Sie sind hier: Startseite » Markt » Studien

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

SaaS: Neuer blinde Fleck in der Cyber-Resilienz
Hycu stellte die Ergebnisse des State of SaaS Resilience Report 2025 vor. Dies ist eine unabhängige internationale Umfrage unter 500 IT-Entscheidungsträgern. Aus den Ergebnissen geht klar hervor, dass sowohl die Nutzung von Software-as-a-Service (SaaS) als auch damit verbundene Cybervorfälle zunehmen, während die Datenresilienz weit hinter den Anforderungen der Unternehmen zurückbleibt.
Agentic AI verspricht Produktivitätssprünge
Bei der Einführung von Künstlicher Intelligenz (KI) zeigt sich ein deutliches Spannungsfeld zwischen den hohen Erwartungen und der tatsächlichen Umsetzung. Vielen Unternehmen gelingt es bisher nicht, aus der Vielzahl ihrer Proofs of Concept (PoC) KI-Lösungen erfolgreich in ihre Geschäftsprozesse zu integrieren. Die Ursachen hierfür liegen vor allem im Change Management und in der Datenqualität, weniger in der Technologie. Gleichzeitig kündigt sich mit Agentic AI bereits die nächste technologische Welle an: 73 Prozent der Entscheider rechnen bis 2028 mit einer zunehmenden Relevanz autonomer KI-Agenten. Aktuell experimentieren 38 Prozent mit ersten Anwendungen.
Digitale Transaktions- und Plattformmodelle
Die deutsche Internetwirtschaft bleibt Wachstumstreiber, droht aber an politischen Versäumnissen zu scheitern. Laut einer Studie von Arthur D. Little im Auftrag des eco - Verband der Internetwirtschaft e.V. steigt der Umsatz von 245 Milliarden Euro 2025 auf 389 Milliarden Euro im Jahr 2030 - ein jährliches Plus von fast zehn Prozent. Treiber sind digitale Plattform- und Transaktionsmodelle, die bereits heute knapp 40 Prozent der Erlöse ausmachen.
Generative KI führt Technologie-Ranking an
Esker hat die Ergebnisse der aktuellen Trendstudie "KI-gesteuerte Automatisierung im Customer Service 2025" vorgestellt. Die Trendstudie zeigt, dass der KI-Einsatz im Customer Service signifikant an Fahrt aufnimmt. Demnach setzen bereits 44 Prozent der befragten Unternehmen KI-Technologien in diesem Bereich ein - eine Verdopplung gegenüber der Vergleichsstudie aus dem Jahr 2023.
KI entwickelt sich zum unverzichtbaren Werkzeug
PagerDuty, Anbieterin im Bereich Digital Operations Management, hat neue Umfrageergebnisse veröffentlicht. Diese belegen ein wachsendes Vertrauen von Führungskräften in KI-Agenten und zeigen, dass sich Unternehmen in allen Geschäftsbereichen zunehmend auf KI verlassen. Der PagerDuty AI Resilience Survey, für den 1.500 IT- und Führungskräfte aus Australien, Frankreich, Deutschland, Japan, Großbritannien und den USA befragt wurden, ergab, dass 81 Prozent der Führungskräfte (82 Prozent in Deutschland) darauf vertrauen, dass KI-Agenten in Krisensituationen, wie z. B. bei einem Dienstausfall oder einem Sicherheitsvorfall, im Sinne des Unternehmens Maßnahmen ergreifen.
KI-Integration stark angestiegen
Cloudera veröffentlichte die Ergebnisse ihrer jüngsten globalen Umfrage "The Evolution of AI: The State of Enterprise AI and Data Architecture". Die Erhebung untersucht die beschleunigte KI-Integration sowie die Entwicklung von Datenarchitekturen in Unternehmen und die neuen Herausforderungen für die sichere Skalierung von KI im Jahr 2025. Dafür wurden mehr als 1.500 IT-Führungskräfte befragt.
Souveräne Cloud hat hohe Relevanz
Die Cloud-Transformation, digitale Souveränität und Künstliche Intelligenz (KI) führen zu umfangreichen Veränderungen im IT-Sourcing. Um in diesem Spannungsfeld erfolgreich zu navigieren, überprüfen immer mehr Unternehmen ihre bisherigen IT-Sourcing-Strategien. Während viele Unternehmen beim Cloud Sourcing schon fortgeschritten sind, stehen europäische und insbesondere deutsche Unternehmen angesichts geopolitischer Veränderungen unter Druck, ihre langjährigen technologischen Abhängigkeiten von US-amerikanischen IT-Providern zu reduzieren und systematischer zu steuern. 71 Prozent der Unternehmen wollen daher zukünftig stärker mit IT-Sourcing-Beratern zusammenarbeiten, um unter anderem ihre Interessen gegenüber Cloud-Anbietern besser vertreten zu können. Zudem dringt KI immer tiefer in die IT-Wertschöpfungskette vor, beispielsweise in den Bereichen Cyber Security, IT-Service-Management oder Softwareentwicklung. Mehr als ein Drittel der Unternehmen setzt KI-Lösungen bereits im Service Desk ein.
KI ein geschäftlicher Hebel
Kyndryl, IT-Dienstleisterin für unternehmenskritische Systeme, hat die Ergebnisse seiner dritten jährlichen State of Mainframe Modernization Survey veröffentlicht. Die Studie zeigt, wie Unternehmen die Schlüsselrolle des Mainframes in einer sich rasant wandelnden digitalen Landschaft neu definieren. Sie verdeutlicht, dass Firmen auf flexible Modernisierungsstrategien setzen, KI im großen Maßstab nutzen und den Einsatz des Mainframes in hybriden IT-Umgebungen ausweiten - und das trotz Fachkräftemangel und wachsender Regulierung.
Cloud Security Posture Management
Tenable veröffentlichte kürzlich ihren State of Cloud and AI Security 2025 Report, aus dem hervorgeht, dass das rasante Wachstum von Hybrid-, Multi-Cloud- und KI-Systemen schneller voranschreitet als die Entwicklung von Cloud-Sicherheitsstrategien, sodass neue Ebenen an Komplexität und Risiken entstehen.
Nutzung von GenAI-Applikationen
Nutanix, Spezialistin für Hybrid Multicloud Computing, hat die Ergebnisse der siebten Ausgabe ihrer jährlichen Studie Enterprise Cloud Index (ECI) für Deutschland vorgestellt. Demnach teilen deutsche Unternehmen generell die Prioritäten ihrer Kollegen in EMEA und weltweit bei Einführung und Umsetzung von generativer künstlicher Intelligenz (GenAI) und Containerisierung. Sie setzen jedoch im Detail abweichende Schwerpunkte und erwarten einen längeren Zeithorizont, bis sich Investitionen in GenAI-Projekte rechnen. Hauptgründe dafür sind offenbar Bedenken hinsichtlich Sicherheit und Datenschutz sowie der in Deutschland immer stärker spürbare Fachkräftemangel.

Cloud-Bedrohungslage realistisch einschätzen Idee von 5G-Dienstleistungen