ISG Provider Lens™ Intelligent Automation - Solutions & Services - Conversational AI - Germany 2021 (German)
Laut dem ISG Index™-Bericht Q3 2021 wuchs der globale Markt für Technologie- und Business Services im dritten Quartal so schnell wie nie zuvor, angetrieben durch die steigende Nachfrage nach Cloud Computing und anderen digitalen Funktionen. Die Region EMEA verzeichnete im dritten Quartal ein starkes Wachstum in allen Bereichen, sowohl gegenüber dem Vorjahr als auch im Quartalsvergleich und erzielte in allen Segmenten Rekordwerte beim jährlichen Vertragswert (ACV). Der kombinierte ACV (für Managed-Services- und As-a-Service-Verträge) stieg um 37 Prozent auf 11,6 Milliarden US-Dollar, den höchsten jemals erreichten Wert; zum ersten Mal hat die Region in einem Quartal die Marke von 10 Milliarden US-Dollar überschritten. Der As-a-Service-ACV stieg im Vergleich zum Vorjahr um 51 Prozent auf einen Rekordwert von 6,9 Milliarden US-Dollar – das schnellste Wachstum seit Beginn der Aufzeichnung seitens ISG im Jahr 2014. Im Bereich As-a-Service stiegen Infrastructure as a Service (IaaS) um 53 Prozent auf einen Rekordwert von 4,6 Milliarden US-Dollar und Software as a Service (SaaS) um 48 Prozent auf einen Rekordwert von 2,4 Milliarden US-Dollar. Managed Services stiegen um 21 Prozent auf den Rekordwert von 4,7 Milliarden US-Dollar. Innerhalb der Managed Services konnten der Bereich ITO um 26 Prozent auf einen Rekordwert von 3,4 Milliarden US-Dollar und BPO um 9 Prozent auf einen Rekordwert von 1,3 Milliarden US-Dollar zulegen.
Die COVID-19-Pandemie hat den Initiativen zur digitalen Transformation einen starken Schub verliehen. Groß angelegte digitale Initiativen liegen womöglich noch auf Eis, doch Automatisierung und weitere Initiativen, die eine unmittelbare Wertschöpfung bzw. Vorteile erbringen, sind sehr gefragt. Als Beratungshaus, welches mehrere weltweit führende Unternehmen auf ihrem Weg zur intelligenten Automatisierung unterstützt hat, beobachtet ISG eine breite Marktunterstützung für Technologiedienstleistungen, einschließlich intelligenter Automatisierung, da Unternehmen ihre digitalen Investitionen schneller umsetzen und die negativen Folgen der Pandemie hinter sich lassen. Trotz der durch die COVID-19-Pandemie verursachten Störungen meldete die Mehrheit der Anbieter intelligenter Automatisierungslösungen und -dienstleistungen ein durchschnittliches jährliches Umsatzwachstum von 19 Prozent im Geschäftsjahr 2020-21 und erwartet ein Wachstum von mindestens 20 Prozent im Geschäftsjahr 2022.
Der ISG Provider Lens™ Report zum Thema intelligente Automatisierung vergleicht in diesem Jahr Dienstleister und Technologieanbieter hinsichtlich ihrer Lösungen und Services in diesen schwierigen Zeiten und positioniert sie auf Basis ihres Portfolios und ihrer Zukunftsaussichten. Dieser Vergleich wurde in fünf Quadranten durchgeführt – Intelligent Business Automation, AIOps, Conversational AI, Intelligent Document Processing und Process Discovery and Mining.
Die Welt der Technologie entwickelt sich in rasantem Tempo weiter, und zu wissen, auf welche neuen Technologien Unternehmen ihre Hoffnungen setzen sollten, ist gar nicht so einfach. Die fünf intelligenten Automatisierungsfunktionen, die ISG im Rahmen der Quadranten analysiert hat, helfen Unternehmen, die richtige Grundlage zu schaffen, um sicherzustellen, dass ihre Prozesse die zukünftige Geschäftsplanung unterstützen und nicht behindern. Diese Technologien werden in einigen führenden Unternehmen bereits in die Realität umgesetzt und werden bis 2025 zur Norm werden. Ein frühzeitiger Einstieg beschleunigt bestehende Automatisierungsbemühungen und ebnet den Weg für ein zukünftiges autonomes Unternehmen. Die fünf Technologien werden im Folgenden kurz beschrieben.
