Seit dem Anbruch des Computerzeitalters ist die Industrie so sehr mit gespeicherten Daten überschwemmt worden, dass die meisten davon nie genutzt werden.
Diese Daten werden auf etwa 120 Zettabytes geschätzt – das entspricht Billionen von Terabytes oder mehr als dem 120-fachen der Menge jedes Sandkorns an jedem Strand der Welt. Jetzt nutzen die Industrien der Welt diese ungezähmten Daten, um große Sprachmodelle (LLMs) zu erstellen und anzupassen.
Auf dem Weg ins Jahr 2025 nutzen Branchen wie das Gesundheitswesen, die Telekommunikation, die Unterhaltungsindustrie, die Energiewirtschaft, die Robotik, die Automobilindustrie und der Einzelhandel diese Modelle, kombinieren sie mit ihren eigenen Daten und bereiten sich auf die Entwicklung von KI vor, die denken kann.
Die folgenden NVIDIA-Experten konzentrieren sich auf einige der Branchen, die jedes Jahr weltweit Waren und Dienstleistungen im Wert von 88 Billionen US-Dollar liefern. Sie sagen voraus, dass KI, die Daten am Edge nutzen und nahezu sofortige Erkenntnisse liefern kann, in Krankenhäusern, Fabriken, Kundendienstzentren, Autos und mobilen Geräten in Ihrer Nähe Einzug halten wird.
Doch zunächst zu den Vorhersagen der KI für die KI. Auf die Frage: „Was werden die wichtigsten Trends in der KI im Jahr 2025 für die Branchen sein?“ antworteten sowohl Perplexity als auch ChatGPT 4.0, dass die agentenbasierte KI neben Edge-KI, KI-Cybersicherheit und KI-gesteuerten Robotern ganz oben auf der Liste steht.
Die agentenbasierte KI ist eine neue Kategorie der generativen KI, die praktisch autonom arbeitet. Sie kann komplexe Entscheidungen treffen und Maßnahmen ergreifen, die auf kontinuierlichem Lernen und der Analyse riesiger Datensätze basieren. Agentenbasierte KI ist anpassungsfähig, hat definierte Ziele, kann sich selbst korrigieren und kann mit anderen KI-Agenten chatten oder einen Menschen um Hilfe bitten.
Erfahren Sie jetzt von NVIDIA-Experten, was Sie im kommenden Jahr erwartet:
Kimberly Powell
Vice President of Healthcare
Mensch-Roboter-Interaktion: Roboter werden menschliche Kliniker auf vielfältige Weise unterstützen, vom Verstehen und Reagieren auf menschliche Befehle bis hin zur Durchführung und Unterstützung komplexer Operationen.
Möglich wird dies durch digitale Zwillinge, Simulation und künstlicher Intelligenz, die Robotiksysteme in virtuellen Umgebungen trainieren und testen, um die mit realen Tests verbundenen Risiken zu reduzieren. Außerdem können Roboter darauf trainiert werden, in nahezu jedem Szenario zu reagieren, wodurch ihre Anpassungsfähigkeit und Leistung in verschiedenen klinischen Situationen verbessert wird.
Neue virtuelle Welten für das Training von Robotern zur Durchführung komplexer Aufgaben werden autonome chirurgische Roboter zur Realität machen. Diese chirurgischen Roboter werden komplexe chirurgische Aufgaben mit Präzision ausführen, die Genesungszeiten der Patienten verkürzen und die kognitive Workload für die Chirurgen verringern.
Digitale Gesundheitsagenten: Der Einzug von agentenbasierter KI und Multi-Agenten-Systemen wird die existenziellen Herausforderungen des Arbeitskräftemangels und der steigenden Kosten der Gesundheitsversorgung angehen.
Administrative Gesundheitsdienste werden zu digitalen Menschen, die für Sie Notizen machen oder Ihren nächsten Termin vereinbaren – und damit eine Ära von Dienstleistungen einleiten, die durch Software erbracht werden, und eine Service-as-a-Software-Industrie hervorbringen.
Die Erfahrung der Patienten wird sich durch stets verfügbare, personalisierte Pflegedienste verändern, während das Gesundheitspersonal mit Agenten zusammenarbeiten wird, die ihnen bei der Reduzierung des Verwaltungsaufwands, beim Abrufen und Zusammenfassen der Krankengeschichte und bei der Empfehlung klinischer Studien und modernster Behandlungen für ihre Patienten helfen.
