Künstliche Intelligenz entwickelt sich in beispiellosem Tempo weiter, was Vorhersagen über Trends der Technologie schwierig macht. Liz Centoni, Executive Vice President und Chief Strategy Officer & GM, Applications, bei Cisco, hat sich der Aufgabe gestellt und in einem aktuellen Blogbeitrag die ihrer Meinung nach fünf wichtigsten Technologiefelder für das Jahr 2024 zusammengefasst. Den Erkenntnissen zu Grunde liegt der ‚Cisco AI Readiness Index‘. Dieser basiert auf einer Doppelblind-Umfrage unter 8161 Geschäfts- und IT-Führungskräften aus dem privaten Sektor in 30 Ländern im Jahr 2023. Sie wurde von einem unabhängigen Dritten durchgeführt, der die Teilnehmenden aus Unternehmen mit 500 oder mehr MitarbeiterInnen befragte. Der Index bewertet die KI-Bereitschaft der Unternehmen in sechs Bereichen: Strategie, Infrastruktur, Datenhaltung, Governance, Fachpersonal und Unternehmenskultur. Für Deutschland wurden 300 Fachkräfte befragt. Die fünf wichtigsten Trends lauten demnach wie folgt.

APIs vereinfachen KI-Nutzung

Unternehmen haben einen wachsenden Bedarf, Daten, Automatisierung und Innovation zu nutzen. Laut der Umfrage priorisieren allerdings nur 17 % der deutschen Unternehmen Budgets für die KI-Einführung gegenüber anderen Technologieinvestitionen. Eine Lösung wird die verstärkte Verwendung von Schnittstellen (API) sein. Über diese Abstraktionsebene werden im kommenden Jahr viele KI-Tools und -Services integriert werden. Solche ‚API-Abstraktionen‘ ermöglichen eine kostengünstigere Einbindung von KI in Geschäftsprozesse, ohne dass tief in technische Details der KI-Einführung eingegriffen oder eigene Large Language Models (LLM) entwickelt werden müssen. Durch den Zugriff auf verschiedene KI-Funktionen über APIs können sich wiederholende Aufgaben automatisiert und Entscheidungen auf besseren Datengrundlagen getroffen werden.

APIs ermöglichen auch eine kundenindividuelle Umsetzung von KI. Unternehmen kombinieren dazu Schnittstellen verschiedener Anbieter und erzeugen damit Lösungen für ihre individuellen Anforderungen. Die Verzahnung unterstützt zugleich die Zusammenarbeit mit externen KI-Experten, Start-ups und Forschungseinrichtungen. Aktuell sind bereits erste Modelle solcher kuratierten KI-Ökosysteme erkennbar – Modelle, die wir im kommenden Jahr häufiger erleben werden.

Bündnisse gegen KI-gestützte Cyberangriffe gefordert

Die Zahl der KI-gestützten Cyberangriffe wird im laufenden Jahr wachsen. Unternehmen, Politik, NGOs und Zivilgesellschaft werden zunehmend durch KI-generierte Desinformation gefährdet sein. Laut dem ‚Cybersecurity Readiness Index 2023‘ von Cisco sind nur 11 % der deutschen Unternehmen resilient genug, um gegen Cyberangriffe zu bestehen – und nur 29 % haben überhaupt ein gutes Verständnis hinsichtlich der verschiedenen Cyberbedrohungen durch KI. Aus diesem Grund sollten Technologieunternehmen und Regierungen gemeinsam daran arbeiten, Lösungen gegen KI-gestützte Bedrohungen wie Deepfakes, KI-Social-Bots oder geklonte Sprachaufnahmen zu schärfen und geeignete Cybersicherheitsmaßnahmen zu implementieren. Auch werden Investitionen in die Risikoerkennung und das Training von KI-Modellen mit großen Datensätzen zunehmen. Um Bedrohungen frühzeitig zu erkennen, müssen Unternehmen daher in fortschrittliche Sicherheitstechnologien investieren und dem Datenschutz höhere Priorität einräumen.

Generative KI hält vollständig Einzug

Um wettbewerbsfähig zu bleiben, müssen Unternehmen innerhalb des kommenden Jahres KI implementieren. Darum stehen im Jahr 2024 natürliche, sprachliche Schnittstellen (NLIs) für neue Produkte im Fokus, die von GenAI unterstützt werden. Die Hälfte der neuen Produkte wird solche Interfaces standardmäßig integriert haben. GenAI wird ebenso die Interaktionen im B2B-Geschäft verbessern, Schnittstellen und Dienste für Datenzugriffe bieten und in vielen Geschäftsanwendungen eingesetzt werden. Dies betrifft laut Cisco vor allem Unternehmensaufgaben, die Daten analysieren und visualisieren, zum Beispiel im Projektmanagement, in der Bewertung von Softwarequalität oder der Analyse von Compliance-Feldern sowie bei HR-Aufgaben.

