Der Gartner Hype Cycle for Generative AI 2025 (GenAI) bietet IT-Verantwortlichen entscheidende Einblicke für die Orientierung in einer sich schnell entwickelnden und oft überhypten Landschaft von GenAI-Innovationen. Der Bericht prognostiziert, dass bis 2028 mehr als 95 % der Unternehmen generative KI-APIs, -Modelle integriert oder GenAI-Anwendungen in ihren Produktionsumgebungen eingesetzt haben werden. Dies unterstreicht die dringende Notwendigkeit für Organisationen, über frühe Proofs of Concept hinauszugehen und strategisch in Technologien zu investieren, die greifbaren Wert schaffen und mit den Unternehmenszielen im Einklang stehen.

Vier kritische Technologiebereiche

Gartner identifiziert vier kritische Technologiebereiche, die den GenAI Hype Cycle prägen und strategische Investitionen rechtfertigen. Der erste sind GenAI-Modelle, bei denen Large Language Models (LLMs) weiterhin den Grundstein bilden und die ausgereifteste Technologie darstellen. Diese Foundation-Modelle sind für ein breites Spektrum an Anwendungsfällen in hohem Maße anpassbar. Andere Modelltypen wie Open-Source-LLMs, domänenspezialisierte GenAI-Modelle und Large Reasoning Models etablieren sich jedoch rasch als valide Alternativen. Multimodal generative AI wird als Beispieltechnologie in dieser Kategorie genannt, die leistungsfähigere und schnellere KI-Ergebnisse verspricht.

KI-Engineering für die Skalierung

Der zweite Schlüsselbereich ist KI-Engineering, das entscheidend wird, sobald Organisationen sich darauf vorbereiten, ihre GenAI-Programme zu skalieren. Er umfasst das wachsende Ökosystem an Werkzeugen und Techniken, die darauf ausgelegt sind, GenAI-Anwendungen zu entwickeln, zu steuern und anzupassen. KI-Engineering stellt sicher, dass GenAI-Anwendungen der Strategie der Organisation dienen, und liefert Frameworks für Anwendungsorchestrierung, Reduzierung von Halluzinationen, Eindämmung von Fehlinformationen und regulatorische Compliance. AI TRiSM (Trust, Risk and Security Management) wird als Beispieltechnologie vorgestellt, die sich auf den sicheren und wirksamen Einsatz von KI konzentriert.

KI-Agenten und -Anwendungen

Der dritte Bereich umfasst KI-Agenten, -Anwendungen und -Anwendungsfälle. GenAI-Assistenten wie ChatGPT sind bekannte Beispiele, die LLMs für erweiterte Fähigkeiten nutzen. Die langfristige Vision besteht darin, KI-Agenten einzusetzen, um komplexe, mehrstufige Prozesse im großen Maßstab zu automatisieren, um die Produktivität zu steigern, die Betriebskosten zu senken und das Kundenerlebnis zu verbessern. IA agentique, die autonom oder halbautonom wahrnimmt, entscheidet und handelt, um Ziele zu erreichen, stellt einen grundlegenden Wandel weg von passiven Chatbots hin zu interaktiveren, wertschöpfenden KI-Systemen dar. Embodied AI wird als Beispieltechnologie in diesem Bereich genannt.

Infrastruktur und ermöglichende Techniken

Schließlich bilden Infrastruktur und ermöglichende Techniken den vierten kritischen Bereich. Die Entwicklung von GenAI beruht auf einer Kombination aus neuen Techniken und etablierten KI-Praktiken. Selbstüberwachtes Lernen beispielsweise verringert den Bedarf an massiven, gelabelten Trainingsdatensätzen und findet Anwendung in Bereichen wie autonomem Fahren und medizinischer Diagnostik, mit wachsendem Interesse in allen Branchen. Spezialisierte Infrastruktur, einschließlich KI-Chips und Tooling, gewinnt an Bedeutung für ihre Rolle bei der Verbesserung der Effizienz und der Senkung der Kosten für Modelltraining und -inferenz. AI supercomputing wird als Beispieltechnologie in dieser Kategorie hervorgehoben.

Strategische Ausrichtung

Im Kern dient der GenAI Hype Cycle 2025 IT-Verantwortlichen als Leitfaden, um fundierte Investitionsentscheidungen zu treffen, über den Hype hinauszugehen und generative KI erfolgreich in Unternehmensstrategien zu integrieren, um Innovation voranzutreiben und geschäftlichen Wert zu schaffen.