Daten, Analytics, K.I.
Daten, Analytics und K.I.
Daten, Analytics und K.I.
Die großen Technologiewellen der letzten 40 Jahre haben uns der Reihe nach Desktop-Betriebssysteme, Networking, Web-Browser, Mobile Apps, Soziale Netze, Cloud Computing, das Internet der Dinge (Internet of Things, kurz IoT) und zuletzt Generative Künstliche Intelligenz (KI) beschert. Jede dieser Innvationen hat uns mit spezifischen Herausforderungen konfrontiert. So ging es beim Networking um effiziente und sichere Protokolle oder beim Cloud Computing um Fragen der Sicherheit von ausgelagerten Daten und Anwendungen. In Sozialen Netzwerken müssen wir uns mit der Erkennung von Propaganda und Falschnachrichten auseinandersetzen. Alle Welt redet vom Fachkräftemangel speziell in datenintensiven Anwendungen, weshalb man sich um eine Automatisierung („Demokratisierung“) von Data Science bemüht. Hier helfen uns seit Ende 2022 die Durchbrüche der Generativen KI mit ihren großen Sprachmodellen sowie der Fähigkeit, Texte, Bilder, Musik und Videosequenzen zu erzeugen. Wir sind mit einer immer schneller verlaufenden Entwicklung konfrontiert, die uns kaum Zeit lässt, die Möglichkeiten der aktuellen Technik vollständig auszuloten, bevor sie bereits wieder durch neue ersetzt wird. Wir helfen Ihnen bei der Navigation durch diesen Dschungel!
In Zukunft werden immer mehr Anwendungen des täglichen Lebens durch KI
gesteuert sowie durch
Algorithmen, die Daten aufnehmen und zu nützlichen Aktivitäten oder verwertbaren Entscheidungen verarbeiten, und dank immer weiter verbesserter Rechentechnik sind theoretische Grenzen von algorithmischer Machbarkeit immer weniger relevant. Allerdings zeigen uns der Hochgeschwindigkeitshandel an den Börsen oder Erfahrungen mit Mobilitätsanbietern wie Uber, dass Algorithmen sich auch verselbstständigen können und dann z. B. enorme Preissteigerungen hervorrufen, wenn etwa durch eine Katastrophe mehr Fahrzeuge als gewöhnlich benötigt werden.
Die Anwendung von Data Analytics und Data Science hat im Sport eine Tradition spätestens seit Billie Beane, dem legendären Manager der Baseball-Mannschaft Oakland Athletics, der bereits Ende der 1990er Jahre mit Einführung der sog. Sabermetrics für einen Siegeszug der objektiven Spieleranalyse und –bewertung sorgte. Seitdem kommt praktisch keine Sportart mehr ohne derartige Bewertungssysteme aus; im Baseball sind Programme wie Statcast im Einsatz und auch die amerikanische Super Bowl oder die Formel 1 nutzen Datentechnik im großen Stil.
Nützlich sind Daten und Data Sceince auch im Gesundheitswesen; jeder Einzelne kann seit Jahren nicht nur seine persönlichen sportlichen Aktivitäten verfolgen, sich Ziele setzen, mit anderen vergleichen usw. Eine professionelle Auswertung setzt hier gerade erst ein, etwa in Form von angepassten Versicherungstarifen, wichtiger allerdings in medizinischen Anwendungen, in denen man sich patientenzentrierte Behandlungen durch immer genauere Analyse von Historien, Predictive Analytics zur Verbesserung von Behandlungsergebnissen, Realzeit-Überwachung von Patienten, eine Reduktion von Nebenwirkungen, Fehlverhalten und Missbrauch und letztlich Kostensenkungen auf allen Ebenen verspricht.
Dramatisch beschleunigt werden diese Entwicklungen durch die Generative Künstliche Intelligenz, die bereits vielfach in Unternehmen eingesetzt wird und die gerade im Management von IT-Systemen zahlreiche Anwendungen abdecken kann:
- Automatisierung von Prozessen, z. B. Patch-Management, Management von Benutzerkonten, Netzwerk-Einrichtung.
- Vorhersage und Prävention von Ausfällen: Erkennung von Mustern und Anomalien in den Daten, die auf potenzielle Systemausfälle oder Sicherheitsrisiken hindeuten. Ermöglicht u. A. proaktive Maßnahmen zur Vermeidung von Ausfallzeiten.
- IT-Sicherheit: Erkennung von Bedrohungen und Reaktion darauf durch Überwachung von Netzwerkverkehr und Systemaktivitäten, dabei Verwendung von Machine Learning für eine Verbesserung der Erkennung von Phishing-Versuchen und Malware.
- Chatbots und virtuelle Assistenten im Support: Beantwortung von Anfragen von Benutzern, Entlastung von Supportmitarbeitern, z. B. durch Weiterleitung von Tickets an die zuständigen Stellen.
- Optimierung des Netzwerkmanagements: Überwachung und Optimierung der Netzwerkleistung, Analyse von Verkehrsmustern, automatische Konfiguration von Netzwerkgeräten
- Cloud-Management: Optimierung von Ressourcennutzung und Kosten durch automatische Anpassung von Lastverteilung und Skalierung, basierend auf der Echtzeit-Nachfrage und Leistungsdaten.
Unter den Chancen, welche die Digitalisierung uns bietet, ist eine Vereinfachung vieler Abläufe (z. B. in den Bereichen C2G oder B2B) zu sehen, eine bessere Anpassung von Dingen und Prozessen an die einzelne Person, eine Schonung von Ressourcen (die hoffentlich endlich das papierlose Büro Realität werden lässt), und wie bereits erwähnt sind Roboter allein nicht die Lösung am Arbeitsmarkt. Wenn auch Sie von einer Nutzung von Daten profitieren wollen, wenden Sie sich gerne an Janus Innovation.
