Die Technologieprognosen des Amazon-CTO für 2024 und darüber hinaus

xguru · 2023-12-06T11:12:02+09:00

Ein Beitrag von Dr. Werner Vogels Die Menschheit hat im Laufe ihrer Geschichte Werkzeuge und Systeme entwickelt, um die eigenen Fähigkeiten zu erweitern und zu verstärken Da Cloud-Technologien, Machine Learning und Generative AI immer zugänglicher werden, beeinflussen sie inzwischen nahezu jeden Aspekt unseres Lebens – vom Verfassen von E-Mails über die Softwareentwicklung bis hin zur Früherkennung von Krebs In den kommenden Jahren wird der Zugang zu Technologie weiter demokratisiert und zahlreiche Innovationen in vielen Bereichen hervorbringen – und der Ausgangspunkt dafür wird Generative AI sein [Generative AI entwickelt kulturelles Bewusstsein] - Generative AI becomes culturally aware „Große Sprachmodelle (LLMs), die mit kulturell vielfältigen Daten trainiert wurden, werden menschliche Erfahrungen und komplexe soziale Probleme deutlich nuancierter verstehen können. Kulturelle Gewandtheit wird es Nutzern weltweit erleichtern, auf Generative AI zuzugreifen.“ Kultur beeinflusst alles – die Geschichten, die wir erzählen, das Essen, das wir essen, wie wir uns kleiden, unsere Werte, Umgangsformen, Vorurteile sowie die Art, wie wir Probleme angehen und Entscheidungen treffen Kultur bildet die Grundlage dafür, wie jede und jeder von uns innerhalb einer Community existiert Kultur liefert die Regeln und Leitlinien, die unser Verhalten und unsere Überzeugungen definieren und steuern; diese stillschweigenden Vereinbarungen unterscheiden sich je nachdem, wo wir sind und mit wem wir zusammen sind, und diese Unterschiede können manchmal zu Verwirrung und Missverständnissen führen Menschen sind daran gewöhnt, über mehrere Kulturräume hinweg zu arbeiten, und können diese Informationen daher kontextualisieren, zusammenführen, ihr Verständnis anpassen und angemessen reagieren In den kommenden Jahren wird Kultur eine wichtige Rolle dabei spielen, wie wir Technologie entwerfen, bereitstellen und konsumieren, und dieser Effekt wird bei Generative AI am deutlichsten sichtbar werden Bemühungen um kulturelle Gewandtheit Damit LLM-basierte Systeme Nutzer weltweit erreichen können, müssen sie die „kulturelle Gewandtheit“ entwickeln, die Menschen intuitiv empfinden Common Crawl, das zum Training vieler LLMs verwendet wurde, besteht zu etwa 46 % aus englischen Inhalten; und unabhängig von der Sprache ist ein deutlich größerer Anteil der verfügbaren Inhalte kulturell westlich geprägt, mit erheblichem US-Schwerpunkt In den vergangenen Monaten sind erste Modelle für nichtwestliche Sprachräume erschienen: Jais, trainiert mit arabischen und englischen Daten, Yi-34B als chinesisch-englisches bilinguales Modell und Japanese-large-lm, trainiert auf einem umfangreichen japanischen Web-Korpus Das ist ein Signal dafür, dass Hunderte Millionen Menschen mit kulturell präzisen nichtwestlichen Modellen Generative AI nutzen können werden – mit Auswirkungen auf ein breites Spektrum von Bereichen, von Bildung bis Gesundheitswesen Man sollte im Hinterkopf behalten, dass Sprache und Kultur nicht dasselbe sind Perfekte Übersetzung bedeutet nicht automatisch vorbildliches kulturelles Verständnis Da in diesen Modellen unzählige Geschichten und Erfahrungen eingebettet sind, werden LLMs beginnen, breitere und globalere Perspektiven zu entwickeln So wie Menschen durch Diskussionen, Debatten und den Austausch von Ideen lernen, brauchen auch LLMs ähnliche Gelegenheiten, um ihren Horizont zu erweitern und Kulturen zu verstehen Zwei Forschungsfelder werden für diesen kulturellen Austausch eine Schlüsselrolle spielen Zum einen Reinforcement Learning from AI Feedback (RLAIF), bei dem ein Modell das Feedback eines anderen Modells integriert. In diesem Szenario können unterschiedliche Modelle miteinander interagieren und auf Basis dieser Interaktionen ihr Verständnis verschiedener kultureller Konzepte aktualisieren Das zweite ist kollaboratives Arbeiten durch Multi-Agent-Debatten, bei denen mehrere Instanzen eines Modells Antworten erzeugen, über deren Gültigkeit und die zugrunde liegende Argumentation diskutieren und über