Um ihre Agilität und Innovation zu erhöhen, bauen Unternehmen ergänzend zur klassischen IT-Abteilung kleine schlagkräftige Teams auf, die ähnlich flexibel wie ein Start-up auf wechselnde Kundenanforderungen, Markt- und Wettbewerbsbedingungen reagieren und die neuen digitalen Geschäftsmodelle treiben sollen. Bisher führt dieser bi-modale Ansatz in Unternehmen jedoch oft dazu, dass mehrere mit IT-befasste Einheiten weitgehend unabhängig voneinander arbeiten. Die Herausforderung besteht darin, auch die „Innovatoren“ als Kunden zu gewinnen.

Immer mehr Unternehmen wollen ihre IT weitgehend aus dem Rechenzentrum eines Cloud-Providers beziehen. Vielen Kunden fehlt es jedoch am nötigen Verständnis, einer tragfähigen Strategie und Umsetzungs-Know-how.
Die Aufgabe und Geschäftschance besteht darin, individualisierte Lösungen und Dienstleistungen zu entwickeln, damit die vom Kunden gewünschten Skalen-, Effizienz- und Kosteneffekte bei der Nutzung von private, public oder hybriden/multiplen Clouds tatsächlich entstehen können.

Unstrukturierte Massendaten tragen nur dann zu mehr Planbarkeit, gesicherten Prognosen und neuen Leistungsfeldern (wie vorausschauende Services) bei, wenn speziell geschulte Mitarbeiter Erkenntnisse daraus ziehen können.
Unternehmenskunden brauchen Data Scientists, die Geschäftsinhalte und Prozesse ebenso verstehen wie die zugrunde liegende IT;
die sinnvolle Fragestellungen entwickeln und mathematische Verfahren einsetzen, um aus den Datenstömen nützliche Informationen zu extrahieren;
die „Big Data“ mit Stammdaten, historischen Kennzahlen und Echtzeitinformation verknüpfen und so belastbaren Entscheidungs- und Handlungsgrundlagen schaffen.
Die Aufgabe und Geschäftschance besteht darin, im eigenen Haus Datenexperten aufzubauen, die Kunden wirkungsvoll unterstützen können. Data Scientists gehören zu den meist gesuchten Fachkräften im Markt. Wer sie hat und seinen Kunden anbieten kann, verfügt über einen mächtigen Hebel zur Kundenbindung und -gewinnung.

Der deutsche Oberbegriff für die Verzahnung von cyber-physikalischen Netzwerken und Wertschöpfungsketten in der industriellen Produktion und Logistik: Maschinen, Sensorik, Daten und Prozesse greifen völlig automatisch ineinander und ermöglichen so beispielsweise selbst die profitable Herstellung von Kleinserien und Unikaten. Bei der Digitalisierung von Produktionsbetrieben stellen die Bestandssysteme erfahrungsgemäß eine große Hürde dar. Nachrüstung und Umbau sind oft nicht ohne Weiteres machbar.
Um die Kunden auch jenseits der klassischen IT bestens bedienen zu können, sind Kooperationen mit einschlägig spezialisierten Unternehmen ein vielversprechender Weg.

Die Menge an datenbasierten Transaktionen im Internet der Dinge (IoT) ist mit zentraler Verwaltung kaum noch abbildbar. Auch deshalb gilt der Einsatz von Distributed Ledger Technologien (DLT) als Hoffnungsträger für Wirtschaft, Industrie und die öffentliche Verwaltung. Die chronologische Abbildung und kryptografische Verkettung jeder einzelnen Transaktion und deren unveränderliche Dokumentation erschwert Manipulationen, erhöht die Sicherheit von Netzwerken, ermöglicht die komplett transparente Nachverfolgung und vereinfacht durch den Wegfall von Mittlerinstanzen auch die Automatisierung von Prozess-, Wertschöpfungs- und Lieferketten. Unternehmen in fast allen Branchen von zwischen Anlagenbau (z.B. Energiewirtschaft, Finanzdienstleistung, Logistik, Medizin, Telcos, Versicherungen, Verwaltungen, Wissenschaft…) und Zahlsystemen denken über den Einsatz von DLT nach oder erproben Blockchains bereits. Die Aufgabe und Geschäftschance besteht zum einen darin, Kompetenz aufzubauen und Kunden bei der Konzeption, Einrichtung und Betrieb nicht öffentlicher Blockchains zu unterstützen. Zum anderen sind für den Betrieb erhebliche Rechen- und Speicherkapazitäten nötig, die ebenfalls betreut sein wollen.