In den vergangenen Jahren hat sich die Technologiebranche auf den Wettlauf um den Einsatz künstlicher Intelligenz konzentriert. Unternehmen haben massiv in Infrastruktur, Cloud-Dienste, Foundation Models und Automatisierungstools investiert, stets mit dem Ziel, Effizienz und Wettbewerbsvorteile zu steigern. Doch unterhalb dieser Aufbruchsstimmung zeichnet sich nun eine komplexere Diskussion ab.
Je schneller Unternehmen KI einsetzen, desto deutlicher wird, dass der Erfolg weniger von den Modellen selbst abhängt als von der Qualität, Verfügbarkeit, Resilienz und Governance der Daten, mit denen diese Modelle versorgt werden. Anders ausgedrückt: die Herausforderung verlagert sich vom Aufbau der KI hin zum Aufbau von Vertrauen in KI. Dieses Thema zog sich wie ein roter Faden durch die Münchner Veranstaltung.
Daten werden wertvoller und aktiver
Ausgangspunkt ist die sich wandelnde Natur von Unternehmensdaten. Traditionell folgten Unternehmen einer vergleichsweise einfachen Hierarchie: häufig benötigte Informationen lagen auf leistungsfähiger Infrastruktur, während ältere Daten archiviert und nur selten wieder abgerufen wurden. KI verändert diese Dynamik grundlegend, und die Auswirkungen sind erheblich. KI-Systeme benötigen Kontext, historisches Wissen sowie Zugriff auf große Informationsmengen. Unternehmen müssen daher ihre bisherigen Annahmen darüber, welche Daten sie aufbewahren, wo sie diese speichern und wie schnell sie verfügbar sein müssen, neu bewerten.
Daten sind längst mehr als nur Bestände, die von Unternehmen verwaltet werden. Sie sind zu einem operativen Vermögenswert geworden, der die Leistungsfähigkeit von KI-Systemen unmittelbar beeinflusst.
Resilienz wird zur Geschäftsanforderung
Mit dem wachsenden Wert der Daten steigt auch die Bedeutung des Schutzes. Traditionell konzentrierte sich Cybersicherheit vor allem darauf, Angriffe zu verhindern. Heute setzt sich jedoch zunehmend die Erkenntnis durch, dass sich Sicherheitsverletzungen, Ausfälle und Betriebsunterbrechungen nicht vollständig verhindern lassen. Entscheidend ist daher die Fähigkeit, den Normalbetrieb im Ernstfall möglichst schnell und zuverlässig wiederherzustellen.
In den Worten von Steffen Pohlenz, CEO von ARC bei der All4Cloud Group sowie Channel-Partner und Kunde von Keepit: „Digitale Resilienz ist kein Luxus.“
Diese Aussage steht für einen umfassenderen Wandel in der Branche. Resilienz wird nicht mehr ausschließlich als Frage von Disaster Recovery oder Backup-Strategien verstanden. Sie entwickelt sich vielmehr zu einer zentralen geschäftlichen Fähigkeit, und damit zu einem entscheidenden Faktor dafür, ob Unternehmen ihren Betrieb aufrechterhalten, regulatorische Anforderungen erfüllen und das Vertrauen ihrer Kunden auch in Krisensituationen bewahren können.
Besonders ausgeprägt ist diese Herausforderung in Cloud-First-Umgebungen. Da Unternehmen ihre Workloads auf SaaS-Plattformen, Public Clouds und hybride Infrastrukturen verteilen, wird die Verantwortung für den Datenschutz zunehmend fragmentiert. Wiederherstellbarkeit, Transparenz und Governance können nicht länger als selbstverständlich vorausgesetzt werden.
In einer KI-getriebenen Organisation, in der automatisierte Systeme möglicherweise auf Tausende miteinander verbundene Datenquellen angewiesen sind, steht Resilienz im Mittelpunkt.
Souveränität und Kontrolle im Fokus
Ein weiteres Thema bei der Münchner Veranstaltung war die wachsende Bedeutung der Datensouveränität. Während die Diskussion im Markt bislang häufig von Compliance- und Regulierungsfragen geprägt war, deuteten die Beiträge bei Technology Live! darauf hin, dass Datensouveränität sich zunehmend zu einer strategischen Herausforderung entwickelt.
Christoph Storzum, VP Sales Europe bei Scality, fasste die Komplexität zusammen: „Es gibt nicht den einen KI-Workload.“ Unternehmen müssen heute gleichzeitig KI-Training, Inferenz, Retrieval-Augmented Generation (RAG), Analytics, Archivierung sowie Edge-Computing-Umgebungen unterstützen, häufig über mehrere Regionen und Cloud-Anbieter hinweg. Ein klassischer One-Size-Fits-All Ansatz greift unter diesen Bedingungen nicht mehr.
Diese Komplexität wirft grundlegende Fragen auf: Wer kontrolliert die Daten? Wo werden sie gespeichert? Wie werden sie verwaltet und gesteuert? Was geschieht, wenn der Zugriff eingeschränkt wird, sich die Infrastruktur verändert oder geopolitische Entwicklungen die technologische Landschaft beeinflussen?