diesen Prozess schließlich zu einer gemeinsamen Antwort gelangen Beide Forschungsbereiche senken die personellen Kosten für das Training und Fine-Tuning von Modellen Wenn LLMs miteinander interagieren und voneinander lernen, werden sie komplexe soziale Probleme auf Basis vielfältiger kultureller Perspektiven deutlich nuancierter verstehen können Diese Fortschritte werden zudem sicherstellen, dass Modelle zu einer großen Bandbreite von Themen – etwa in technischen Bereichen – robustere und fachlich präzisere Antworten liefern Die Auswirkungen werden sich über Regionen, Communities und Generationen hinweg tiefgreifend zeigen [FemTech hebt endlich ab] - FemTech finally takes off „Mit stark zunehmenden Investitionen in FemTech, einer Hybridisierung der Gesundheitsversorgung und besseren Diagnosen sowie Behandlungsergebnissen durch umfangreiche Daten hat die Gesundheitsversorgung für Frauen einen Wendepunkt erreicht. Der Aufstieg von FemTech wird nicht nur Frauen zugutekommen, sondern das gesamte Gesundheitssystem beleben.“ Frauengesundheit ist kein Nischenmarkt, wird aber vernachlässigt Gesundheitsversorgung für Frauen ist kein Nischenmarkt. Allein in den USA geben Frauen jährlich mehr als 500 Milliarden US-Dollar für Gesundheitsleistungen aus Frauen machen 50 % der Gesamtbevölkerung aus und treffen 80 % der konsumbezogenen Gesundheitsentscheidungen, doch die Grundlage der modernen Medizin war im Wesentlichen männlich geprägt Erst mit dem US National Institutes of Health Revitalization Act von 1993 begannen Frauen in den USA, an klinischen Studien teilzunehmen Übliche Bedürfnisse wie Menstruationsmanagement oder die Behandlung der Menopause waren historisch tabuisiert, und da Frauen von klinischen Studien und Forschung ausgeschlossen wurden, fielen die Ergebnisse für sie im Allgemeinen schlechter aus als für Männer Im Durchschnitt werden Frauen bei vielen Erkrankungen später diagnostiziert und haben nach einem Herzinfarkt eine um 50 % höhere Wahrscheinlichkeit einer Fehldiagnose Das deutlichste Beispiel für diese Ungleichheit sind verschreibungspflichtige Medikamente: Frauen berichten in wesentlich höherem Maß von Nebenwirkungen als Männer Diese Zahlen wirken oberflächlich betrachtet besorgniserregend, doch angetrieben durch Cloud-Technologien und besseren Zugang zu Daten steigen die Investitionen in die Gesundheitsversorgung für Frauen – auch bekannt als FemTech AWS arbeitet eng mit von Frauen geführten Startups zusammen und erlebt das Wachstum von FemTech direkt mit. Allein im vergangenen Jahr stieg die Finanzierung um 197 % Durch besseren Zugang zu Kapital, Technologien wie Machine Learning und speziell für Frauen entwickelten Connected Devices stehen wir an der Schwelle zu einem beispiellosen Wandel – nicht nur in der Wahrnehmung von Fürsorge für Frauen, sondern auch in ihrer konkreten Ausgestaltung Es entstehen FemTech-Unternehmen, die mit Technologie aufrüsten Unternehmen wie Tia, Elvie und Embr Labs zeigen mithilfe von Daten und Predictive Analytics ein enormes Potenzial, individualisierte Behandlungen anzubieten und Patientinnen dort zu erreichen, wo es für sie bequem ist – zu Hause oder unterwegs Da das Stigma rund um Gesundheitsprobleme von Frauen verschwindet und mehr Kapital in diesen Bereich fließt, werden wir weiter sehen, wie FemTech-Unternehmen aktiv auf Gesundheitsprobleme und Bedürfnisse von Frauen eingehen, die zuvor übersehen wurden Gleichzeitig wird sich der Zugang von Frauen zur Gesundheitsversorgung durch hybride Behandlungsmodelle deutlich verbessern, die Online-Medizinplattformen, kostengünstige Diagnostikgeräte und On-Demand-Zugang zu medizinischem Fachpersonal nutzen Maven hat sich als Vorreiter in diesem Bereich erwiesen, indem es die Grenze zwischen psychischer und körperlicher Gesundheit auflöst und alles von Beziehungsberatung bis Menopause-Management anbietet Mit dem von NextGen Jane entwickelten Smart-Tampon-System können Frauen ein Profil ihrer Uterusgesundheit aufbauen, potenzielle genomische Marker für Krankheiten identifizieren und diese nahtlos mit klinischem Fachpersonal teilen Wearables werden außerdem reichhaltige longitudinale