12 Daten- und Analysetrends, die Sie im Auge behalten sollten

Fazit:

• Diese Daten- und Analysetrends (D&A) ermöglichen es Ihnen, Veränderungen zu antizipieren und Unsicherheiten zu bewältigen.
• Investitionen in die Trends, die für Ihr Unternehmen am wichtigsten sind, können Ihnen dabei helfen, die Priorität Ihres CEOs zu erfüllen, nämlich wieder zu wachsen und das Wachstum zu beschleunigen.
• Überwachen Sie proaktiv die wichtigsten Trends, experimentieren Sie mit ihnen oder entscheiden Sie sich dann für eine offensive Investition, je nach Dringlichkeit und Ausrichtung der strategischen Prioritäten Ihres Unternehmens.

Der russische Einmarsch in der Ukraine fügte der anhaltenden globalen Pandemie eine geopolitische Krise hinzu, und die Bewältigung der daraus resultierenden und anhaltenden Unsicherheit und Volatilität wird in diesem Jahr ein Hauptaugenmerk für die Verantwortlichen im Bereich Daten und Analysen sein.

„Jetzt ist es an der Zeit, den Wert Ihrer D&A-Strategie zu antizipieren, anzupassen und zu skalieren, indem Sie die wichtigsten D&A-Technologietrends überwachen, mit ihnen experimentieren oder aggressiv in sie investieren, je nach ihrer Dringlichkeit und Ausrichtung der Prioritäten“, sagt Rita Sallam, herausragende VP Analystin bei  Gartner. 

Jetzt herunterladen: Die IT-Roadmap für Daten und Analysen

Die wichtigsten Trends dieses Jahr im Bereich Daten und Analysen beziehen sich auf drei wichtige Punkte:

• Aktivieren Sie Vielfalt und Dynamik. Verwenden Sie adaptive AI-Systeme, um Wachstum und Innovation voranzutreiben und gleichzeitig mit den Schwankungen der globalen Märkte fertig zu werden.
• Ergänzen Sie Menschen und Entscheidungen, um angereicherte, kontextbezogene Analysen zu liefern, die aus modularen Komponenten vom Unternehmen erzeugt werden.
• Institutionalisieren Sie das Vertrauen, um den Wert von D&A in großem Umfang zu steigern. Verwalten Sie AI-Risiken und setzen Sie eine vernetzte Governance für verteilte Systeme, Edge-Umgebungen und neu entstehende Ökosysteme durch.

12 Daten- und Analysetrends (D&A) auf dem Radar für das Jahr 2022

Wir haben die Daten- und Analysetrends identifiziert, die für eine Geschäfts-, Markt- und Technologiedynamik stehen, die Sie nicht ignorieren können. Diese Trends helfen auch bei der Priorisierung von Investitionen zur Förderung von neuem Wachstum, Effizienz, Widerstandsfähigkeit und Innovation.

Nr. 1: Adaptive AI-Systeme

Da Entscheidungen immer vernetzter, kontextabhängiger und kontinuierlicher werden, wird es immer wichtiger, die Entscheidungsfindung neu zu gestalten. Sie können dies tun, indem Sie adaptive AI-Systeme verwenden, die schnellere und flexiblere Entscheidungen ermöglichen, indem sie sich schneller an Veränderungen anpassen.

Um jedoch lernfähige AI-Systeme zu entwickeln und zu verwalten, müssen Sie AI-Engineering-Praktiken anwenden. AI-Engineering orchestriert und optimiert Anwendungen, um sich an Störungen anzupassen, ihnen zu widerstehen oder sie abzufedern, und erleichtert so die Verwaltung adaptiver Systeme. 

E-Book herunterladen: 5 wichtige Maßnahmen für IT-Führungskräfte, um bessere Entscheidungen zu treffen

Nr. 2: Datenzentrierte AI

Viele Unternehmen versuchen, AI in Angriff zu nehmen, ohne dabei AI-spezifische Fragen der Datenverwaltung zu berücksichtigen. „Ohne die richtigen Daten ist die Entwicklung von AI riskant und möglicherweise gefährlich“, sagt Sallam. Daher ist es wichtig, datenzentrierte AI und AI-zentrierte Daten zu formalisieren. Sie befassen sich mit Datenverzerrung, -vielfalt und -etikettierung auf systematischere Weise als Teil Ihrer Datenverwaltungsstrategie – einschließlich der Verwendung von Data Fabric bei der automatisierten Datenintegration und dem aktiven Metadatenmanagement. 

