Einführung von Stream Processing und KI im Unternehmen – Engpässe und erfolgskritische Zusammenhänge

Illustration: Absmeier, Cowins

Aktuell wird viel darüber diskutiert, wie künstliche Intelligenz (KI) eingesetzt werden kann, insbesondere im Hinblick auf Stream Processing und Datenströme zwischen Systemen, Endgeräten und Echtzeitanwendungen. Da die Einführung von KI im Unternehmen einen entscheidenden Punkt erreicht hat, wird deutlich, dass Stream Processing und KI oft zusammenhängen und ähnliche Herausforderungen auftreten.

 

KI und Echtzeitdaten sind eng miteinander verwoben und werden den Unternehmen künftig massive technologische Fortschritte bringen. Analysten und Branchenkenner argumentieren, dass jedes moderne Unternehmen im Grunde genommen bereits im Datengeschäft tätig ist und KI zukünftig benötigt, um Big Data zu bewältigen und die Daten zu verarbeiten, um sie zu verstehen und wirtschaftlich zu nutzen [1].

 

Ververica, das Software-Startup (ehemals data Artisans) aus Berlin, sieht unterschiedliche Verbindungen zwischen Stream Processing und KI. Deren gemeinsame Nutzung bietet Unternehmen, die mit immensen Mengen von Echtzeitereignissen zu tun haben, eine einzigartige Gelegenheit. Beide Technologien beinhalten verteilte Elemente, sind in logischen Einheiten organisiert und unterstützen inkrementelle Updates sowie iterative Aufgaben. Last but not least, haben beide einen asynchronen Charakter.

 

Eine aktuelle Studie von O’Reilly Media ergab, dass die meisten Unternehmen planen, die IT-Budgets für KI-Projekte im Jahr 2019 zu erhöhen. Konkret: Mehr als 60 Prozent der Unternehmen planen, in den nächsten zwölf Monaten mindestens fünf Prozent ihres IT-Budgets für KI auszugeben, während ein Fünftel (19 Prozent) der Unternehmen planen, einen erheblichen Teil, mindestens 20 Prozent, ihres IT-Budgets in KI zu investieren.

 

Die gleiche Umfrage prognostiziert eine wachsende Kluft zwischen den Branchenführern und denjenigen Unternehmen, die in Bezug auf die KI-Nutzung zurückbleiben. Dies ist in erster Linie auf Engpässe zurückzuführen, mit denen einige Unternehmen konfrontiert sind, insbesondere in den folgenden vier Bereichen:

 

  • Datenmangel
  • Fachkräftemangel
  • Unzeitgemäße Unternehmenskultur
  • Schwierigkeiten bei der Identifizierung relevanter Anwendungsfälle

 

Interessanterweise haben sowohl Stream-Verarbeitung als auch KI nicht nur die gleichen Gemeinsamkeiten, die sie in ihrer Kombination einzigartig machen. Ebenso ergeben sich nach Meinung von Ververica die gleichen Herausforderungen und Engpässe bei der Einführung der beiden Innovationen in Unternehmen. Projektverantwortliche können diese Engpässe beseitigen, indem sie die richtigen Investitionen tätigen und die notwendigen Maßnahmen im Zusammenhang mit ihrer Datenarchitektur ergreifen.

 

Der von den Befragten zitierte »Datenmangel« bezieht sich entweder auf ineffiziente Daten, um das maschinelle Lernen und die KI-Modelle und -Anwendungen im Unternehmen effektiv trainieren und pflegen zu können, oder – im Falle von Daten-Streaming – auf Fragen der Datenqualität. Die Einführung einer ereignisgesteuerten Datenstrategie mit Stream Processing und Apache Flink ermöglicht es Unternehmen, ihre Daten besser zu verstehen, zu transformieren und in Echtzeit anzureichern. Sie können wertvolle Erkenntnisse aus Ereignissen gewinnen, die aus Systemen, vernetzten Geräten oder Interaktionen zwischen Websites und mobilen Anwendungen generiert werden. Dies ist der neue Ansatz, anstatt die Daten in einem Data Lake zu speichern, um dann rückwirkend zu versuchen, Erkenntnisse zu gewinnen. Die Stream-Verarbeitung mit Apache Flink ermöglicht es Unternehmen, in Echtzeit auf Informationen zu reagieren, indem KI-Modelle und -Anwendungen iterativ werden und darauf reagieren, wie sich die Welt im Moment verändert.

