Marktbericht zu Künstlicher Intelligenz (KI): Größe, Marktanteil und Trendanalyse nach Datentyp (Bild, Video, Text, Ton, Zeitreihen, Punktwolke), Lösungen (Hardware, Software, Dienstleistungen), Technologie (Deep Learning, Maschinelles Lernen, NLP, Maschinelles Sehen), Endnutzer (Gesundheitswesen, Banken, Finanzdienstleistungen und Versicherungen, Recht, Einzelhandel, Werbung und Medien, Automobil- und Transportwesen, Landwirtschaft, Fertigung) und Region (Nordamerika, Europa, Asien-Pazifik, Naher Osten und Afrika, Lateinamerika), Prognosen, 2025–2033

Wachstumsfaktor des Marktes für künstliche Intelligenz (KI)

Wachsende Nachfrage nach Hochleistungsprodukten

Die meisten Unternehmen, die Hardwarekomponenten wie CPUs, ASICs, FPGAs und GPUs herstellen, sind heute im Softwaresektor tätig. FPGAs sind dank aktueller Trends bei Design-Tools nun mit anspruchsvollen Softwareentwicklungsmethoden kompatibel und für Entwickler von Algorithmenmodellen verfügbar. Hardwarebasierte Lösungen für künstliche Intelligenz (KI) beheben Probleme wie hohen Stromverbrauch, langsame Verarbeitung und Ineffizienz. Mit zunehmender Reife des globalen KI-Marktes muss zudem ein neues Geschäftsmodell entwickelt werden, das auf vorausschauender, effektiver Automatisierung und skalierbaren Parallelverarbeitungskapazitäten basiert. Die Nachfrage nach geringerem Stromverbrauch und höherer Leistung in Endanwendungen führte zum Bedarf an hardwarebasierten KI-Produkten. Nur wenige Unternehmen haben diese Komponenten in den letzten Jahren entwickelt. Anbieter wie IBM und Intel haben jedoch mit der Produktion begonnen.Chipsets für künstliche Intelligenz um bei der gleichzeitigen Skalierung dynamischer Prozesse eine hohe Leistungsfähigkeit zu erzielen und sich so einen Wettbewerbsvorteil zu verschaffen.

Potenzielle Forschung und Entwicklung im Bereich KI-Systeme

Künstliche Intelligenz nutzt mehrere Algorithmen, um Daten zu verarbeiten, gesprochene Sprache zu verstehen und Objekte visuell zu erkennen. Diese Algorithmen dienen der automatisierten Berechnung, dem logischen Schlussfolgern und der Datenverarbeitung. Der Bedarf an verbesserten Algorithmen, um bessere und effektivere Lösungen für diverse Anwendungen zu entwickeln, ist gestiegen. Traditionelle Algorithmen weisen Schwächen hinsichtlich Effizienz und Genauigkeit auf. KI-Forscher arbeiten daher kontinuierlich an der Optimierung von Algorithmen für verschiedene Anwendungsbereiche.

Hersteller und Technologieentwickler konzentrieren sich nun auf die Entwicklung standardisierter Algorithmen. So nutzten beispielsweise die traditionellen GPUs von NVIDIA einen Algorithmus für maschinelles Lernen zur Spracherkennung und Bildklassifizierung. Dieser Ansatz benötigte jedoch Verbesserungen hinsichtlich Genauigkeit und Verarbeitungszeit. Das Unternehmen optimierte seinen Algorithmus durch die Kombination von Big Data und Rechenleistung. Dadurch arbeiten Maschinen und Geräte nun präziser, was die Entwicklung von KI-Computing und künstlicher Intelligenz vorantreibt.

Marktbeschränkung

Erhebliche Menge an Demonstrationsdaten erforderlich

Der Bedarf an großen Datenmengen für das Training von KI-Systemen zur Zeichen- und Bilderkennung ist eines der Hauptprobleme, das das Wachstum der Branche hemmt. Zudem wird das Problem der Datennachverfolgbarkeit durch die Anhäufung solch großer Datenmengen verschärft. Unternehmen wie Facebook und Google nutzen künstliche Intelligenz in Bilderkennungsanwendungen, die Zugriff auf umfangreiche Daten benötigen. Auch im Gesundheitswesen sind die Informationen zur Tumoridentifizierung auf Röntgenbildern rar. Aufgrund der Datenknappheit ist es für die künstliche Intelligenz eine zentrale Herausforderung, mithilfe verfügbarer Daten effektive Entscheidungen zu treffen. Darüber hinaus wird die Methode zum Training von Netzwerken mit weniger Daten noch entwickelt und soll voraussichtlich in den nächsten 10 bis 12 Jahren kommerziell verfügbar sein. Ein weiteres Problem der künstlichen Intelligenz ist das Fehlen etablierter Standards für die Datenerfassung und -anforderungen.

