March 10, 2020

Die TOP 10 strategischen Technologie-Trends 2020 nach Gartner – Teil 4

Hyperautomation, KI-Sicherheit und Verteilte Cloud

Innovationstrends

Digitalisierung

Im vierten Teil unserer Serie Trends 2020 nehmen wir drei weitere zukunftsträchtige Technologien unter die Lupe, die das Marktforschungsunternehmen Gartner als strategische Top-Trends für 2020 vorhergesagt hat: Hyperautomation, KI-Sicherheit und Verteilte Cloud.

‍

Hyperautomation  

Während sich die Prozessautomation über RPA (Robotic Process Automation) gerade immer mehr in der Umsetzung und Implementierung in verschiedene Prozessbereiche befindet, wird mit der Hyperautomation der nächste Meilenstein auf dem Weg einer intelligenten und leistungsstarken Prozessautomatisierung gelegt, die auch in der Lage ist, dynamische Veränderungen zu adressieren und komplexe Daten zu verarbeiten. 

Hyperautomation bezeichnet kurz gesagt den Einsatz von Künstlicher Intelligenz und im speziellen die Adressierung von Machine-Learning-Ansätzen zur Automation zunehmend komplexer Tätigkeiten und Datenstrukturen. Dabei wird nicht mehr nur von einer „einfachen“ Automatisierung von, im einfachsten Fall, sich wiederholenden Vorgängen gesprochen. Es werden komplette Verarbeitungsstrukturen adressiert, die sich unter anderem mit dem Entdecken von Mustern und Strukturen, dem Analysieren von Datenstrukturen, dem Entwerfen von selbstständig generierten Lösungsansätzen sowie dem Messen, Überwachen und Neubewerten von Situationen (Datenströmen) beschäftigen. Mit der Hyperautomation lassen sich also auch agile Systemveränderungen, zumindest teilweise, beherrschbar machen, ohne Spezialfälle in immer mehr verästelten Codes abzubilden.  

Da kein einzelnes Tool derzeit in der Lage ist den Menschen zu ersetzen, strebt die Hyperautomation die Kombination verschiedener Tools an, zum Teil mit der RPA und intelligenten Business Management Systems (iBPMS) sowie Ansätze der KI, um die Entscheidungsfindung und Agilität hinsichtlich der Beurteilung, Interpretation und Aktionseinleitung zu verbessern. Dabei kann oftmals von einem „Digital Twin“ in Bezug auf Anwendungen gesprochen werden. 

Diesbezüglich erlaubt ein Digital Twin von Organisationen (DTO) eine bessere Visualisierung von Funktionen, Prozessen und KPIs und damit ein besseres Verständnis der Zusammenhänge. Damit wird der DTO zu einem integralen Bestandteil der Hyperautomation und bildet kontinuierliche Informationsprozesse ab, um wiederum wichtige Opportunitäten zu identifizieren und beheben zu können. 

Welche Anwendungsbereiche kann es für die Assekuranz geben, die positiv von der Hyperautomation beeinflusst werden? Die Antwort ist einfach: Alle Anwendungsfelder, in denen Daten vorerst wenigstens strukturiert und teilstrukturiert vorliegen. Beispielsweise lassen sich bereits jetzt Kundenserviceanfragen automatisiert bearbeiten, ohne dass ein Mitarbeiter/eine Mitarbeiterin Hand anlegen muss. In Zukunft können Anliegen so besser analysiert und auch unter dynamischen Voraussetzungen bearbeitet werden – und das auch nicht mehr nur mit einer robotisch zusammengestellten Textbausteinantwort, sondern sicherlich mit einer emotionalisierten Antwort.  

Abbildung: Entwicklung des Internets zum multimedialen Erlebnis

‍

‍KI-Sicherheit 

Künstliche Intelligenz, also auch Machine Learning, Deep Learning, etc. wird zukünftig immer mehr zum Einsatz kommen. Daher müssen sowohl die einzelnen Systeme vor Manipulationen als auch vor einem Shot Down geschützt werden – insbesondere, wenn Daten zum weiteren Anlernen von Systemen und Algorithmen genutzt werden. 

