Geschäftsmodelle auf Basis intelligenter Systeme setzen sich durch

Bereits 62 Prozent der führenden Technologieunternehmen verfolgen eine Strategie auf Basis intelligenter Systeme. 16 Prozent dieser Organisationen erwarten eine viereinhalbmal höhere Kapitalrendite als ihre Mitbewerber. [...]

(c) windriver.com

Wind River ist Anbieter von Software für intelligente Systeme und hat jüngst eine Studie mit dem Titel „13 Merkmale der Zukunft intelligenter Systeme“ veröffentlicht, die den Technologiefahrplan für eine Welt der unternehmenskritischen intelligenten Systeme untersucht. Die Studie geht davon aus, dass die entscheidenden Erfolgsfaktoren vom richtigen Timing der 13 Schlüsselmerkmale intelligenter Systeme für eine sich rasch entwickelnde Wirtschaft mit intelligenten Systemen und Maschinen abhängen. Im Rahmen der Studie wurden Technologieverantwortliche in kritischen Branchen wie Luft- und Raumfahrt, Telekommunikation, Fertigungsindustrie, Medizin und dem Automobilsektor befragt. Neben wichtigen Entwicklungstrends zeigt die Untersuchung, dass 80 Prozent der Technologieführer in den nächsten fünf Jahren den Einsatz intelligenter Systeme planen.

Intelligente Systeme tragen dazu bei, das Internet der Dinge (IoT) Realität werden zu lassen. Das Wachstum in den Bereichen 5G, KI, Automatisierung und native Cloud-Technologien sowie die zunehmende Verflechtung von IoT und Edge-Technologie beschleunigen diesen Entwicklungstrend. Dies eröffnet auch neue Möglichkeiten für Anwendungen am äußersten Rand des Netzes – in Bereichen wie Robotik, Drohnen, Telemedizin und für autonome Fahrzeuge. Die Realisierung dieses Potenzials erfordert einen neuen Ansatz für den Aufbau von Systemen, die in der Lage sind, nahezu latenzfrei am Netzwerkrand zu rechnen, zu verarbeiten, zu lernen und sich anzupassen.

Im Rahmen der aktuellen Studie konnten 13 Trends für die Welt der intelligenten Systeme ermittelt werden, auf die sich Branchenführer vorbereiten sollten. Dazu gehören:

  • Die Fähigkeit zur Simulation und Emulation in nahezu Echtzeit.
  • Automatisiertes Lernen und ML-Funktionalität.
  • Digitale Feedback-Schleifen, die die Produktentwicklung beeinflussen.
  • Aktionen auf der Grundlage von Sensordaten und Algorithmen.
  • Maßgeschneiderte Erfahrungen mit Systemen in der Cloud.
  • Echte Rechenleistung am äußersten Netzwerkrand (Edge).
  • Anpassung von Aufgaben auf der Grundlage von Neuprogrammierung über die Cloud.
  • Fähigkeit zur Vorhersage von Belastungen und Ausfällen.
  • Erkennung und Lösung von Störungen und Vorkommnissen.
  • Vollständige Automatisierung.
  • Nahtlose Verbindungen in nahezu Echtzeit über mehrere Ökosysteme hinweg.
  • Plattform für kollaborative Arbeitsabläufe in Echtzeit.
  • Experimentieren als lernendes System.

Die Studienergebnisse zeigen außerdem, dass vier der 13 Merkmale die größten Effekte haben: echte Rechenleistung am Netzwerkrand, eine gemeinsame Workflow-Plattform, KI/ML-Funktionen und ein Ökosystem von Echtzeitanwendungen. Diese Merkmale werden zu Kernanforderungen, von denen der längerfristige Erfolg abhängt.

Die vollständigen Forschungsergebnisse, einschließlich detaillierter Einblicke in Branchen und in Technologie-Investitionspläne, sind hier verfügbar.

*Bernhard Lauer ist unter anderem freier Redakteur der dotnetpro und betreut hier beispielsweise die Rubrik Basic Instinct. Mit Visual Basic programmiert er privat seit der Version 1.0.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*