STUDIE
Atome treffen auf Bits
Zwei Welten verschmelzen
Lesezeit 10 Minuten
STUDIE
Zwei Welten verschmelzen
Lesezeit 10 Minuten
Um einzukaufen, gehen wir in ein Geschäft oder auf eine Website. Wir treffen uns virtuell oder persönlich vor Ort. Wir arbeiten sowohl mit Menschen als auch mit Computern zusammen. Allerdings normalerweise nicht gleichzeitig. Der Übergang zwischen den Realitäten kann schwierig, verwirrend oder sogar unmöglich sein.
All das ist jedoch dabei, sich zu ändern: Die nächste Business Transformation zielt nicht mehr darauf ab, einzelne digitale Kompetenzen aufzubauen. Es geht vielmehr um die Verbindung der physischen Welt mit unserem digitalen Leben. Statt einer schrittweisen Veränderung ist ein Evolutionssprung gefragt. Diese Verbindung schafft etwas völlig Neuartiges. Nehmen wir das Beispiel von generativer KI: Heute erstellen viele Menschen damit rein digitale Bilder und Inhalte. Doch wir erkennen bereits jetzt, welche Möglichkeiten sie der Wissenschaft bietet, wie sie den Umgang mit Unternehmensdaten verändern kann, wie sie das Design und die Herstellung von Produkten und Dienstleistungen beeinflussen kann und so vieles mehr.
Seit Jahren beruht Unternehmensinnovation vor allem auf der Digitalisierung von Prozessen und sogar von ganzen Unternehmensteilen. Wir haben zwar eine reichhaltige und zielorientierte digitale Welt geschaffen, aber wir haben sie nicht wirklich in die physische Welt integriert.
In unserer letzten Ausgabe der Technology Vision haben wir das Metaverse Continuum als den nächsten großen Schritt nach der digitalen Transformation bezeichnet. Es ist ein Meilenstein für die Annäherung der physischen und der digitalen Welt zu einer einzigen, gemeinsamen Realität.
Wenn Unternehmen nicht mehr nur digitalisieren, sondern diese digitale Grundlage auch anwenden, verschiebt das die Grenzen des Machbaren für technologische Innovationen. Allerdings sind das Metaverse, digitale Zwillinge, Augmented Reality und Robotik nur der Anfang. Die Verbindung von digital und physisch führt nicht nur zu neuen Produkten und Dienstleistungen, sondern revolutioniert auch die Art, wie wissenschaftliche Forschung betrieben wird. Führende Unternehmen erschaffen Werkzeuge, mit denen sie die Regeln unserer Welt neu schreiben. Denn wenn die physische und die digitale Welt verschmelzen, entstehen völlig neue Möglichkeiten.
Die diesjährige Technology Vision befasst sich mit vier zukunftsweisenden Technologietrends, die aus der Verschmelzung von phyisch und digital hervorgehen.
Digitale Identität ermöglicht die nächste große technologische Disruption. Einige der innovativsten Unternehmen unserer Zeit wissen um das Potential und handeln.
Die Bemühungen von heute haben einen direkten Einfluss auf die Innovationen von morgen. Auf den ersten Blick scheint digitale Identität zwar in den Zuständigkeitsbereich eines CIO oder CTO zu fallen. Sie unterstützt jedoch die Ziele aller Vorstandsbereiche.
Vorreiter sehen digitale Identität nicht nur als Chance, bisherige Versäumnisse rund um das Thema Identifizierung zu korrigieren. Vielmehr können sie den künftigen Umgang mit Daten und das Verständnis von digitalem Eigentum neu definieren. Das Konzept einer vertrauenswürdigen digitalen Identität bricht mit bestehenden Konventionen.
Die Vereinten Nationen fordern im Rahmen ihrer Ziele für nachhaltige Entwicklung die Einführung einer universellen legalen ID bis 2030. Dies hat Regierungen auf der ganzen Welt dazu veranlasst, digitale Identität zu einer Priorität zu machen. Bald werden auch Unternehmen dem Beispiel folgen und sich in die staatlichen Programme integrieren müssen.
