellt. In Ser­ver­less-Com­pu­ting-Um­ge­bun­gen kön­nen Ent­wick­ler Mi­cro­ser­vices schnell er­stel­len und im­ple­men­tie­ren.

Zwar steckt das Kon­zept noch in ei­nem frü­hen Ent­wick­lungs­sta­di­um, wie die For­res­ter-Ana­lys­ten er­läu­tern. Doch schon jetzt nutz­ten ei­ni­ge Ent­wick­ler ein­schlä­gi­ge Sys­te­me, um bei­spiels­wei­se ein­zel­ne Mi­cro­ser­vices in grö­ße­re Work­flows zu in­te­grie­ren oder Events aus IoT-Sys­te­men zu ver­ar­bei­ten. Ers­te Nut­zer be­rich­ten von spür­ba­ren Ver­bes­se­run­gen in der Soft­ware­ent­wick­lung. Bei­spiels­wei­se lie­ßen sich Ser­vices schnel­ler ska­lie­ren und zu grö­ße­ren Ap­pli­ka­tio­nen zu­sam­men­set­zen; die Aus­las­tung der ge­nutz­ten In­fra­struk­tur stei­ge ten­den­zi­ell, wäh­rend der War­tungs­auf­wand ab­neh­me. Un­term Strich kann der Ein­satz von Ser­ver­less-Tech­ni­ken Un­ter­neh­men hand­fes­te Kos­ten­vor­tei­le brin­gen.

Der­zeit dis­ku­tie­ren die Prot­ago­nis­ten noch die Vor­zü­ge des Ser­ver­less-Kon­zepts ge­gen­über klas­si­schen Con­tai­ner-Tech­ni­ken, die in der Re­gel auf dem Open-Sour­ce-Sys­tem Ku­ber­ne­tes auf­set­zen. For­res­ter er­war­tet, dass sich die bei­den An­sät­ze auf­einan­der zu be­we­gen und am En­de ver­schmel­zen wer­den. Auch Ser­ver­less-Aus­füh­rungs­um­ge­bun­gen lie­ßen sich auf ei­ner Ku­ber­ne­tes-ba­sier­ten In­fra­struk­tur be­trei­ben. Mit dem zu­neh­men­den Wis­sen und den Er­fah­run­gen von Soft­ware­ent­wick­lern wür­den sich Ser­ver­less-Kon­zep­te auf im­mer mehr An­wen­dungs-Wor­kloads aus­deh­nen, so die Pro­gno­se. Da­mit stei­ge die In­no­va­ti­ons­ge­schwin­dig­keit in der Soft­ware­ent­wick­lung.

Wich­ti­ge An­bie­ter: Ama­zon Web Ser­vices, Goog­le Cloud, IBM, Mi­cro­soft Azu­re, Ser­ver­less, St­a­cke­ry.io.

Die Brü­cke zwi­schen phy­si­schen und di­gi­ta­len Wel­ten

Vier auf­kom­men­de Tech­no­lo­gi­en im For­res­terRan­king agie­ren als Brü­cke zwi­schen phy­si­schen und di­gi­ta­len Wel­ten. Häu­fig geht es da­bei um die Auf­wer­tung phy­si­scher Kom­po­nen­ten oder Pro­duk­te durch Soft­ware. Zu die­ser Grup­pe ge­hö­ren die ad­di­ti­ve Fer­ti­gung, Aug­men­ted, Vir­tu­al und Mi­xed Rea­li­ty so­wie Di­gi­tal Twins und Na­no­tech­no­lo­gie.

Ad­di­ti­ve Fer­ti­gung/3D-Druck

For­res­ter be­schreibt ad­di­ti­ve Fer­ti­gung als ei­nen in­dus­tri­el­len Prozess, in dem phy­si­sche Pro­duk­te auf Ba­sis ei­nes Soft­ware­de­signs ent­ste­hen und von 3D-Druck­sys­te­men ge­fer­tigt wer­den. Mit der ad­di­ti­ven Fer­ti­gung ha­be für die klas­si­sche Pro­duk­ti­on die dis­rup­tivs­te Pha­se seit der in­dus­tri­el­len Re­vo­lu­ti­on be­gon­nen, kom­men­tie­ren die Ana­lys­ten.

