4 wirkungsvolle Technologien aus dem Trends Impact Radar von Gartner für neue Technologien für 2021

Es gibt zwar schon seit einer ganzen Weile virtuelle Assistenten und die meisten Verbraucher sind an ihren Einsatz gewöhnt, aber ihre Anwendung ist beschränkt und man kann durchaus schlechte Erfahrungen mit ihnen machen. Uns steht jedoch ein ganz neues Level der virtuellen Assistenz bevor, und zwar sogenannte „Advanced Virtual Assistants“, die als virtuelle Rechnungsabwickler, virtuelle KI/VR-Agenten oder sogar als virtuelle Fahrer-/Fahrzeugvermittler dienen können.

Dies wird in verschiedenen Branchen, Unternehmen und bei Interaktionen mit Verbrauchern erhebliche Auswirkungen haben. Advanced Virtual Assistants sind jedoch nur eine der 23 wirkungsvollsten Technologien, die auf dem Trends Impact Radar von Gartner für neue Technologien für 2021 vertreten sind. 

Zum Bericht: Strategischer Wandel für Technologieanbieter

Ich möchte nun einige der Technologien betrachten, die ich besonders interessant finde. Ich werde einige aufzeigen, deren Einführung unmittelbar bevorsteht (z. B. Advanced Virtual Assistants), und eine, die noch in etwas fernerer Zukunft liegt (AR-Cloud). Diese Technologien lassen sich in drei thematische Gruppen aufteilen: 

• Schnittstellen und Erfahrungen: Technologien, welche die Art, wie wir mit der Welt interagieren, grundlegend ändern.
• Geschäftsbefähiger: Technologien, die Auswirkungen auf Unternehmen haben, indem sie Praktiken, Prozesse, Methoden, Modelle oder Funktionen ändern.
• Produktivitätsrevolution: Das Zusammenfließen mehrerer Technologien und Trends, die Unternehmen helfen, von Menschen nicht kontrollierbare Probleme schnell, akkurat und in größerer Menge zu klassifizieren, vorherzusagen und zu lösen.

Sie sehen diese Technologien hier auf unserem Impact Radar mit neuen Technologien für 2021. Die Ringe stellen den Zeitraum dar, also die Anzahl der Jahre, die es schätzungsweise dauern wird, bis die Technologie bzw. der Trend nicht mehr nur von einigen Frühnutzern, sondern von der Mehrheit der Frühnutzer eingesetzt wird. Die Größe und Farbe der neuen Technologie – oder der Punkt auf dem Trend-Radar – stellt die Masse der Technologie dar; anders ausgedrückt, wie erheblich die Auswirkungen der Technologie oder des Trends auf existierende Produkte und Märkte sein werden.

Advanced Virtual Assistants (AVAs)

Advanced Virtual Assistants, manchmal auch als KI-Konversationsagenten bezeichnet, verarbeiten menschliche Eingaben, um Vorhersagen und Entscheidungen zu treffen. Sie werden mit einer Kombination aus einer Gesprächsschnittstelle, linguistischer Datenverarbeitung (LDV) und semantischen sowie Deep-Learning-Techniken wie künstlichen neuronalen Netzen (KNN), Vorhersagemodellen, Entscheidungssupport und Personalisierung angetrieben.

Zeit bis zur Markteinführung: 1–3 Jahre 

Die geschätzte Zeit bis zur Markteinführung ist von der Expansion aktueller virtueller Assistenten mit beschränkten Funktionen (die es nun schon seit vielen Jahren gibt) zu Advanced Virtual Assistants abhängig, die eine Vielzahl von Arbeiten und Funktionen ausführen sollen – wodurch die Expansion von KI-Konversationsagenten in jeden Bereich des Lebens von Verbrauchern, in geschäftliche Interaktionen und Betriebstätigkeiten noch beschleunigt wird.