Nr. 3: Metadaten-gesteuerte Data Fabric

Die Data Fabric hört zu, lernt und reagiert auf die Metadaten. Sie kennzeichnet und empfiehlt Maßnahmen für Menschen und Systeme. Letztendlich verbessert es das Vertrauen in und die Verwendung von Daten im Unternehmen und kann verschiedene Datenverwaltungsaufgaben, einschließlich Gestaltung, Bereitstellung und Operationen, um 70 % reduzieren. 

Die Stadt Turku in Finnland hat zum Beispiel festgestellt, dass Lücken in ihren Daten ihre Innovation bremsen. Durch die Integration fragmentierter Daten-Assets konnten Daten wiederverwendet, die Zeit bis zur Markteinführung um zwei Drittel verkürzt und eine monetarisierbare Data Fabric erzeugt werden.

Erfahren Sie mehr: Ihr ultimativer Leitfaden für Daten und Analysen

Nr. 4: Immer Daten austauschen

Die Führungskräfte in den Bereichen Daten und Analysen erkennen zwar häufig an, dass der Datenaustausch eine Schlüsselfähigkeit für die digitale Transformation ist, doch fehlt ihnen das Know-how, um Daten in großem Umfang und vertrauensvoll auszutauschen. 

Um den Datenaustausch erfolgreich zu fördern und den Zugriff auf die richtigen, auf das Geschäftsszenario abgestimmten Daten zu verbessern, sollten Sie über Geschäfts- und Branchengrenzen hinweg zusammenarbeiten. Dies wird das Buy-In für eine erhöhte Budgetberechtigung und Investitionen in den Datenaustausch beschleunigen. Ziehen Sie außerdem in Betracht, die Gestaltung von Data Fabric zu übernehmen, um eine einheitliche Architektur für den Datenaustausch zwischen heterogenen internen und externen Datenquellen zu ermöglichen.

Nr. 5: Kontextangereicherte Analyse

Die kontextangereicherte Analyse baut auf Graphentechnologien auf. Die Informationen über den Kontext und die Bedürfnisse des Benutzers werden in einem Diagramm gespeichert, das eine tiefere Analyse ermöglicht, indem es die Beziehungen zwischen den Datenpunkten ebenso verwendet wie die Datenpunkte selbst. Es hilft, auf der Basis von Ähnlichkeiten, Einschränkungen, Pfaden und Gemeinschaften weitere Zusammenhänge zu erkennen und zu erzeugen. 

Das Erfassen, Speichern und Verwenden kontextbezogener Daten erfordert Fähigkeiten und Fertigkeiten beim Aufbau von Datenpipelines, X-Analysetechniken und AI Cloud Services, die unterschiedliche Typen von Daten verarbeiten können. Bis 2025 werden kontextgesteuerte Analysen und AI-Modelle 60 % der bestehenden Modelle ersetzen, die auf traditionellen Daten basieren.

Nr. 6: Business-Composed D&A

Gartner befürwortet einen modularen Ansatz für Daten und Analysen, oder „Composable D&A“. Der Ansatz „Composable Data and Analytics“ baut auf diesem Trend auf, aber der Schwerpunkt liegt auf der menschlichen Seite und verlagert sich von der IT auf das Geschäft. 

Business-Composed D&A ermöglicht es den Benutzern oder Technologen in den Unternehmen, gemeinsam geschäftsorientierte Daten und Analysefunktionen zu entwickeln.

Erfahren Sie mehr: Alles, was Sie über KI wissen müssen

Nr. 7: Entscheidungszentrierte D&A

Die Disziplin der Decision Intelligence, d. h. die sorgfältige Überlegung, wie Entscheidungen getroffen werden sollten, veranlasst Unternehmen dazu, ihre Investitionen in D&A-Fähigkeiten zu überdenken. Verwenden Sie die Disziplinen der Decision Intelligence, um die beste Entscheidung zu gestalten, und liefern Sie dann die erforderlichen Inputs. 

Gartner schätzt, dass bis 2023 mehr als 33 % der großen Unternehmen Analysten haben, die Decision Intelligence praktizieren, einschließlich Entscheidungsmodellierung.

Nr. 8: Fehlende Fähigkeiten und Datenkompetenz

D&A-Führungskräfte brauchen Spezialisten in ihrem Team, um messbare Ergebnisse zu erzielen. Virtuelle Arbeitsplätze und der verschärfte Wettbewerb um Fachkräfte haben jedoch den Mangel an Datenkompetenz – die Fähigkeit, Daten im Kontext zu lesen, zu schreiben und zu kommunizieren – unter der Belegschaft verstärkt.

Gartner schätzt, dass die Mehrheit der CDOs bis 2025 die notwendige Datenkompetenz innerhalb der Belegschaft fördern wird, um ihre strategischen datengesteuerten Geschäftsziele zu erreichen.

