Illustration Absmeier foto freepik

Rasante Entwicklungen bei Automatisierung, KI und in vielen anderen Bereichen lassen Unternehmen nicht zur Ruhe kommen. Welche Trends sind Strohfeuer, welche Entwicklungen werden langfristig die Wirtschaft und den Technologiebereich prägen?

Markus Grau, Enterprise Architect im CTO Office bei Pure Storage, erwartet für das kommende Jahr drei grundsätzliche Entwicklungen:

2025 wird eine strengere Auswahl bei KI-Projekten erfolgen, da die Blase zu platzen beginnt

Unternehmen werden im nächsten Jahr bei KI-Projekten selektiver vorgehen. Während die zwei Jahre seit der Veröffentlichung von ChatGPT einen Boom bei generativen KI-Investitionen ausgelöst haben, ist davon auszugehen, dass Unternehmen ihre Ausgaben zurückfahren werden, bevor eine Ermüdung eintritt.

Es ist zu erwarten, dass sich der Markt neu ausrichten wird – das bestehende Wachstum könnte nicht mehr nachhaltig sein, weil Projekte keine Rendite abwerfen und Realismus einkehren wird. Viele Unternehmen werden nicht in der Lage sein, Führungskräfte davon zu überzeugen, dass sie in neue Technologien investieren müssen, wenn bestehende KI- oder GenAI-Projekte nicht die versprochenen Vorteile gebracht haben. Während FOMO immer noch ein großer Investitionsmotor ist, dürfte dies 2025 nachlassen [1].

Nicht maßgeschneiderte KI-Lösungen werden 2025 in Ungnade fallen. RAG (Retrieval-Augmented Generation) wird für Unternehmen zu einer nicht verhandelbaren Voraussetzung und als Methode zur Implementierung von KI übernommen werden [2]. Da Unternehmensleiter eine Rendite für die spekulativen Investitionen verlangen, die sie bereits in KI getätigt haben, wird RAG für den Erfolg von entscheidender Bedeutung sein. Dies liegt daran, dass es einen Standardansatz für die Anpassung bietet, die Ergebnisse verbessert und die Wahrscheinlichkeit von Halluzinationen verringert, anstatt individuelle Modelle von Grund auf neu zu erstellen, zu trainieren und zu optimieren.

KI und die anstehende Welle von Rechenzentren gefährden Nachhaltigkeitsziele

Da die Nachfrage nach KI und der damit verbundenen Datenspeicherung weiter steigt, wird Nachhaltigkeit wieder in den Mittelpunkt rücken. Da KI zu einer stärkeren Nutzung von Rechenressourcen führte, was sich negativ auf die Ziele zur Energieeinsparung auswirkte, wurde die Nachhaltigkeit in den Hintergrund gedrängt. Doch jetzt rückt sie wieder auf der Tagesordnung der Unternehmen nach oben: Wie Unternehmen nachhaltige Praktiken betrachten und umsetzen, wird wieder auf dem Radar des oberen Managements erscheinen.

Dadurch könnten sich folgende Probleme ergeben:

Mehr Unternehmen werden über ihre Energiewende diskutieren – wie sie die gestiegene Nachfrage nach Rechenzentren decken werden. Da einige der größten Unternehmen der Welt Kernenergie nutzen, um diese Nachfrage zu decken, wird diese Entscheidung genauer unter die Lupe genommen werden.
Um die Auswirkungen der Nachhaltigkeit hervorzuheben, wird sich die Wirkungsbilanzierung auf Führungsebene durchsetzen. Da sie die Aufmerksamkeit auf Umweltfragen und die damit verbundenen Kosten lenkt, wird sie de facto zu einem Mittel, um die Vorteile von Nachhaltigkeitsinitiativen in einer Sprache hervorzuheben, die die Führungsebene und der Vorstand verstehen.
Es wird Bestrebungen geben, in vielen Ländern mehr Rechenzentren zu bauen, was zum Teil darauf zurückzuführen ist, dass neue Regierungen ihre Mandate für Sovereign Clouds in Kraft setzen. Die Frage, wie diese mit Strom versorgt werden können und wie sowohl Nachhaltigkeitsziele eingehalten als auch sichergestellt werden kann, dass genügend Strom für Haushalte und Unternehmen zur Verfügung steht, wird jedoch weiterhin im Mittelpunkt stehen.

Ist der Höhepunkt der Cloud-Nachfrage erreicht?

Bei der Akzeptanz der Cloud überwiegen zunehmend realistische Argumente. Angesichts der gestiegenen Erwartungen an die Regulierung, des besseren Wissens über die Nachteile, des Bewusstseins für die Kosten, die die Rückführung antreiben, und der geografischen Einschränkungen könnte 2025 das Jahr sein, in dem die Cloud-Nachfrage ihren Höhepunkt erreicht.