 

Die Qualifikationslücke scheint nach Meinung von Ververica ein gemeinsamer Nenner für die Einführung von KI und Stream Processing im Unternehmen zu sein. Die gleiche, bereits erwähnte O’Reilly-Studie kommt zu dem Schluss, dass die Nachfrage nach Datenwissenschaftlern, Experten für maschinelles Lernen sowie Daten- und Infrastrukturingenieuren einer der am häufigsten genannten Gründe ist, die derzeit die Einführung von KI vielerorts ausbremsen. Um dies zu verhindern, müssen Unternehmen strategische Maßnahmen ergreifen und ihre Abteilungen und Teams sowohl auf technischer als auch auf kultureller Ebene verändern. Die Einführung von KI, ähnlich wie bei der Stream-Verarbeitung, erfordert Investitionen in die Fähigkeiten der Mitarbeiter, Schulungen und eine gemeinsame Kultur innerhalb des Unternehmens. Es gilt Datensilos zu minimieren und Daten für mehrere Teams, die an verschiedenen Projekten und Anwendungen arbeiten, zugänglich zu machen. Dadurch können die Time-to-Market und die erfolgreiche Bereitstellung erheblich verkürzt werden.

 

Die verbleibenden beiden Hürden, die der KI-Einführung im Wege stehen, beziehen sich auf die Unternehmenskultur und das Fehlen von identifizierten Anwendungsfällen. Wie bei jeder neuen Technologie müssen Führungskräfte im Bereich des Datenmanagements und der Analytik eine offene und integrative Kultur in ihren Teams annehmen, den Status quo hinterfragen und Wege finden, um das Potenzial der Teams zu nutzen, schneller und kostengünstiger Ergebnisse zu erzielen. Stream Processing und KI können zu einem Katalysator für organisatorische Veränderungen in der IT- und Datenabteilung werden: ein Prozess, der sich von Datensilos und hierarchischen Strukturen löst und die Daten-, Betriebs- und Produktteams zusammenführt. Ziel ist es, die Zeit, die für die Produktion von Echtzeitanwendungen, KI- und maschinellen Lernmodellen oder Deep-Learning-Algorithmen benötigt wird, deutlich zu reduzieren.

 

Da die Akzeptanz für KI im Laufe der Zeit wächst, wird die Identifizierung relevanter Anwendungsfälle für die Technologie einfacher werden, so Ververcia. Berichten zufolge nutzen Unternehmen bereits KI, um ihren Kundenservice, ihren Betrieb sowie andere Anwendungen und Anwendungsfälle in den Bereichen Finanzen, Buchhaltung, Marketing, Werbung und nicht zuletzt F&E zu unterstützen. Führungskräfte sollten sich darauf konzentrieren, die richtigen Fachkräfte zu finden, die praxisnahe Anwendungsfälle sowohl für Echtzeitdaten als auch für KI identifizieren und diese Projekte vorantreiben können.

 

83 search results for „Stream Process“

Intelligente Städte – Wie Stream Processing reale Smart-City-Projekte zum Leben erwecken kann

Die öffentliche Diskussion rund um 5G, Digitalisierung und das Internet der Dinge bringen ein weiteres Thema auf die Agenda: Dass Interesse für das Thema Smart City wächst stetig, und es wurden -zumeist außerhalb Europas – bereits einige spannende Technologieprojekte realisiert. Immer mehr Regierungen unternehmen ernsthafte Schritte zur Modernisierung ihrer Infrastruktur, um die Herausforderungen des Bevölkerungswachstums…

IT-basierte Innovationen in der Finanzbranche – Welches Potenzial steckt in Stream Processing?