In­ner­halb der nächs­ten fünf Jah­re sei mit grund­le­gen­den Ve­rän­de­run­gen in Pro­duk­ti­ons­pro­zes­sen zu rech­nen. Zwar sind 3D-Dru­cker schon seit ei­ni­gen Jah­ren ver­füg­bar. Doch erst seit Kur­zem sin­ken die Kos­ten er­heb­lich, zugleich ent­wi­ckeln sich Hard­ware- und Soft­ware­sys­te­me im­mer schnel­ler wei­ter. Hinzu kom­men Fort­schrit­te und In­no­va­tio­nen im Be­reich der Werk­stof­fe, die es er­leich­tern, Pro­duk­te in ho­her Stück­zahl und Qua­li­tät zu fer­ti­gen. Das gro­ße Ver­spre­chen der 3D-Druck-Prot­ago­nis­ten kön­ne nun ein­ge­löst wer­den, ur­teilt For­res­ter.

Vor al­lem Kon­zer­ne und Groß­un­ter­neh­men aus un­ter­schied­li­chen Bran­chen ha­ben be­gon­nen, ad­di­ti­ve Fer­ti­gung in ih­re Pro­duk­ti­ons­pro­zes­se ein­zu­be­zie­hen. Da­zu ge­hört die Au­to­mo­bi­le­benso wie die Luft­fahrt­bran­che. Der Flug­zeug­bau­er Bo­eing bei­spiels­wei­se stellt Trag­flä­chen­tei­le für sein Mo­dell 777X mit­tels 3D-Druck her. Auch in der Kon­sum­gü­ter­in­dus­trie hal­ten 3D-Druck­ver­fah­ren Ein­zug.

Er­heb­li­che Ef­fi­zi­enz­ge­win­ne er­zie­len Un­ter­neh­men in der La­ger­hal­tung, wenn sie et­wa Er­satz­tei­le bei Be­darf sel­ber dru­cken, statt sie in Re­ga­len vor­zu­hal­ten. Der Sport­ar­ti­kel­her­stel­ler Adi­das nutzt ein ad­di­ti­ves Fer­ti­gungs­sys­tem des ame­ri­ka­ni­schen Spe­zia­lis­ten Car­bon, um Schu­he mit Hil­fe von 3D-Dru­ckern zu pro­du­zie­ren.

Wich­ti­ge An­bie­ter: 3D Sys­tems, Car­bon, Desk­top Me­tal, GE Ad­di­ti­ve, Markfor­ged, Op­to­mec.

Aug­men­ted, Vir­tu­al und Mi­xed Rea­li­ty

Aug­men­ted- und Mi­xed-Rea­li­ty-Tech­no­lo­gi­en le­gen ei­ne „vir­tu­el­le Schicht“di­gi­ta­ler In­for­ma­tio­nen über phy­si­sche Ob­jek­te und er­öff­nen da­mit vie­le Nut­zungs­mög­lich­kei­ten. Da­bei wer­den bei­spiels­wei­se 3D-Ob­jek­te als

Ho­lo­gram­me in ei­ne phy­si­sche Um­ge­bung pro­ji­ziert. Ei­ne voll­stän­dig di­gi­ta­le Sicht auf Ob­jek­te aus un­ter­schied­lichs­ten Per­spek­ti­ven er­lau­ben Vir­tu­al-Rea­li­ty-(VR-)Sys­te­me.

Aus den ur­sprüng­lich für Con­su­mer-Märkte ent­wi­ckel­ten Tech­no­lo­gi­en ha­ben sich mäch­ti­ge Tools ent­wi­ckelt, die in zahl­rei­chen B2B-Sze­na­ri­en ge­nutzt wer­den. Mit Hil­fe von Smart­pho­nes, Ta­blets und in­tel­li­gen­ten Bril­len oder Head-moun­ted Dis­plays hal­ten AR-Tech­ni­ken et­wa im tech­ni­schen Kun­den­dienst und in der In­stand­hal­tung Ein­zug. Sie er­lau­ben Tech­ni­kern vor Ort den ein­fa­chen Zu­griff auf di­gi­ta­le In­for­ma­tio­nen, um bei­spiels­wei­se kom­ple­xe Ma­schi­nen zu war­ten. For­res­ter er­war­tet, dass sich VR-Sys­te­me auch im Ein­zel­han­del, der Ver­si­che­rungs­bran­che und im Ge­sund­heits­sek­tor wei­ter aus­brei­ten. Vor al­lem für Schu­lungs­zwe­cke ent­de­cken Un­ter­neh­men wie der Han­dels­kon­zern Wal­mart und der Pa­ket­ver­sen­der UPS auch VR für sich. Be­son­ders be­kannt sind die All-in-one-Head­sets von Face­book (Ocu­lus) und HTC (Vi­ve). Mit sol­chen Sys­te­men las­sen sich Sze­na­ri­en, die in der Rea­li­tät teu­er, auf­wen­dig und ris­kant wer­den, vir­tu­ell aus­pro­bie­ren und durch­spie­len.

