„Machine Learning as a Service“ ist zu einem umkämpften Markt geworden, in dem sich nahezu alle wichtigen IT-Provider positionieren. Sie müssen die Funktionen, zugrundeliegenden Algorithmen und Modelle dabei qualitativ wie quantitativ schnell weiterentwickeln, um Marktanteile und Kunden zu gewinnen. Dies stellt der aktuelle Anbietervergleich „ISG Provider Lens Germany 2019 – Data Analytics Services & Solutions“ fest. [...]
„Mittlerweile beschäftigt sich über die Hälfte der mittleren und großen Unternehmen mit Machine Learning“, sagt Frank Schmeiler, Research Director der ISG Information Services Group und Lead Advisor der Studie. „Das enorme Marktpotenzial sorgt zum einen dafür, dass sich nahezu alle wichtigen IT-Provider positionieren. Zum anderen drängen Start-ups mit ausgeklügelten Machine Learning–Plattformen in den Markt.“ Dieser wird sich nach Einschätzung von ISG durch Akquisitionen konsolidieren, da vor allem die großen Anbieter ihre Marktanteile durch Zukäufe stärken werden. „Das führt dazu, dass der Markt in rasantem Tempo an Reife gewinnt, wovon natürlich die Kunden profitieren“, so ISG-Analyst Schmeiler. „Einerseits sinken die Preise, andererseits gewinnen die Produkte an Marktreife. Die Anbieter haben entsprechend erkannt, dass sie nur über eine Preis- oder Qualitätsführerschaft am Markt bestehen können.“
Ein starker Fokus der verfügbaren Plattformen liegt auf Visualisierung und Dashboards, um eine hohe Transparenz und leichte Bedienbarkeit zu gewährleisten. „Anwender aus den Fachbereichen müssen nicht die komplexen Algorithmen oder Data Science-Werkzeuge verstehen. Die Anbieter setzen vielmehr auf eine einfache und prägnante Darstellung komplexer Analysen“, so Schmeiler.
Mehr Automatisierung
Für viele der entwickelten Frameworks und Technologien benötigen die Anwender noch ein hohes Maß an entsprechenden, aber zumeist nicht vorhandenen Skills, um diese auf ihre individuellen Use beziehungsweise Business Cases anzupassen. Anbieter wie auch Anwender setzen daher verstärkt auf die Entwicklung und die Integration vorgefertigter Analytics-Bausteine. Für deren Einsatz wird immer weniger Spezial-Know-how benötigt. Durch die zunehmende organisatorische und technologische Auflösung der vorhandenen Datensilos mittels zentraler Datenpools, werden sich zudem immer mehr Abläufe automatisieren lassen. „Bei Themen wie Künstliche Intelligenz und Machine Learning stehen wir noch ziemlich am Anfang. Das Potenzial ist hier noch lange nicht ausgeschöpft“, sagt Steffen Nolte, Junior Consultant bei ISG und Co-Autor der Studie. „Wir erwarten in diesem Markt deshalb eine weitere enorme Entwicklung.“ Im „Leader“-Quadranten des Marktsegments „Machine Learning as a Service“ weist der ISG-Anbietervergleich vier Anbieter aus: AWS, IBM, Microsoft und SAP.
Neben den Anbietern für „Machine Learning as a Service“ hat die ISG-Studie vier weitere Teilmärkte analysiert und diese zum Teil noch nach „Midmarket“ und „Large Accounts“ unterteilt: „Self-Service-Analytics & BI Platforms-as-a-Service“, „Operational Intelligence“, „Social Analytics (Socialytics)“ sowie „Data Driven Business Model Transformation (Consulting & Integration)“.
Self-Service-Analytics & BI Platforms as a Service
Die meisten deutschen Unternehmen sind laut der ISG-Studie gerade dabei, ihre Business Intelligence-(BI-)Technologien und -Strategien auf einen Data-Analytics-Ansatz zu überführen. Zugleich erkennen immer mehr Unternehmen, insbesondere auch Mittelständler, die Vorteile von cloudbasierten BI– und Analytics–Lösungen. Die gerade in Deutschland noch herrschenden Sicherheitsbedenken gegenüber cloudbasierten Lösungen adressieren die meisten Anbieter mittlerweile, indem sie zum Beispiel Rechenzentren in Deutschland eröffnen. Weiter vorangetrieben wird der Markt derzeit auch durch die immer anspruchsvolleren Analysen, die BI– und Analytics–Plattformen leisten können. So lassen sich wichtige Analyseaufgaben wie Datenreinigung, Datenmodellierung und Datenvorverarbeitung zunehmend automatisiert durchführen.
Operational Intelligence
Alle maßgeblichen Anbieter von Operational Intelligence-Lösungen bieten mittlerweile einen standortunabhängigen, mobilen Zugriff auf unternehmensinterne Daten an. Auch in diesem Marktsegment steigt die Beliebtheit von cloudbasierten Lösungen deutlich. Denn sie ermöglichen es den Mitarbeitern, innerhalb des Unternehmens und auch über Unternehmensgrenzen hinweg besser zusammenzuarbeiten. Die Anbieter wiederum können ihre Kunden besser ansprechen und das Benutzererlebnis verbessern. Geringere Betriebskosten und eine schnellere Datenbereitstellung sind weitere wesentliche Vorteile cloudbasierter Lösungen.
Social Analytics (Socialytics)
Socialytics-Anbieter legen ihren Fokus auf die Strukturierung und Analyse von Social-Media-Daten. ISG stellte fest, dass sich die starke Konsolidierung des Marktes durch Fusionen und Übernahmen zuletzt deutlich abgeschwächt hat. Im Trend lägen hingegen Social Management-Suites, die auch qualitativ hochwertige und ausgeprägte Analyse-Funktionen bieten. So fordern Kunden etwa vermehrt Echtzeit-Analysen, um zum Beispiel Marketingmaßnahmen zu verbessern und auf heraufziehende „Shitstorms“ reagieren zu können, bevor ein Image-Schaden entsteht. Aus diesem Grund setzen Socialytics-Anbieter auch immer mehr auf Künstliche Intelligenz und Machine Learning. So sind zum Beispiel viele Sentiment-Analysen nun mit Algorithmen ausgestattet, die Empathie und versteckte Vorwürfe wie Sarkasmus und Ironie klarer voneinander abgrenzen können. Auch die Tools zur automatischen Bilderkennung haben im Vergleich zum Vorjahr deutlich an Reife gewonnen.
Data Driven Business Model Transformation (Consulting & Integration)
Der Beratungsmarkt für datengetriebene Geschäftsmodelle und deren Konzeption ist zu einem bedeutenden Marktsegment für IT-Berater geworden, auch bei mittelständischen Unternehmen. Vor allem das Strategie-Consulting rückt laut ISG-Studie immer weiter in den Vordergrund. Kunden benötigen heute vor allem strategische Unterstützung bei neuen Geschäftsmodellen, die sich aus Datenmustern gezielt ableiten lassen. Dabei ist die Restrukturierung vorhandener sowie die Entwicklung neuer Geschäftsprozesse genauso bedeutend wie deren nachhaltige Integration. Da die möglichen Anwendungsszenarien sehr vielfältig sind, müssen die Anbieter ein breites Know-how bieten: etwa mit Bots im Bereich Service Desk und Customer Relationship Management (CRM), mit Virtual Counterparts in der Produktentwicklung oder mit Predictive Maintenance/Security sowie Cognitive Computing für die Sicherstellung von Service Levels oder der Compliance.
Be the first to comment