KI-Fabriken für die Arzneimittelforschung und -entwicklung: So wie ChatGPT eine E-Mail oder ein Gedicht generieren kann, ohne dass ein Stift zu Papier gebracht werden muss, um es auszuprobieren, können generative KI-Modelle in der Arzneimittelforschung wissenschaftliches Denken und Erforschen ermöglichen.
Techbio- und Biopharmaunternehmen haben damit begonnen, Modelle zu kombinieren, die Moleküle generieren, vorhersagen und optimieren, um die nahezu unendlich vielen möglichen Ziel-Wirkstoff-Kombinationen zu erforschen, bevor zeitaufwändige und teure Nasslaborversuche durchgeführt werden.
Die KI-Fabriken für die Erforschung und Entwicklung von Arzneimitteln nutzen alle Daten aus den Nasslaboren, verfeinern die KI-Modelle und setzen diese Modelle erneut ein, wobei sie jedes Experiment verbessern, indem sie aus dem vorherigen lernen. Diese KI-Fabriken werden die Industrie von einem Entdeckungsprozess zu einem Design- und Engineering-Prozess verlagern.
Rev Lebaredian
Vice President of Omniverse and Simulation Technology
Jetzt wird’s physikalisch (also KI): Die Vorbereitung auf KI-Modellen, die die physische Welt wahrnehmen, verstehen und mit ihr interagieren können, ist eine Herausforderung, der sich Unternehmen stellen werden.
Während LLMs ein bestärkendes Lernen erfordern, das hauptsächlich in Form von menschlichem Feedback erfolgt, muss die physische KI in einem „Weltmodell“ lernen, das die Gesetze der Physik nachahmt. Groß angelegte physikbasierte Simulationen ermöglichen es der Welt, den Wert der physischen KI durch Roboter zu erkennen, indem sie das Training physischer KI-Modelle beschleunigen und ein kontinuierliches Training von Robotiksystemen in jeder Branche ermöglichen.
Im Dutzend billiger: Neben ihrer Intelligenz (oder ihrem Mangel daran) ist die Erschwinglichkeit ein wichtiger Faktor, der die Einführung humanoider Roboter verlangsamt hat. Da die agentenbasierte KI den Robotern jedoch neue Intelligenz verleiht, steigt das Volumen und die Kosten sinken drastisch. Es wird erwartet, dass die durchschnittlichen Kosten für Industrieroboter im Jahr 2025 auf 10.800 US-Dollar sinken werden, ein deutlicher Rückgang von 46.000 US-Dollar im Jahr 2010 auf 27.000 US-Dollar im Jahr 2017. In dem Maße, in dem diese Geräte deutlich billiger werden, werden sie in allen Branchen ebenso alltäglich werden wie mobile Geräte.
Deepu Talla
Vice President of Robotics and Edge Computing
Roboter neu definieren: Wenn die Menschen heute an Roboter denken, haben sie meist Bilder oder Inhalte vor Augen, die autonome mobile Roboter (AMRs), Manipulatorarme oder Humanoide zeigen. Aber die Roboter von morgen werden ein autonomes System sein, das wahrnimmt, denkt, plant und handelt – und dann lernt.
Schon bald werden wir uns vorstellen können, dass Roboter überall zum Einsatz kommen – in Operationssälen, Rechenzentren, Lagerhäusern und Fabriken. Selbst Verkehrsleitsysteme oder ganze Städte werden sich von statischen, manuell betriebenen Systemen in autonome, interaktive Systeme verwandeln, die durch physische KI verkörpert werden.
Die Zunahme kleiner Sprachmodelle: Um die Funktionalität von Robotern zu verbessern, die am Edge arbeiten, können Sie mit der Zunahme kleiner Sprachmodelle rechnen, die energieeffizient sind und Latenzprobleme im Zusammenhang mit dem Senden von Daten an Rechenzentren vermeiden. Der Wechsel zu kleinen Sprachmodellen im Edge-Computing wird die Inferenz in einer Reihe von Branchen verbessern, darunter die Automobilindustrie, den Einzelhandel und die fortschrittliche Robotik.
