„Intelligenz“ setzt sich durch
Maschinenökonomie entwickelt sich zum vorherrschenden Geschäftsmodell. Ihren Erfolg bestimmen allerdings Konzepte und Kompetenzen, die jetzt entwickelt werden müssen.
Ob in der Industrie, Medizintechnik, Logistik oder in den Energienetzen – intelligente Systeme setzen sich in immer mehr Bereichen durch. Sie sammeln und analysieren Daten, kommunizieren, lernen aus Erfahrungen und treffen selbständig Entscheidungen. Obwohl sie weit davon entfernt sind tatsächlich menschenähnlich intelligent zu agieren, steigern sie doch ganz erheblich die funktionale Qualität von Geräten, Maschinen und Anlagen. Möglich macht das eine Kombination aus Sensorik, Aktorik, Daten- und Signalverarbeitung, künstlicher Intelligenz sowie eine allgegenwärtige Konnektivität.
Der jährlichen „IT-Trends-Studie 2021“ von Capgemini zufolge ist die Nutzung dieser Technologien in den letzten 12 Monaten weiter gestiegen. Dabei haben vor allem mittelgroße Unternehmen mit bis zu einer Milliarde Euro Umsatz ihre Aktivitäten dahingehend ausgebaut. Gut 8 Prozent von ihnen setzen sie intensiv oder sehr intensiv ein. Allerdings ist die Quote im Vergleich zu den Top-50- und Top-100-Unternehmen mit rund 24 Prozent immer noch gering.
Was die Anwendungen angeht, stehen einfache Szenarien wie die Automatisierung manueller Arbeiten ganz oben auf der Liste. Komplexere Lösungen wie Empfehlungssysteme oder präzise Verhaltensprognosen für Maschinen, Kunden oder Märkte stoßen auf deutlich weniger Gegenliebe.
Die Maschinenökonomie wächst rasant
Eine Untersuchung von Windriver – Anbieter von Software für den Bereich „Intelligent Edge“ – kommt zum Ergebnis, dass 80 Prozent der Technologieführer/innen in den nächsten 5 Jahren den Einsatz intelligenter Systeme planen. Außerdem sollen bis 2030 etwa 7 Billionen US-Dollar durch die sogenannte „Machine Economy“ umgesetzt werden. Der Trend wird sich durch das Wachstum von 5G, KI, Automatisierung und native Cloud-Technologien sowie durch die zunehmende Interaktion zwischen IoT und Edge weiter verstärken. Letztgenannte Kombination macht zudem den Weg frei für innovative Anwendungen in der Robotik, der Telemedizin sowie bei autonomen Fahrzeugen und Drohnen. Allerdings müssen die Systeme dazu an den „Rändern“ nahezu latenzfrei in Echtzeit arbeiten.
Der Studie zufolge hängt der Erfolg der „Machine Economy“ letztlich von den technologischen Ansätzen und Fähigkeiten ab, die jetzt entwickelt werden. So arbeiten schon über 60 Prozent der Unternehmen an Strategien für den Übergang in eine Zukunft mit intelligenten Systemen. Und 16 Prozent sind bereits engagiert und erwarten eine mindestens viermal höhere Kapitalrendite (ROI) als ihre Mitbewerber.
13 Schlüsselmerkmale intelligenter Systeme
Die Windriver-Studie identifiziert 13 Schlüsselmerkmale, die für den Erfolg intelligenter Systeme entscheidend sind. Der Aufbau gliedert sich dabei in drei Schlüsselphasen: die Vorbereitung der richtigen Infrastruktur, die Erfüllung der grundlegenden Anforderungen und schließlich die Entwicklung langfristiger Perspektiven.
Zu den 13 Schlüsselmerkmalen gehören:
- Echte Rechenleistung am Netzwerkrand (Edge)
- Kundenspezifische Erfahrungen mit Geräten in der Cloud
- Handeln auf Basis von Sensordaten und Algorithmen
- Digitale Rückkopplungsschleifen, welche die Produktentwicklung beeinflussen
- Automatisiertes Lernen und ML-Funktionalität
- Near-Realtime-Simulation und -Emulation
- Experimentieren als selbstlernendes System
- Plattform für kollaborative Arbeitsabläufe in Echtzeit
- Nahtlose Verbindung zwischen mehreren Ökosystemen in Echtzeit
- Vollständige Automatisierung
- Erkennen und Beheben möglicher Ereignisse oder Probleme
- Modelle zur Prüfung und Vorhersage von Belastungen und Ausfällen
- Anpassung der Aufgaben durch Neuprogrammierung in der Cloud
Die Studienergebnisse zeigen, dass folgende vier Merkmale den längerfristigen Erfolg entscheiden: echte Rechenleistung am Netzwerkrand, gemeinsame Workflow-Plattformen, KI/ML-Funktionen und ein Ökosystem von Echtzeitanwendungen.