Falls noch nicht geschehen, sollte digitale Identität auf Ihrer Innovationsagenda stehen.
Digitale Identität muss auf Ihrer Innovationsagenda stehen.
Wir betrachten zwei Kategorien von Identitäten: Identitätsnachweise (z.B. Personalausweis) und Berechtigungsnachweise (z.B. Führerschein).
Oftmals werden funktionale Parameter einer Identität für einen spezifischen Zweck als Identitätsnachweis verwendet. Diese funktionalen Identitätsparameter dienen so als Synonym für unsere eigentliche Identiät– mit all den daraus resultierenden Folgen. So werden beispielsweise Telefonnummern als funktionale Identitätsparameter oft zur Identifikation verwendet. Über einen, als SIM-Swapping bezeichneten Agriff, können Hacker den Datenverkehr eines Mobiltelefons auf eine neue SIM-Karte umleiten und so Zugang zu allen Informationen erhalten, die an diese Nummer gesendet werden.
Die Neudefinition der Beziehung zwischen unserem digitalen und physischen Leben gibt uns die Chance, Fehler der Vergangenheit nicht zu wiederholen. So war das Internet nicht dafür ausgelegt, digitale Identitäten entsprechend zu schützen. Mittlerweile arbeiten innovative Unternehmen und Organisationen an der Schaffung einer grundlegenden Identitätsebene und entwickeln Lösungen, die neue Ansätze in diesem Bereich ermöglichen.
Dank der Bemühungen von EU, öffentlicher Hand, diverser Public-Private Partnerships und anderer Organisationen entstehen derzeit neue Ansätze für digitale Identitätsnachweise.
Ein zunehmend verbreiteter Ansatz ist die Schaffung dezentraler oder verteilter Plattformen, die auch als Self-Sovereign Identity (SSI) bekannt sind. Diese nutzen Blockchain und Distributed-Ledger-Technologien, um Identitäten über den Konsens zwischen mehreren Parteien zu validieren.
Verteilte Ansätze bieten ein mehr Sicherheit und Vertrauen, erschweren aber eine entsprechende Umsetzung. Benutzerfreundlichkeit, Interoperabilität und Account Recovery sind Herausforderungen, welche die Akzeptanz digitaler Identität erschweren können.
Neben der Einführung digitaler Identitäten besteht auch das Bestreben, die Funktionen dieser Identitäten zu überdenken: Wie erstellen wir diese, wie verknüpfen wir die daraus resultierenden Daten, wie werden diese Daten verteilt und gemanaged und wem gehören diese am Ende?
Zum Beispiel nutzen Permission.io und Starbucks die Tokenisierung, um Innovationen im Bereich der Identitätsverwaltung voranzutreiben. Tokenisierung ist der Prozess, bei dem man für eine "Sache" (physisch oder digital, einzigartig oder nicht) ein damit verbundenes digitales Asset erstellt. Oft wird dieses in einer Blockchain gespeichert. Entwicklungen in diesem Bereich sind somit nicht nur auf Menschen beschränkt - Starbucks und Permission.io beispielsweise tokenisieren Kundentreue und Kundenaufmerksamkeit.
Künftig wird wohl jedes Unternehmen seinen Umgang mit Identitäten und Daten überdenken müssen. Beispielsweise könnten durch die Datenschutzänderungen bei Apple und Google Unternehmen den Zugang zu Daten von Verbraucher:innen und Dritten verlieren, die derzeit Grundlage ihrer Geschäftsprozesse sind. Die daraus resultierenden Implikationen können dabei durchaus erheblich sein.
Während Verbraucher:innen diese Änderungen durchaus begrüßen, sind betroffene Unternehmen verständlicherweise durchaus nervös.
