Marktbericht zur Generierung synthetischer Daten: Größe, Marktanteil und Trendanalyse nach Datentyp (Tabellendaten, Textdaten, Bild- und Videodaten, Sonstige (Audio, Zeitreihen usw.)), Modellierungstyp (Direkte Modellierung, Agentenbasierte Modellierung), Angebot (Vollständig synthetische Daten, Teilweise synthetische Daten, Hybride synthetische Daten), Anwendung (Datenschutz, Datenaustausch, Predictive Analytics, Verarbeitung natürlicher Sprache, Computer-Vision-Algorithmen, Sonstige), Endverwendung (Banken, Finanzdienstleistungen und Versicherungen, Gesundheitswesen und Biowissenschaften, Transport und Logistik, IT und Telekommunikation, Einzelhandel und E-Commerce, Fertigung, Unterhaltungselektronik, Sonstige) und Region (Nordamerika, Europa, Asien-Pazifik, Naher Osten und Afrika, Lateinamerika). Prognosen für 2024–2032.

Marktdynamik

Markttreiber für die Generierung synthetischer Daten

Nachfrage nach Datenschutz und Compliance

Verordnungen wie die Datenschutz-Grundverordnung (DSGVO) der Europäischen Union und der California Consumer Privacy Act (CCPA) in Kalifornien haben den Datenschutz und die Einhaltung gesetzlicher Bestimmungen in den Vordergrund gestellt. Diese Regelungen legen Standards für Unternehmen hinsichtlich der Erhebung, Verarbeitung und des Schutzes personenbezogener Daten fest. Bekannte Datenpannen haben die Notwendigkeit verbesserter Datenschutz- und Sicherheitsvorkehrungen verdeutlicht. Unternehmen, die von Datenpannen betroffen sind, erleiden erhebliche finanzielle und Reputationsschäden. Datenpannen können zu hohen Kosten führen, darunter Bußgelder, Vertrauensverlust bei den Verbrauchern und drohende Rechtsstreitigkeiten. Beispielsweise wurden 2017 bei der Equifax-Datenpanne die persönlichen Daten von fast 147 Millionen Menschen offengelegt. Equifax stimmte später einem Vergleich in Höhe von 700 Millionen US-Dollar zu, um zahlreiche Ansprüche im Zusammenhang mit dem Vorfall beizulegen. Solche Ereignisse unterstreichen die Bedeutung des Datenschutzes und die Notwendigkeit für Unternehmen, proaktiv sensible Informationen zu schützen. Der Trend im Markt für die Generierung synthetischer Daten verdeutlicht die steigende Bedeutung von Datenschutz und Compliance und treibt somit das Marktwachstum an.

Marktbeschränkungen für die Generierung synthetischer Daten.

Datenschutzverletzung und Weitergabe sensibler Informationen

Unternehmen erleiden durch Datenschutzverletzungen und den Abfluss sensibler Informationen finanzielle Verluste und zusätzliche Ausgaben. Maßnahmen zur Behebung der Schäden, wie die Reaktion auf Vorfälle, forensische Untersuchungen, die Benachrichtigung Betroffener und die Implementierung verbesserter Sicherheitsvorkehrungen, erfordern erhebliche Zeit, Ressourcen und Investitionen. Die finanziellen Folgen solcher Vorfälle können die Marktentwicklung und Expansionsbestrebungen erheblich beeinträchtigen. Laut IBM stiegen die weltweiten Durchschnittskosten einer Datenschutzverletzung im Jahr 2022 um 0,11 Millionen US-Dollar auf 4,35 Millionen US-Dollar – der höchste Wert seit Beginn der Berichterstattung. Dies entspricht einem Anstieg von 2,6 % gegenüber 4,24 Millionen US-Dollar im Bericht von 2021 auf 4,35 Millionen US-Dollar im Bericht von 2022. Darin enthalten sind Kosten für die Reaktion auf Vorfälle, Anwaltskosten, Bußgelder, Kundenbenachrichtigungen, Reputationsschäden und potenzielle Unternehmensverluste. Kleine und mittlere Unternehmen (KMU) mit begrenzten Ressourcen tragen die Hauptlast der finanziellen Folgen.

