CIO-Agenda 2022: IT als Heilmittel in Krisenzeiten?
Die Coronakrise stellt viele Unternehmen auf eine harte Belastungsprobe. Die zu bestehen ist vor allem auch eine Frage des richtigen Einsatzes von Technologie und IT. Lesen Sie, welche IT-Trends CIOs 2022 im Auge behalten sollten, um gestärkt aus der Coronakrise hervorzugehen.
Die Covid-19-Pandemie unterscheidet sich in vielerlei Hinsicht von anderen Krisen. Sie stellt die Belastbarkeit von Unternehmen auf die Probe: Angefangen bei der finanziellen Stabilität über die organisatorische und technologische Resilienz bis hin zu Grundsätzlichem wie der Tragfähigkeit des Geschäftsmodells. Mit Blick auf IT und Technologie im Allgemeinen hat sich in der Pandemie erwiesen: Je fortgeschrittener ein Unternehmen diesbezüglich aufgestellt ist, desto besser kam und kommt es durch die aktuelle Krise.
Mit neuen Technologien sind aber auch neue Risiken verbunden, etwa das zunehmende Bedrohungspotenzial von Cyber-Angriffen. Das Fahrwasser dürfte auch nach der Pandemie nicht ruhiger werden. Die IT-Trends für 2022 offenbaren nicht nur technische Aspekte. Sie geben auch Aufschluss darüber, wie sich Unternehmen zum einen organisatorisch und zum anderen von ihrem Business her zukunftsfähig und robust aufstellen können.
Trend 1: Public Cloud (Native) First Strategy
Der Fokus im Cloudcomputing liegt eindeutig nicht mehr auf der technologischen Ebene, sondern auf dem Business und seinen Applikationen. Unternehmenskunden wollen ihre Strategien zur digitalen Transformation beschleunigen, ihre Legacy-Umgebungen modernisieren und in die Cloud wechseln. Dies umfasst mittlerweile auch Legacy-Systeme aus dem Mainframe-Umfeld.
Unternehmen profitieren deshalb von immer ausgereifteren Migrationskonzepten und -hilfen. Diese kommen sowohl von den IT-Dienstleistern beziehungsweise den Partnern der Hyperscaler als auch von den Hyperscalern
selbst. Im Mittelpunkt stehen die Bewertung der individuellen Unternehmenssituation sowie die Analyse der damit verbundenen Anwendungslandschaft. In diesem Kontext ist zu erwähnen, dass Cloud-Programmierschnittstellen und Analytics-Funktionen an Bedeutung gewinnen. Auch richten Firmen ihre Migrationsstrategien stärker an Geschäftsszenarien aus und suchen nach differenzierten Deployment-Modellen.
ISG verzeichnete zuletzt eine deutlich wachsende Nachfrage nach Multicloud-Diensten, und dies weitgehend unabhängig von der Unternehmensgröße. Zwar operieren viele Firmen schon länger mit mehreren Cloud-Lösungen. Doch laufen diese meistens noch unabhängig voneinander. Dementsprechend rücken die Integration und die gemeinsame Verwaltung dieser Einzellösungen nun in den Blickpunkt. Ziel ist es, die Systeme und ihre Daten so weit zu integrieren, dass sich ihr Nutzungsverhalten und die damit verbundenen Kosten prognostizieren (und optimieren) lassen.
Spätestens mit der Pandemie sind zudem die Flexibilität der Lösungen und ihre Anpassungsfähigkeit an sich ändernde Marktverhältnisse erfolgskritisch geworden. Deshalb spielen die Qualität der Daten und ihre Auswertbarkeit eine wesentliche Rolle, wenn Unternehmen faktenbasierte Entscheidungen treffen wollen. Immer mehr Unternehmen setzen Cloud-nativeModelle konsequent um. Gepaart mit Hyperscaler-Verträgen und DevOps-Teams wird damit ein so hoher Grad der Automatisierung erreicht, dass einige IT-Dienstleister mit ihren bisherigen vorgefertigten Cloud-Managed-Service-Angeboten Schwierigkeiten haben, im Wettbewerb zu bestehen.
