Gartner hat die 10 wichtigsten Daten- und Analyse-Technologietrends (D&A) für das Jahr 2020 ermittelt. Sie sollen Data & Analytics – Leadern bei der Reaktion auf COVID-19, der Erholung sowie bei der Vorbereitung auf eine Neuausrichtung nach der Pandemie helfen.

Um ihre Wege über die Post-COVID-19-Welt hinaus innovativ zu gestalten, benötigen Data & Analytics – Leader eine immer schnellere und umfangreichere Analyse in Bezug auf Verarbeitung und Zugang, um angesichts beispielloser Marktveränderungen erfolgreich zu sein, sagte Rita Sallam, angesehene Forschungs-Vizepräsidentin bei Gartner.

Data & Analytics – Fachkräfte sollten mit den folgenden 10 Daten- und Analysetrends vertraut sein, um die Erneuerung bzw. Wiederherstellung nach der COVID-19-Pandemie zu beschleunigen:

Trend 1: intelligentere, schnellere, verantwortungsvollere KI

Bis Ende 2024 werden 75% der Organisationen von der Test- zur Implementierungsphase in Bezug auf künstliche Intelligenz (KI) übergehen, was zu einer Verfünffachung der Datenströme und der Analyseinfrastrukturen führen wird.

Im aktuellen Pandemiekontext liefern KI-Techniken wie maschinelles Lernen (ML), Optimierung und Verarbeitung natürlicher Sprache (NLP) wichtige Erkenntnisse und Vorhersagen über die Ausbreitung des Virus sowie über die Wirksamkeit und den Einfluss von Gegenmaßnahmen.

Andere intelligentere KI-Techniken wie das Reinforcement Learning und das verteilte Lernen schaffen anpassungsfähigere und flexiblere Systeme zur Bewältigung komplexer Geschäftssituationen, z.B. agentenbasierte Systeme, die komplexe Systeme modellieren und simulieren.

Trend 2: Rückgang des Dashboards

Dynamische Data Stories mit mehr automatisierten und verbraucherorientierten Erlebnissen werden die visuelle, Point-and-Click-Authoring und Exploration ersetzen. Infolgedessen wird die Zeit, die Benutzer mit vordefinierten Dashboards verbringen, abnehmen. Der Wechsel zu dynamischen Data Stories, die z.B. Augmented Analytics oder NLP nutzen, bedeutet, dass die relevantesten Erkenntnisse je nach Kontext, Rolle oder Verwendung an jeden Benutzer weitergeleitet werden.

Trend 3: Entscheidungsintelligenz

Bis 2023 werden mehr als 33% der großen Organisationen über Analysten verfügen, die Entscheidungsintelligenz, einschließlich Entscheidungsmodellierung, praktizieren. Entscheidungsintelligenz führt mehrere Disziplinen zusammen, darunter Entscheidungsmanagement und Entscheidungssupport. Sie bietet einen Rahmen, der Data & Analytics – Leadern hilft, Entscheidungsmodelle und -prozesse im Kontext von Geschäftsergebnissen und -verhalten zu entwerfen, zu modellieren, auszurichten, auszuführen, zu überwachen und abzustimmen.

Trend 4: X Analytics

Gartner prägte den Begriff „X Analytics” als Überbegriff, wobei X die Datenvariable für eine Reihe verschiedener strukturierter und unstrukturierter Inhalte wie Textanalyse, Videoanalyse, Audioanalyse usw. ist.

Während der COVID-19-Pandemie war die KI entscheidend daran beteiligt, Tausende von Forschungspapieren, Nachrichtenquellen, Social Media-Posts und Daten zu klinischen Versuchen zu durchforsten, um Experten aus Medizin und Gesundheitswesen bei der Vorhersage der Krankheitsausbreitung, der Kapazitätsplanung, der Suche nach neuen Behandlungsmethoden und der Identifizierung gefährdeter Bevölkerungsgruppen zu unterstützen. X Analytics in Kombination mit der KI und anderen Techniken wie der Graphenanalyse wird eine Schlüsselrolle bei der Identifizierung, Vorhersage und Planung von Naturkatastrophen und anderen Krisen in der Zukunft spielen.

Trend 5: erweitertes Datenmanagement

Bei dem erweiterten Datenmanagement werden ML- und AI-Techniken zur Optimierung und Verbesserung des Betriebs eingesetzt. Sie konvertiert auch Metadaten von der Verwendung in der Rechnungsprüfung, Abstammung und Berichterstattung in dynamische Systeme.