Marktchance

Zunehmende staatliche Bemühungen und Investitionen zur Nutzung von KI-Technologie

Die Regierung hat ihre Investitionen in KI und verwandte Technologien aufgrund ihrer wachsenden Beliebtheit und der einfachen Implementierungsmöglichkeiten erhöht. Behörden, Organisationen des öffentlichen Sektors und Nichtregierungsorganisationen stellen Mittel für KI-basierte Pilotprojekte für verschiedene Anwendungen bereit, darunter Verkehrsmanagement, Straßen- und öffentliche Sicherheit sowie die Digitalisierung von Regierungsdaten. So wurde beispielsweise das in Hyderabad ansässige INAI (Intel AI) im Oktober 2020 durch eine gemeinsame Initiative der Regierung von Telangana, Intel India, des International Institute of Information Technology, Hyderabad (IIIT-H) und der Public Health Foundation of India (PHFI) gegründet. Das Zentrum wird sich vorrangig mit Herausforderungen im indischen Gesundheitswesen und im Bereich der intelligenten Mobilität befassen.

Einblicke in Datentypen

Der globale Markt für künstliche Intelligenz (KI) ist in die Segmente Bild, Video, Text, Ton, Zeitreihen und Punktwolken unterteilt. Das Bildsegment trägt am meisten zum Markt bei und wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 41,4 % wachsen. KI-basierte Software wird im Gesundheitswesen eingesetzt, um die Bildakquisition zu verbessern und optimierte Bilder von Körperteilen zu liefern. Innovative, KI-gestützte Diagnoseprodukte wurden auf den Markt gebracht und werden voraussichtlich den Marktanteil dieses Segments im Prognosezeitraum weiter steigern. So kündigte beispielsweise Agfa Radiology Solutions im Jahr 2020 die Markteinführung des SmartXR-Portfolios an, das eine einzigartige Kombination aus Hardware und KI-gestützter Software nutzt, um digitale Radiographiegeräte (DR) intelligent auszustatten.

Lösungseinblicke

Der globale KI-Markt ist in Hardware, Software und Dienstleistungen unterteilt. Das Dienstleistungssegment hält den größten Marktanteil und wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 49,2 % wachsen. Installation, Integration, Wartung und Support fallen unter KI-Dienstleistungen. Die International Business Machines (IBM) Corporation kündigte im Mai 2020 die Einführung von IBM Watson AIOps an, einer neuen Reihe KI-gestützter Dienste und Funktionen. Diese Dienste dienen der Unternehmensautomatisierung und erhöhen die Kosteneffizienz und Ausfallsicherheit von IT-Infrastrukturen. Der Markt für KI-Dienstleistungen dürfte aufgrund des Einsatzes von KI im Kundenservice weiter wachsen.

Der Markt für KI-basierte Software wächst dank gezielter Fortschritte bei Datenspeicherkapazität, leistungsstarker Rechenleistung und paralleler Verarbeitung, die High-End-KI-Software für dynamische Endanwenderbranchen ermöglichen. LogMeIn, Inc., ein US-amerikanischer Anbieter von SaaS (Software-as-a-Service) und cloudbasierten Lösungen für Kundenbindung, Fernkonnektivität und Zusammenarbeit, verzeichnet einen deutlichen Anstieg an Neuanmeldungen.

Technologie-Einblicke

Der globale KI-Markt ist in Deep Learning, maschinelles Lernen, NLP und maschinelles Sehen unterteilt.Deep LearningDieses Segment trägt am meisten zum Markt bei und wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 36,8 % wachsen. Deep Learning bietet lukrative Investitionsmöglichkeiten, da es hilft, die Herausforderungen im Zusammenhang mit großen Datenmengen zu bewältigen. Viele große Technologieunternehmen unternehmen strategische Schritte, um ihr Wissen über Deep-Learning-Technologien zu erweitern. So erwarb beispielsweise die Intel Corporation im Dezember 2019 das israelische Deep-Learning-Unternehmen Habana Labs Ltd. Deep-Learning-Tools (neuronale Netze) werden von Unternehmen wie Ward Systems Group, Inc. und NeuroDimension, Inc. für das Training von KI zu verschiedenen KI-Themen bereitgestellt. Rekurrente neuronale Netze (RNNs) werden zudem zunehmend für die Zeitreihenanalyse und Prognose eingesetzt. Ein Anwendungsgebiet von Deep Learning sind rekurrente neuronale Netze.

