Um die Digitalisierung ihrer Unternehmen in enger Abstimmung mit dem Chief Digital Officer und den Produktverantwortlichen Executives, voranzutreiben, werden sich die CIOs in 2018 - neben dem operativen Basisbetrieb der IT und Workplaces - vornehmlich um drei strategische Schwerpunktthemen kümmern:

1. IoT und Machine Learning

2. Public Cloud und Digital Platform Design

3. Enterprise Agility und New Sourcing Order

1. IoT und Machine Learning

Ob Zahnbürste, Kettensäge, Küchengerät, Lichtsteuerung oder Premium-Automobil. Die Produkte der Zukunft sind "Software-Defined", sprich ein wesentlicher Teil des Produktnutzens ergibt sich aus den software-basierten Funktionalitäten, der Sensorik und der Vernetzung der Geräte zu einer ganzheitlichen IoT-Lösung bzw. einem "Software-Defined Product".

Hardware und Materialeigenschaften treten zunehmend in den Hintergrund. Software-Entwicklung wird somit ein zentraler Aspekt der klassischen Produktentwicklung und des Product Lifecycle Managements. Dafür müssen Corporate IT und Product IT zusammenwachsen.

Bis 2020 plant die Mehrheit der Unternehmen in Deutschland (60 Prozent) bereits jeden fünften Euro mit digitalen Produkten und Services zu erwirtschaften. In einer Welt der software-definierten, und vernetzten IoT-Produkte werden somit die Geschäfts- und Preismodelle "programmierbar". Zudem bieten sich den Unternehmen vielfältige Möglichkeiten der Monetarisierung der anfallenden Daten sowie der Personalisierung der User Experience.

Processing und Analyse brauchen neue Ansätze und Technologien

Das Processing und die Analyse von Datenströmen im IoT-Kontext erfordert dabei vollkommen neue Ansätze und Technologien. So wandert ein Teil der Datenverarbeitung und Analyse an die "Edge", sprich den äußeren Teil des Netzwerkes. So müssen sich CIOs in den kommenden Jahren intensive Gedanken über Edge-zentrierte Netzwerk-Topologien, event-basierte Microservices-Architekturen und hybride Cloud- und IT-Betriebskonzepte machen. Hinzu kommt die Beschäftigung mit einer Vielfalt an IoT-zentrierten Standards und Open Source-Frameworks.

Bei der Analyse der IoT-Daten in (nahezu-) Echtzeit, spielen Machine Learning-Verfahren und neuronale Netzwerke eine besonders wichtige Rolle. Dies gilt ebenso in anderen digitalen Use Cases wie der Mustererkennung von Bildern, Personen oder Gegenständen zum Beispiel im Qualitätsmanagement, in der Gesundheitsvorsorge, der öffentlichen Sicherheit und auch dem Automobilsektor, Stichwort autonomes Fahren.

Vor diesem Hintergrund verblüfft es nicht, dass immerhin schon jedes fünfte Unternehmen in Deutschland Machine Learning einsetzt, wenn auch nur in ausgewählten Bereichen. Bis 2020 wird die Mehrheit der deutschen Mittelstands- und Großunternehmen von der Evaluierungs- und Planungsphase in den produktiven Einsatz übergehen und Machine Learning somit zum IT-Mainstream werden.