Marktchancen für die Generierung synthetischer Daten

Einführung fortschrittlicher Technologien wie Künstliche Intelligenz (KI) und Maschinelles Lernen (ML)

Zur Verbesserung der betrieblichen Effizienz setzen Unternehmen auf technologisch optimierte Methoden. Künstliche Intelligenz (KI),maschinelles LernenMaschinelles Lernen (ML) und Nanotechnologien treiben das Wachstum des Marktes für Lösungen zur Erzeugung synthetischer Daten voran. Unternehmen nutzen neue und sich entwickelnde Technologien, um ihre Präsenz auf dem globalen Markt zu stärken und zusätzliche Einnahmequellen zu erschließen. Synthetische Daten werden zudem entscheidend dazu beitragen, Herausforderungen im Datenmanagement wie Datenschutz, prädiktive Analysen, Sicherheit und die allgemeine Datenzentrierung zu bewältigen. Marktberichte zur Generierung synthetischer Daten zeigen, dass moderne KI-gestützte Algorithmen zur Generierung synthetischer Daten reale Daten verarbeiten, deren Eigenschaften, Korrelationen und Muster detailliert analysieren und anschließend unzählige, vollständig falsche, synthetische Daten erzeugen, die den statistischen Eigenschaften des ursprünglichen Datensatzes entsprechen. Moderne, synthetische Datensätze sind skalierbar, datenschutzkonform und bewahren die gesamte ursprüngliche Bedeutung, während sensible Informationen entfernt werden. Solche Innovationen werden das Wachstum des Marktes für die Generierung synthetischer Daten in den kommenden Jahren weiter beschleunigen.

Regionalanalyse

Nordamerika dominiert den Weltmarkt

Nordamerika hält den größten Marktanteil und wird im Prognosezeitraum voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 34,26 % wachsen. Die USA und Kanada haben sich zu lukrativen Regionen entwickelt, da die Endverbraucherbranchen eine zunehmende Präferenz für Betrugserkennung, Verarbeitung natürlicher Sprache und Bilddaten zeigen. J.P. Morgan, American Express, Amazon und Googles Waymo haben ihre Investitionen in synthetische Daten erhöht. So führte Amazon beispielsweise im Juni 2022 Amazon SageMaker Ground Truth ein, um annotierte synthetische Bilddaten zu generieren. Diese Branchenteilnehmer werden synthetische Daten bevorzugt für das Training von Machine-Learning-Modellen, Zahlungsdaten zur Betrugserkennung und Maßnahmen zur Bekämpfung von Geldwäsche einsetzen.

Darüber hinaus wirkt sich die zunehmende Verbreitung von Computer Vision positiv auf die Prognosen für den nordamerikanischen Markt für die Generierung synthetischer Daten aus. Fertigungsindustrie, Geodatenverarbeitung und physische Sicherheit erfreuen sich großer Beliebtheit. So sammelte beispielsweise Datagen, ein Unternehmen mit Standorten in New York und Tel Aviv, im März 2022 in einer Serie-B-Finanzierungsrunde 50 Millionen US-Dollar ein, um die Entwicklung von Lösungen für synthetische Daten für Computer-Vision-Teams voranzutreiben. Auch die steigende Verbreitung autonomer Fahrzeuge hat die Verfügbarkeit von Simulationsdaten in der gesamten Region erhöht. Mithilfe dieser Daten konnten autonome Fahrzeuge an Bedeutung gewinnen, da Unternehmen so Extremszenarien testen und die Unfallwahrscheinlichkeit reduzieren können. Fortgeschrittene Volkswirtschaften wie die USA haben die Simulationsplattformen für autonome Fahrzeuge angesichts strenger Schulungsanforderungen und der Entwicklung autonomer Fahrzeuge weiter ausgebaut.

Der asiatisch-pazifische Raum wird voraussichtlich mit einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 36,84 % wachsen und damit zur am schnellsten wachsenden Region werden. In dieser Region schreitet die Nutzung künstlicher Intelligenz (KI) rasant voran. Besonders stark verbreitet ist KI im Finanz-, Einzelhandels- und Hightech-Sektor, der über ein Drittel des chinesischen KI-Marktes ausmacht. Im Technologiesektor sind beispielsweise ByteDance und Alibaba, beides in China allgegenwärtige Namen, für ihre KI-gestützten und hochgradig individualisierbaren Verbraucheranwendungen bekannt. Die meisten KI-Anwendungen, die sich in China bisher weit verbreitet haben, finden sich in kundennahen Unternehmen. Treiber dieser Entwicklung ist die weltweit größte Internetnutzerbasis und die Möglichkeit, Kunden auf innovative Weise anzusprechen, um Umsatz, Kundenbindung und Marktwert zu steigern.

