Hype Cycle für Emerging Technologies 2019

Laut Gartner durchlaufen alle neuen Technologien die gleiche Kurve, den sogenannten Hype Cycle (siehe Grafik). Zunächst folgt die Phase der Euphorie, die in völlig überzogenen Erwartungen gipfelt, ehe es dann zu Entttäuschungen kommt. Es folgt eine realistischere Einschätzung und schließlich die produktive Nutzung. Viele der von Gartner beschriebenen Technologien und Trends sind erklärungsbedürftig. Wir picken einige wichtige Beispiele heraus:

AR Cloud – ein Content-Layer, der standardmäßig wie ein Digital Twin für physikalische Objekte und Räume angelegt wird, um weiterführende Informationen beizusteuern.

Decentralized Web – ein neuartiger Technologie-Stack für das Entwickeln dezentraler Web-Apps, mit denen User ihre

Daten kontrollieren sowie Peer-to-Peer-Interaktionen und -Transaktionen unabhängig von zentralen Plattformen und Intermediären anstoßen können.

Augmented Intelligence – KI hilft Menschen, ihre kognitiven Leistungen zu verbessern und die Fehlerquote, die durch KI-Systeme entsteht (Stichwort: Bias), zu verringern.

Transfer Learning – Wiederverwendung von trainierten Machine-Learning-Modellen für andere Zwecke, um Trainingszeiten zu verkürzen.

Synthetic Data – künstlich erzeugte Daten, mit denen KI-Entwickler Modelle trainieren, wenn reale Daten knapp oder personenbezogene Daten nicht verfügbar sind.

Knowledge Graphs – Modelle von Knowledge Domains, die Unternehmen helfen, Datensilos zusammenzuführen, strukturierte und unstrukturierte Daten logisch zu verknüpfen und Informationen schneller zu finden.

Personification – beschäftigt sich damit, Inhalte und Botschaften anhand von Daten personalisiert zu übermitteln, ohne dass auf personenbezogene Datenbestände zugegriffen wird (Compliance mit Blick auf DSGVO und ähnliche Vorgaben).

Explainable AI – hilft, KI-Modelle zu beschreiben, das wahrscheinliche Verhalten vorherzusagen und Verzerrungen („Biases“) zu identifizieren. Ziel ist Transparenz vor allem bei solchen Modellen, die wichtige menschliche Entscheidungen beeinflussen.

Edge AI – KI-Technologien werden in IoT-Endpunkten, Gateways und Edge-Devices integriert. Relevant für Anwendungen in Bereichen wie Remote-Monitoring von Netzen, Gesichtserkennung, Videoanalysen etc.

AI PaaS – Plattformservices für Machine Learning und KI von den Cloud-Hyperscalern.