Trend 2: AI Driven Automation & Autonomous Services
Laut ISG Research befinden sich die meisten Unternehmen weiterhin in den frühen Phasen der Automatisierung. Nur sieben Prozent weltweit reichern die einfache Robotic Process Automation (RPA) mit intelligenter Automatisierung an, die sich unter anderem künstlicher Intelligenz (KI) bedient. Häufig fehlt das Knowhow, mit unstrukturierten Daten umgehen zu können. Aber auch unzureichende KI-Kenntnisse und zu wenig interne Weiterbildung behindern solche Vorhaben. Das treibt Unternehmenskunden dazu, nach transformativen Sourcing-Optionen zu suchen, die intelligente Automatisierung beinhalten.
Dazu gehören etwa Software-Bots, die auch mit unstrukturierten Daten interagieren können und zudem die folgenden Fähigkeiten mitbringen: Bilderkennung, die Verarbeitung von gesprochener Sprache (Natural Language Processing, NLP), kognitive Fähigkeiten sowie automatisierte (Kunden-)Dialogsysteme (Conversational AI). Dank solcher Automatisierungstechnologien und in Kombination mit Fortschritten etwa beim Process Mining lassen sich inzwischen auch Prozesse automatisieren, die bislang als nicht automatisierbar galten.
Trend 3: Trusted Cyber Security Mesh
Der aktuelle Cyber-Security-Markt wird 2022 erneut zweistellig wachsen. Er ist weiter geprägt von vielen Allianzen, Partnerschaften und Co-Innovationen unter Sicherheitsanbietern: hier die Beratungs-, Implementierungsund Management-Provider, dort die Technologie- und Lösungsanbieter. Auf dem Vormarsch sind dabei „Zero-Trust“-Architekturen, die dem Ansatz „vertrauen, aber überprüfen“folgen. Insofern verlassen sich Unternehmen nicht mehr vorrangig auf reaktive, sondern auf proaktive und präventive Maßnahmen, um ihre Datenbestände vor Angreifern zu schützen.
Security-Frameworks sind jedoch nur so gut wie die IT-Mitarbeiter, die sie umsetzen. Zudem müssen Cybersicherheits-Experten mit neuen Ansätzen wie „Cybersecurity Mesh“vertraut sein. Dazu werden mobile Sicherheitszonen um die einzelnen Anwender herum errichtet, die auch außerhalb der herkömmlichen Sicherheitszonen im Unternehmensnetzwerk funktionieren. Darüber hinaus verbreitet sich der DataSecOps-Ansatz immer weiter, bei dem IT- und Datenwissenschaftler bei der Integration von Sicherheitsmaßnahmen in die Infrastruktur von Anfang an zusammenarbeiten. Dies sichert, dass Anwendungen transparent in das Sicherheitsnetz eingebunden werden.
Trend 4: Embedded Data Science Factory & Resilience
Data Analytics gehört mittlerweile zu den Schlüsselfaktoren, die über die Wettbewerbsfähigkeit von Unternehmen entscheiden. Doch wird Data Science oft nur isoliert in Laboren
betrieben, die sich ausschließlich mit Modellen für maschinelles Lernen beschäftigen, anstatt aussagekräftige Erkenntnisse für das Business zu gewinnen. Abhilfe schaffen hier sogenannte „Embedded Data Science Factories“. Sie sind in die Gesamtorganisation eingebettet und arbeiten mit den Daten, die ihr Unternehmen tagtäglich generiert. Sie folgen dem Grundprinzip der „Fabrik“, die konkreten Mehrwert produziert, anstatt Wissenschaft nur um der Wissenschaft willen zu betreiben.
Erfolgreiche Embedded Data Science Factories ruhen vor allem auf zwei Säulen: erstens brauchen sie passende Strukturen und eine Unternehmenskultur, die die Datenfabrik in den täglichen Geschäftsbetrieb integrieren. Dazu gehört auch die Weiterbildung aller Mitarbeiter, nicht nur der Datenwissenschaftler. Ein Kompetenzzentrum kann etwa sicherstellen, dass die Prozesse kontinuierlich verbessert werden. Zweitens benötigen alle Beteiligten die richtigen Werkzeuge, die sowohl von den Fachexperten als auch von den Datenwissenschaftlern bedient werden können.