Für Europa wird ein jährliches Wachstum von 32,89 % erwartet. Deutschland dominierte den europäischen Markt für die Generierung synthetischer Daten. Die europäischen Länder verfügen über eine sehr leistungsstarke Elektronikindustrie. Laut Angaben der britischen Regierung trägt die Elektronikindustrie jährlich 16 Milliarden Pfund zur britischen Wirtschaft bei. Die Branche zeichnet sich durch einen soliden Schutz des geistigen Eigentums, eine fortschrittliche Entwicklung im Bereich der Schutzrechte, die Fähigkeit zur schnellen Markteinführung von Produkten, einen bedeutenden Softwaresektor und eine Forschungsgemeinschaft aus Universitäten, Unternehmen und der Industrie aus.

Der Nahe Osten und Afrika (MEA) haben ein wachsendes Interesse an künstlicher Intelligenz (KI) und ihren Anwendungen in verschiedenen Branchen entwickelt. Die Generierung synthetischer Daten birgt das Potenzial, Bedenken hinsichtlich des Datenschutzes auszuräumen und das Training und die Entwicklung von KI-Modellen mit zunehmender KI-Nutzung zu erleichtern. Datenschutz- und Compliance-Vorschriften gewinnen im Nahen Osten und in Afrika an Bedeutung. Länder wie die Vereinigten Arabischen Emirate und Saudi-Arabien haben Datenschutzgesetze zum Schutz personenbezogener Daten erlassen. Dieser zunehmende Fokus auf Datenschutz und Compliance könnte die Nachfrage nach datenschutzfreundlichen Lösungen wie der Generierung synthetischer Daten erhöhen. Auch lateinamerikanische Staaten haben Datenschutzbestimmungen zum Schutz der Privatsphäre erlassen. Brasilien führte 2020 das Allgemeine Datenschutzgesetz (LGPD) ein, das den Grundsätzen der europäischen Datenschutz-Grundverordnung (DSGVO) entspricht. Die Einhaltung dieser Vorschriften kann die Entwicklung datenschutzfreundlicher Technologien erforderlich machen.

Segmentanalyse

Der Markt ist nach Datentyp in Tabellendaten, Textdaten, Bild- und Videodaten sowie Sonstige unterteilt. Im Prognosezeitraum werden Tabellendaten voraussichtlich den größten Umsatz generieren. Tabellendaten bezeichnen strukturierte Daten in Datenbanken oder Tabellenkalkulationen, die in Zeilen und Spalten angeordnet sind. Mithilfe von Verfahren zur Generierung synthetischer Daten lassen sich künstliche Tabellendatensätze erzeugen, die die statistischen Eigenschaften und Zusammenhänge realer Tabellendaten nachbilden. Dies kann für die Datenerweiterung, das Modelltraining und die Wahrung der Datenprivatsphäre beim Austausch sensibler Informationen nützlich sein.

Es wird erwartet, dass das Segment der Bild- und Videodaten aufgrund der steigenden Nachfrage nach Datenbankerweiterungen einen erheblichen Beitrag zum Marktanteil der synthetischen Datengenerierung leisten wird. Darüber hinaus sind synthetische Medien als direkter Ersatz für Originaldaten in Entwicklungs- und Industrieländern weit verbreitet. Synthetische Bilder und Videos erfreuen sich insbesondere in der Automobilindustrie großer Beliebtheit.

