Multimodale GenAI auf dem Vormarsch: Gartner erwartet drastischen Wandel bis 2030

Multimodale generative KI wird in den kommenden Jahren einen tiefgreifenden Einfluss auf Unternehmenssoftware haben. Laut einer aktuellen Prognose des Marktforschungsunternehmens Gartner werden bis zum Jahr 2030 rund 80 Prozent aller Unternehmensanwendungen multimodale Fähigkeiten integrieren – ein enormer Anstieg im Vergleich zu weniger als 10 Prozent im Jahr 2024. Bereits in den nächsten ein bis drei Jahren sei mit einer zunehmenden Verbreitung entsprechender GenAI-Modelle in diversen Anwendungsszenarien zu rechnen.

„Die Umstellung auf multimodale Unternehmenssoftware ist eine grundlegende Transformation der Geschäftsabläufe und Innovationen“, so Roberta Cozza, Senior Director Analyst bei Gartner. „Multimodale generative KI (GenAI) wird Unternehmensanwendungen revolutionieren, indem sie bisher unerreichbare Features und Funktionen hinzufügt, die sich auf Branchen wie das Gesundheitswesen, das Finanzwesen und die Fertigung auswirken werden. Durch die Verbesserung domänenspezifischer Sprachmodelle wird sie die Genauigkeit verbessern, Abläufe automatisieren und kontextbezogene Entscheidungsintelligenz vorantreiben, sodass KI proaktive Maßnahmen über Aufgaben hinweg ergreifen kann.“

Wirkungsvolle Technologien wie multimodale GenAI-Modelle stehen im Mittelpunkt des Emerging Tech Impact Radar für GenAI von Gartner (siehe Abbildung 1). Produktverantwortliche müssen wichtige Entscheidungen über Investitionen in diese neuen GenAI-Technologien treffen, damit ihre Kunden neue Wertpotenziale in ihrem Geschäft erschließen können.

Abbildung 1: Emerging Tech Impact Radar: Generative KI

Quelle: Gartner (Juli 2025)

Multimodale GenAI bietet die Möglichkeit, mehrere Arten von Dateneingaben und -ausgaben wie Bilder, Videos, Audio (Sprache), Text und numerische Daten in einem einzigen generativen Modell zu verwenden. Multimodalität erweitert die Nutzbarkeit von GenAI, indem sie Modellen die Interaktion mit Daten in verschiedenen Modalitäten und die Erstellung von Ausgaben über diese hinweg ermöglicht.

Heute bieten viele multimodale Modelle die Verarbeitung über zwei oder drei Modalitäten hinweg (z. B. Text-zu-Video oder Sprache-zu-Bild). In den nächsten Jahren wird dies zunehmen und vielfältigere und neue Modalitäten umfassen.

„Unternehmen sollten sich darauf konzentrieren, multimodale Funktionen in ihre Software zu integrieren, um die Benutzererfahrung und die betriebliche Effizienz zu verbessern. Durch die Nutzung der vielfältigen Dateninputs und -outputs, die multimodale GenAI bietet, können Unternehmen neue Ebenen der Produktivität und Innovation erschließen“, so Cozza.

Gartner-Kunden können mehr dazu in „Emerging Tech Impact Radar: Generative AI“

Entdecken Sie einige der wichtigsten Anwendungsfälle für GenAI im kostenlosen Gartner-Sonderbericht Emerging Tech: Top Use Cases for Generative AI.