Gesundheitsdaten liefern, die Nutzerinnen und Ärztinnen bzw. Ärzte auswerten können In einer Situation, in der heute mehr als 70 % der Frauen Symptome der Menopause unbehandelt lassen, können bessere Aufklärung, verfügbare Daten und nichtinvasive Lösungen die Ergebnisse gynäkologischer Versorgung drastisch verbessern – mit Bedeutung weit über die Gynäkologie hinaus Der Wendepunkt im Gesundheitsmanagement für Frauen Wir stehen an einem Wendepunkt im Gesundheitsmanagement für Frauen Der Zugang zu vielfältigen Daten in Kombination mit Cloud-Technologien wie Computer Vision und Deep Learning wird helfen, Fehldiagnosen zu reduzieren und Nebenwirkungen von Medikamenten zu minimieren, die Frauen heute unverhältnismäßig stark betreffen Endometriose und postpartale Depression werden die Aufmerksamkeit erhalten, die sie verdienen Endlich werden wir sehen, wie die Behandlung von Frauen von der Peripherie in den Mittelpunkt rückt Und weil von Frauen geführte Teams besser geeignet sind, ein breites Spektrum gesundheitlicher Probleme zu lösen als rein männliche Teams, wird FemTech nicht nur Menschen zugutekommen, die sich als Frauen identifizieren, sondern das gesamte Gesundheitssystem verbessern [AI-Assistenten definieren Entwicklerproduktivität neu] - AI assistants redefine developer productivity „AI-Assistenten werden sich von einfachen Codegeneratoren zu Lehrern und unermüdlichen Kollaborationspartnern entwickeln, die Unterstützung über den gesamten Softwareentwicklungszyklus hinweg bieten. Sie erklären komplexe Systeme in einfacher Sprache, schlagen gezielte Verbesserungen vor und übernehmen repetitive Aufgaben, sodass Entwickler sich auf die Teile ihrer Arbeit konzentrieren können, in denen sie den größten Einfluss haben.“ Ich habe 2021 vorhergesagt, dass Generative AI beginnen würde, eine wichtige Rolle dabei zu spielen, wie Software geschrieben wird – indem sie die Fähigkeiten von Entwicklern ergänzt und ihnen hilft, sichereren und zuverlässigeren Code zu schreiben AI-Assistenten sind Kollegen und Lehrmeister Mit dem breiten Zugang zu Tools und Systemen, die auf Basis natürlicher Sprachprompts ganze Funktionen, Klassen und Tests erzeugen können, setzt sich dieses Phänomen nun in vollem Umfang durch Tatsächlich gaben in der Stack Overflow Developer Survey 2023 70 % der Befragten an, bereits AI-gestützte Tools im Entwicklungsprozess zu verwenden oder deren Einsatz zu planen Die nun auf den Markt kommenden AI-Assistenten werden Code nicht nur verstehen und schreiben, sondern auch unermüdliche Kollaborationspartner und Lehrmeister sein Keine Aufgabe wird ihre Energie erschöpfen, und egal wie oft man nachfragt, sie werden nicht ungeduldig, wenn sie Konzepte erklären oder Aufgaben erneut ausführen sollen Mit unendlicher Zeit und Geduld werden sie alle Teammitglieder unterstützen und zu allem beitragen – vom Code Review bis zur Produktstrategie Grenzen verschwimmen Die Grenzen zwischen Produktmanagern, Frontend- und Backend-Ingenieuren, DBAs, UI/UX-Designern, DevOps-Ingenieuren und Architekten werden unschärfer werden AI-Assistenten werden Empfehlungen liefern, die menschliche Kreativität verstärken – etwa indem sie mit Kontextverständnis nicht nur für isolierte Module, sondern für ganze Systeme Serviettenskizzen in Scaffolding-Code übersetzen, aus Anforderungsdokumenten Templates erzeugen oder für eine Aufgabe die geeignetste Infrastruktur empfehlen, etwa Serverless oder Container Stark anpassbar Diese Assistenten lassen sich auf Personen-, Team- oder Unternehmensebene hochgradig anpassen Junior-Entwickler können sie nutzen, um sich schnell in unbekannte Infrastrukturen einzuarbeiten, während Senior Engineers damit neue Projekte oder Codebasen rasch verstehen und sinnvoll beitragen können Wo es früher Wochen dauerte, die Downstream-Auswirkungen einer Codeänderung vollständig zu erfassen, können Assistenten Änderungen sofort bewerten, ihre Auswirkungen auf andere Teile des Systems zusammenfassen und bei Bedarf weitere Anpassungen vorschlagen Sie nehmen Entwicklern bereits Arbeit ab Wir erleben bereits, wie die mühsamsten Teile moderner Softwareentwicklung – etwa Unit-Tests, das