Überblick Über Den Deutschen Markt
Intelligent Business Automation
Intelligente Business-Automation-Lösungen werden schneller eingeführt, nicht nur wegen der COVID-19-Pandemie. Die Unternehmen in der Region haben erkannt, dass Flexibilität und Anpassungsfähigkeit nicht nur der Schlüssel zum Erfolg sind, sondern sogar überlebensnotwendig und ein K.O.-Kriterium im Falle von Störungen der Lieferkette. Zusätzlicher Druck für eine digitale Transformation kommt von digitalen Disruptoren und Angreifern, die oft bereits hochgradig automatisiert und integriert sind und deren Organisationsdesign auf Produkt-Eigentümer-Beziehungen basiert, in denen die Geschäfts- und die IT-Seite idealerweise reibungslos miteinander verbunden sind.
Unternehmen stehen vor dem Dilemma, wie sie von einer abteilungsbezogenen, inselartigen und oft auf RPA basierende Automatisierung auf eine Automatisierung auf Unternehmensebene skalieren können, denn oft werden mehrere verschiedene Technologien zusammen mit unterschiedlichen Datenmodellen eingesetzt, was zu Reibungsverlusten führt, die IT-Architektur kompliziert und sie kostspielig sowie anfälliger für Sicherheitsbedrohungen macht.
Als Lösungsansatz richten Unternehmen oft Kompetenzzentren für die Automatisierung als verantwortliche Stelle für Governance und die Datenverwaltung für das Thema Automatisierung ein. Es werden bereits etablierte Frameworks und Lösungen erwartet, mit deren Hilfe die Lücke hin zur Vision der Hyperautomatisierung geschlossen werden kann.
Diese Frameworks integrieren intelligente Eingabeerfassung durch IDP oder KI-gestützte Chatbots. Sie streben auch die Integration von Geschäftsprozessen durch Workflow- und robotergestützte Prozessautomatisierung (RPA) an; die Orchestrierung erfolgt über ein intelligentes Betriebszentrum, welches anhand von Prozessanalysen die Konformität verfolgt und Verbesserungsmöglichkeiten aufdeckt. Die Anwendungsbereiche für intelligente Geschäftsautomatisierung erstrecken sich über alle Branchen; der BFSI-Sektor (Banken, Finanzdienstleistungen und Versicherungen) nimmt bei der Einführung eine Spitzenstellung ein. Unternehmen aus den Branchen Logistik, Reisen, Gesundheitswesen und Pharmazeutik, Einzelhandel und Telekommunikation investieren ebenfalls in die Automatisierung. Auch Unternehmen aus traditionellen Industrien wie der Fertigung, die sich auf die standardmäßige Integration und Automatisierung von Prozessen durch ERP-Plattformen verlassen haben, sehen in der intelligenten Automatisierung eine Möglichkeit,
über die Grenzen von ERP hinaus zu automatisieren. Dabei sind die Branchenkenntnisse der Intelligent Business Automation Provider wichtig für die Entwicklung einer umfassenden Lösung für die verschiedenen Geschäftsszenarien. Bis zur Umsetzung der Vision einer branchenunabhängigen, selbstentdeckenden, selbstlernenden und selbstanpassenden, hochautomatisierten Geschäftslösung ist es noch ein weiter Weg, aber die intelligenten Geschäftsplattformen schlagen den Weg in diese Richtung ein.
AIOps
Der relativ neue Begriff AIOps gilt als Weiterentwicklung des Konzepts der IT-Betriebsanalyse, das vor allem bei der Analyse von Betriebsausfällen unter Anwendung von Methoden der Ursachenanalyse und der Korrelations- oder Kausalanalyse zum Einsatz kam. Die Renaissance der künstlichen Intelligenz (angesichts ihrer zunehmenden Anwendung über die Grenzen der akademischen Forschung hinaus, durch vorgefertigte Modelle und Algorithmen für wichtige Anwendungsfälle in der Geschäftswelt) hat den IT-Betrieb in AIOps verwandelt.
Jetzt, wo die KI-Analyse eine neue Qualitätsebene erreicht hat, ist es nicht nur möglich, historische Daten und Zeitreihen besser zu analysieren, sondern auch Erkenntnisse zu gewinnen, um Probleme vorherzusagen und Lösungen vorzugeben.