Einer der bekanntesten KI-Trends im Geschäftsleben ist das automatisierte maschinelle Lernen (AutoML). AutoML wird eingesetzt, um aufwendige Modellierungsaufgaben zu übernehmen. So erreichte beispielsweise Googles AutoML nach zahlreichen Wiederholungen eine hohe Genauigkeit. Viele Unternehmen nutzen moderne ML-Algorithmen, um ihre Entscheidungsprozesse zu verbessern.Business IntelligencePlattformen verfügen nun über integrierte Analysefunktionen mit maschinellen Lernmodellen. Darüber hinaus erwarb Microsoft im Mai 2018 das auf maschinelles Lernen spezialisierte Startup Semantic Machines, um dialogbasierte KI für seinen intelligenten Assistenten Cortona zu implementieren.

Endnutzer-Einblicke

Der globale KI-Markt ist in die Segmente Gesundheitswesen, Banken, Finanzdienstleistungen und Versicherungen (BFSI), Recht, Einzelhandel, Werbung und Medien, Automobil- und Transportwesen, Landwirtschaft und Fertigung unterteilt. Das Gesundheitssegment hält den größten Marktanteil und wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 49,9 % wachsen. Konversationelle KI-Plattformen gehören zu den beliebtesten Anwendungen in allen Endbereichen. So führte Google LLC beispielsweise im April 2020 einen virtuellen Schnellreaktionsagenten für Callcenter ein. Die Bilderkennung hat den Diagnoseprozess im Gesundheitswesen revolutioniert. Darüber hinaus entwickelte das britische KI-Unternehmen DeepMind neuronale Netze, die bei der Diagnose von Augenkrankheiten so präzise sind wie die von Ärzten. Viz.ai, Inc. erhielt die FDA-Zulassung zur Analyse von CT-Scans und zur Benachrichtigung von Ärzten über Patienten mit Verdacht auf Schlaganfall. Diese Faktoren werden das Wachstum des Gesundheitssegments im Prognosezeitraum voraussichtlich maßgeblich vorantreiben.

Durch die Prognose zukünftiger Entwicklungen und die Analyse historischer Trends unterstützt KI Banken und Finanzinstitute bei der Erkennung von Geldwäschemustern und Betrugsfällen. Ein wichtiger Trend, den die meisten Finanzinstitute nutzen, ist die kognitive Prozessautomatisierung. Sie ermöglicht die Automatisierung fehleranfälliger Finanzdienstleistungen wie der Schadenbearbeitung.

Regionale Einblicke

Der asiatisch-pazifische Raum ist der bedeutendste Anteilseigner des globalen Marktes für künstliche Intelligenz (KI) und wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 49,3 % wachsen. In dieser Region hat der Einsatz von KI-Technologien zur Sicherung von Finanz- und Bankdaten deutlich zugenommen. So entwickelten beispielsweise im September 2019 Forscher von Microsoft und die chinesische Vermögensverwaltungsgesellschaft China Asset Management gemeinsam ein KI-Modell. Dieses Modell analysiert enorme Mengen an Finanztransaktionsdaten in Echtzeit.

Darüber hinaus stellte Infosys Limited, ein führender IT-Dienstleister in Indien, die KI-Plattform KRTI 4.0 bereit, die auf maschinellem Lernen basiert. Sie ermöglicht fundierte Entscheidungen auf allen Organisationsebenen. KRTI 4.0 dient als unternehmensweites Entscheidungsunterstützungstool und erleichtert den nahtlosen Transfer von Erkenntnissen aus einzelnen Standorten in die gesamte Organisation bei gleichzeitiger Beschleunigung der Analyseprozesse.