Schreiben von Boilerplate-Code und das Debuggen von Fehlern – Entwicklern abgenommen werden Diese Aufgaben galten oft als „zusätzliche“ Arbeit und wurden deshalb nach hinten geschoben, werden nun aber von Assistenten übernommen Natürlich müssen Entwickler die Ergebnisse weiterhin planen und bewerten Aber diese Hilfstools werden dazu beitragen, über wissenschaftliche Forschung passende Algorithmen für verteilte Systeme auszuwählen, zu entscheiden, wie sich am besten von einem Primary-Backup-Ansatz zu einer Active-Active-Implementierung wechseln lässt, zu verstehen, wie sich Ressourcen individuell auf die Effizienz auswirken, und Preismodelle zu entwickeln, sodass Entwickler mehr als je zuvor leisten können Entwickler werden von undifferenzierter Schwerstarbeit wie Java-Versionsupgrades entlastet und können sich auf kreative Arbeit konzentrieren, die Innovation vorantreibt In den kommenden Jahren werden Engineering-Teams ihre Produktivität steigern, Systeme mit höherer Qualität entwickeln, während sich AI-Assistenten in der gesamten Softwarebranche von einer Neuheit zu einem unverzichtbaren Bestandteil entwickeln, und Software-Release-Zyklen verkürzen [Bildung entwickelt sich weiter, um mit dem Tempo technologischer Innovation Schritt zu halten] - Education evolves to match the speed of tech innovation „Höhere Bildung allein kann mit dem Tempo technologischer Veränderungen nicht Schritt halten. Von der Industrie getragene, technologiegestützte Bildungsprogramme werden entstehen und stärker dem Weg qualifizierter Fachkräfte ähneln. Dieser Übergang zu kontinuierlichem Lernen wird sowohl Einzelpersonen als auch Unternehmen zugutekommen.“ Besonders im Technologiebereich ist die Vorstellung weit verbreitet, dass ein Hochschulabschluss zwingend notwendig sei, um Top-Talente einzustellen und bei den besten Arbeitgebern einen Job zu bekommen – doch dieses Modell beginnt sowohl für Einzelpersonen als auch für Unternehmen zu bröckeln Für Studierende steigen die Kosten, und da praxisnahe Ausbildung möglich ist, stellen viele den Wert traditioneller Hochschulabschlüsse infrage Aus Sicht der Unternehmen benötigen Berufseinsteiger weiterhin praktische Ausbildung, und da in immer mehr Branchen Spezialwissen von Beschäftigten verlangt wird, wächst die Lücke zwischen dem, was an Schulen gelehrt wird, und dem, was Arbeitgeber benötigen Wie die Softwareentwicklung vor Jahrzehnten erreicht nun auch die Technologieausbildung einen entscheidenden Punkt: Was einst maßgeschneiderte Ausbildung am Arbeitsplatz für wenige war, wird sich zu industriegesteuerter, technologiegestützter Bildung für viele entwickeln Dieser Wandel läuft bereits seit Jahren Unternehmen wie Coursera, die ursprünglich auf Konsumenten ausgerichtet waren, bauen durch Partnerschaften mit Unternehmen ihre Bemühungen in Up-Skilling und Umschulung aus Auch Unternehmen selbst beginnen inzwischen ernsthaft und in großem Umfang in technologiegestützte Bildung zu investieren. Amazon hat tatsächlich bereits bekannt gegeben, weltweit 21 Millionen Technologie-Lernende ausgebildet zu haben Das Konzept gibt es eigentlich schon lange Bei Fachkräften wie Elektrikern, Schweißern oder Zimmerleuten wird der Großteil der Fähigkeiten nicht im Klassenraum erworben Sie entwickeln sich vom Trainee zum Auszubildenden, vom Lehrling zur Fachkraft und möglicherweise weiter zum Meister Lernen am Arbeitsplatz geschieht kontinuierlich, und die Wege zur Verbesserung der eigenen Fähigkeiten sind klar definiert Dieser lernende und neugierige Stil lebenslanger Bildung ist ein gutes Zeichen – sowohl für Einzelpersonen als auch für Unternehmen Das bedeutet nicht, dass klassische Abschlüsse verschwinden Das ist keine Entweder-oder-Situation, sondern eine Frage der Wahlmöglichkeiten Im Technologiebereich wird es weiterhin Bereiche geben, in denen diese Art akademischen Lernens wichtig bleibt Aber es wird auch viele Branchen geben, in denen die Wirkung von Technologie das traditionelle Bildungssystem überholt Es wird eine neue Ära industriegesteuerter Bildungsangebote entstehen, die nicht ignoriert werden kann, wenn man den Bedarf der Wirtschaft decken will

