Eine Untersuchung von HYCU zeigt erhebliche Schwachstellen beim Schutz von SaaS-Daten auf, während die Verbreitung von SaaS-Anwendungen stark zunimmt. Insgesamt 61 Prozent der Ransomware-Vorfälle gehen demnach von SaaS-Anwendungen aus.
71 Prozent der Arbeitnehmer nutzten bereits KI-Tools, bevor ihre Vorgesetzten davon wussten. Doch eine individuelle, fragmentierte Herangehensweise an die Einführung generativer KI in bestehende Prozesse trägt dazu bei, das Unternehmen zu splitten: Auf der einen Seite sind die Mitarbeitenden, die die neueste Technologie nutzen, ohne sich darüber mit ihren Kollegen oder Vorgesetzten zu verständigen. Auf der anderen Seite stehen die zögerlichen Nichtnutzer, die hinter ihren vermeintlich fortschrittlicheren Kollegen zurückbleiben.
KI-Basismodelle wie grosse Sprachmodelle (LLMs) dominierten lange die Diskussionen. Doch jetzt konzentrieren sich Investoren zunehmend auf Unternehmen, die KI-Anwendungen entwickeln, die für bestimmte Anwendungsfälle greifbare Vorteile bringen. Laut S&P Global Market Intelligence und 451 Research haben KI-Unternehmen ohne eigene Basismodelle im ersten Quartal 2024 mehr als doppelt so viele Investitionen angezogen wie im gleichen Zeitraum des Vorjahres.
Angestaubte Anwendungen finden sich in beinahe jedem Unternehmen. Bei der Frage, wie die richtige Herangehensweise an die technologischen Altlasten aussieht, kommt es vor allem auf den Zustand der Software an. In vielen digitalen Sorgenkindern stecken jedenfalls auch echte Chancen für Modernisierung und Innovation.
Bei der Vernetzung vieler Geräte und Maschinen ist eine robuste Konnektivität entscheidend. Private Mobilfunknetzwerke können hier unterstützen. Um eine reibungslose Implementierung sicherzustellen, sollten Unternehmen dabei fünf wichtige Überlegungen anstellen.
Die Speicherung von Daten wird kontinuierlich komplexer und es wird für Organisationen in vielen Branchen immer schwieriger, jederzeit alle Vorschriften einzuhalten. Data-Compliance ist insbesondere für stark regulierte Branchen entscheidend, die über jedes Bit verarbeiteter Daten Rechenschaft ablegen müssen. Manuell ist diese Aufgabe schon lange nicht mehr zu bewältigen. Zuhilfe kommen moderne Plattformen für das Management unstrukturierter Daten, die die Mehrheit aller Daten darstellen.
Die Vorstandsebene erwartet heutzutage von IT-Teams eine regelmässige Berichterstattung über die Leistung digitaler Anwendungen und deren Auswirkungen auf das Unternehmen. In einer kürzlich von Cisco durchgeführten Studie haben 75 Prozent der Umfrageteilnehmer angegeben, dass die digitale Erfahrung in den letzten drei Jahren für die Führungskräfte in ihrem Unternehmen zu einem deutlich wichtigeren Thema geworden ist.
KI-Lösungen können nur so wertvoll, einzigartig und nützlich sein, wie Menge, Qualität und Vielfalt der verfügbaren Trainingsdaten. Dies bedeutet für Unternehmen, dass sie jetzt Methoden benötigen, um ihre Daten in einem Workflow zu speichern, der eine Analyse, Katalogisierung und Kennzeichnung all ihrer Daten ermöglicht. Dies erfordert eine End-to-End-Infrastruktur für unstrukturierte Daten, die sich an neue Herausforderungen anpassen lässt.
In der Entwicklung von IoT (Internet of Things)-Geräten hat sich seit der Einführung des ersten netzwerkverbundenen Verkaufsautomaten im Jahr 1982 einiges getan. Die Anbindung von Geräten an das Internet und andere Netzwerke hat eine transformative Ära eingeläutet und Innovationen in vielen Bereichen angetrieben. Doch mit dem enormen Potenzial dieser Technologien gehen auch signifikante Risiken einher.
Mit unveränderbaren Backups können sich Unternehmen gut gegen Angriffe auf die Datenintegrität vorbereiten. Zuverlässige Backups ermöglichen eine schnellere Wiederherstellung nach Schäden, Unterbrechungen oder Datenverlusten; und insbesondere, wenn Dateien durch einen Ransomware-Angriff verschlüsselt oder gelöscht wurden.