Mehr lesen: Die wichtigsten strategischen Technologietrends für 2021 von Gartner

Das Wirkungspotenzial von Advanced Virtual Assistants ist enorm, weil die Technologie in praktisch jedem vertikalen Segment und in fast allen Disziplinen eingesetzt werden kann. Sie hat das Potenzial, einen grundlegenden Wandel im Einsatz einer Anwendung für die Belegschaft und in der Interaktion von Verbrauchern mit Geräten und dem IoT (Internet der Dinge) auszulösen und gleichzeitig das Kundenerlebnis und -engagement zu verbessern.

Transformatorbasierte Sprachmodelle

Transformatorbasierte Sprachmodelle sind KNN, die Wörter als Abfolgen in einem Satz verarbeiten. Dieser Ansatz bewahrt den Kontext oder die Bedeutung der umgebenden Wörter. Er führt auch zu erheblichen Verbesserungen von Übersetzungen, Transkriptionen und natürlicher Sprachgenerierung. Diese Modelle werden mithilfe enormer Datensätze mit vielen Milliarden Formulierungen trainiert. 

Zeit bis zur Markteinführung: 1–3 Jahre

Die Zeit bis zur Markteinführung ist von der Wirksamkeit der Trainingstools, der Laufzeiteffizienz und der Einfachheit der Bereitstellung abhängig. Transformatorbasierte Sprachmodelle wie GPT-3 können Textabschnitte generieren, die nicht von Texten zu unterscheiden sind, die von einem gut ausgebildeten Menschen verfasst wurden.

Das Wirkungspotenzial von transformatorbasierten Sprachmodellen ist extrem hoch, weil sie Systeme mit rekurrenten neuralen Netzen (RNN) mit überraschender Geschwindigkeit ersetzen. Und neue Tools sorgen für erhebliche Verbesserungen bei der erweiterten Textanalyse und bei allen verbundenen Anwendungen wie Gesprächsschnittstellen, intelligenten virtuellen Assistenten und automatischer Textgenerierung.

Gebündelte Geschäftsfunktionen

Das Composable Business ermöglicht es Unternehmen, den Kundenwünschen angepasste Anwendungserlebnisse zu entwickeln, die sich aus Anwendungskomponenten zusammensetzen, die sie kaufen oder entwickeln. Zur Unterstützung des Composable Business sollten Technologieanbieter gebündelte Geschäftsfunktionen bereitstellen, die eine klar definierte Gruppe von Geschäftsfunktionen darstellen, die von einem geschäftlichen Nutzer als solche erkannt werden.

Zeit bis zur Markteinführung: 3–6 Jahre 

Die Zeit bis zur Markteinführung ist von der hohen Anzahl Anbieter abhängig, die ihre Angebote modularisiert haben. Dennoch befinden sich kleinere Anbieter und Anbieter, die von älteren Technologien umsteigen, trotz dieser Fortschritte noch in der Anfangsphase der API-Einführung.

Das Wirkungspotenzial gebündelter Geschäftsfunktionen ist mittelhoch, da die Technologie normalerweise eine Neubündelung existierender Funktionen umfasst, die umfassende Implementierung des Composable Business jedoch grundlegend verändern wird, wie herkömmliche Anbieter ihre Lösungen vermarkten, verkaufen und bereitstellen.

AR-Cloud

AR-Cloud ermöglicht den Zusammenschluss der physischen und der digitalen Welt, indem konsistente, gemeinschaftliche und kontextuelle digitale Inhalte auf Menschen, Objekte und Orte überlagert werden, um Menschen somit Informationen und Dienstleistungen bereitzustellen, die direkt mit jedem Aspekt ihrer physischen Umgebung verbunden sind.

Eine Person kann zum Beispiel auf Grundlage ihres Kontextes (persönlicher Status, Geolokation, Termine im Kalender, Reisepräferenzen usw.) Informationen zu Tarifen, Fahrplänen und Strecken öffentlicher Nahverkehrsmittel erhalten, indem sie einen Bus oder eine Bushaltestelle einfach mit ihrem Telefon, Tablet oder Head-Mounted Display (HMD) „anschaut“. Weitere Informationen können mithilfe von Crowdsourcing geliefert werden, zum Beispiel durch Benutzer, die festhalten, wie häufig der Bus in den letzten Wochen verspätet war.

