Hype Cycle for Artificial Intelligence

Gartner erstellt jährlich über 130 Hype Cycles, die die Reife und das Potenzial von mehr als 1.900 Innovationen in verschiedenen Segmenten, einschließlich Branchen und technologischen Bereichen, verfolgen. Die neuesten Erkenntnisse aus dem Hype Cycle für Künstliche Intelligenz heben die Bedeutung hervor, Schlüsseltechnologien zu identifizieren, mit denen Organisationen mit KI innovieren müssen, und den Übergang von Experimenten zu skalierbaren Lösungen zu vollziehen.

Eine der wichtigsten Erkenntnisse aus dem diesjährigen Bericht ist die Anerkennung, dass GenAI in das Tal der Enttäuschung eingetreten ist. Trotz seines Potenzials haben Organisationen Schwierigkeiten, den Wert von GenAI zu demonstrieren und ethische Bedenken zu bewältigen. Mit einem durchschnittlichen Ausgaben von 1,9 Millionen US-Dollar für GenAI-Initiativen im Jahr 2024 berichten weniger als 30 % der KI-Führungskräfte von Zufriedenheit mit ihrer Rendite. Dies zeigt, dass Organisationen ihre Anwendungsfälle verfeinern und die Erwartungen effektiv managen müssen.

Während Organisationen sich von GenAI als Mittelpunkt ihrer KI-Strategien abwenden, investieren sie zunehmend in grundlegende KI-Enablement-Technologien. Technologien wie KI-Engineering und ModelOps werden für die nachhaltige Bereitstellung von KI-Lösungen unerlässlich. KI-Engineering konzentriert sich auf den Aufbau eines robusten Portfolios von KI-Lösungen, während ModelOps die Governance und das Lebenszyklusmanagement von KI-Modellen betont, um sicherzustellen, dass sie standardisiert und skalierbar sind.

Darüber hinaus zeichnen sich in diesem Jahr zwei bedeutende Trends im Hype Cycle ab: KI-bereite Daten und KI-Agenten. Beide befinden sich derzeit am Höhepunkt der übertriebenen Erwartungen. Organisationen müssen ihre Datenmanagementpraktiken weiterentwickeln, um sicherzustellen, dass die Daten KI-bereit sind, da 57 % der Organisationen derzeit schätzen, dass ihre Daten nicht für die KI-Nutzung geeignet sind. KI-Agenten, die autonome Softwareeinheiten sind, gewinnen ebenfalls an Bedeutung, bringen jedoch ihre eigenen Sicherheits- und Governance-Herausforderungen mit sich.

Die Einführung von KI-nativer Softwareentwicklung markiert eine bedeutende Evolution in der Softwareentwicklungslandschaft. Dieser Ansatz optimiert die Nutzung von KI-Tools während des gesamten Softwareentwicklungszyklus, sodass Ingenieure sich auf komplexere Aufgaben konzentrieren können, die menschliche Kreativität erfordern. Die mit KI-Ausgaben verbundenen Risiken, einschließlich Vorurteile und Sicherheitsanfälligkeiten, erfordern jedoch einen vorsichtigen Ansatz bei ihrer Implementierung.

Zusammenfassend lässt sich sagen, dass der Hype Cycle für Künstliche Intelligenz eine wichtige Ressource für Organisationen darstellt, die die Komplexität der KI-Akzeptanz navigieren und ihre Investitionen in aufkommende Technologien maximieren möchten.