(allthingsdistributed.com)

22 Punkte von xguru 2023-12-06 | 6 Kommentare | Auf WhatsApp teilen

Ein Beitrag von Dr. Werner Vogels

Die Menschheit hat im Laufe ihrer Geschichte Werkzeuge und Systeme entwickelt, um die eigenen Fähigkeiten zu erweitern und zu verstärken
Da Cloud-Technologien, Machine Learning und Generative AI immer zugänglicher werden, beeinflussen sie inzwischen nahezu jeden Aspekt unseres Lebens – vom Verfassen von E-Mails über die Softwareentwicklung bis hin zur Früherkennung von Krebs
In den kommenden Jahren wird der Zugang zu Technologie weiter demokratisiert und zahlreiche Innovationen in vielen Bereichen hervorbringen – und der Ausgangspunkt dafür wird Generative AI sein

[Generative AI entwickelt kulturelles Bewusstsein] - Generative AI becomes culturally aware

„Große Sprachmodelle (LLMs), die mit kulturell vielfältigen Daten trainiert wurden, werden menschliche Erfahrungen und komplexe soziale Probleme deutlich nuancierter verstehen können. Kulturelle Gewandtheit wird es Nutzern weltweit erleichtern, auf Generative AI zuzugreifen.“
Kultur beeinflusst alles – die Geschichten, die wir erzählen, das Essen, das wir essen, wie wir uns kleiden, unsere Werte, Umgangsformen, Vorurteile sowie die Art, wie wir Probleme angehen und Entscheidungen treffen
Kultur bildet die Grundlage dafür, wie jede und jeder von uns innerhalb einer Community existiert
Kultur liefert die Regeln und Leitlinien, die unser Verhalten und unsere Überzeugungen definieren und steuern; diese stillschweigenden Vereinbarungen unterscheiden sich je nachdem, wo wir sind und mit wem wir zusammen sind, und diese Unterschiede können manchmal zu Verwirrung und Missverständnissen führen
Menschen sind daran gewöhnt, über mehrere Kulturräume hinweg zu arbeiten, und können diese Informationen daher kontextualisieren, zusammenführen, ihr Verständnis anpassen und angemessen reagieren
In den kommenden Jahren wird Kultur eine wichtige Rolle dabei spielen, wie wir Technologie entwerfen, bereitstellen und konsumieren, und dieser Effekt wird bei Generative AI am deutlichsten sichtbar werden

Bemühungen um kulturelle Gewandtheit

Damit LLM-basierte Systeme Nutzer weltweit erreichen können, müssen sie die „kulturelle Gewandtheit“ entwickeln, die Menschen intuitiv empfinden
Common Crawl, das zum Training vieler LLMs verwendet wurde, besteht zu etwa 46 % aus englischen Inhalten; und unabhängig von der Sprache ist ein deutlich größerer Anteil der verfügbaren Inhalte kulturell westlich geprägt, mit erheblichem US-Schwerpunkt
In den vergangenen Monaten sind erste Modelle für nichtwestliche Sprachräume erschienen: Jais, trainiert mit arabischen und englischen Daten, Yi-34B als chinesisch-englisches bilinguales Modell und Japanese-large-lm, trainiert auf einem umfangreichen japanischen Web-Korpus
Das ist ein Signal dafür, dass Hunderte Millionen Menschen mit kulturell präzisen nichtwestlichen Modellen Generative AI nutzen können werden – mit Auswirkungen auf ein breites Spektrum von Bereichen, von Bildung bis Gesundheitswesen
Man sollte im Hinterkopf behalten, dass Sprache und Kultur nicht dasselbe sind
Perfekte Übersetzung bedeutet nicht automatisch vorbildliches kulturelles Verständnis
Da in diesen Modellen unzählige Geschichten und Erfahrungen eingebettet sind, werden LLMs beginnen, breitere und globalere Perspektiven zu entwickeln
So wie Menschen durch Diskussionen, Debatten und den Austausch von Ideen lernen, brauchen auch LLMs ähnliche Gelegenheiten, um ihren Horizont zu erweitern und Kulturen zu verstehen
Zwei Forschungsfelder werden für diesen kulturellen Austausch eine Schlüsselrolle spielen
- Zum einen Reinforcement Learning from AI Feedback (RLAIF), bei dem ein Modell das Feedback eines anderen Modells integriert. In diesem Szenario können unterschiedliche Modelle miteinander interagieren und auf Basis dieser Interaktionen ihr Verständnis verschiedener kultureller Konzepte aktualisieren
- Das zweite ist kollaboratives Arbeiten durch Multi-Agent-Debatten, bei denen mehrere Instanzen eines Modells Antworten erzeugen, über deren Gültigkeit und die zugrunde liegende Argumentation diskutieren und über diesen Prozess schließlich zu einer gemeinsamen Antwort gelangen
- Beide Forschungsbereiche senken die personellen Kosten für das Training und Fine-Tuning von Modellen
Wenn LLMs miteinander interagieren und voneinander lernen, werden sie komplexe soziale Probleme auf Basis vielfältiger kultureller Perspektiven deutlich nuancierter verstehen können
Diese Fortschritte werden zudem sicherstellen, dass Modelle zu einer großen Bandbreite von Themen – etwa in technischen Bereichen – robustere und fachlich präzisere Antworten liefern
Die Auswirkungen werden sich über Regionen, Communities und Generationen hinweg tiefgreifend zeigen