Da die Kosten für Investitionen in die Datenkompetenz und die Weiterbildung der Mitarbeiter ständig steigen, sollten Sie in die Verträge mit neuen Mitarbeitern Klauseln einfügen, die eine Rückgewinnung der Kosten ermöglichen, falls ein Mitarbeiter Ihr Unternehmen verlässt.

Nr. 9: Vernetzte Governance

Unternehmen benötigen auf allen Stufen eine wirksame Governance, die nicht nur die bestehenden betrieblichen Herausforderungen angeht, sondern auch flexibel und skalierbar ist und in hohem Maße auf die sich verändernde Marktdynamik und die strategischen organisatorischen Herausforderungen reagieren kann. 

Die Pandemie hat jedoch die dringende Notwendigkeit einer starken funktionsübergreifenden Zusammenarbeit und der Bereitschaft zur Veränderung der Organisationsstrukturen verdeutlicht, um ein flexibles Geschäftsmodell zu erreichen. 

Verwenden Sie vernetzte Governance, um eine virtuelle D&A-Governance-Schicht über Geschäftsfunktionen und Standorte hinweg einzurichten, um die gewünschten unternehmensübergreifenden Geschäftsergebnisse zu erzielen. 

Sehen Sie, wie Gartner-Experten diskutieren: Wie man ein umfassendes Daten- und Analyse-Governance-Framework aufbaut

Nr. 10: AI-Risikomanagement

Wenn Unternehmen Zeit und Ressourcen in die Unterstützung von AI-Vertrauens-, Risiko- und Sicherheitsmanagement (TRiSM) investieren, werden sie bessere AI-Ergebnisse in Bezug auf die Akzeptanz, das Erreichen von Geschäftszielen und die Akzeptanz durch interne und externe Benutzer erzielen. 

Gartner prognostiziert, dass bis 2026 über 75 % der AI-Innovationen in Unternehmen erfolgreich sein werden, die vertrauenswürdige, zweckgerichtete AI entwickeln, verglichen mit 40 % in Unternehmen, die dies nicht tun.

Ein verstärkter Fokus auf AI TRiSM wird zu einer kontrollierten und stabilen Implementierung und Operationalisierung von AI-Modellen führen. Darüber hinaus erwartet Gartner weitaus weniger AI-Fehlschläge, einschließlich unvollständiger AI-Projekte, und eine Verringerung unbeabsichtigter oder negativer Ergebnisse.

Nr. 11: Ökosysteme von Anbietern und Regionen

Regionale Datenschutzgesetze veranlassen viele globale Unternehmen dazu, regionale D&A-Ökosysteme aufzubauen, um die Vorschriften der jeweiligen Region einzuhalten. Dieser Trend wird sich in der neuen multipolaren Welt noch beschleunigen.

Sie müssen die Migration und Duplizierung einiger oder aller Teile Ihres D&A-Stacks innerhalb bestimmter Regionen in Betracht ziehen und eine Multicloud- und Multivendor-Strategie durch Design oder Standard verwalten. 

Um ein kohärentes Ökosystem für Cloud-Daten aufzubauen, sollten Sie mehrere Maßnahmen in Betracht ziehen. Bewerten Sie die Erweiterbarkeit und das breitere Ökosystemangebot der Lösungen Ihres Anbieters und erwägen Sie eine Zusammenarbeit mit diesem. Überdenken Sie auch die Richtlinien, die eine Best-of-Breed- oder Best-Fit-Strategie für End-to-End-D&A-Funktionen in der Cloud bevorzugen, indem Sie die Vorteile eines Ökosystems mit nur einem Anbieter in Bezug auf Kosten, Agilität und Geschwindigkeit abwägen.

Nr. 12: Expansion zur Edge

Weitere D&A-Aktivitäten werden in verteilten Geräten, Servern oder Gateways ausgeführt, die sich außerhalb von Rechenzentren und öffentlicher Cloud-Infrastruktur befinden. Sie befinden sich zunehmend in Edge Computing-Umgebungen, näher an dem Ort, an dem die Daten und Entscheidungen von Interesse erzeugt und ausgeführt werden.

Die Analysten von Gartner schätzen, dass bis 2025 mehr als 50 % der unternehmenskritischen Daten außerhalb des Rechenzentrums oder der Cloud erzeugt und verarbeitet werden.

Erweitern Sie die D&A-Governance-Funktionen auf Edge-Umgebungen und stellen Sie Transparenz durch aktive Metadaten bereit. Stellen Sie außerdem Unterstützung für die Datenpersistenz in Edge-Umgebungen bereit, indem Sie Edge-residente IT-orientierte Technologien (relationale und nicht-relationale Datenbankverwaltungssysteme) sowie eingebettete Datenbanken mit geringem Platzbedarf für die Speicherung und Verarbeitung von Daten näher am Gerät einschließen.