4 Prognosen von George Fraser, CEO Fivetran KI und Daten: Das wird 2026 wichtig

Anbieter zum Thema

Fivetran Germany GmbH

DataCore Software GmbH

FAST LTA GmbH

Fivetran blickt auf ein erfolgreiches und richtungsweisendes Jahr zurück: Mit den Akquisitionen von Tobiko sowie Census und vor allem durch die Fusion mit dbt Labs setzt Fivetran laut eigenen Worten den Standard für offene Dateninfrastrukturen. Umso spannender wird 2026 werden: George Fraser, CEO von Fivetran, hat sich Gedanken über die Zukunft gemacht.

1. Synthetische Daten überholen reale Daten

Schon im Jahr 2027 werden mehr KI-Modelle mit synthetischen als mit realen Daten trainiert. Unternehmen und Organisationen werden zunehmend ihre eigenen Daten generieren, um regulatorische, ethische und datenschutzrechtliche Risiken zu vermeiden: Zum Beispiel können Banken Modelle zur Betrugserkennung entwickeln oder Krankenhäuser Behandlungssimulationen testen. Wettbewerbsvorteile gewinnen in Zukunft nicht mehr nur Unternehmen, die am besten mit großen Datenmengen umgehen, sondern solche, die konforme, hochpräzise synthetische Datensätze in großem Maßstab produzieren können. Wir beobachten eine massive Marktbeschleunigung: Die Investitionen von Venture-Capital-Firmen und großen Technologieunternehmen in Start-ups im Bereich synthetische Daten sind stark angestiegen. Das heißt, die Erwartungen an das Potential von KI-Infrastrukturen in Unternehmen verschieben sich weiter nach oben. Große Technologieunternehmen nutzen synthetische Daten, weil deren Skalierung deutlich kostengünstiger ist: Die Entwicklung eines Unternehmensmodells auf Basis synthetischer Daten kostet etwa 700.000 US-Dollar, während ein vergleichbares Modell, das ausschließlich auf realen Daten trainiert wird, etwa 4,6 Millionen US-Dollar kostet.

2. Bis 2027 wird der „Chief AI Security Officer“ zu einer Standardfunktion in Führungsetagen

Unternehmen, die die Stufe von KI-Pilotprojekten zu Kernprodukten und -prozessen nehmen, benötigen einen Verantwortlichen, der sich um beides kümmert: Sicherheit für KI und KI für Sicherheit. Dies wird zur Etablierung eines Chief AI Security Officers führen: einer neuen Führungsposition, die an der Schnittstelle zwischen Datenmanagement, Cybersicherheit, Risikomanagement und KI-Strategie angesiedelt ist. Unternehmen, die diese Position frühzeitig schaffen, können KI sicher und souverän operationalisieren. Diejenigen, die dies nicht tun, werden in der Proof-of-Concept-Phase stecken bleiben oder sich rechtlichen und Reputationsrisiken aussetzen.

3. „Datensicherheitszonen“ organisieren Unternehmen neu und schaffen zweigeteilte KI-Wirtschaft

Bis 2027 werden globale Unternehmen die Art und Weise, wie und wo sie Daten speichern, neu strukturieren und „Datensicherheitszonen“ schaffen. Das heißt: Geschäftstätigkeiten in den Regionen, in denen sie operieren, sowie die entsprechenden Cloud-Umgebungen müssen so gestaltet sein, dass sie den lokalen Datenschutz- und Souveränitätsgesetzen entsprechen. Unternehmen, die sich darauf einstellen, können global agieren und KI frei einsetzen. Alle anderen werden aus wichtigen Märkten ausgeschlossen oder sehen sich mit steigenden Compliance- und Betriebskosten konfrontiert. Dieser Wandel wird nicht nur für eine neuartige Infrastruktur sorgen. Er wird auch Einfluss darauf haben, wo Unternehmen Mitarbeiter einstellen, Teams aufbauen und Niederlassungen ansiedeln – mit Auswirkungen auf Arbeitsplätze, Talentcluster und Start-up-Ökosysteme.

4. Die sich selbst managende Dateninfrastruktur: DataOps entwickeln sich zu „AutoDataOps“

KI-gesteuerte Automatisierung wird bis 2027 DataOPs von einem Produktivitäts-Verfahren zu einer sich selbst managenden Intelligence-Ebene verwandeln: AutoDataOps. Agentic-AI-Systeme werden automatisch Pipeline-Probleme erkennen, Workflows optimieren und sich ohne menschliches Eingreifen an veränderte Geschäftsanforderungen anpassen. Das Ergebnis: Datenteams konzentrieren sich weniger auf das Tagesgeschäft und mehr auf die Strategie. Die „Human-in-the-Loop-Dynamik“ wird neu definiert: Wenn Pipelines sich selbst steuern, verlagern sich die Aufgaben der Data Engineers von der Wartung zur Orchestrierung. Sie entscheiden, wann und wie sie eingreifen, führen die manuellen Arbeiten jedoch nicht mehr selbst aus.

* Der Autor: George Fraser, CEO Fivetran

Aktuelles eBook

Storage für HPC & KI

Speichersysteme für das HPC und für die verschiedenen Disziplinen der KI sind hohen Anforderungen ausgesetzt. Denn sie müssen enorme Datenmengen in kürzester Zeit bereitstellen oder sammeln. Wie können diese Herausforderungen gemeistert werden?

Die Themen im Überblick:

• Aktuelle Trends in der Künstlichen Intelligenz
• High-Performance Computing – Explosion der Innovationen
• Künstliche Intelligenz – nahezu Echtzeit-Datenverarbeitung

eBook „Storage für HPC & KI“ kostenlos downloaden

(ID:50664724)