Data Analytics spielt auch deshalb eine wachsende Rolle, weil das Thema „Datenresilienz“immer häufiger diskutiert wird. Gemeint ist damit, dass Daten „zurückspringen“können, wenn etwa ein Cyber-Angriff oder eine Naturkatastrophe zu Störungen und Unterbrechungen führen. Die Cloud beispielsweise ermöglicht Datenresilienz, weil sich Daten an mehreren Orten speichern und abrufen lassen.
Unabhängig davon, ob bereits Kubernetes als De-facto-Standard für das Orchestrieren von Containern genutzt wird, beginnt die Optimierung der Datenausfallsicherheit damit, dass man die individuellen Anforderungen an die Business Continuity kennt. Ein weitgehend plattformagnostischer und somit containerisierter Applikationsbetrieb kann daher zur Daten- beziehungsweise Geschäftsresilienz beitragen.
Trend 5: Sustainability & Decarbonization
Die Digitalisierung hinterlässt einen immer stärkeren technologischen und infrastrukturellen Fußabdruck. IT ist deshalb ein zentraler Baustein, wenn es um die Nachhaltigkeit und CO2-Neutralität von Unternehmen geht. Zumal diese Eigenschaften immer mehr auch über den geschäftlichen Erfolg entscheiden. Denn wer weiterhin nicht nachhaltigen Geschäftsmodellen folgt, findet immer schwerer Geschäftspartner oder Endkunden und insbesondere die ohnehin schon raren Fachkräfte, die sich bei ihrer Stellenwahl vermehrt an Nachhaltigkeitskriterien orientieren.
So ist ein eigener Markt für Nachhaltigkeitsund Dekarbonisierungs-Services in der ITIndustrie entstanden. Das erklärte Ziel: NettoNull-Emissionen und die Verwendung von 100 Prozent erneuerbarer Energie. Die Serviceanbieter beraten vor allem Public-Cloud-, Rechenzentrums- und Hardware-Provider, wie diese ihre Nachhaltigkeitsziele erreichen und gleichzeitig die digitale Transformation weiter vorantreiben können.
Trend 6: Future of Work – Decentralized & Hybrid Enterprise
Technologien, die Arbeitsplätze jenseits des traditionellen Büros ermöglichen, sind spätestens mit der Covid-Pandemie zum Alltag geworden. ISG spricht in diesem Kontext auch vom hybriden Arbeitsplatz, bei dem die Technik weniger problematisch erscheint als die Bereitstellung adäquater und somit digitaler Schulungsangebote im Kontext eines ChangeManagement-Programms für die Mitarbeiter.
Im nächsten Schritt geht es nun darum, diese Technologien für weitergehende Analysen zu nutzen und mit ihnen neue geschäftliche Potenziale zu erschließen. So kann es zum Beispiel darum gehen, digitale Burnouts und andere Ermüdungserscheinungen in der Belegschaft frühzeitig zu erkennen. Ein weiterer Fokus liegt auf dem „immersiven Lernen“, bei dem Mitarbeiter mithilfe erweiterter und virtueller Realitäten geschult werden. Aktuelle Lösungen von Facebook und Zoom befördern mit Augmented und Virtual Reality (AR/ VR) Meetings auf eine neue soziale Ebene. Weitere Platzhirsche wie Cisco, Microsoft und andere stehen in den Startlöchern.
So hat Meta respektive Facebook vor kurzem Horizon-Workrooms eingeführt, in denen Avatare der Nutzer anwesend sind und ihre Handlungen in einem Meeting nachahmen. Auch Zoom unterstützt dies in seiner App. Mehr noch: Es liegt nun auch an den Mitarbeitern selbst, zu entscheiden, welche Geräte, Apps oder künstliche Intelligenz sie verwenden und eventuell durch Eigenentwicklungen mithilfe von Low-Code-/No-Code-Lösungen optimieren wollen. Diese Demokratisierung der Jobgestaltung und -ausstattung müssen Unternehmen mithilfe von Technologie sowohl am hybriden Arbeitsplatz als auch im gesamten Unternehmen abbilden können.