Mi­xed Rea­li­ty be­deu­tet, dass vir­tu­el­le Ob­jek­te mit rea­len auch in­ter­agie­ren kön­nen. Bei­spiel: Man sieht durch die Da­ten­bril­le ei­ne vir­tu­el­le Tas­se auf ei­nem Tisch. Ver­schiebt man den Tisch, be­wegt sich die Tas­se mit. Ge­gen­wär­tig kommt MR häu­fig in be­son­ders an­spruchs­vol­len Sze­na­ri­en wie der me­di­zi­ni­schen Aus­bil­dung zum Ein­satz. For­res­ter er­war­tet für al­le drei Tech­no­lo­gie­aus­prä­gun­gen ein an­hal­ten­des Wachs­tum. Mi­xed-Rea­li­ty-Sys­te­me könn­ten in Zu­kunft auch Pro­zes­se in der Ar­chi­tek­tur, im In­dus­trie­de­sign und im Ge­sund­heits­sek­tor ver­bes­sern.

Wich­ti­ge An­bie­ter: Goog­le Glass, HTC Vi­ve, Mi­cro­soft Ho­loLens, Face­book /Ocu­lus, ODG, Vu­zix.

Di­gi­tal Twin

Als di­gi­ta­le Ent­spre­chung ei­nes ma­te­ri­el­len Ob­jekts hel­fen Di­gi­tal Twins Un­ter­neh­men her­aus­zu­fin­den, wie sich ein Pro­dukt oder ei­ne Kom­po­nen­te in der phy­si­schen Welt ver­hält. For­res­ter sieht die Po­ten­zia­le ins­be­son­de­re in IoT-Sze­na­ri­en (In­ter­net of Things). Nur we­ni­ge Or­ga­ni­sa­tio­nen er­reich­ten mit ih­ren IoT-Initia­ti­ven der­zeit mehr als ein­fa­che Ef­fi­zi­enz­ge­win­ne, die sich vor al­lem durch ei­ne vor­aus­schau­en­de War­tung (Pre­dic­tive Main­ten­an­ce) er­gä­ben, ur­tei­len die Ana­lys­ten.

Die Mög­lich­kei­ten von Di­gi­tal Twins in IoT-Um­ge­bun­gen gin­gen dar­über hin­aus. Un­ter­neh­men er­hiel­ten da­mit Ein­bli­cke, wie sich ein Pro­dukt in der Pra­xis be­währt, und könn­ten dar­aus er­gän­zen­de Ser­vice­mo­del­le oder so­gar neue ser­vice­ba­sier­te Ge­schäfts­mo­del­le ab­lei­ten. Ge­gen­wär­tig be­fin­de sich die Tech­no­lo­gie zwar noch in ei­nem frü­hen Sta­di­um und sei in et­li­chen Fer­ti­gungs­be­trie­ben noch gar nicht an­ge­kom­men. Doch mit dem Vor­drin­gen von IoT-Platt­for­men ge­wän­nen auch Di­gi­tal Twins an Be­deu­tung. Das gel­te ins­be­son­de­re für das The­ma Cust­o­m­er Ex­pe­ri­ence, das im­mer stär­ker von der ein­ge­setz­ten Soft­ware in ver­netz­ten Pro­duk­ten

ab­hän­ge. Am En­de könn­ten sich Di­gi­tal Twins zu ei­ner ge­schäfts­kri­ti­schen Kom­po­nen­te in IoT-Um­ge­bun­gen ent­wi­ckeln.

Wich­ti­ge An­bie­ter: Ama­zon, Das­sault Sys­tè­mes, IBM, Mi­cro­soft, Ora­cle, PTC, SAP, Sie­mens.