Moderne AIOps-Plattformen sind überwiegend durch die Verbindung verschiedener Komponenten aufgebaut, wie eine robuste Workflow-Engine (wobei oft ServiceNow oft die bevorzugte Lösung darstellt), Überwachungs- und Beobachtungs-Tools wie Splunk oder Dynatrace und, im Herzen der AIOps-Lösung, eine Plattform für die Runbook-Automatisierung, vorausschauendes Kapazitätsmanagement, automatisiertes Incident Management sowie die Genauigkeit der Configuration Management Database (CMDB). AIOps-Lösungen nutzen oft bis zu fünf verschiedene Tools zur Beobachtung und Überwachung parallel.
Neben einer starken Integration der Kernkomponenten dieser Lösungen statten die Dienstleister die AIOps-Plattformen mit weiteren wichtigen Funktionen aus, unter anderem zählen dazu die Entwicklung von Modellen zur Selbstheilung, Anpassung und Bot-Entwicklung sowie große Datenmengen und die Erfahrung, um KI-Modelle zu trainieren, was deren Einführungszeit verkürzt und die Genauigkeit und Präzision der Modelle verbessert.
In Deutschland werden zunehmend Dienstleister mit bereits entwickelten, integrierten und trainierten Lösungen gewünscht, die als Backbone fungieren. Des Weiteren wünschen sich Unternehmen Anbieter, die sie bei der Beschleunigung ihrer digitalen Transformation unterstützen und ihnen helfen, die Komplexität zu bewältigen, die sich aus Multi-Cloud-Umgebungen, cloud-nativen Prinzipien wie automatischer Skalierung, Containern und Kubernetes-Nutzung sowie serverloser Verarbeitung ergibt.
Dabei müssen Anbieter von AIOps-Lösungen unterschiedliche und manchmal widersprüchliche Marktanforderungen erfüllen, wie z.B. tool-agnostische Flexibilität und Anpassungsfähigkeit der AIOps-Lösung, mit vorgefertigten Integrationsszenarien mit Cloud-Infrastrukturanbietern, und vortrainierten Modellen für eine einfache und schnelle Bereitstellung kombinieren.
Conversational AI
Die Einbeziehung von sprachbasierten, verbraucherorientierten Gerätebetriebssystemen wie der sprachgesteuerten Benutzeroberflächen (VUI) für Siri, Alexa und Cortana haben die Akzeptanz von Mensch-Maschine-Dialogen erhöht, auch wenn mehrere durchgeführte Forschungsstudien aufgezeigt haben, dass den meisten Leuten In Deutschland ein Gespräch mit einer Maschine immer noch unangenehm ist. Dennoch hat diese wachsende Akzeptanz die Entwicklung von Mensch-Maschine-Gesprächsszenarien beschleunigt. Um komplexere Gespräche bewältigen zu können, ist zusätzliche Intelligenz durch KI, maschinelles Lernen und natürliches Sprachverständnis (NLU) sowie natürliche Sprachverarbeitung (NLP) erforderlich. In Deutschland kommen KI-basierte Gesprächssysteme hauptsächlich in Chatbots, virtuellen Agenten und Sprachassistenten wie in Contact Centern zum Einsatz, jedoch kommen immer mehr Anwendungsfälle hinzu. Ein Beispiel dafür ist die „Conversational Augmented Intelligence“, also erweiterte Intelligenz für Gesprächssysteme, die Sprache und Text, oder das breite Anwendungsfeld im Gesundheitswesen. Doch trotz all dieser Fortschritte kann KI den Menschen noch nicht ersetzen, vor allem wenn es um Empathie und das Verständnis von Gesprächen mit komplexeren Zusammenhängen geht.
Die Demokratisierung der Entwicklung von KI-basierten Gesprächssystemen durch eine Low-Code/No-Code-Entwicklungsumgebung ist ein wichtiger Markttrend, durch den die Entwicklung schneller und flexibler wird. Dadurch entsteht eine neue Entwicklerkategorie, die Anwender auf der Geschäftsseite in so genannte „Citizen Developers“ verwandelt. Die Möglichkeit, die individuelle Anpassung einer breiteren Basis zu überlassen, brachte eine wichtige Komponente in die „buy-or-make" Entscheidung für KI-gestützte Gesprächssysteme mit sich. Viele Unternehmen tendierten zum Kauf von standardisierten Anwendungen, weil sie damit eine hohe Geschwindigkeit mit einer Amortisierung schon bei der ersten Implementierung erzielten, jedoch fürchteten, dadurch ihre Wettbewerbsdifferenzierung und ihre Exzellenz zu verlieren. Nun können die Lösungen nach der Ersteinrichtung im Laufe der Zeit zu einer maßgeschneiderten Customer Journey, einschließlich verschiedener Personas, verbessert werden.
