- Ohne künstliche Intelligenz geht nichts! Machine Learning avanciert zum elementaren Wertschöpfungs- und Erfolgsfaktor der Digitalisierung deutscher Konzerne und Mittelständler.
- Hohes Innovationstempo – wenig Transparenz! Die rasante Marktentwicklung macht es IT- und Digitalisierungsentscheidern schwer, die richtigen Machine Learning-Technologien, Anbieter und Dienstleister auszuwählen.
- Klasse statt Masse! – Im hochspezialisierten Markt für Machine Learning sind vor allem Kompetenz und nicht schiere Unternehmensgröße gefragt. So werden Spezialisten und Startups neben den globalen Cloud- und IT-Größen zu gefragten Beratungs- und Technologiepartnern.
- Im Rahmen des “Crisp Vendor Universe – Machine Learning” analysierte Crisp Research über 110 Technologie- und Dienstleistungsanbieter, aus denen u.a. BigML, Alexander Thamm und The unbelievable Machine Company als Marktführer in der DACH-Region hervorgegangen sind. Neben den globalen Schwergewichten Microsoft, AWS, Google und IBM zeichnen sich speziell diese Unternehmen als Accelerator aus, die ihre Kunden optimal bei der Beschleunigung ihrer Analyticsprozesse und der Etablierung datenbasierter Geschäftsmodelle unterstützen.
Machine Learning-Technologien zählen mittlerweile zum IT- und Digitalisierungs-Mainstream und bereichern die Agenda deutscher CIOs und CTOs. 43 Prozent der deutschen IT- und Digitalisierungsentscheider gehen davon aus, dass im Jahr 2020 mehr als ein Fünftel der Wertschöpfung ihrer neuen digitalen Produkte rein durch die intelligente Nutzung und Analyse von Daten mittels Machine Learning generiert wird*. Die dynamische Entwicklung des Marktes für Machine Learning, die aufgrund unbegrenzt verfügbaren Rechenleistungen (Cloud Computing), großer Datenmengen als Grundlage der Modellentwicklung und des Trainings (Big Data) und optimierten Algorithmen voranschreitet, resultiert in einer großen Bandbreite von Einsatzszenarien. Somit wachsen auch die Ausgaben und Investitionen für Technologien, Software, Beratung, Rechenleistung und Services im Kontext von Machine Learning und sollen in den kommenden Jahren von rund 4,3 Milliarden Euro im Jahr 2017 auf rund 21 Milliarden im Jahr 2020 steigen*. Die damit verbundene hohe Komplexität bei der Planung von Machine Learning Projekten fordert einen transparenten Überblick und eine differenzierte Betrachtung der Machine Learning Markt- und Technologiesegmente.
*Quelle: „Machine Learning im Unternehmenseinsatz“, Crisp Research AG, 2017
Wenngleich jeder über dieses Thema redet und den digitalen Erfolg eines Konzerns oder mittelständischen Unternehmens dem Wertschöpfungsbeitrag der Machine Learning Komponenten zuschreibt, so konnten lediglich ein Bruchteil der 110 gescreenten Unternehmen die wesentlichen Kriterien eines Machine Learning-Anbieters erfüllen. Gemäß der allgemeinen sowie der marktsegmentspezifischen Auswahlkriterien wurden im Rahmen des Crisp Vendor Universe insgesamt 36 relevante Anbieter bewertet und in den entsprechenden Quadranten positioniert. Drei dieser Anbieter wurden in mehr als einer Kategorie benannt, sodass eine Positionierung von 40 Technologie- und Service-Angeboten erfolgt ist.
[fnd-panel size=”small-12″]Die im Crisp Vendor Universe berücksichtigten Anbieter und Dienstleister erfüllen dabei allgemein folgende Kriterien:
- Deutsche Niederlassung bzw. deutscher Vertriebspartner
- Angebot in Deutschland verfügbar
- Referenzprojekte mit Technologien oder Dienstleistung.
[/fnd-panel]
Der Markt für Machine Learning lässt sich in verschiedene Segmente unterteilen. Crisp Research hat die Marktsegmente Machine Learning as a Service, Machine Learning Dienstleister und Machine Learning Platforms & Software zur Analyse herangezogen.
Machine Learning as a Service: BigML neben AWS und Microsoft
Der häufigste Einstieg in das Machine Learning erfolgt über Machine Learning as a Service und existierende Plattformen. Hier können neben den robusten Algorithmen und Plattformen auch weitere Vorteile, wie die Crowd genutzt werden, um die Best Practices und optimierte Algorithmen zu nutzen. Der zurzeit noch überschaubare Markt rund um Machine Learning as a Service beschränkt sich neben einigen spezialisierten Unternehmen eher auf große Cloud-Anbieter, die mit ihren Machine Learning-Angeboten den Ton angeben. Microsofts klare Positionierung als Accelerator ist beispielsweise vor allem dem breiten Azure-Spektrum zu verdanken. Eine graphische Repräsentation und die individuellen Building Blocks, mit deren Hilfe auch eigene Algorithmen antrainiert und Modelle direkt in die Produkte überführt werden können, sind überzeugend. Als Pionier und Gewinner neben den Big Four entpuppte sich BigML. Das amerikanische Unternehmen bietet langjährige Erfahrung und Expertise. Die Möglichkeit ihre Plattform in beliebigen Public Cloud Angeboten oder im On-Premise Umfeld nutzen zu können, zeigt ein solides Angebot im Bereich von Machine Learning an.