Na­no­tech­no­lo­gie

Na­no­tech­no­lo­gie nutzt Er­kennt­nis­se aus der Quan­ten­phy­sik und ist vor al­lem durch die ge­rin­ge Grö­ße der ein­ge­setz­ten Ma­te­ria­li­en cha­rak­te­ri­siert. Die Län­gen­be­zeich­nung Na­no- me­ter geht auf das grie­chi­sche Wort für Zwerg zu­rück. Ein Na­no­me­ter be­zeich­net ein Mil­li­ards­tel Me­ter. Zum Ver­gleich: Ein Na­no­me­ter ver­hält sich zu ei­nem Me­ter wie ei­ne Ha­sel­nuss zur Er­de. Der Durch­mes­ser ei­nes mensch­li­chen Haa­res be­trägt 50.000 Na­no­me­ter.

Na­no­tech­no­lo­gie (oder auch: Na­no­tech­nik) er­mög­licht In­no­va­tio­nen in vie­len un­ter­schied­li­chen Fel­dern, dar­un­ter Bio­lo­gie, Che­mie, Werk­stoff­wis­sen­schaf­ten, Me­di­zin und Phy­sik. Dar­aus er­ge­ben sich zahl­rei­che Ein­satz­fel­der so­wohl in der Wis­sen­schaft als auch im kom­mer­zi­el­len Um­feld. Ne­ben Fort­schrit­ten in der Me­di­zin er­laubt Na­no­tech­nik die Ent­wick­lung neu­ar­ti­ger Halb­lei­ter für Com­pu­ter, ver­bes­ser­te Dis­plays und So­lar­zel­len so­wie Bat­te­ri­en mit län­ge­ren Lauf­zei­ten. Die Grund­la­gen­for­schung in der Na­no­tech­nik er­hielt An­fang des Jahr­tau­sends ei­nen Schub, wie For­res­ter be­rich­tet. In­ner­halb der kom­men­den De­ka­den er­war­ten die Ana­lys­ten wei­te­re tech­ni­sche Durch­brü­che, die es For­schungs- und Ent­wick­lungs­teams er­lau­ben, Na­no­tech­nik in di­ver­sen neu­en Pro­duk­ten ein­zu­set­zen. Star­tups wie Nan­te­ro oder Sto­re­dot nut­zen bei­spiels­wei­se Koh­len­stoff­na­no­röh­ren (Car­bon Na­notu­bes), um fle­xi­ble Dis­plays oder leis­tungs­stär­ke­re Spei­cher­kom­po­nen­ten zu ent­wi­ckeln. Auf die­ser Ba­sis könn­ten ver­bes­ser­te trag­ba­re Sen­so­ren und neue Krebs­me­di­ka­men­te ent­ste­hen.

Wich­ti­ge An­bie­ter: CHASM Tech­no­lo­gies, IBM, Nan­te­ro, Samsung, Sto­re­dot, View.

Die Block­chain macht Pro­zess­schrit­te und Trans­ak­tio­nen für al­le Be­tei­lig­ten trans­pa­rent – und da­mit auch si­cher und ver­trau­ens­wür­dig, weil sämt­li­che Ve­rän­de­run­gen je­der­zeit nach­voll­zo­gen wer­den kön­nen.

Quan­ten­com­pu­ter sol­len Pro­ble­me lö­sen, an de­nen her­kömm­li­che Rech­ner­ar­chi­tek­tu­ren schei­tern. Al­ler­dings be­fin­det sich die Technik noch im Ex­pe­ri­men­tier­sta­di­um – ein kon­kre­ter Pra­xis­ein­satz ist bis jetzt nicht in Sicht.

3D-Druck-Ver­fah­ren kön­nen zu grund­le­gen­den Ve­rän­de­run­gen in Pro­duk­ti­ons­pro­zes­sen füh­ren. Die Mög­lich­keit, be­stimm­te Tei­le ad hoc her­zu­stel­len, hat auch weit­rei­chen­de Fol­gen für Logistik und La­ger­hal­tung.

Aug­men­ted-Rea­li­ty­Sze­na­ri­en kön­nen bei­spiels­wei­se Ser­vice­tech­ni­kern bei der Re­pa­ra­tur oder der War­tung von Ma­schi­nen wert­vol­le Hil­fe leis­ten.

Newspapers in German

Newspapers from Germany

© PressReader. All rights reserved.