KI wird auch in großem Umfang für intelligente Gesprächsanalysen eingesetzt. Die Sentiment-Analyse hat sich als wichtiges Merkmal für die Qualitätskontrolle in Contact Centern etabliert. KI-gesteuerte Analysen unterstützen die Datenaggregation und -clusterung, um Muster erkennen und Informationen proaktiv in umsetzbare Erkenntnisse umwandeln zu können, denn die Erklärbarkeit von Handlungen wird zunehmend zu einer unverzichtbaren Quelle für datengestützte Entscheidungen.
Intelligent Document Processing
Die COVID-19-Pandemie hat eine Art landesweites „Verschlankungsprogramm“ für Unternehmen und Betriebe ausgelöst. Die Kosten mussten gesenkt werden, die Prozesse mussten flexibel und beweglich sein, um auf veränderte Bedingungen reagieren zu können, und eine große Zahl von Mitarbeitern musste von zu Hause arbeiten. Intelligente Dokumentenverarbeitung (IDP) ist ein wichtiger Wegbereiter für diesen Wandel, da viele Geschäftsabläufe in Deutschland immer noch von papierbasierten Dokumenten abhängig sind. Infolgedessen müssen Unternehmen eine große Menge an Dokumenten wie Rechnungen, Forderungen, Verträge und persönliche Dokumente, teilweise mit handschriftlichem Inhalt, bewältigen. Die Anforderungen an die Einhaltung der Datenschutz-Grundverordnung (DSGVO) und die zunehmende Komplexität von Anwendungsfällen wie dem Vertragsvergleich haben die Anforderungen an IDP-Anwendungen erhöht. In Reaktion auf diese veränderten Anforderungen setzen die Anbieter von IDP-Lösungen verstärkt KI, NLP und maschinelles Lernen ein, um die Geschwindigkeit und den Dokumentendurchsatz zu erhöhen und die Präzision und Genauigkeit ihrer Algorithmen zu verbessern. Eine hohe Genauigkeit ist eine wichtige Voraussetzung, um die Verarbeitung von Prozessen mit nur wenigen oder gar keinen menschlichen Eingriffen zu ermöglichen.
Process Discovery and Mining
Europa ist der führende Markt für Process Discovery and Mining, vor allem in Deutschland, wo verschiedene Process-Mining-Lösungen als kommerzielle Produkte entwickelt wurden, entweder von ehemaligen Studenten oder ausgehend von den grundlegenden Arbeiten und Konzepten von Wil van der Aalst, der oft als der Vater und Begründer des Process Mining bezeichnet wird. Traditionelle Process Mining-Implementierungen zur Prozessverbesserung, wie z.B. Konformitätsprüfung und Compliance-Checks, machen nach wie vor einen Großteil der Workload aus; doch inzwischen hat Process Discovery and Mining diese Grenze überschritten und wird auch in neuen anderen Szenarien genutzt. Process Mining kommt als wichtiger Beschleuniger für ERP-Migrationen zum Einsatz, und das war einer der Gründe für SAP, den deutschen Anbieter Signavio zu akquirieren, dessen Funktionalität nachfolgend in das RISE-Paket von SAP für die HANA-Migration aufgenommen wird. Ein weiterer Markttrend ist die Verbindung von Process Mining und Task Mining mit RPA-Plattformen zum Zweck der Hyperautomatisierung. Schließlich ist das Process Mining von grundlegender Bedeutung für den Aufbau einer Ausführungsmanagement-Suite, einschließlich Echtzeitbetrieb durch Integration mit Streaming-Technologien, um beispielsweise IoT-Geräte zu integrieren. Dank ihrer breiten Palette von Anwendungen erreichen die Anbieter von Process Mining hohe Marktbewertungen; es kommt dabei zu Fusionen und Übernahmen, oder zu strategische Partnerschaften.
Access to the full report requires a subscription to ISG Research. Please contact us for subscription inquiries.