[FemTech hebt endlich ab] - FemTech finally takes off

„Mit stark zunehmenden Investitionen in FemTech, einer Hybridisierung der Gesundheitsversorgung und besseren Diagnosen sowie Behandlungsergebnissen durch umfangreiche Daten hat die Gesundheitsversorgung für Frauen einen Wendepunkt erreicht. Der Aufstieg von FemTech wird nicht nur Frauen zugutekommen, sondern das gesamte Gesundheitssystem beleben.“

Frauengesundheit ist kein Nischenmarkt, wird aber vernachlässigt

Gesundheitsversorgung für Frauen ist kein Nischenmarkt. Allein in den USA geben Frauen jährlich mehr als 500 Milliarden US-Dollar für Gesundheitsleistungen aus
Frauen machen 50 % der Gesamtbevölkerung aus und treffen 80 % der konsumbezogenen Gesundheitsentscheidungen, doch die Grundlage der modernen Medizin war im Wesentlichen männlich geprägt
Erst mit dem US National Institutes of Health Revitalization Act von 1993 begannen Frauen in den USA, an klinischen Studien teilzunehmen
Übliche Bedürfnisse wie Menstruationsmanagement oder die Behandlung der Menopause waren historisch tabuisiert, und da Frauen von klinischen Studien und Forschung ausgeschlossen wurden, fielen die Ergebnisse für sie im Allgemeinen schlechter aus als für Männer
Im Durchschnitt werden Frauen bei vielen Erkrankungen später diagnostiziert und haben nach einem Herzinfarkt eine um 50 % höhere Wahrscheinlichkeit einer Fehldiagnose
Das deutlichste Beispiel für diese Ungleichheit sind verschreibungspflichtige Medikamente: Frauen berichten in wesentlich höherem Maß von Nebenwirkungen als Männer
Diese Zahlen wirken oberflächlich betrachtet besorgniserregend, doch angetrieben durch Cloud-Technologien und besseren Zugang zu Daten steigen die Investitionen in die Gesundheitsversorgung für Frauen – auch bekannt als FemTech
AWS arbeitet eng mit von Frauen geführten Startups zusammen und erlebt das Wachstum von FemTech direkt mit. Allein im vergangenen Jahr stieg die Finanzierung um 197 %
Durch besseren Zugang zu Kapital, Technologien wie Machine Learning und speziell für Frauen entwickelten Connected Devices stehen wir an der Schwelle zu einem beispiellosen Wandel – nicht nur in der Wahrnehmung von Fürsorge für Frauen, sondern auch in ihrer konkreten Ausgestaltung

Es entstehen FemTech-Unternehmen, die mit Technologie aufrüsten

Unternehmen wie Tia, Elvie und Embr Labs zeigen mithilfe von Daten und Predictive Analytics ein enormes Potenzial, individualisierte Behandlungen anzubieten und Patientinnen dort zu erreichen, wo es für sie bequem ist – zu Hause oder unterwegs
Da das Stigma rund um Gesundheitsprobleme von Frauen verschwindet und mehr Kapital in diesen Bereich fließt, werden wir weiter sehen, wie FemTech-Unternehmen aktiv auf Gesundheitsprobleme und Bedürfnisse von Frauen eingehen, die zuvor übersehen wurden
Gleichzeitig wird sich der Zugang von Frauen zur Gesundheitsversorgung durch hybride Behandlungsmodelle deutlich verbessern, die Online-Medizinplattformen, kostengünstige Diagnostikgeräte und On-Demand-Zugang zu medizinischem Fachpersonal nutzen
Maven hat sich als Vorreiter in diesem Bereich erwiesen, indem es die Grenze zwischen psychischer und körperlicher Gesundheit auflöst und alles von Beziehungsberatung bis Menopause-Management anbietet
Mit dem von NextGen Jane entwickelten Smart-Tampon-System können Frauen ein Profil ihrer Uterusgesundheit aufbauen, potenzielle genomische Marker für Krankheiten identifizieren und diese nahtlos mit klinischem Fachpersonal teilen
Wearables werden außerdem reichhaltige longitudinale Gesundheitsdaten liefern, die Nutzerinnen und Ärztinnen bzw. Ärzte auswerten können
In einer Situation, in der heute mehr als 70 % der Frauen Symptome der Menopause unbehandelt lassen, können bessere Aufklärung, verfügbare Daten und nichtinvasive Lösungen die Ergebnisse gynäkologischer Versorgung drastisch verbessern – mit Bedeutung weit über die Gynäkologie hinaus

Der Wendepunkt im Gesundheitsmanagement für Frauen

Wir stehen an einem Wendepunkt im Gesundheitsmanagement für Frauen
Der Zugang zu vielfältigen Daten in Kombination mit Cloud-Technologien wie Computer Vision und Deep Learning wird helfen, Fehldiagnosen zu reduzieren und Nebenwirkungen von Medikamenten zu minimieren, die Frauen heute unverhältnismäßig stark betreffen
Endometriose und postpartale Depression werden die Aufmerksamkeit erhalten, die sie verdienen
Endlich werden wir sehen, wie die Behandlung von Frauen von der Peripherie in den Mittelpunkt rückt
Und weil von Frauen geführte Teams besser geeignet sind, ein breites Spektrum gesundheitlicher Probleme zu lösen als rein männliche Teams, wird FemTech nicht nur Menschen zugutekommen, die sich als Frauen identifizieren, sondern das gesamte Gesundheitssystem verbessern