Was die Regulierung betrifft, so werden mit dem Inkrafttreten von DORA im Frühjahr 2025 die Maßnahmen der Cloud-Dienstleister in den Fokus rücken. Diese müssen nachweisen, welche Schritte sie zur Einhaltung der Vorschriften unternehmen, zum Beispiel durch Tests und Resilienzpläne, die den Regulierungsbehörden vorgelegt werden. Cloud-Service-Anbieter und Hyperscaler werden in einer Weise zur Rechenschaft gezogen, wie es bisher nicht der Fall war, und bei Nichteinhaltung werden Abhilfemaßnahmen in der gesamten Finanzdienstleistungsbranche ergriffen. Es ist davon auszugehen, dass an einigen ein Exempel statuiert wird, um eine strengere Einhaltung dieser neuen Vorschriften zu gewährleisten.

Ein weiterer Faktor, der den Wandel vorantreibt, ist die anhaltende Disruption, die durch die Übernahme von VMware durch Broadcom verursacht wird. Im Jahr 2025 wird sich zeigen, ob die Kunden ihr Schicksal akzeptieren oder Alternativen annehmen. Viele Unternehmen sind noch dabei herauszufinden, was in Bezug auf die anderen Optionen auf dem Markt funktioniert und was nicht. Im nächsten Jahr wird sichtbar werden, ob die Alternativen die Anforderungen der Unternehmen vollständig erfüllen können oder ob der Unmut in den Unternehmen nachlässt und sie bei dem bleiben, was sie kennen. Des Weiteren nutzen einige Unternehmen die Situation bereits heute, um die Modernisierung von Applikationen voranzutreiben, die containerisiert in jeder Cloud, egal ob privat oder öffentlich, lauffähig sind.

[1] FOMO steht für »Fear of Missing Out« und beschreibt die Angst, etwas zu verpassen oder nicht dabei zu sein, wenn andere etwas erleben oder tun. Diese Angst kann durch soziale Medien verstärkt werden, da man ständig sieht, was andere Menschen tun und erleben. FOMO kann zu Stress, Unzufriedenheit und einem Gefühl der Isolation führen.

[2] Was ist unter Retrieval-Augmented Generation genau zu verstehen?

Retrieval-Augmented Generation (RAG) ist ein Ansatz, der Information Retrieval mit einem Large Language Model (LLM) kombiniert. Hierbei wird die Ausgabe eines LLM durch den Zugriff auf externe Informationsquellen, Datenbanken oder das Internet ergänzt, um genauere und aktuellere Antworten zu generieren2.

Funktionsweise von RAG:

Datenindexierung: Die relevanten Daten werden in einer Vektordatenbank indexiert.
Datenabruf: Bei einer Anfrage werden die passenden Informationen aus der Datenbank abgerufen.
Augmentierung: Die abgerufenen Daten werden mit der Anfrage kombiniert.
Antwortgenerierung: Das LLM generiert eine Antwort basierend auf den kombinierten Daten.

Vorteile von RAG:

Aktualität: RAG kann auf aktuelle Informationen zugreifen, die über die Trainingsdaten des LLM hinausgehen.
Genauigkeit: Durch den Zugriff auf spezifische und autoritative Quellen wird die Genauigkeit der Antworten erhöht.
Flexibilität: RAG kann in verschiedenen Kontexten eingesetzt werden, ohne dass das LLM neu trainiert werden muss.

RAG wird häufig in Chatbots und anderen Anwendungen der natürlichen Sprachverarbeitung verwendet, um verlässliche und kontextuell relevante Antworten zu liefern

1169 Artikel zu „Trends 2025“

News | Trends 2025 | Trends Security | IT-Security

Multi-Cloud, Immutable Solutions und Virtualisierungsmigration als Backup-Trends 2025

21. Dezember 2024

Die SEP wirft einen Blick in die Zukunft der Backup-Branche. Basierend auf umfangreichem Feedback von Partnern und Kunden benennt der deutsche Hersteller von Backup- und Disaster-Recovery-Software »Made in Germany«, die fünf wichtigsten Trends für 2025. Dazu zählen Multi-Cloud, Schutz gegen Cyberkriminalität und eine hohe Dynamik durch die Suche nach alternativen Virtualisierungslösungen wie Proxmox. Multi-Cloud-Strategien…

[2] Was ist unter Retrieval-Augmented Generation genau zu verstehen?

Funktionsweise von RAG:

Datenindexierung: Die relevanten Daten werden in einer Vektordatenbank indexiert.

Datenabruf: Bei einer Anfrage werden die passenden Informationen aus der Datenbank abgerufen.

Augmentierung: Die abgerufenen Daten werden mit der Anfrage kombiniert.

Antwortgenerierung: Das LLM generiert eine Antwort basierend auf den kombinierten Daten.

Vorteile von RAG:

Aktualität: RAG kann auf aktuelle Informationen zugreifen, die über die Trainingsdaten des LLM hinausgehen.

Genauigkeit: Durch den Zugriff auf spezifische und autoritative Quellen wird die Genauigkeit der Antworten erhöht.

Flexibilität: RAG kann in verschiedenen Kontexten eingesetzt werden, ohne dass das LLM neu trainiert werden muss.

RAG wird häufig in Chatbots und anderen Anwendungen der natürlichen Sprachverarbeitung verwendet, um verlässliche und kontextuell relevante Antworten zu liefern

1169 Artikel zu „Trends 2025“