Markttrends in Nordamerika

Nordamerika wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 33,20 % wachsen. Vorreiter bei Anwendungen künstlicher Intelligenz sind Länder wie die USA und Kanada, die zu den ersten Anwendern auf dem nordamerikanischen Markt gehörten. Verbrauchertrends wie Online-Shopping und die weitverbreitete Nutzung digitaler Geräte mit Gesichts- und Spracherkennung werden das Wachstum in dieser Region weiterhin beflügeln. Der Markt wurde durch Investitionen in nordamerikanische Unternehmen, die KI-Lösungen und -Dienstleistungen anbieten, zusätzlich angekurbelt. So gab beispielsweise Scale Inc., ein Anbieter von APIs für Hersteller autonomer Fahrzeuge, im August 2018 bekannt, 18 Millionen US-Dollar für das Training mit Daten von Unternehmen wie Embark und Lyft, Inc. eingeworben zu haben.

Ventures, Accel und Index Y Combinator führten die Finanzierungsrunde an. Einer der wichtigsten Trends in diesem Bereich ist der Einsatz von KI für Sprach- und Spracherkennung. So stellte beispielsweise das amerikanische KI-Unternehmen Globalme Localization Inc. dem amerikanischen Audiohersteller Sonos Inc. seine Sammlung von Dialekt- und Akzentaufnahmen zur Verfügung. Sonos Inc. sammelte Akzent- und Sprachdaten aus drei Ländern, bevor die Smart-Home-Assistenten in die drahtlosen Lautsprecher integriert wurden. Durch diese Integration konnte das Unternehmen seine Spracherkennungs-Engines optimieren und die Qualität der Anrufe seiner Kunden verbessern. Virtuelle Assistenten im Geschäftsleben skalieren und automatisieren Antworten zur Untermauerung von Reklamationen, was die Kundenzufriedenheit steigert und Kosten senkt. Die zunehmende Nutzung von Biometrie in der Region ermöglicht es dem Markt für künstliche Intelligenz, in völlig neue Anwendungsbereiche vorzudringen.

Markttrends in Europa

Für Europa wird im Prognosezeitraum ein deutliches Wachstum erwartet. Virtuelle Assistenten im Geschäftsleben skalieren und automatisieren die Bearbeitung von Schadensfällen, steigern die Kundenzufriedenheit und senken Kosten. So konnte beispielsweise Vodafone Limited (Großbritannien) die Kundenzufriedenheit um rund 68 % steigern, nachdem der Chatbot TOBi für Kundenanfragen eingeführt wurde. Die zunehmende Nutzung von Biometrie in der Region ebnet den Weg für den Markt für künstliche Intelligenz, in völlig neue Anwendungsfelder vorzudringen. Darüber hinaus kündigte der deutsche Innenminister im Januar 2020 an, biometrische Anwendungen an 14 Flughäfen und 134 Bahnhöfen einzuführen, um die Sicherheit in Deutschland zu erhöhen.

Markttrends in Brasilien

Brasiliens Sicherheitssysteme wurden aufgrund der steigenden Kriminalität verstärkt, was den Einsatz von KI-Anwendungen begünstigt. So installierte die brasilianische Regierung beispielsweise im März 2020 in ganz Bahia und São Paulo 106 intelligente Kameras, um die Sicherheit zu verbessern, die Überwachung zu intensivieren und Verbrechen abzuschrecken. Die Stadt São Paulo setzt strategisch Drohnen, intelligente Kameras und einen Klassifizierungsalgorithmus für die Echtzeitanalyse ein.

Markttrends im Nahen Osten und in Afrika

Die Länder des Nahen Ostens und Afrikas setzen KI im Anlagen- und Vermögensmanagement ein. So bietet beispielsweise das israelische Start-up Presenso cloudbasierte Software für die vorausschauende Wartung industrieller Anlagen an. Maschinelles Lernen ermöglicht es Industrieunternehmen, Anomalien in ihren Sensordaten zu erkennen. Anwendungen des maschinellen Lernens sind aufgrund steigender Investitionen im Telekommunikations- und Überwachungssektor erforderlich. Für den Ausbau von Überwachungs- und Telekommunikationssystemen haben mehrere afrikanische Länder, darunter Kenia und Uganda, Finanzmittel und Infrastruktur von chinesischen Unternehmen wie Huawei Technologies Co., Ltd. erhalten. In der Türkei werden zur Grenzsicherung rund 30 lokal produzierte Drohnen mit Gesichtserkennung und KI eingesetzt.