Der Wandel von heutigen Tracking Systemen hin zu einem consent und wertebasierten Datenökosystem wird Unternehmen vor Herausforderungen im Bereich Identitätsdatenverwaltung stellen. Technologie ist dabei nur ein Teil der Lösung. Führungskräfte müssen sich die Frage stellen, wie sie künftig damit umgehen: Zugang zu Identitätsdaten, die den Menschen gehören, erhalten und diesen dann auch legal zu behalten.
Unternehmen, die sich der Herausforderung stellen und ihre Sicherheit erhöhen, werden mit dem Vertrauen ihrer Kund:innen und Partner belohnt. Darüber hinaus schaffen sie sich eine optimale Ausgangposition für ihre zukünftige Wettbewerbsfähigkeit und tragen zu einem besseren Internet bei.
Früher verließen sich Menschen auf Mund-zu-Mund-Propaganda oder einen Restaurantführer, um zu entscheiden, wo sie essen sollten. Das änderte sich im Jahr 2005 mit Yelp - einer digitalen Plattform für Kundenbewertungen.
Gäste haben die Restaurants, die sich besuchten, schon immer bewertet. Doch diese waren nirgends zugänglich. Yelp schaffte Transparenz: einen klaren, detaillierten und weitreichenden Blick auf die Gastroszene.
Dieses Prinzip begegnet uns heute überall. Aus Daten werden Informationen, die uns Einblicke in Geschäftsprozesse bieten. Mehr Wissen über Kund:innen. Über Veränderungen im Markt. Über Investitionen, Führungspersönlichkeiten und ganze Branchen. Mit größerer Transparenz kommen neue Erwartungen: Auch Dritte wollen Zugang zu diesen Daten.
Wir bewegen uns weg von knappen (oder gar geheimen) Daten hin zu systematisch quantifizierten und zugänglichen Daten. Das stellt Unternehmen vor diverse Herausforderungen. Zum einen sind viele Unternehmensdatenarchitekturen nicht dafür gebaut, mit einem solchen Mass an Transparenz umzugehen. Obwohl viele Unternehmen ihre Datenstrategien aktualisiert haben, schöpfen sie das Potenzial ihrer Daten noch immer nicht voll aus.
Zum anderen müssen sich - unabhängig davon, wie modern eine Datenarchitektur ist - in dieser datenreichen Welt auch die Strategien ändern. Es reicht nicht mehr aus, Daten zu besitzen; man muss die Erkentnisse, die man daraus gewinnt, auch nutzen. Das heißt sie teilen und danach handeln.
Schließlich ist es wichtig, dass Unternehmen ihre Strategie anpassen: Sie müssen die verfügbaren Daten auch nutzen. Denn wenn sie nicht selbst die Initiative ergreifen, werden das Dritte für sie tun.
Größere Transparenz weckt Erwartungen: Auch Dritte wollen an den neuen Erkenntnissen teilhaben.
Unternehmen, die bewusst entscheiden, welche Informationen sie nutzen und welche Einblicke sie gewähren, werden im Vorteil sein. Dafür müssen Sie den Lebenszyklus Ihrer Daten analysieren und neu bewerten, welche Daten gesammelt werden und wie. Ebenso wichtig ist es, sich zu fragen: Kann mein Unternehmen seinen Datenverwaltungsansatz verbessern? Wie nutzen wir unsere Daten und wer hat Zugang dazu? Und welche Geschäftsziele wollen wir damit verfolgen?
Die Existenz von Daten allein ist jedoch nicht genug: Sie müssen auch verfügbar sein. Hier kommen Kommunikationstechnologien ins Spiel. Die Möglichkeit, Daten zu übertragen, hat sich stark verbessert - auch über weite Entfernungen hinweg. So ist der Zugriff mittlerweile nahezu von überall und in Echtzeit möglich.