[fnd-panel size=”small-12″]Machine Learning as a Service
Plattformen, die Machine Learning-Funktionen (z. B. Bilderkennung, Spracherkennung, Textanalyse etc.) via API als Service bereitstellen und abrechnen („as-a-Service“). Dabei sind Rechenleistung, Softwarekomponenten und Machine Learning-Modelle sowie die angewandten Algorithmen integraler Service- und Preisbestandteil.
[/fnd-panel]
Machine Learning Dienstleister in Deutschland: Dienstleister überbrücken Skill-Gap im Zeitalter der künstlichen Intelligenz
Machine Learning erfordert als Königsdisziplin der Digitalisierung ein sehr tiefes technologisches Verständnis und ein breites Skill-Set, welches viele Unternehmen intern nicht abbilden können. Daher ziehen sie externe Dienstleister zu Rate, die dabei unterstützen sollen, die eigenen Machine Learning-Initiativen und -Projekte voran zu bringen und das eigene Skill-Gap beispielsweise in den Bereichen der Identifizierung von Use Cases oder bei der Generierung von Trainingsdaten zu überbrücken. Crisp Research hat deshalb jene Dienstleister in Deutschland betrachtet, die sich auf Machine Learning spezialisiert haben. Hierbei konnten nur diejenigen überzeugen, die Machine Learning als Fokusthema betrachten und spezielle Expertise sowie Erfahrung aufbringen, die es ermöglichen, die Komplexität aufzufangen und den Betrieb der Plattform übernehmen können. Aus dieser Perspektive sahen viele große und bekannte Beratungshäuser neben den Spezialisten der Alexander Thamm GmbH oder den Experten der The unbelievable Machine Company GmbH (*um) aus Berlin eher blass aus. Die Alexander Thamm GmbH beispielsweise positionierte sich als kompetenter und ganzheitlicher Dienstleistungspartner im Bereich Machine Learning mit eigenen Methoden- und Toolkompetenzen und vielen Spezialisten. Als echter Innovator in diesem Bereich ging die Eoda GmbH hervor, die gerade in sehr speziellen Use Cases Unterstützung bieten kann und Pionier des Open Source Statistik-Frameworks R in Deutschland ist.
IT-Dienstleister, welche Kunden im Kontext von Machine Learning und künstlicher Intelligenz durch Beratung, Training, Implementierung, Datenaufbereitung und -Analyse sowie dem Betrieb von Machine Learning-basierten Plattformen und Systemen unterstützen.
[/fnd-panel]
Machine Learning Software und Plattform: Feature-Spektrum als wichtigstes Merkmal
Im dritten Kapitel des Reports untersuchte Crisp Research die Machine Learning Software- und Plattformanbieter, welche die Entwicklung, Modellbildung, Training und Verwaltung sowie das Processing von Machine Learning-Verfahren und Algorithmen ermöglichen und dabei verschiedene Deployment-Varianten (On-Premise, Hosted, Cloud) unterstützen. Es zeigt sich, dass hier eine relativ hohe Markt- und Produktreife vorliegt. So existieren einige rein auf Machine Learning spezialisierte Lösungen sowie eine Reihe von Plattformen, die ihre Ursprünge im Big Data- und Analytics-Umfeld haben und erfolgreich um die neuen Funktionalitäten ergänzt wurden. Neben den Spezialisierten BigML, Knime, H2O.ai konnten einige Schwergewichte wie IBM und SAS als Accelerator in dieser Marktkategorie überzeugen.
[fnd-panel]Machine Learning Platform & Software
Software und Plattformen, welche die Entwicklung, Modellbildung, Training und Verwaltung sowie das Processing von Machine Learning-Verfahren und Algorithmen ermöglichen und dabei verschiedene Deployment-Varianten (On-Premise, Hosted, Cloud) unterstützen.
[/fnd-panel]
Mit dem „Crisp Vendor Universe – Machine Learning“ hat Crisp Research den weltweit ersten unabhängigen Vergleich relevanter Technologie- und Dienstleistungsanbieter aus dem Markt für Machine Learning durchgeführt. Der gleichnamige Report gibt IT- und Digitalisierungsentscheider, Unternehmensstrategen sowie IT-Einkäufer den notwendigen Marktüberblick und liefert eine Bewertung der jeweiligen Stärken und Schwächen nach einer einheitlichen und ganzheitlichen Bewertungsmethodik.
Agenda und Zielgruppe des Studienreports
Auf der Agenda des gleichnamigen Studienreports zum „Crisp Vendor Universe – Machine Learning“ stehen:
- Marktüberblick und Marktdefinitionen der Machine Learning Markt- und Technologiesegmente
- die Anbieterauswahl der relevanten Machine Learning-Provider sowie deren Angebot und Evaluation in Form von Anbieterprofilen
- strategische Einordnung der Machine Learning-Provider als Anregungen für eigene Projekte und Benchmarks
Inhaltlich richtet sich der Report an IT- und Digitalisierungsentscheider, Unternehmensstrategen sowie IT-Einkäufer, die bei der Identifikation, Evaluierung und Auswahl relevanter und geeigneter Technologie- und Dienstleistungsanbieter im Kontext von Machine Learning und künstlicher Intelligenz Unterstützung benötigen.
Für weitere Informationen folgen Sie bitte diesem Link oder senden Sie uns eine Nachricht, um die Ergebnisse anzufragen.