[AI-Assistenten definieren Entwicklerproduktivität neu] - AI assistants redefine developer productivity

„AI-Assistenten werden sich von einfachen Codegeneratoren zu Lehrern und unermüdlichen Kollaborationspartnern entwickeln, die Unterstützung über den gesamten Softwareentwicklungszyklus hinweg bieten. Sie erklären komplexe Systeme in einfacher Sprache, schlagen gezielte Verbesserungen vor und übernehmen repetitive Aufgaben, sodass Entwickler sich auf die Teile ihrer Arbeit konzentrieren können, in denen sie den größten Einfluss haben.“
Ich habe 2021 vorhergesagt, dass Generative AI beginnen würde, eine wichtige Rolle dabei zu spielen, wie Software geschrieben wird – indem sie die Fähigkeiten von Entwicklern ergänzt und ihnen hilft, sichereren und zuverlässigeren Code zu schreiben

AI-Assistenten sind Kollegen und Lehrmeister

Mit dem breiten Zugang zu Tools und Systemen, die auf Basis natürlicher Sprachprompts ganze Funktionen, Klassen und Tests erzeugen können, setzt sich dieses Phänomen nun in vollem Umfang durch
Tatsächlich gaben in der Stack Overflow Developer Survey 2023 70 % der Befragten an, bereits AI-gestützte Tools im Entwicklungsprozess zu verwenden oder deren Einsatz zu planen
Die nun auf den Markt kommenden AI-Assistenten werden Code nicht nur verstehen und schreiben, sondern auch unermüdliche Kollaborationspartner und Lehrmeister sein
Keine Aufgabe wird ihre Energie erschöpfen, und egal wie oft man nachfragt, sie werden nicht ungeduldig, wenn sie Konzepte erklären oder Aufgaben erneut ausführen sollen
Mit unendlicher Zeit und Geduld werden sie alle Teammitglieder unterstützen und zu allem beitragen – vom Code Review bis zur Produktstrategie

Grenzen verschwimmen

Die Grenzen zwischen Produktmanagern, Frontend- und Backend-Ingenieuren, DBAs, UI/UX-Designern, DevOps-Ingenieuren und Architekten werden unschärfer werden
AI-Assistenten werden Empfehlungen liefern, die menschliche Kreativität verstärken – etwa indem sie mit Kontextverständnis nicht nur für isolierte Module, sondern für ganze Systeme Serviettenskizzen in Scaffolding-Code übersetzen, aus Anforderungsdokumenten Templates erzeugen oder für eine Aufgabe die geeignetste Infrastruktur empfehlen, etwa Serverless oder Container

Stark anpassbar

Diese Assistenten lassen sich auf Personen-, Team- oder Unternehmensebene hochgradig anpassen
Junior-Entwickler können sie nutzen, um sich schnell in unbekannte Infrastrukturen einzuarbeiten, während Senior Engineers damit neue Projekte oder Codebasen rasch verstehen und sinnvoll beitragen können
Wo es früher Wochen dauerte, die Downstream-Auswirkungen einer Codeänderung vollständig zu erfassen, können Assistenten Änderungen sofort bewerten, ihre Auswirkungen auf andere Teile des Systems zusammenfassen und bei Bedarf weitere Anpassungen vorschlagen

Sie nehmen Entwicklern bereits Arbeit ab

Wir erleben bereits, wie die mühsamsten Teile moderner Softwareentwicklung – etwa Unit-Tests, das Schreiben von Boilerplate-Code und das Debuggen von Fehlern – Entwicklern abgenommen werden
Diese Aufgaben galten oft als „zusätzliche“ Arbeit und wurden deshalb nach hinten geschoben, werden nun aber von Assistenten übernommen
Natürlich müssen Entwickler die Ergebnisse weiterhin planen und bewerten
Aber diese Hilfstools werden dazu beitragen, über wissenschaftliche Forschung passende Algorithmen für verteilte Systeme auszuwählen, zu entscheiden, wie sich am besten von einem Primary-Backup-Ansatz zu einer Active-Active-Implementierung wechseln lässt, zu verstehen, wie sich Ressourcen individuell auf die Effizienz auswirken, und Preismodelle zu entwickeln, sodass Entwickler mehr als je zuvor leisten können
Entwickler werden von undifferenzierter Schwerstarbeit wie Java-Versionsupgrades entlastet und können sich auf kreative Arbeit konzentrieren, die Innovation vorantreibt
In den kommenden Jahren werden Engineering-Teams
- ihre Produktivität steigern,
- Systeme mit höherer Qualität entwickeln,
- während sich AI-Assistenten in der gesamten Softwarebranche von einer Neuheit zu einem unverzichtbaren Bestandteil entwickeln,
- und Software-Release-Zyklen verkürzen