Daten und Konnektivität sind Voraussetzungen für Transparenz, aber noch keine Erfolgsgarantie. Ein häufiges Problem ist, dass Daten in Unternehmen isoliert gespeichert werden. In der Umfrage, die im Rahmen der Accenture Technology Vision durchgeführt wurde, nannten 56 % der Befragten die fehlende Integration zwischen Datenquellen als eine der größten Herausforderungen. Unternehmenssysteme, die bereits heute mit der Verarbeitung großer Datenmengen zu kämpfen haben, werden unter der künftigen noch größeren Last unweigerlich zusammenbrechen.
Glücklicherweise gibt es zwei neue Strategien, Data Mesh und Data Fabric, die Ihr Unternehmen auf diese Entwicklung vorbereiten können. Beide weisen einzigartige Unterschiede und Vorteile auf und zielen auf die Modernisierung und Integration von Datenarchitekturen ab.
Unternehmen sollten sich um Transparenz bemühen, Risiken neu kalkulieren und den Wert ihrer Daten aus verschiedenen Perspektiven betrachten.
Bedeutet dies, dass Unternehmen ständig all ihre Daten teilen müssen? Nein, Datenschutz und Vertraulichkeit haben bei der Sammlung und Verwendung von Daten stets Priorität. Unternehmen sollten jedoch nicht zu konservativ sein, denn die gemeinsame Nutzung von Daten bringt Vorteile für interne Abläufe, Kund:innen und die Öffentlichkeit. Sie offenbart das Innenleben eines Unternehmens und deckt Probleme und Ineffizienzen auf, was wiederum zur Entwicklung entsprechender Lösungen führen kann.
Mit mehr Transparenz können Unternehmen ihre Kundenbeziehungen stärken und neue Kund:innen gewinnen. In der heutigen Zeit, in der Vertrauen für Verbraucher:innen von größter Bedeutung ist, kann man den Wert von Transparenz gar nicht genug betonen. Gehen Sie auf diese Anforderungen in Bezug auf Daten direkt an und bauen Sie so ein Vertrauensverhältnis zu Ihren Kund:innen auf. Kundendaten waren für Unternehmen schon immer wertvoll. Nun sollen sie auch für die Kund:innen selbst einen Wert haben.
Diese Herangehensweise an Daten ist für Unternehmen von entscheidender Bedeutung, sei es zur Verbesserung der betrieblichen Effizienz, zur Umgestaltung von Kundenbeziehungen oder zur Lösung wichtiger Informationsprobleme.
Der Bedarf an Transparenz und Datenaustausch über Interessengruppen eines Unternehmens hinweg wird immer weiter wachsen. Ihr Unternehmen und Ihre Branche werden transparenter – ob Sie dabei nun eine Vorreiterrolle einnehmen oder nicht. Besser, wenn Sie die Entwicklung aktiv mitgestalten und die Chancen dieses neuen Daten-Ökosystems für sich nutzen.
Alle wollen tiefere Einblicke in Ihr Unternehmen oder Ihre Branche gewinnen. Wenn Sie diesen Anforderungen nicht gerecht werden, wird es jemand anderes tun.
Ende 2022 stellte OpenAI ChatGPT vor – und die Menschen stürzten sich geradezu darauf. Sie stellten dem KI-Bot die kompliziertesten Fragen, ließen ihn Gedichte schreiben und bekamen alles, was sie wollten: sogar eine Anleitung zum Entfernen eines Erdnussbuttersandwichs aus einem Videorekorder, geschrieben im Stil der King James Bibel.
Noch vor ChatGPT gab es einen ähnlichen Hype um bilderzeugende KI-Systeme. KI-Kunst überflutete das Internet. Text-to-Image-Generatoren, wie Stable Diffusion von Stability AI und DALL-E 2 von OpenAI, verblüfften die Öffentlichkeit mit ihren aus Prompts erzeugten fotorealistischen Bildern.
Diese generierten Inhalte sind Teil einer der größten Veränderungen in der Geschichte der KI: die Einführung von trainierten Modellen mit bemerkenswerter Anpassungsfähigkeit an neue Aufgaben.
