SaaS-Applikationen mit Analytics-Tools

Data Analytics führt zu Umbrüchen im gesamten Software-Markt
Veränderungen sind zunehmend exponentiell, weil zum Beispiel auch Public Cloud-Provider auf dieses Thema setzen

Ein neuer großer Anbietervergleich der ISG Information Services Group gibt Anwender- und Anbieterunternehmen Einblicke in den aktuellen deutschen Data Analytics-Markt. ISG ist ein führendes, globales Marktforschungs- und Beratungsunternehmen im Informationstechnologie-Segment. Mit der Neuauflage der Studie hat ISG den Marktentwicklungen folgend sowohl etablierte Themen entsprechend ihrer Weiterentwicklung analysiert als auch neue Themen erstmalig untersucht. Insgesamt wurden im Rahmen der unabhängigen ISG-Studie 76 Unternehmen bewertet, die Data Analytics-Produkte und/oder -Dienstleistungen erfolgreich im deutschen Markt anbieten. 24 Unternehmen wurden als "Leader" oder "Rising Star" beurteilt.

Insgesamt ist der Markt für durch Data Analytics beziehungsweise Big Data getriebene Geschäftsmodelle in starker Bewegung. Die Veränderungen sind zunehmend exponentiell, weil zum Beispiel auch Public Cloud-Provider auf dieses Thema setzen. So stellen etwa Google mit TensorFlow oder AWS sowie Microsoft mit Gluon Platform Schnittstellen für den Zugriff auf neuronale Netzwerke bereit. Dies führt unter anderem dazu, dass sich Systeme im Rahmen moderner Entwicklungsplattformen künftig selbst justieren oder gar programmieren.

Etwas weniger komplex, aber dennoch bedeutend, ist der generelle Trend, dass moderne und meist Software-as-a-Service (SaaS)-basierte Applikationen Analytics- und Monitoring-Tools integriert haben. Fehlt diese Grundkomponente oder Schnittstelle, gilt die Lösung fast schon als überholt. "Ohne Analytics-Komponente und entsprechende Schnittstellen fehlt meistens der Zugriff auf externe Netzwerke", sagt Heiko Henkes, Lead Advisor der Studie. "Doch nur im Zusammenspiel mit externen Systemen lässt sich die Vorhersagequalität erhöhen und somit auch Business Intelligenz über anonymisierte Massendaten, angeschlossene Drittsysteme oder auch Rechenkapazitäten erzielen. Die Möglichkeit, künftige Entwicklungen bereits vor dem Eintreten zu erkennen und auf das Produktportfolio sowie den individuellen Kundenwunsch zu transferieren, verschafft Unternehmen aktuell echte Wettbewerbsvorteile."

Die stetig wachsende Menge an Informationen erfordert es, strukturierte und immer häufiger auch unstrukturierte Daten effizient zu analysieren. Deshalb liegen zum Beispiel die Umwandlung von natürlicher in maschinelle Sprache und die Erkennung von Mustern zur möglichst automatisierten Datenverarbeitung gut dokumentierter IT-Prozesse derzeit voll im Trend.

"Bei Analytics- und vor allem Cloud Computing-Spezialisten gibt es derzeit ein heißes Eisen, nämlich die Vertiefung des maschinellen Lernens über Deep Learning-Systeme beziehungsweise neuronale Netzwerke, die mittels Plattformen und Schnittstellen angesteuert und verknüpft werden können", so Henkes. "Bot-Technologien als Assistenten mit zunehmenden Soft Skills sowie komplexe kognitive Systeme sind das Ergebnis dieser aktuellen Forschung, in der wir auf der Reise zur künstlichen Intelligenz stehen."