[Bildung entwickelt sich weiter, um mit dem Tempo technologischer Innovation Schritt zu halten] - Education evolves to match the speed of tech innovation

„Höhere Bildung allein kann mit dem Tempo technologischer Veränderungen nicht Schritt halten. Von der Industrie getragene, technologiegestützte Bildungsprogramme werden entstehen und stärker dem Weg qualifizierter Fachkräfte ähneln. Dieser Übergang zu kontinuierlichem Lernen wird sowohl Einzelpersonen als auch Unternehmen zugutekommen.“
Besonders im Technologiebereich ist die Vorstellung weit verbreitet, dass ein Hochschulabschluss zwingend notwendig sei, um Top-Talente einzustellen und bei den besten Arbeitgebern einen Job zu bekommen – doch dieses Modell beginnt sowohl für Einzelpersonen als auch für Unternehmen zu bröckeln
Für Studierende steigen die Kosten, und da praxisnahe Ausbildung möglich ist, stellen viele den Wert traditioneller Hochschulabschlüsse infrage
Aus Sicht der Unternehmen benötigen Berufseinsteiger weiterhin praktische Ausbildung, und da in immer mehr Branchen Spezialwissen von Beschäftigten verlangt wird, wächst die Lücke zwischen dem, was an Schulen gelehrt wird, und dem, was Arbeitgeber benötigen
Wie die Softwareentwicklung vor Jahrzehnten erreicht nun auch die Technologieausbildung einen entscheidenden Punkt: Was einst maßgeschneiderte Ausbildung am Arbeitsplatz für wenige war, wird sich zu industriegesteuerter, technologiegestützter Bildung für viele entwickeln

Dieser Wandel läuft bereits seit Jahren

Unternehmen wie Coursera, die ursprünglich auf Konsumenten ausgerichtet waren, bauen durch Partnerschaften mit Unternehmen ihre Bemühungen in Up-Skilling und Umschulung aus
Auch Unternehmen selbst beginnen inzwischen ernsthaft und in großem Umfang in technologiegestützte Bildung zu investieren. Amazon hat tatsächlich bereits bekannt gegeben, weltweit 21 Millionen Technologie-Lernende ausgebildet zu haben

Das Konzept gibt es eigentlich schon lange

Bei Fachkräften wie Elektrikern, Schweißern oder Zimmerleuten wird der Großteil der Fähigkeiten nicht im Klassenraum erworben
Sie entwickeln sich vom Trainee zum Auszubildenden, vom Lehrling zur Fachkraft und möglicherweise weiter zum Meister
Lernen am Arbeitsplatz geschieht kontinuierlich, und die Wege zur Verbesserung der eigenen Fähigkeiten sind klar definiert
Dieser lernende und neugierige Stil lebenslanger Bildung ist ein gutes Zeichen – sowohl für Einzelpersonen als auch für Unternehmen

Das bedeutet nicht, dass klassische Abschlüsse verschwinden

Das ist keine Entweder-oder-Situation, sondern eine Frage der Wahlmöglichkeiten
Im Technologiebereich wird es weiterhin Bereiche geben, in denen diese Art akademischen Lernens wichtig bleibt
Aber es wird auch viele Branchen geben, in denen die Wirkung von Technologie das traditionelle Bildungssystem überholt
Es wird eine neue Ära industriegesteuerter Bildungsangebote entstehen, die nicht ignoriert werden kann, wenn man den Bedarf der Wirtschaft decken will

6 Kommentare

duswns12893 2023-12-26

„Und weil von Frauen geführte Teams besser darin sind, ein breiteres Spektrum an Gesundheitsproblemen zu lösen als Teams, die nur aus Männern bestehen~“ => Ich frage mich, warum man so etwas unbedingt sagen musste.

sunrabbit 2024-01-09

Und da von Frauen geführte Teams eher dazu neigen als Teams, die nur aus Männern bestehen

Das ist der Originaltext

Und das ist der dort verlinkte Link
https://www.science.org/doi/10.1126/science.aba6990

bgb10 2023-12-10

Tatsächlich entstehen zunehmend mehr Studiengänge in Zusammenarbeit zwischen Unternehmen und Universitäten. Es scheint, dass sich die Bildung passend zur technologischen Innovation schnell verändern muss.

inthelife 2023-12-07

Wenn man die drei Jahre vergleicht, erkennt man vielleicht Zusammenhänge, haha.

2023-12-06

[Dieser Kommentar wurde ausgeblendet.]

xguru 2023-12-06

Technologieprognosen des Amazon-CTO für die Zeit nach 2023
Technologieprognosen des Amazon-CTO für die Zeit nach 2022