Alles begann mit einer bahnbrechenden Innovation in der KI-Modellarchitektur durch Google-Forscher:innen im Jahr 2017. Technologieunternehmen und die Forschung vergrößern diese Modelle und die Trainingsdatensets seit 2017 immer mehr. Die heutigen trainierten Modelle sind daher deutlich mächtiger als ihre Vorgänger. Diese sogenannten „Foundation Models“ sind in den Bereichen, für die sie entwickelt wurden, extrem anpassungsfähig.
Unternehmen können mithilfe von Foundation Models viele Aufgaben und Herausforderungen auf ganz neue Art und Weise meistern. Statt eine eigene KI zu entwickeln, erschaffen sie Neues durch existierende KI-Systeme.
Das Programm GPT-3 von OpenAI, das 2020 auf den Markt kam, war das größte Language-Model der Welt. Es brachte sich selbst Dinge bei, auf die es zuvor nie trainiert worden war und übertraf dabei sogar speziell dafür trainierte Modelle. Dies inspirierte Unternehmen wie Google, Microsoft und Meta, ihre eigenen Large-Language-Models zu entwickeln.
Um diese neue Klasse von KI zu definieren, haben Forscher:innen des Stanford Institute for Human-Centered Artificial Intelligence den Begriff "Foundation Model" eingeführt. So heißen große KI-Modelle, die auf einer riesigen Datenmenge trainiert wurden und eine erhebliche Anpassungsfähigkeit an nachgelagerte Aufgaben aufweisen.
Einige versuchen, Foundation Models über Sprache und Bilder hinaus auf andere Datenmodalitäten auszudehnen. Z. B. auf die "Proteinsprache". Meta entwickelte beispielsweise ein Modell, das Proteine "lesen" und so sechsmal schneller Proteinstrukturen vorhersagen konnte.
Derzeit arbeitet man daran, die Entwicklung und Umsetzung von Foundation Models einfacher zu gestalten. Zu den größten Herausforderungen hierbei gehören die ständig steigenden IT-Anforderungen und die damit verbundenen Kosten. Auch nach dem Training eines Modells bleiben die Kosten für seinen Betrieb und das Hosting hoch.
Die Frage für Unternehmen ist nicht, ob, sondern wie diese Modelle ihre Branche verändern werden.
In jedem Fall haben Foundation Models das Potenzial, das Zusammenspiel von Mensch und KI völlig zu verändern. Manche bezeichnen ChatGPT bereits als Zukunft der Wissensbeschaffung. Der Bot kann Aufsätze schreiben, Programmcode debuggen und komplizierte Fragen beantworten. Schließlich wurde er mit Milliarden von Beispielen aus dem Internet trainiert. Zudem kann sich ChatGPT auf frühere Konversationen beziehen und entsprechend Antworten überarbeiten oder vertiefen. So wirkt der Umgang mit der Software natürlicher und ausgefeilter denn je.
Foundation Models öffnen auch Türen zu neuartigen KI-Anwendungen, die zu entwickeln bisher schwierig oder gar unmöglich war. Beispielsweise kann der Mangel an Trainingsdaten, der oft ein Problem ist, mit vortrainierten Modellen überwunden werden.
Multimodale Foundation Models überwinden ebenfalls Barrieren: Was alles möglich wird, wenn diese Modelle Text, Ton, Bild, Video, 3D-Daten, Sensoren und mehr miteinander verbinden! Zum Beispiel könnte ein Industriesystem eine KI verwenden, um Sensordaten in ein Reparaturverfahren für eine:n Mechaniker:in zu übersetzen.
Unternehmen, die bereits Foundation Models gebaut und vortrainiert haben, bieten diese über Open-Source-Kanäle oder kostenpflichtig über APIs an.