Es ist weiterhin abzusehen, dass spezialisierte KI-Modelle stärker in den Fokus rücken. Damit wird eine Verlagerung hin zu kleineren LLMs mit höherer Genauigkeit, Relevanz, Präzision und Effizienz gehen. So können beispielsweise LLaMA-7B-Modelle für Sprachaufgaben wie das Schreiben und Vervollständigen von Code oder die Klassifizierung von Bildern mit wenigen Aufnahmen (‚few-shotting‘) eingesetzt werden. Darüber hinaus wird die Multimodalität, bei der verschiedene Datentypen wie Bilder, Text, Sprache und numerische Daten kombiniert werden, die B2B-Anwendungsfälle in Bereichen wie Geschäftsplanung, Medizin und Finanzdienstleistungen erweitern und dort für kontinuierlich bessere Ergebnisse sorgen.

Energieeffizienz beim KI-Einsatz verbessern

Kleinere, auf spezifische Anwendungsfälle zugeschnittene KI-Modelle reduzieren schon 2024 im Vergleich zu generischen Systemen die Energiekosten beim Einsatz von KI. Diese speziellen Systeme werden auf hochpräzisen Datensätzen trainiert und erledigen die spezifische Aufgaben deutlich effizienter. Im Gegensatz dazu müssen bei Deep-Learning-Modellen große Datenmengen verarbeitet werden, um Ergebnisse zu erzielen.

Weiterhin wird die stark wachsende Anwendung der Energievernetzung zu einer besseren Energieeffizienz beitragen. Gemeint ist die Kombination von Software Defined Networking mit Gleichstrom-Mikronetzen. Dies wird Unternehmen 2024 dabei helfen, den Energieverbrauch und die Emissionen genauer zu messen. Viele Funktionen in der IT und in intelligenten Gebäuden können mit IoT-Sensoren automatisiert und durch integrierte Energiemanagement-Fähigkeiten effizienter gestaltet werden.

Ethik und Frameworks zunehmend wichtiger

Die Einführung von KI ist ein bis heute einmaliger technologischer Wandel, der gleichermaßen Innovationskraft und Vertrauen braucht. Allerdings: Laut dem ‚Cisco AI Readiness Index‘ fehlen bei 76 % aller Unternehmen weltweit umfassende Richtlinien, die die Nutzung von KI regeln. Angesichts der Risiken von GenAI herrscht weitgehend Konsens, dass solche Richtlinien und eine freiwillige Selbstkontrolle der KI-Branche generell nötig sind.

Ebenfalls muss sichergestellt sein, dass Verbraucher Zugang zu ihren Daten und die Kontrolle über sie behalten – ganz im Sinne der aktuellen EU-Datenverordnung. Dabei sind die Unternehmen selbst gefordert: Mit der wachsenden Bedeutung von KI-Systemen werden öffentlich verfügbare Daten für das Training der KI-Modelle bald nicht mehr ausreichen. Hochwertige Sprachdaten werden voraussichtlich vor 2026 erschöpft sein, sodass bald ein Umstieg auf private oder synthetische Daten notwendig wird. Das birgt allerdings das Risiko von unerlaubtem Zugriff und Datenschutz-Verletzungen. Die Verantwortlichen für den Einsatz für KI werden sich darum zu mehr Transparenz und Vertrauensarbeit in Bezug auf die Entwicklung, Nutzung und Ergebnisse von KI-Systemen verpflichten.

Gerade Technologieunternehmen werden sich im kommenden Jahr darauf einstellen müssen, ein neues Maß an Offenheit zu zeigen – beispielsweise, welche Governance-Prozesse die interne Entwicklung, Anwendung und Nutzung von KI steuern. Sind sie in der Breite nicht in der Lage, einen vertrauenswürdigen Umgang mit KI glaubhaft nachzuweisen, wird auch der ordnungspolitsche Rahmen im kommenden Jahr enger gefasst werden.

In ihrem Blogbeitrag betont Centoni: »Das Vertrauen zwischen den Menschen und den von ihnen genutzten KI-Systemen und -Werkzeugen ist grundlegend und nicht verhandelbar. Das bedeutet, dass Klarheit darüber geschaffen werden muss, was KI tun kann und was nicht, und zwar durch neue Rahmenbedingungen für Datentransparenz und Verantwortlichkeit, durch neue Bemühungen, Menschen und Unternehmen darüber aufzuklären, wie es zu Störungen kommen kann, durch die Vermittlung von Fähigkeiten, die für neue KI-fähige und -gestützte Arbeitsplätze benötigt werden, und durch neue Wege der Zusammenarbeit, die den Interessen der Menschen dienen.«