Ein umfassendes, perfektes Sicherheitsnetzwerk existiert bisher nicht Es stellt sich also umso mehr die Frage, ob sich KI-Systeme nicht auch selbst schützen können, indem dem eigentlichen KI-Bestandteil eines Systems/einer Anwendung, ein KI-basierter Sicherheitsbestandteil zugeführt wird.  

Damit entsteht ein Themenfeld für die Versicherer, in dem ausgelotet werden sollte, wo und wie Haftpflicht- und Versicherungsbestimmungen sowie Regelungen als Reaktion auf Angriffe auf KI-Systeme und deren Schäden zu behandeln sind. Der Mangel an intelligenter algorithmischer Transparenz wird diese Herausforderungen verschärfen, da sich selbst trainierende Netzwerke kaum bis gar nicht algorithmisch zu analysieren sind. 

‍

Verteilte Cloud 

Was ist wohl der nächste technologische Schritt im Themenfeld Cloud? Nach Gartner ist es die Dezentralisierung von bisher bei den Cloud-Providern gehosteten Cloud-Services, in deren eigenen physischen Daten- und Server-Centern. Während verteilte Clouds eine neue Ära des Cloud-Computing einleiten, bleibt jedoch der Provider zunächst für alle Aspekte der cloudbasierten Services verantwortlich, obwohl sich der Service auf räumlich verteilten Strukturen befindet. Dabei eröffnet sich die Möglichkeit, wie bei Smart Factories, Daten Center überall aufzubauen und zu betreiben sowie die cloudbasierten Daten und Anwendungen liberalisiert, also unabhängig von regulatorischen Bedingungen und der Datenhoheit zu bearbeiten. 

Ein Vorteil davon ist, dass Cloud-Services nicht mehr nur an bestimmte physische Standorte gebunden sind, sondern dass eine geringe Distanz zwischen Service-Quelle und Service-Nutzer angestrebt werden kann, wodurch sich die Latenz bei der Datenübertragung reduzieren und die Performance der Services steigern lässt. Multi-Access Edge Computing (MEC) und Fog Computing sind Anwendungen einer Infrastruktur der verteilten (Distributed) Cloud. Dabei sind unter anderem das Internet of Things (IoT), die Industrie 4.0, Video Streaming, Machine Learning, Künstliche Intelligenz (KI), autonomes Fahren oder Content Delivery Networks als künftige Einsatzgebiete zu nennen. 

Eine eminent wichtige Rolle für eine Distributed Cloud spielt das Caching. Ziel ist es, nicht für jede Anfrage Daten von einer zentralen Cloud neu laden zu müssen, sondern die Informationen nahe am Nutzer bereitzuhalten. Hierfür sind intelligente Caching-Mechanismen notwendig. Beim Caching geht es nicht nur um das Zwischenspeichern von Daten, sondern in einigen Fällen auch um das Speichern von kompletten Services. 

Als Vorteile werden hierbei von dem Diplom-Ingenieur und Autor Stefan Luber benannt: 

die Cloud-Struktur ist für den Anwender transparent und arbeitet unabhängig vom Standort des Users 
die Distributed Cloud eignet sich bestens für die mobile Nutzung und bietet für jeden Standort optimierte Leistungen 
die Distributed Cloud eignet sich aufgrund der geringen Latenzen für Real-Time-Anwendungen 
Services lassen sich mit definierter Quality of Service an beliebigen Standorten bereitstellen.

 Mit Hilfe der Distributed Cloud (DC) lassen sich unterschiedliche Anwendungen für die Versicherungsbranche entwickeln. Beispielsweise greifen Versicherer zunehmend auf sensible personenbezogene Nutzerdaten zu, die auch gespeichert werden. Bei Verwendung unterschiedlicher, internationaler Services greifen die gesetzlichen und regulatorischen Vorgaben und widersprechen somit der Nutzung dieser Services oder verursachen einen erheblichen Aufwand in der Anwendung. DCs lassen sich einsetzen, um Daten innerhalb einer bestimmten Region, eines bestimmten Landes zu halten. Aufgrund der geringen Latenzzeiten lassen sich Distributed Clouds auch effizient für das autonome Fahren einsetzen, um mit der Verarbeitung von Daten schneller auf Situationen im Verkehr reagieren zu können.  

‍