Finanzunternehmen durchlaufen einen umfassenden digitalen Wandel, da die Marktvolatilität zunimmt, sich das Verbraucherverhalten ändert und die Anforderungen der Regulierungsbehörden steigen. Die Kapitalmarkt- und Finanzbranche wandelt sich von der minimalen Digitalisierung und Automatisierung ihrer Geschäftsprozesse zu einer hoch automatisierten und software- und IT-gesteuerten Branche. Dieser Wandel und der Wunsch nach zunehmender Dynamik erfordern ein Umdenken in…

Trends für 2019 – Stream Processing als Ansatz für Big Data und komplexes Datamanagement

  Um vorherzusehen, dass die schiere Masse an Daten auch im kommenden Jahr neue Rekordwerte erklimmen wird, muss man kein Experte sein. Um dieser Entwicklung Herr zu werden und die entstehenden Datenmassen effizient zu nutzen, sind jedoch Experten und neue Technologien gefragt. Ein erfolgsversprechender Ansatz ist dabei Stream Processing.   Stream Processing, also Datenstromverarbeitung, ist…

Digital Workspace: Chancen und Ängste rund um die Einführung von Robotic Process Automation

Digitale Transformation bedeutet einerseits Effizienzsteigerung und Kostenminimierung, Kundenbindung, Wachstum sowie Wettbewerbsfähigkeit, andererseits fordert sie Modernisierung in den eigenen Reihen – sprich: die Ausstattung der Mitarbeiter mit neuen Technologien. Laut einer aktuellen Studie leben Unternehmen, die ihre Arbeitsplätze nicht mit zeitgemäßer Technik ausstatten, in Zeiten des Fachkräftemangels gefährlich, denn Angestellte wünschen sich heutzutage neben reibungslosen internen…

Im Jahr 2020 werden 92 Prozent der europäischen Unternehmen Robotic Process Automation (RPA) einsetzen

Im vergangenen Jahr sind die Ausgaben für RPA um neun Prozent gestiegen. Breiteneinsatz von Automatisierung in Europa verdoppelt sich bis 2020.   Der geschäftliche Einsatz von Robotic Process Automation (RPA) in Europa soll sich einer neuen Studie der ISG Information Services Group zufolge bis 2020 verdoppeln [1]. Die Unternehmen wollen damit vor allem ihren Kundenservice…

Smarte Maschinen werden ab 2021 Mainstream

Unternehmen suchen Unterstützung der Service-Provider für den Einsatz von AI-Technologien. Im Jahr 2021 werden 30 Prozent der großen Unternehmen smarte Maschinen einsetzen, die Technologie wird damit zum Mainstream, so das IT-Research und Beratungsunternehmen Gartner. Unter den Oberbegriff »smarte Maschinen« fallen Technologien wie Cognitive Computing, Artificial Intelligence, intelligente Automation, Machine Learning und Deep Learning. »Der Einsatz…

Die Entwicklung von modernen Technologien in der Spielebranche

Die Spielebranche ist eine der am schnellsten wachsenden Felder im Online-Bereich und entwickelt sich zeitgleich immer weiter fort. Die technologischen Errungenschaften der letzten Jahre in der Branche sind atemberaubend. Die Spieler fordern mehr von den Anbietern und diese müssen liefern. Dies hat dazu geführt, dass jede Menge junge Unternehmen den Markt revolutioniert haben.   Einer…

Cybersecurity in Unternehmen: kontinuierliche Reaktion auf moderne Bedrohungen

Mit der Weiterentwicklung von Bedrohungen wächst auch der Bedarf von Unternehmen, sich gegen die geschäftsschädigenden Auswirkungen von Cyberangriffen zu schützen. Angesichts dieses Trends fordert der Cybersicherheitsanbieter F-Secure, dass sowohl die ständige Bereitschaft für mögliche Sicherheitsverletzung als auch eine schnelle und effektive Eindämmung, die das richtige Gleichgewicht von Mensch, Prozess und Technologie abdeckt, stärker in den…

Analog und digital wird eins: Gute Chancen für digitale Vermögensverwaltungen

Die Finanz- und Versicherungswelt befindet sich stark im Wandel. Die Zahl digitaler Angebote von Banken und Versicherungen steigt stetig an, doch wie nehmen Konsumenten diese Angebote wahr? Einblicke in das Verhalten, die Bedürfnisse und Wünsche von Konsumenten im Hinblick auf Finanzangelegenheiten im WorldWideWeb zeigt nun eine aktuelle Umfrage des Mannheimer Spiegel Institut.   Neben Direktversicherungen…

Patentanmeldungen: Die Schweiz – Wer hat`s erfunden?