Basierend auf der Modellierung ist der Markt in direkte und agentenbasierte Modellierung unterteilt. Das Segment der agentenbasierten Modellierung generierte den größten Umsatz und wird im Prognosezeitraum voraussichtlich deutlich wachsen. Die agentenbasierte Modellierung hat aufgrund ihrer Fähigkeit, ein physisches, reales Datenmodell zu erstellen und Daten mithilfe desselben Modells zu reproduzieren, an Popularität gewonnen. In den letzten Jahren hat die agentenbasierte Modellierung traditionelle Modelle im Finanzsektor überholt. Sie ist stark nachgefragt, um Geschäftstransaktionen zu simulieren und Betrugserkennungssysteme zu testen und weiterzuentwickeln. Branchenteilnehmer werden voraussichtlich verstärkt auf agentenbasierte Modelle zurückgreifen, um verschiedene Netzwerktypen zu modellieren. Darüber hinaus haben sich agentenbasierte Modelle bei der Simulation von Kundeninteraktionen, Innovationen, Automobilen und Straßen als besonders nützlich erwiesen.

Basierend auf dem Angebot ist der Markt in vollständig synthetische, teilweise synthetische und hybride synthetische Daten unterteilt. Das Segment der vollständig synthetischen Daten trägt am meisten zum Markt bei und wird im Prognosezeitraum voraussichtlich ein signifikantes Wachstum verzeichnen. Vollständig synthetische Daten bezeichnen Datensätze, die vollständig künstlich erzeugt werden und keinerlei realen Daten entsprechen. Sie enthalten keine authentischen Beobachtungen aus dem ursprünglichen Datensatz. Generative synthetische Daten werden mithilfe von KI-Modellen und -Algorithmen wie Generative Adversarial Networks (GANs) und Variational Autoencoders (VAEs) erzeugt. Dieser Service ist nützlich, wenn Daten nur begrenzt oder gar nicht verfügbar sind oder wenn Bedenken hinsichtlich des Datenschutzes bei der Verwendung realer Daten bestehen.

Basierend auf der Anwendung ist der Markt in Datenschutz, Datenaustausch, Predictive Analytics, Verarbeitung natürlicher Sprache (NLP), Computer-Vision-Algorithmen und Sonstiges unterteilt. Das Segment NLP hält den größten Marktanteil und wird im Prognosezeitraum voraussichtlich deutlich wachsen. Synthetische Daten haben in der NLP exponentiell zugenommen, da sie die Entwicklung neuer Sprachversionen ermöglichen. Amazon kündigte im Oktober 2019 Varianten von Alexa in Spanisch, Hindi und brasilianischem Portugiesisch an. Das Unternehmen setzt verstärkt auf synthetische Daten, um die Trainingsdaten für seine NLU-Systeme zu optimieren und zu erweitern. Jüngste Fortschritte in der NLP werden den Bedarf an synthetischen Daten zur Beschleunigung von Unternehmensabläufen weiter steigern.

Prädiktive AnalysenSynthetische Daten haben sich aufgrund der starken Nachfrage aus dem Banken-, Finanzdienstleistungs- und Versicherungswesen (BFSI) zu einem vielversprechenden Anwendungsbereich entwickelt. Durch die Generierung zusätzlicher synthetischer Daten können Unternehmen die Genauigkeit und Robustheit ihrer Vorhersagemodelle verbessern und ihre Trainingsdatensätze erweitern. Synthetische Daten können dazu beitragen, Probleme im Zusammenhang mit unausgewogenen Datensätzen, kleinen Stichproben und Situationen zu lösen, in denen die Erhebung realer Daten kostspielig oder zeitaufwändig wäre.

Basierend auf den Endnutzern ist der Markt in Banken, Finanzdienstleistungen und Versicherungen (BFSI), Gesundheitswesen und Biowissenschaften, Transport und Logistik, Einzelhandel und E-Commerce, Fertigung, Unterhaltungselektronik und Sonstige unterteilt. Das Segment Gesundheitswesen und Biowissenschaften ist marktführend und wird im Prognosezeitraum voraussichtlich ein signifikantes Wachstum verzeichnen. Zu den Anwendungsbereichen im Gesundheitswesen und in den Biowissenschaften zählen unter anderem die medizinische Bildgebung, die Medikamentenentwicklung, die Patientendatenanalyse und die Gesundheitsforschung. Ohne die Privatsphäre der Patienten zu gefährden, können synthetische Datensätze genutzt werden, um realistische medizinische Bilder zu generieren, Patientendaten für Forschungszwecke zu simulieren und verschiedene Datensätze für das Training von KI-Modellen bereitzustellen.