Um eine geeignete Strategie rund um Foundation Models zu entwickeln, sollten Sie zuerst deren wichtigste Anwendungsfälle verstehen. Manche Anwendungen basieren auf Datentypen, die Foundation Models noch nicht verarbeiten können. Andere profitieren nach wie vor mehr von einer auf eine spezifische Aufgabe trainierten KI. Außerdem stellt die Unvoreingenommenheit von Foundation Models aufgrund der Homogenisierung und des Trainings auf großen Online-Datensätzen eine Herausforderung dar.
Obwohl ihr natürlicher Umgang mit Sprache eine hohe Nutzerfreundlichkeit bietet, ist ein gewisses Maß an softwaretechnischen Kenntnissen erforderlich, um Foundation Models anwenden zu können. Dennoch können auch Unternehmen ohne entsprechende Kenntnisse die Vorteile dieser Technologie nutzen. Dank OpenAI und anderer Unternehmen, die ihre Modelle in Plattformen umgewandelt haben, haben eine Reihe von Unternehmen neue B2B-Produkte und -Dienstleistungen auf den Markt gebracht.
Statt immer neue Modelle zu bauen, werden sich KI-Aktivitäten zunehmend darauf konzentrieren, auf bestehenden Modellen aufzubauen. Damit werden Fachleute, die Foundation Models anpassen und in verschiedene Geschäftsanwendungen integrieren können, immer wichtiger.
KI-Aktivitäten werden sich zunehmend darauf konzentrieren, bestehende Modelle weiterzuentwicklen.
Foundation Models sind ein Meilenstein der KI-Geschichte. Kein Unternehmen kann sich davor verschließen. Schon heute können sie Modelle zum Experimentieren verwenden und neue Anwendungen erstellen. Mit dem Fortschreiten der Technologie werden sich die Möglichkeiten sogar noch weiter vervielfachen.
Die Beziehung zwischen Wissenschaft und Technologie ist eine wechselseitige Feedbackschleife, welche die Grenzen des Möglichen verschiebt. Mit der Entwicklung der Computertechnik gewann Digitaltechnologie an Bedeutung. Während Technologie wissenschaftliche Entdeckungen beschleunigte, überließen Unternehmen ihre Entwicklung Forscher:innen und spezifischen Branchen. Offenbar haben wir vergessen, dass es die Symbiose aus Wissenschaft und Technologie war, die in der Nachkriegszeit weltweit Innovationen vorantrieb.
Das beginnt sich nun zu ändern. Immer mehr Unternehmen weiten ihre Innovationsbemühungen aus und erkennen, welche disruptiven Möglichkeiten die Schnittstelle von Wissenschaft und Technologie bietet.
Der Einfluss von Technologie dehnt sich über die Bereiche IT und OT hinweg zu einer neuen Domäne, nämlich ST ("Science Technology" = Wissenschaftstechnologie), aus. Technologische Fortschritte werden die Wissenschaft in verschiedenen Bereichen wie Materialwirtschaft und Energie, Erde und Weltall, sowie synthetische Biologie vorantreiben. Dies wiederum wird es Unternehmen ermöglichen, neue Technologien zu entwickeln.
Wo bieten Unternehmen künftig ihre Lösungen an? Und welche Produkte entwickeln sie überhaupt? All das könnte sich verändern. Unabhängig davon braucht unsere Gesellschaft eine schnellere Wechselwirkung zwischen Wissenschaft und Technologie. Schließlich steht die Welt vor nie dagewesenen Herausforderungen, unter anderem in der Medizin, bei Lieferketten und beim Klimawandel. Wir brauchen dafür bessere Lösungen – in kürzerer Zeit.
Aufkommende Technologien beschleunigen die Feedbackschleife zwischen Wissenschaft und Technologie. Für Unternehmen ist es entscheidend herauszufinden, welche Technologien die größten Auswirkungen auf den wissenschaftlichen Fortschritt haben könnten. Die strategische Nutzung dieser Entwicklungen wird es Unternehmen ermöglichen, ihr Business in den kommenden Jahren umzugestalten und letztlich die Zukunft ihrer Branchen zu sichern.