Die Diskussionen in München deuteten weniger auf eine einzelne Lösung als vielmehr auf einen grundlegenden Perspektivwechsel hin. Vertrauen setzt zunehmend voraus, dass Unternehmen über den gesamten Datenlebenszyklus hinweg Transparenz, Governance und Wiederherstellbarkeit gewährleisten können, ganz unabhängig davon, wo sich die Daten befinden und wie KI-Systeme auf sie zugreifen.
Kim Larsen, Group Chief Information Security Officer bei Keepit, argumentierte, dass die zunehmende globale Instabilität verstärkt Datenkontrolle, lokalen Zugriff, Migrationsfähigkeit sowie Datensouveränität erfordert. Seine Präsentation verdeutlichte, dass Unternehmen Resilienz zunehmend über die klassische Disaster Recovery hinausdenken. Die Kontrolle über die eigenen Daten entwickelt sich zu einer strategischen Fähigkeit, insbesondere angesichts geopolitischer Unsicherheiten, wachsender Cyberbedrohungen und regulatorischer Anforderungen.
Für viele Unternehmen, insbesondere in Europa, sind diese Fragen inzwischen untrennbar mit umfassenden KI-Strategien verbunden. Vertrauen in KI setzt zunehmend Vertrauen in die Infrastruktur, Richtlinien und Governance-Strukturen voraus, auf denen sie basiert.
Die fehlende Ebene im KI-Stack
Ein wiederkehrender Diskussionspunkt auf der Veranstaltung war, dass Unternehmen ihre Investitionen in KI-Fähigkeiten deutlich beschleunigt haben, während die notwendigen Rahmenbedingungen für Vertrauen in die zugrunde liegenden Daten vielfach noch nicht ausreichend entwickelt sind.
Michael Cade, Senior Director of Product Strategy bei Veeam, fasste diese Herausforderung prägnant zusammen. Er argumentierte, dass die Investitionen in KI-Infrastruktur zwar dramatisch zugenommen hätten, die „Infrastruktur für Vertrauen in KI“ jedoch nicht Schritt gehalten habe. Er betonte, dass Unternehmen darauf vorbereitet sein müssten, dass sich KI-Systeme und autonome Agenten kontinuierlich weiterentwickeln.
Unternehmen verfügen heute über leistungsfähige Modelle, hochentwickelte Orchestrierungsplattformen und beispiellose Rechenressourcen. Gleichzeitig wurde bislang vergleichsweise wenig Aufmerksamkeit darauf verwendet, die notwendigen Mechanismen zu schaffen, um die Daten, auf denen diese Systeme basieren, zu überprüfen, zu steuern und im Bedarfsfall wiederherzustellen.
Dadurch entsteht eine Lücke, die viele Unternehmen inzwischen als Vertrauensdefizit erkennen. Vertrauen erfordert weit mehr als reine Sicherheitskontrollen. Dazu gehören Transparenz mit Blick auf die Herkunft und den Lebenszyklus von Daten, die Gewissheit über ihre zuverlässige Wiederherstellbarkeit, eine solide Governance, ein wirksames Identitätsmanagement sowie klar definierte Verantwortlichkeiten. Ebenso wichtig ist ein klares Verständnis darüber, wie Informationen zwischen Systemen, Nutzern und zunehmend autonomen Agenten übertragen und verarbeitet werden.
In vielerlei Hinsicht entwickelt sich Vertrauen zu einer neuen Dimension der Unternehmensinfrastruktur, als Bindeglied zwischen den Daten eines Unternehmens und den KI-Systemen, die auf dieser Grundlage handeln. Je stärker KI in Geschäftsprozesse integriert wird, desto unverzichtbarer werden diese Fähigkeiten.
Die nächste Herausforderung für die IT
Lawrence Franklyn, CIO bei Solidigm, brachte es auf den Punkt: „KI ist kein Tool, das man implementiert. Sie stellt vielmehr eine Veränderung dar, die man vollzieht.“ Damit machte er deutlich, dass eine erfolgreiche Einführung von KI ebenso sehr organisatorische Transformation wie technologische Investitionen erfordert.
Die erfolgreichsten Organisationen des kommenden Jahrzehnts werden möglicherweise nicht diejenigen sein, die über die größten Modelle oder die schnellste Infrastruktur verfügen. Wahrscheinlicher ist, dass es Unternehmen sein werden, die nachweisen können, dass ihre Daten integer, angemessen gesteuert, resilient und zuverlässig wiederherstellbar sind.
Je stärker KI in kritische Geschäftsentscheidungen eingebunden wird, desto entscheidender wird das Vertrauen in die zugrunde liegenden Daten. Jahrelang wurden IT-Verantwortliche darauf vorbereitet, dass Systeme ausfallen können. Später kam die Erkenntnis hinzu, dass Systeme kompromittiert werden können. Mit dem Aufstieg der KI zeichnet sich nun eine weitere Realität ab: Unternehmen müssen sich auf kontinuierliche Veränderung einstellen. In diesem Umfeld entwickelt sich Vertrauen zu einer grundlegenden geschäftlichen Fähigkeit.
