IT Trends 2022: Gartners magische Jahresvorschau für ahnungslose Anzugträger

Bei Gartner sind nicht nur die Quadranten magisch, auch die Jahresvorschau samt Trends hat nur bedingt mit der Realität zu tun.

Ein IMHO von Sebastian Grüner veröffentlicht am 10. Januar 2022, 9:00 Uhr

Gartner versucht sich an der Vorhersage von Trends für 2022. (Bild: Andy Clark/Reuters)

Das neue Jahr hat begonnen und vielleicht noch neue und unbekannte Aufgaben stehen bevor. Da hilft es, sich mit den Trends des Jahres zu beschäftigen. Das auf IT spezialisierte Marktforschungsunternehmen Gartner hat diese ausgemacht. Das soll insbesondere verantwortlichen CIOs eine Hilfe an die Hand geben, ihre Unternehmen strategisch auszurichten.

Die von Gartner für 2022 genannten Trends dürften aber für die CIOs nicht sehr hilfreich sein, weil sie aus technischer Sicht eher willkürlich wirken und mit Blick auf das Jahr 2022 auch unspezifisch sind. Die Kollegen von Heise fassen dies süffisant als "irgendwas mit KI und Cloud" zusammen. Ein Blick auf die Liste zeigt schnell, warum.

Generative AI hat viele Probleme

So soll generative KI schon in wenigen Jahren rund zehn Prozent aller verfügbaren Daten selbst erzeugen und Unternehmen müssen sich laut Gartner ganz schnell darauf vorbereiten und mitmachen. Bisher gibt es aber bis auf wenige Nischen wie das Erstellen von Platinen-Layouts kaum relevante Anwendungsfelder generativer KI außerhalb von Kunst und Kultur. Und wirklich absehbar ist deren Erfolg auch nicht.

So haben selbst riesige generative Sprachmodelle wie GPT-3 oder jenes von Microsoft und Nvidia laut ihren Erstellern noch riesige Probleme, etwa dass mögliche Vorurteile der Ausgangsdaten reproduziert würden. Auch Deepmind bestätigt das in seinen Forschungen prinzipiell.

Darüber hinaus zeigt sich, dass etwa Githubs Copilot, mit dem generativ Code erstellt werden soll, Fehler und Sicherheitslücken produziert. Auch könnten ohne weitere Prüfung Lizenzverletzungen möglich sein.

Zeit noch nicht reif für AI Engineering

In Bezug auf aktuelle sogenannte KI-Systeme konstatiert Gartner in seiner Trendvorschau für das Jahr 2022: "IT-Führungskräfte haben Mühe, KI in Anwendungen zu integrieren, verschwenden Zeit und Geld für KI-Projekte, die nie in Produktion gehen, oder kämpfen darum, den Wert von KI-Lösungen nach der Veröffentlichung zu erhalten."

Doch statt daraus den naheliegenden Schluss zu ziehen, dass KI-Anwendungen nur in seltenen Fällen praktisch einsetzbar sind und wenigen, vor allem großen Unternehmen Vorteile bringen, fehlt laut Gartner einfach der richtige Ansatz. Im Jahr 2022 soll das mit AI Engineering die "Operationalisierung von KI-Modellen" sein, indem zum Beispiel KI-Teams zusammengefasst oder KI-Systeme besser und schneller verteilt werden.

Belege dafür, dass ausgerechnet im Jahr 2022 allein eine Operationalisierung dabei helfen wird, KI-Projekte produktiv zu nutzen und damit neue Geschäftsfelder zu erschließen, bringt Gartner nicht. Denn wie erwähnt werden andere Gründe, warum KI-Projekte scheitern könnten, nicht betrachtet. Gartner hilft hier nur eine technokratische Begründung, damit KI als vermeintlicher Trend für alle erhalten bleibt.

Autonome Systeme zu wenig verstanden

Mit Autonomic Systems hat Gartner einen Doppelplusgut-Trend zu den derzeitigen autonom genannten Systemen ausgemacht, die sich dadurch von bisherigen Systemen unterscheiden, dass sich ihre Algorithmen dynamisch selbst anpassen. Zukunftsgläubig sagt dazu David Groombridge, Research Vice Präsident bei Gartner, dies werde alltäglich in "Robotern, Drohnen, Fertigungsmaschinen und smarten Räumen" werden.

Statt diese Vision von Gartner wörtlich zu nehmen, sollten sich Verantwortliche wie eben CIOs in Unternehmen besser mit den schon jetzt vielfältig beschriebenen negativen Auswirkungen autonomer Systeme beschäftigen - etwa mit den eingangs erwähnten reproduzierten Vorurteilen.

Als Beispiel dient hier etwa Twitter, das Bug Bountys für seine KI-Modelle ausschreibt. Oder die erwähnten systematischen Untersuchungen von Deepmind, die auch immer wieder auf falsche Ergebnisse der Modelle hinweisen.

Es gibt also schon jetzt große Probleme damit, die Funktionen und Fähigkeiten statischer Modelle zu untersuchen und zu verstehen. Es ist leicht nachvollziehbar, dass sich diese Probleme noch verstärken, wenn sich selbstständig ändernde Algorithmen verwendet werden. Statt sich dieser Gefahr bewusst zu werden und andere darauf hinzuweisen, beschreibt Gartner die Nutzung solch problematischer Systeme aber gar als Trend.