Kevin Levitt
Global Director of Financial Services
KI-Agenten verbessern den Geschäftsbetrieb: KI-gestützte Agenten werden tief in das Ökosystem der Finanzdienstleistungen integriert, wodurch das Kundenerlebnis verbessert, die Produktivität gesteigert und die Betriebskosten gesenkt werden.
KI-Agenten können je nach den Bedürfnissen des jeweiligen Finanzdienstleisters unterschiedliche Formen annehmen. Menschenähnliche 3D-Avatare werden Anfragen entgegennehmen und direkt mit den Kunden interagieren, während textbasierte Chatbots Tausende von Seiten an Daten und Dokumenten in Sekundenschnelle zusammenfassen, um den Mitarbeitenden in allen Geschäftsbereichen präzise, maßgeschneiderte Erkenntnisse zu liefern.
KI-Fabriken werden zum Standard: Die Anwendungsfälle von KI in der Industrie schießen in die Höhe. Dazu gehören die Verbesserung der Identitätsüberprüfung im Rahmen der Geldwäschebekämpfung und der Vorschriften zur Feststellung der Kundenidentität, die Verringerung von Fehlalarmen bei Transaktionsbetrug und die Entwicklung neuer Handelsstrategien zur Verbesserung der Marktrenditen. Außerdem automatisiert die KI die Dokumentenverwaltung und verkürzt die Finanzierungszyklen, um Verbraucher und Unternehmen auf ihrem finanziellen Weg zu unterstützen.
Um diese Chancen zu nutzen, bauen Finanzinstitute KI-Fabriken auf, die beschleunigtes Full-Stack-Computing nutzen, um die Leistung und Auslastung zu maximieren und KI-fähige Anwendungen zu entwickeln. Damit können sie Hunderte, wenn nicht Tausende von Anwendungsfällen bedienen und sich von der Konkurrenz abheben.
KI-gestützte Daten-Governance: Aufgrund des sensiblen Charakters von Finanzdaten und strenger aufsichtsrechtlicher Anforderungen steht die Governance für Unternehmen im Vordergrund, wenn sie Daten nutzen, um zuverlässige und legale KI-Anwendungen zu entwickeln, u. a. für Betrugserkennung, Vorhersagen und Prognosen, Echtzeitberechnungen und Kundenservice.
Unternehmen setzen KI-Modelle ein, um die Strukturierung, Kontrolle, Orchestrierung, Verarbeitung und Nutzung von Finanzdaten zu unterstützen und so den Prozess der Einhaltung von Vorschriften und des Schutzes der Kundendaten reibungsloser und weniger arbeitsintensiv zu gestalten. KI ist der Schlüssel, um aus dem unzureichend genutzten, unstrukturierten Datenbestand der Branche Sinn zu machen und verwertbare Erkenntnisse zu gewinnen.
Richard Kerris
Vice President of Media and Entertainment
Lassen Sie sich von KI unterhalten: KI revolutioniert die Unterhaltung mit hyperpersonalisierten Inhalten auf allen Bildschirmen, von Fernsehsendungen bis hin zu Live-Sport. Mithilfe generativer KI und fortschrittlicher Vision-Language-Modelle bieten die Plattformen immersive Erlebnisse, die auf den individuellen Geschmack, die Interessen und die Stimmung des Einzelnen zugeschnitten sind. Stellen Sie sich Teaserbilder und mitreißende Trailer vor, die die Essenz einer neuen Show oder eines neuen Live-Events festhalten und eine sofortige persönliche Verbindung herstellen.
Im Live-Sport verbessert KI die Barrierefreiheit und die kulturelle Relevanz und bietet Synchronisierung, maßgeschneiderte Kommentare und lokale Anpassungen. Außerdem wird die KI das Binge-Watching verbessern, indem sie die Tempo-, Qualitäts- und Engagementoptionen in Echtzeit anpasst, um die Fans zu fesseln. Durch diese neue Ebene der Interaktion wird das Streaming von einem passiven Erlebnis zu einer fesselnden Reise, die die Menschen näher an das Geschehen und aneinander heranführt.