Die Schweiz ist europaweit führend bei der Zahl der Patentanmeldungen pro Kopf. Laut einer aktuellen Statistik des Europäischen Patentamts stammten 7.927 der insgesamt 174.317 Patentanmeldungen im vergangenen Jahr aus der Schweiz. Pro Millionen Einwohner sind das 956 Patentanmeldungen. Damit steht die Schweiz europaweit auf Platz 1, vor den Niederlanden (416), Dänemark (411) und Schweden (403…

Musikumsatz: The Times They Are A-Changin‘

1999 war ein extrem umsatzstarkes Jahr für die US-Musikindustrie. 21,5 Milliarden US-Dollar wurden damals erwirtschaftet – davon 89 Prozent durch CDs. Gut möglich, dass sie damals in den Chefetagen der Major Labels dachten, dass es genau so weiter gehen würde. Tatsächlich sollte es aber erstmal für mehr als ein Jahrzehnt bergab gehen für die Branche,…

Statusbericht zur Cloud: Einsparungspotenziale beim Cloud-Kostenmanagement

Der rasante Anstieg in der Cloud-Nutzung stellt Unternehmen vor allem bei der Kostenoptimierung und der IT-Governance vor Herausforderungen. Insgesamt nutzen 94 % der befragten Unternehmen die Cloud, wobei 69 % hybride Ansätze verfolgen und sowohl Private als auch Public Cloud einsetzen. Insbesondere große Unternehmen (84 %) setzen auf eine Multi-Cloud-Strategie, wobei der Anteil von Hybrid…

Finanzsektor auf dem vorletzten Platz bei Anwendungssicherheit

67 Prozent aller Finanzanwendungen stellen Risiko dar. Finanzdaten hochattraktives Ziel für Cyberkriminelle.   Banken und andere Finanzinstitutionen haben den Ruf, aufgrund der sensiblen Finanzinformationen, die sie verarbeiten, über ausgereifte Sicherheitsmaßnahmen zu verfügen. Allerdings zeigt der jüngste »State of Software Security Report« von Veracode, dass der Finanzsektor ebenso mit Sicherheit zu kämpfen hat, wie andere Branchen.…

Die Entwicklung von Big Data zu Fast Data

Das »Warum« der Datenverarbeitung liegt auf der Hand, wenn man die große Anzahl von Sensoren, vernetzten Geräten, Websites oder mobilen Anwendungen betrachtet; oder einfach alle Daten, die sowohl von Menschen als auch von Maschinen erzeugt werden. Die immensen, rasch ansteigenden Datenberge erfordern kontinuierlich leistungsfähigere Ansätze zur Datenverarbeitung. Open Source spielt dabei nach Meinung der data…

Konzepte für schnellere Datenverarbeitung im neuen Jahr

Warum Unternehmen in 2019 Event Stream Processing ins Auge fassen sollten. Im zehnten Visual Networking Index (VNI) prognostiziert Cisco eine Verdreifachung des globalen Datenverkehrs in den kommenden vier Jahren. Für das Jahr 2019 erwartet das Unternehmen, dass weltweit die 2-Zetabyte Schallmauer durchbrochen wird. Als Teil dieser Entwicklung wächst auch die Menge an Daten, die unter…

Trends 2019: Datenvirtualisierung, KI und Cloud

Maschinelles Lernen wird für Unternehmen ein Muss. Interaktive Datenkataloge um nach relevanten Datenbeständen zu suchen. Datenvirtualisierung spielt bei Multi-Location-Cloud-Architekturen eine zunehmend wichtige Rolle.   Denodo, ein Unternehmen im Bereich der Datenvirtualisierung, hat für das Jahr 2019 drei Top-Tech-Trends identifiziert. Neben künstlicher Intelligenz und modernen Datenvirtualisierungs-Tools wird sich auch die Cloud neu erfinden. Maschinelles Lernen für…

Weitere Artikel zu