Mithilfe des erweiterten Datenmanagements können große Stichproben von Betriebsdaten untersucht werden, einschließlich tatsächlicher Abfragen, Leistungsdaten und Schemata. Unter Verwendung der vorhandenen Nutzungs- und Workloadsdaten kann eine erweiterte Engine Operationen abstimmen und Konfiguration, Sicherheit und Leistung optimieren.

Trend 6: Die Cloud als Voraussetzung

Bis 2022 werden öffentliche Cloud-Dienste für 90 % der Daten- und Analyseinnovationen unverzichtbar sein. Während Daten und Analysen in die Cloud verlagert werden, haben die Data & Analytics-Spezialisten immer noch Mühe, die richtigen Dienste auf die richtigen Anwendungsfälle abzustimmen, was zu einem unnötig erhöhten Verwaltungs- und Integrationsaufwand führt.

Die Frage für Daten und Analysen bewegt sich von der Frage, wie viel ein bestimmter Service kostet, hin zur Frage, wie er die Leistungsanforderungen des Workloads über den Listenpreis hinaus erfüllen kann. Data & Analytics-Spezialisten sollten auf Workloads setzen, die Cloud-Fähigkeiten nutzen können, und sich beim Wechsel zur Cloud auf die Kostenoptimierung konzentrieren.

Trend 7: Daten- und Analysewelten nähern sich

Daten- und Analysefähigkeiten wurden traditionell als eigenständige Einheiten betrachtet und entsprechend verwaltet. Anbieter, die durch Augmented Analytics ermöglichte End-to-End-Workflows anbieten, verwischen die Unterscheidung zwischen den beiden Märkten.

Der Zusammenstoβ von Daten und Analysen wird die Interaktion und Zusammenarbeit zwischen historisch getrennten Daten- und Analyserollen verstärken. Dies wirkt sich nicht nur auf die bereitgestellten Technologien und Fähigkeiten aus, sondern auch auf Menschen und Prozesse, die sie unterstützen und nutzen. Das Rollenspektrum wird von der traditionellen Daten- und Analysetechnik bis hin zum Information Explorer und Citizen Developer (als Beispiele) reichen.

Trend 8: Datenmarktplätze und Datenaustausch

Bis 2022 werden 35% der großen Organisationen entweder Verkäufer oder Käufer von Daten über formelle Online-Datenmarktplätze sein, im Vergleich zu 25% im Jahr 2020. Datenmarktplätze und -börsen bieten eine einzige Plattform, um Datenangebote Dritter zu konsolidieren und die Kosten für Daten Dritter zu senken.

Trend 9: Blockchain in Data & Analytics

Mit Blockchain-Technologien werden zwei Herausforderungen in den Bereichen Daten und Analyse angegangen. Erstens stellt Blockchain die vollständige Verfolgung von Vermögenswerten und Transaktionen zur Verfügung. Zweitens bietet Blockchain Transparenz für komplexe Netzwerke von Teilnehmern.

Abgesehen von den begrenzten Anwendungsfällen von Bitcoin und intelligenten Verträgen werden Ledger-Datenbankmanagementsysteme (DBMS) eine attraktivere Option für die Prüfung von Datenquellen durch ein einzelnes Unternehmen bieten. Gartner schätzt, dass bis 2021 die meisten genehmigten Blockchain-Nutzungen durch Ledger-DBMS-Produkte ersetzt werden.

Trend 10: Beziehungen bilden die Grundlage für den Wert von Daten und Analysen

Bis 2023 werden Graphentechnologien in 30% der Organisationen weltweit eine schnelle Kontextualisierung für die Entscheidungsfindung ermöglichen. Bei der Graphenanalyse handelt es sich um eine Reihe von analytischen Techniken, die die Untersuchung von Beziehungen zwischen den Interesseeinheiten wie Organisationen, Personen und Transaktionen ermöglichen. Sie hilft Data & Analytics – Führungskräften, unbekannte Beziehungen in Daten zu finden und Daten zu überprüfen, die mit herkömmlichen Analyseverfahren nicht leicht zu analysieren sind.

Foto: Pixabay

Kommentare

comments0 Kommentare
thumbnail
Um Benachrichtigungen über Kommentare freizuschalten - gehen Sie zu Ihrem Profil