Zeit bis zur Markteinführung: 6–8 Jahre 

Die Zeit bis zur Markteinführung beruht auf dem Erfordernis zahlreicher zugrundeliegender Elemente wie Edge Networking, Kommunikation mit hoher Bandbreite und niedriger Latenz, standardisierten Tools und Inhaltsarten für die Veröffentlichung in der AR-Cloud, Management und Bereitstellung von Inhalten sowie Interoperabilität zur Sicherstellung nahtloser und universeller Erlebnisse.

Das Wirkungspotenzial der AR-Cloud ist sehr hoch, da sie grundlegend verändern wird, wie Menschen mit ihrer Umwelt interagieren. Die AR-Cloud wird eine digitale Abstraktionsebene für Menschen, Orte und Dinge bereitstellen und wird sich auf Geschäfts- und Verbraucheranwendungen ausdehnen und Auswirkungen in jeder Branche, unabhängig von der geografischen Region, haben. Dadurch werden neue Erlebnisse und somit neue Geschäftsmodelle und Möglichkeiten geschaffen, wie man mit der physischen Welt interagieren und finanziell von ihr profitieren kann.

Advanced Virtual Assistants (AVAs)

Advanced Virtual Assistants, manchmal auch als KI-Konversationsagenten bezeichnet, verarbeiten menschliche Eingaben, um Vorhersagen und Entscheidungen zu treffen. Sie werden mit einer Kombination aus einer Gesprächsschnittstelle, linguistischer Datenverarbeitung (LDV) und semantischen sowie Deep-Learning-Techniken wie künstlichen neuronalen Netzen (KNN), Vorhersagemodellen, Entscheidungssupport und Personalisierung angetrieben.

Zeit bis zur Markteinführung: 1–3 Jahre 

Die geschätzte Zeit bis zur Markteinführung ist von der Expansion aktueller virtueller Assistenten mit beschränkten Funktionen (die es nun schon seit vielen Jahren gibt) zu Advanced Virtual Assistants abhängig, die eine Vielzahl von Arbeiten und Funktionen ausführen sollen – wodurch die Expansion von KI-Konversationsagenten in jeden Bereich des Lebens von Verbrauchern, in geschäftliche Interaktionen und Betriebstätigkeiten noch beschleunigt wird.

Mehr lesen: Die wichtigsten strategischen Technologietrends für 2021 von Gartner

Das Wirkungspotenzial von Advanced Virtual Assistants ist enorm, weil die Technologie in praktisch jedem vertikalen Segment und in fast allen Disziplinen eingesetzt werden kann. Sie hat das Potenzial, einen grundlegenden Wandel im Einsatz einer Anwendung für die Belegschaft und in der Interaktion von Verbrauchern mit Geräten und dem IoT (Internet der Dinge) auszulösen und gleichzeitig das Kundenerlebnis und -engagement zu verbessern.

Transformatorbasierte Sprachmodelle

Transformatorbasierte Sprachmodelle sind KNN, die Wörter als Abfolgen in einem Satz verarbeiten. Dieser Ansatz bewahrt den Kontext oder die Bedeutung der umgebenden Wörter. Er führt auch zu erheblichen Verbesserungen von Übersetzungen, Transkriptionen und natürlicher Sprachgenerierung. Diese Modelle werden mithilfe enormer Datensätze mit vielen Milliarden Formulierungen trainiert. 

Zeit bis zur Markteinführung: 1–3 Jahre

Die Zeit bis zur Markteinführung ist von der Wirksamkeit der Trainingstools, der Laufzeiteffizienz und der Einfachheit der Bereitstellung abhängig. Transformatorbasierte Sprachmodelle wie GPT-3 können Textabschnitte generieren, die nicht von Texten zu unterscheiden sind, die von einem gut ausgebildeten Menschen verfasst wurden.