KI-gesteuerte Plattformen fördern außerdem sinnvolle Verbindungen zum Publikum, indem sie Empfehlungen, Trailer und Inhalte auf die individuellen Präferenzen abstimmen. Die Hyperpersonalisierung der KI ermöglicht es den Zuschauern, verborgene Schätze zu entdecken, alte Favoriten erneut aufleben zu lassen und sich gesehen zu fühlen. Für die Branche wird KI Wachstum und Innovation vorantreiben, neue Geschäftsmodelle einführen und globale Content-Strategien ermöglichen. Dabei werden die individuellen Vorlieben der Zuschauer berücksichtigt, sodass sich Unterhaltung grenzenlos, fesselnd und persönlich gestaltet anfühlt.
Ronnie Vasishta
Senior Vice President of Telecoms
Die KI-Verbindung: Telekommunikationsanbieter beginnen damit, generative KI-Anwendungen und 5G-Konnektivität über dasselbe Netzwerk bereitzustellen. Ein KI-Funkzugriffsnetzwerk (AI-RAN) ermöglicht es Telekommunikationsanbietern, herkömmliche Basisstationen mit einem einzigen Zweck von Kostenstellen in umsatzgenerierende Anlagen umzuwandeln, die in der Lage sind, KI-Inferenzdienste für Geräte bereitzustellen und gleichzeitig die beste Netzwerkleistung effizienter zu erzielen.
KI-Agenten als Retter: Die Telekommunikationsbranche gehört zu den ersten, die agentenbasierte KI einsetzen, um wichtige Geschäftsfunktionen auszuführen. Telekommunikationsbetreiber nutzen KI-Agenten für eine Vielzahl von Aufgaben, von der Vorlage von Kosteneinsparungsplänen für die Kunden und der Fehlerbehebung bei der Netzwerkkonnektivität bis hin zur Beantwortung von Fragen zur Rechnungsstellung und der Zahlungsabwicklung.
Effizientere, leistungsfähigere Netzwerke: KI wird auch auf der drahtlosen Netzwerkebene eingesetzt, um die Effizienz zu steigern, standortspezifisches Lernen zu ermöglichen und den Stromverbrauch zu senken. Durch den Einsatz von KI als intelligentes Tool zur Leistungsverbesserung werden Betreiber in der Lage sein, den Netzwerkverkehr kontinuierlich zu beobachten, Überlastungsmuster vorherzusagen und Anpassungen vorzunehmen, bevor es zu Ausfällen kommt. Damit wird eine optimale Netzwerkleistung erreicht.
Erfüllung der Forderung nach souveräner KI: Länder werden sich zunehmend an Telekommunikationsunternehmen wenden, die über nachweisliche Erfahrung in der Verwaltung komplexer, verteilter Technologienetzwerke verfügen, um ihre souveränen KI-Ziele zu erreichen. Der Trend verbreitet sich schnell in Europa und Asien, wo Telekommunikationsunternehmen in der Schweiz, Japan, Indonesien und Norwegen bereits mit führenden nationalen Unternehmen zusammenarbeiten. Ihr Ziel ist es, KI-Fabriken aufzubauen, die eigene, lokale Daten nutzen können, um Forscher, Start-ups, Unternehmen und Behörden bei der Entwicklung von KI-Anwendungen und -Diensten zu unterstützen.
Xinzhou Wu
Vice President of Automotive
Vollgas mit generativer KI: Autonome Fahrzeuge werden leistungsfähiger, da Entwickler die Fortschritte in der generativen KI nutzen. Die Nutzung von Foundation-Modellen, wie z. B. Vision-Language-Modellen, bietet beispielsweise die Möglichkeit, Wissen auf Internet-Ebene zu nutzen. Damit kann eines der schwierigsten Probleme im Bereich der autonomen Fahrzeuge (AV) gelöst werden, nämlich das Problem der effizienten und sicheren Bewältigung seltener Eckfälle.
Simulation macht den Erfolg möglich: Ganz allgemein ermöglichen neue KI-basierte Tools Durchbrüche bei der AV-Entwicklung. Fortschritte in der generativen Simulation eröffnen beispielsweise die Möglichkeit zur skalierbaren Erstellung komplexer Szenarien für Stresstests von Fahrzeugen zu Sicherheitszwecken. Neben dem Testen ungewöhnlicher oder gefährlicher Bedingungen ist die Simulation auch für die Generierung synthetischer Daten unerlässlich, um ein End-to-End-Modelltraining zu ermöglichen.