Trend 7: X-Reality & Converged Experience
Während einige Unternehmen den Kundenkontakt zuletzt auf Online-Kanäle verlagert haben, sind andere bereits einen Schritt weiter und nutzen ihre Online-Channels für ganz neue Dienstleistungen. Sogenannte X-RealityTechnologien lassen Grenzen zwischen realer und digitaler beziehungsweise virtueller Welt verschmelzen. Dieser Trend verändert die Art und Weise, wie Unternehmen Produkte entwickeln oder Marketing-, Verkaufs-, Liefer- und Post-Sales-Prozesse organisieren. Es handelt sich dabei um einen komplett kundenorientierten Ansatz, der grundlegende Geschäftsprozesse des jeweiligen Unternehmens und die Aufgaben seiner Mitarbeiter verändert, ohne sich von physischen Grenzen limitieren zu lassen.
In jedem Fall wird Augmented Reality (AR) vieles an Kontext und Vertrauen beim Produktkauf zurückbringen, was mit der Pandemie und der Lockdown-bedingten Schließung des schon zuvor angeschlagenen Einzelhandels zum Teil verloren gegangen ist. Beispiele hierfür sind die Indoor-Navigation oder interaktive Preisschilder bis hin zu Avataren.
Zudem sind im Kontext von E-Commerce beziehungsweise des Trends hin zur Distance Economy digital angepriesene Produkte besser einschätzbar, was auch die Retourenquote reduzieren kann. Denn zu den Stärken von AR zählt es, Produkte in größeren Dimensionen präsentieren zu können. Zudem können Produktattribute durch 3D- und AR-Schnittstellen überzeugender dargestellt werden. Auf diese Weise gibt AR den Verbrauchern etwas von der Produktdimension und den taktilen Details zurück, die bei der Digitalisierung des Einkaufs zunächst verlorengegangen waren.
Unternehmen, die sich dieser Entwicklung verweigern, riskieren ihre mittel- und langfristige Wettbewerbsfähigkeit. Denn schon bald werden sich die meisten Geschäfts- und somit Kundenbeziehungen rein virtuell und digital abspielen. Treiber war und ist die anhaltende Pandemie. Dies unterstrich zuletzt auch die Ankündigung von Mark Zuckerberg, den Aufbau eines „Metaverse“voranzutreiben, in dem physische und virtuelle Realitäten unter AR-/ VR-Einsatz miteinander verschmelzen sollen. Allein diese Initiative wird zahlreiche neue Standards und Szenarien schaffen.
Trend 8: Digital Supply Chain Transformation & Management
Lieferketten, beziehungsweise die Störung derselben, produzieren derzeit fast täglich Schlagzeilen. Technologien wie IoT, maschinelles Lernen, künstliche Intelligenz (KI) und die dadurch ermöglichten vorausschauenden Analysen können dazu beitragen, die Supply Chain durch Digitalisierung flexibler, leistungsfähiger und resilienter zu gestalten. Zum einen verändert eine digitalisierte Lieferkette die Fähigkeit eines Unternehmens, Kundenbedürfnisse proaktiv zu erfassen und zu bedienen. Zum anderen wird durch Predictive Maintenance & Production eine weitere Optimierung der Prozesse über die Unternehmensgrenzen hinaus geschaffen. Neben Kosteneinsparungen ist es hier das Ziel, eine vorausschauende, sich selbst optimierende Lieferkette zu schaffen.
Um solche Funktionen bereitzustellen, kommen Sensoren, prädiktive Analysen, digitale Zwillinge, Blockchain, maschinelles Lernen und KI zum Einsatz, die eine möglichst durchgängige Echtzeittransparenz schaffen. Die Pandemie beschleunigte die Umstellung auf digitale Lieferketten. In Zeiten der Volatilität von Finanzmärkten und Rohstoffverfügbarkeiten gilt es mehr denn je, einzelne Komponenten, deren Lieferstatus oder auch bestimmte Zustände (etwa in der Lebensmittelbranche) bis ins Detail zu verfolgen. So lassen sich Produktverfügbarkeiten exakter ermitteln und mit Kundenwünschen in Einklang bringen.
Zahlreiche Serviceanbieter haben sich deshalb nicht nur auf die technischen Aspekte der Lieferkette spezialisiert; sie optimieren auch die eigentlichen Geschäftsabläufe. Ziel ist es, Entscheider auf CxO-Level mit Fakten und dynamischen Szenarien zu unterstützen, statt nichtdatenbasierten Annahmen zu folgen.