Das Wirkungspotenzial von transformatorbasierten Sprachmodellen ist extrem hoch, weil sie Systeme mit rekurrenten neuralen Netzen (RNN) mit überraschender Geschwindigkeit ersetzen. Und neue Tools sorgen für erhebliche Verbesserungen bei der erweiterten Textanalyse und bei allen verbundenen Anwendungen wie Gesprächsschnittstellen, intelligenten virtuellen Assistenten und automatischer Textgenerierung.

Gebündelte Geschäftsfunktionen

Das Composable Business ermöglicht es Unternehmen, den Kundenwünschen angepasste Anwendungserlebnisse zu entwickeln, die sich aus Anwendungskomponenten zusammensetzen, die sie kaufen oder entwickeln. Zur Unterstützung des Composable Business sollten Technologieanbieter gebündelte Geschäftsfunktionen bereitstellen, die eine klar definierte Gruppe von Geschäftsfunktionen darstellen, die von einem geschäftlichen Nutzer als solche erkannt werden.

Zeit bis zur Markteinführung: 3–6 Jahre 

Die Zeit bis zur Markteinführung ist von der hohen Anzahl Anbieter abhängig, die ihre Angebote modularisiert haben. Dennoch befinden sich kleinere Anbieter und Anbieter, die von älteren Technologien umsteigen, trotz dieser Fortschritte noch in der Anfangsphase der API-Einführung.

Das Wirkungspotenzial gebündelter Geschäftsfunktionen ist mittelhoch, da die Technologie normalerweise eine Neubündelung existierender Funktionen umfasst, die umfassende Implementierung des Composable Business jedoch grundlegend verändern wird, wie herkömmliche Anbieter ihre Lösungen vermarkten, verkaufen und bereitstellen.

AR-Cloud

AR-Cloud ermöglicht den Zusammenschluss der physischen und der digitalen Welt, indem konsistente, gemeinschaftliche und kontextuelle digitale Inhalte auf Menschen, Objekte und Orte überlagert werden, um Menschen somit Informationen und Dienstleistungen bereitzustellen, die direkt mit jedem Aspekt ihrer physischen Umgebung verbunden sind.

Eine Person kann zum Beispiel auf Grundlage ihres Kontextes (persönlicher Status, Geolokation, Termine im Kalender, Reisepräferenzen usw.) Informationen zu Tarifen, Fahrplänen und Strecken öffentlicher Nahverkehrsmittel erhalten, indem sie einen Bus oder eine Bushaltestelle einfach mit ihrem Telefon, Tablet oder Head-Mounted Display (HMD) „anschaut“. Weitere Informationen können mithilfe von Crowdsourcing geliefert werden, zum Beispiel durch Benutzer, die festhalten, wie häufig der Bus in den letzten Wochen verspätet war.

Zeit bis zur Markteinführung: 6–8 Jahre 

Die Zeit bis zur Markteinführung beruht auf dem Erfordernis zahlreicher zugrundeliegender Elemente wie Edge Networking, Kommunikation mit hoher Bandbreite und niedriger Latenz, standardisierten Tools und Inhaltsarten für die Veröffentlichung in der AR-Cloud, Management und Bereitstellung von Inhalten sowie Interoperabilität zur Sicherstellung nahtloser und universeller Erlebnisse.

Das Wirkungspotenzial der AR-Cloud ist sehr hoch, da sie grundlegend verändern wird, wie Menschen mit ihrer Umwelt interagieren. Die AR-Cloud wird eine digitale Abstraktionsebene für Menschen, Orte und Dinge bereitstellen und wird sich auf Geschäfts- und Verbraucheranwendungen ausdehnen und Auswirkungen in jeder Branche, unabhängig von der geografischen Region, haben. Dadurch werden neue Erlebnisse und somit neue Geschäftsmodelle und Möglichkeiten geschaffen, wie man mit der physischen Welt interagieren und finanziell von ihr profitieren kann.