Drei-Computer-Ansatz: Neue Fortschritte in der KI katalysieren die Entwicklung von AV-Software über drei Schlüsselcomputer, die der AV-Entwicklung zugrunde liegen – einen für das Training des KI-basierten Stacks im Rechenzentrum, einen weiteren für die Simulation und Validierung und einen dritten Computer im Fahrzeug zur Verarbeitung von Echtzeit-Sensordaten für sicheres Fahren. Gemeinsam sorgen diese Systeme für eine kontinuierliche Verbesserung der AV-Software, um die Sicherheit und Leistung von Autos, Lastwagen, Robotaxis und anderen Fahrzeugen zu erhöhen.
Marc Spieler
Senior Managing Director of Global Energy Industry
Einführung des intelligenten Stromnetzes: Wissen Sie, wann Ihr täglicher Stromverbrauch zu Hause am Spitzenwert liegt? Sie werden bald sehen, wie Versorgungsunternehmen auf der ganzen Welt intelligente Zähler einführen, die KI nutzen, um ihre Stromnetze umfassend zu verwalten – von großen Kraftwerken und Umspannwerken bis hin zu den Haushalten.
Im Zuge der Entwicklung des intelligenten Stromnetzes werden intelligente Stromzähler – die einst als zu teuer galten, um in Millionen von Haushalten installiert zu werden – mit einer Kombination aus Software, Sensoren und beschleunigter Datenverarbeitung die Versorgungsunternehmen darauf aufmerksam machen, wenn Bäume im Garten gegen Stromleitungen stoßen oder wenn sie hohe Rabatte für den Rückkauf des überschüssigen Stroms aus Solaranlagen auf dem Dach anbieten müssen.
Mit Strom versorgt: Die Bereitstellung des optimalen Stromversorgungssystems war für die Energiebranche schon immer von entscheidender Bedeutung. Im Zeitalter der generativen KI werden die Versorgungsunternehmen dieses Problem auf eine Weise angehen, die die Auswirkungen auf die Umwelt reduziert.
Für das Jahr 2025 ist eine breitere Akzeptanz der Kernenergie als einer der Wege zu sauberer Energie zu erwarten, die die Industrie einschlagen wird. Auch die Nachfrage nach Erdgas wird steigen, da es Kohle und andere Energieformen ersetzt. Diese wiederauflebenden Energieformen werden durch den verstärkten Einsatz von beschleunigtem Computing, Simulationstechnologie sowie KI und 3D-Visualisierung unterstützt, was dazu beiträgt, Design, Pipeline-Flüsse und Speicher zu optimieren. Das Gleiche gilt für Öl- und Gasunternehmen, die die Auswirkungen der Energieexploration und -produktion verringern wollen.
Azita Martin
Vice President of Retail, Consumer-Packaged Goods and Quick-Service Restaurants
Softwaredefinierter Einzelhandel: Supercenter und Lebensmittelläden werden softwaredefiniert sein und jeweils mit Computer Vision und hoch entwickelten KI-Algorithmen ausgestattet sein. Die Umstellung wird die Kassenabwicklung beschleunigen, das Merchandising optimieren und den Warenschwund reduzieren – der Fachbegriff für verlorene oder gestohlene Produkte.
Jedes Geschäft wird mit einem KI-Netzwerk in der Zentrale verbunden sein, das die gesammelten Daten nutzt, um zu einer ständig lernenden Maschine zu werden. Softwaredefinierte Geschäfte, die kontinuierlich aus ihren eigenen Daten lernen, werden das Einkaufserlebnis verändern.
Intelligente Lieferkette: Intelligente Lieferketten, die mithilfe von digitalen Zwillingen, generativer KI, maschinellem Lernen und KI-basierten Lösungsansätzen erstellt werden, werden die Arbeitsproduktivität und die betriebliche Effizienz um Milliarden von Dollar steigern. Simulationen digitaler Zwillinge von Geschäften und Distributionszentren optimieren Layouts, um den Umsatz in den Geschäften zu steigern und den Durchsatz in Distributionszentren zu beschleunigen.
Agentenbasierte Roboter, die mit den Mitarbeitenden zusammenarbeiten, be- und entladen Lastwagen, bestücken Regale und verpacken Kundenbestellungen. Außerdem wird die Zustellung auf der letzten Meile durch KI-basierte Routing-Optimierungslösungen verbessert, sodass die Produkte die Kunden schneller erreichen und gleichzeitig die Treibstoffkosten für die Fahrzeuge gesenkt werden können.