Data Analytics steht daher für die Tool- bzw. zunehmend KI-basierte Datenanalyse auf Basis von statistischen Methoden und Algorithmen beziehungsweise durch neuronale Netzwerke, die per Application Programming Interface (API) angebundenen sind. Diese dienen zum einen der Veredelung von Software-Komponenten, die ohne diese Funktion auf den Markt kamen, dem Aufspüren von Mustern und vor allem dem Aufbau wertvoller Erkenntnisse für Entscheider im Geschäftsalltag. Bis 2020 wird voraussichtlich der überwiegende Anteil von SaaS-Lösungen mit solchen Veredelungs-Komponenten ausgestattet sein.

Im Markt ist zu erkennen, dass Anbieter nicht nur IT-Produkte immer häufiger um eben diese intelligenten Algorithmen zur semantischen Analyse oder um KI ergänzen – auch Dienstleistungen zur Komplexitätsreduzierung und methodischen Unterstützung sowie dem Auswerten von Datenspeichern sind immer stärker gefragt.

Die aktuelle ISG-Studie spiegelt die hohe Dynamik im Data Analytics-Markt auch durch entsprechend abgegrenzte Marktsegmente wider: Es stehen sowohl Professional Services und Produkte beziehungsweise As-a-Service-Angebote im Fokus.

Beispielergebnisse: Semantic Data Management
Vor dem Hintergrund der stetig zunehmenden Datenmengen und Datenvielfalt spielt Semantic Data Management eine immer größere Rolle am Markt. Die semantische Analyse von unterschiedlichsten Daten gewinnt stark an Bedeutung, wenn es darum geht, Informationen miteinander zu verknüpfen, die ursächlich nicht miteinander in Zusammenhang stehen. Solche Analysen dienen der Entdeckung von Informationen und Erkenntnissen, von denen bekannt ist, dass sie existieren müssten. Semantic Data Management wird vor allem für die Verwaltung der allgemeinen Daten-Governance, der Versionierung, der Bewertungskriterien für die Datenqualität sowie auch für die Implementierung von Datenabgleichsregeln eingesetzt. Entsprechend wurden in diesem Marktsegment Anbieter betrachtet, deren Lösungen methodisch, organisatorisch und technisch geeignet sind, die optimale Nutzung großer Daten in den Geschäftsprozessen sicherzustellen.

ISG hat dieses Marktsegment erstmalig analysiert und elf Unternehmen identifiziert, die aus Sicht der ISG solche Angebote am Markt positioniert haben sowie eine Relevanz im deutschen Markt besitzen. Mit "Atos", "Empolis" und "IBM" konnten sich drei Unternehmen als "Leader" positionieren

Zum Hintergrund der Studie
Der Markt für Data Analytics und Big Data getriebene Geschäftsmodelle wächst 2017 um 24 Prozent. Das Wachstum entsteht vor allem dadurch, dass mehr und mehr Unternehmen die Bedeutung der Analyse vorhandener Daten erkennen und die Technologien auch nutzen beziehungsweise damit experimentieren. Anbieter von Produkten und Services sind sozusagen gezwungen, bestehende Produkte an marktspezifische Besonderheiten oder Branchenanforderungen anzupassen.

Zusätzlich sorgen stetig steigende Rechenleistungen für eine erhöhte Marktreife. Die Lösungen werden immer häufiger um Algorithmen zur semantischen Analyse oder gar um künstliche Intelligenz (KI) ergänzt, was die Einordnung von Daten erleichert und bessere Ergebnisse liefert. Data Analytics stellt gerade vor diesem Hintergrund einen wichtigen Baustein auf dem Weg zur vollständigen digitalen Transformation dar und gewinnt auch bei Endanwendern zunehmend an Bedeutung – selbst wenn die Systeme noch viel Pflege benötigen und hinsichtlich der Enterprise-Tauglichkeit stets mit einem menschlichen Auge überwacht werden müssen.
(ISG: ra)

eingetragen: 19.01.18
Home & Newsletterlauf: 15.02.18

ISG: Kontakt und Steckbrief

Der Informationsanbieter hat seinen Kontakt leider noch nicht freigeschaltet.

Meldungen: Studien