Die Technologie hat in den vergangenen Jahren immense Fortschritte gemacht. Dank günstiger Rechenleistung, großer Datenmengen und optimierten Algorithmen wird künstliche Intelligenz zu einer Mainstream-Technologiekomponente, die in nahezu allen digitalen Produkten, IoT- Lösungen, Smartphones und Rechenzentren der Welt ihren Platz findet. Durch die Vielfalt der Einsatzbereiche, die große Bandbreite an Machine Learning-Funktionen und -Diensten sowie die unterschiedlichen Algorithmen und Lernstile, sind die IT- und Digitalisierungsentscheider mit einer sehr hohen Komplexität konfrontiert, wenn es darum geht, Machine Learning-Projekte zu planen und entsprechende Technologien und Anbieter zu evaluieren und auszuwählen.

Machine Learning im Fokus

Machine Learning zählt derzeit zu den führenden Technologietrends. Egal ob Sprach- oder Bilderkennung, autonomes Fahren oder IoT-Projekte – die neuen digitalen Lösungen und Produkte sind ohne Verfahren des Machine Learning und der künstlichen Intelligenz nicht denk- und realisierbar. Schon über zwei Drittel der deutschen Unternehmen beschäftigen sich aktiv mit dem Thema. Nach aktuellen Prognosen von Crisp Research werden im Jahr 2017 rund 4,3 Mrd. Euro in Machine Learning-Technologien, -Dienste und -Projekte investiert.

Um IT- und Digitalisierungsentscheidern bei der Evaluierung und Auswahl geeigneter Technologie- und Dienstleistungspartner im Kontext Machine Learning zu unterstützen, hat Crisp Research einen ersten unabhängigen Anbietervergleich – das „Crisp Vendor Universe – Machine Learning“ - durchgeführt.
Die Ergebnisse sind fertiggestellt und Sie können die Report hier anfragen!

Untersuchte Anbieter

• Machine Learning as a Service
• Machine Learning Plattform & Software
• Machine Learning Dienstleister

Legende

Auswahlkriterien

Anbieter und Dienstleister der o.g. Kategorien müssen zur Berücksichtigung im Crisp Vendor Universe allgemein folgende Kriterien erfüllen:

• Deutsche Niederlassung bzw. deutscher Vertriebspartner
• Angebot in Deutschland verfügbar
• Belastbare Referenzen/Kunden bzw. durchgeführte Projekte

Darüber hinaus müssen die Anbieter und Dienstleister in ihren jeweiligen Kategorien weitere Charakteristika aufweisen.

Machine Learning as a Service Provider:

• Machine Learning-Angebot im Cloud-Modus (Rechenleistung und Analyse inkludiert)
• Über API verfügbarer standardisierter Plattform-Service
• Verfügbarkeit des Produkt- und Servicespektrums im EMEA- und DACH-Markt
• Kunden und Referenzen

Machine Learning Dienstleister:

• Beratung und Implementierung von Machine Learning-Umgebungen und Diensten
• Deutsche Niederlassung mit Machine Learning-Experten
• Kunden und Referenzen

Plattformen & Software für Machine Learning:

• Softwareprodukt inkl. Professional Support
• Machine Learning Software-Plattform zur Entwicklung, Processing von Machine Learning-Verfahren und Algorithmen
• Verfügbarkeit der Software im EMEA- und DACH-Markt
• Kunden und Referenzen

Bewertungskriterien

Die Bewertungskriterien sind in die zwei Hauptkategorien “Product/Service Value Creation“ und „Vendor Performance“ mit jeweils fünf Unterkategorien aufgeteilt. Die „Product Value Creation“ konzentriert sich auf die Marktreife und den Produktnutzen, sprich den Beitrag zur digitalen Wertschöpfung des jeweiligen Angebots. Die „Vendor Performance“ umfasst alle unternehmensbezogenen Charakteristika, die Auskunft über die Leistungsfähigkeit, Kundenorientierung, Verlässlichkeit und Innovationskraft geben.

Aktuelle Publikationen und Research

Einen Überblick zu unseren bereits durchgeführten Research-Missionen finden Sie unter diesem Link.
Aktuelle Publikationen zum Thema Machine Learning

Viel Spaß beim Lesen!

Kontakt