Drei Bereiche beschleunigen diesen Zyklus: Materialwirtschaft und Energie, Erde und Weltraum sowie synthetische Biologie.
Wo bieten Unternehmen künftig ihre Lösungen an? Und welche Produkte entwickeln sie überhaupt? All das könnte sich verändern.
Unternehmen müssen das Ausmaß der wissenschaftlich-technologischen Revolution verstehen, um eine künftig wettbewerbsfähige Innovationsstrategie aufsetzen zu können. Auch wenn die beschleunigte Feedbackschleife nicht die einzige Triebkraft für Innovationen sein wird, so ist Wissenschaftstechnologie doch zu groß, als dass man sie ignorieren könnte.
Denken Sie an globale Themen: Pandemie, Klimawandel, Lieferketten. Dies werden auch weiterhin große Herausforderungen für Unternehmen sein. Investitionen in Wissenschaft und Technologie bieten ihnen die Möglichkeit, innovative Lösungsansaätze zu entwickeln.
Wenn mehr Unternehmen in Technologien investieren, die die Wissenschaft unterstützen, wird die Wissenschaft in der Lage sein, schneller und effektiver als je zuvor innovative Lösungsansätze für die Herausforderungen von heute zu finden und zu entwickeln.
Wisenschaft einzubeziehen ist jedoch leichter gesagt als getan. Neue Technologien sind bereits dabei, den Feedbackloop von Wissenschaft und Technologie zu beschleunigen. Die daraus entstehenden Veränderungen in der Innovationslandschaft nähern sich rasant.
Erschwerend kommt hinzu, dass Unternehmen - anders als bei der digitalen Revolution - mit sehr unterschiedlichen Reifegraden beginnen. Unternehmen in der Pharma- oder Chemiebranche haben seit langem eine wissenschaftlich geprägte Innovationspraxis. Diese Unternehmen wollen ihre Spitzenposition halten, aufkommende digitale Technologien erforschen und in sie investieren, um ihre Verfahren zu beschleunigen. So nutzen sie die wissenschaftlich-technologische Revolution um Partnerschaften und Brücken in neue Branchen zu schlagen.
Andere Unternehmen haben sich nie als wissenschaftlich betrachtet. Sie müssen drei klare Maßnahmen ergreifen, um erfolgreich zu werden: Erstens sollten sie erkennen, dass Zusammenarbeit der Schlüssel ist. Computertechnologien der nächsten Generation wie die Quanteninformatik sind nicht nur fortschrittlich und komplex, sondern erfordern auch schwer zu findende, gefragte Fähigkeiten. Daher verfolgen Organisationen aus allen Branchen und Sektoren ihre Ziele in der Quanteninformatik in Konsortien.
Zweitens müssen Unternehmen Wege finden, mit dem Experimentieren zu beginnen. Glücklicherweise wird dies durch die vielen fortschrittlichen Technologie- und Wissenschaftsplattformen, die derzeit geschaffen werden, immer einfacher.
Und schließlich müssen sich Unternehmen der Risiken bewusst sein, die mit der wissenschaftlich-technologischen Revolution - wie der synthetischen Biologie und Quantencomputing - einhergehen und sich darauf vorbereiten.
Computertechnik der nächsten Generation, Weltraumtechnologien und Biotechnologie werden den Fortschritt in einer unglaublich spannenden Zeit für Menschen, Unternehmen und die Welt vorantreiben. Da Herausforderungen wie Pandemien und der Klimawandel immer präsenter werden, ist es an der Zeit, in komprimierte Innovation und beschleunigte wissenschaftlich-technologische Zyklen zu investieren und diese voll auszuschöpfen. Diese werden sich im Laufe der Zeit weiterentwickeln und gegenseitig vorantreiben.