KI ohne Buzzword-Bingo So gelingt die Umsetzung von KI im Unternehmen

Anbieter zum Thema

Mistral AI

Vultr

IONOS SE

Zendesk

HUAWEI TECHNOLOGIES Deutschland GmbH

mehr weniger

ServiceNow

Kaseya International Deutschland GmbH

salesforce.com Germany GmbH

Cisco Systems GmbH GB Division Networking

NVIDIA GmbH

Bitkom e.V.

WatchGuard Technologies GmbH

Impossible Cloud GmbH

weniger

Buzzwords wie „Next Level“ oder „Gamechanger“ füllen Keynotes und Produktankündigungen, verstellen den Blick aufs Wesentliche. Wer echten, nachhaltigen KI-Mehrwert schaffen will, muss sich von Phrasen lösen und mit starken Partnern die Umsetzung angehen.

Wer heute über KI spricht, muss mehr liefern als bloße Visionen. Die Frage ist nicht mehr, ob KI eingesetzt wird, sondern wie. Der Schlüssel dazu liegt in der Kombination von technologischem Wissen und strategischem Weitblick. Nur so kann aus dem Hype echte Wirkung entstehen. Der erste Schritt ist, praktikable Use Cases zu finden. Genau dabei unterstützen immer mehr IT-Dienstleister und Distributoren. Sie helfen Unternehmen, durch den KI-Dschungel zu navigieren – sei es bei der Auswahl der richtigen Anwendungen, der technischen Umsetzung oder der Schulung der Mitarbeiter.

Das Ziel ist klar: Es geht um „eine wirklich gute praktische Anwendung echter KI – nicht nur ein allgemeines, glänzendes Spielzeug, sondern etwas, das für einen Techniker konkret nützlich ist“, wie Nadir Merchant, GM von IT Glue, kürzlich auf einer MSP-Veranstaltung von Kaseya sagte. Damit dies keine hohle Phrase bleibt, braucht es vor allem eins: eine solide technologische Basis und eine große Menge an Daten.

Datenqualität entscheidend

Die KI braucht Daten – und davon nicht nur sehr viel, sondern vor allem die richtigen. Denn in der KI-Ära ist Datenqualität kein Nice-to-have, sondern ein entscheidender Erfolgsfaktor. Ein KI-Modell ist immer nur so gut wie die Daten, mit denen es trainiert wird. Daraus ergibt sich ein neues Paradigma: nicht die reine Rechenleistung entscheidet über die Wirksamkeit einer KI-Anwendung, sondern die Fähigkeit, relevante, saubere und kontextreiche Daten bereitzustellen. Das bedeutet für Unternehmen, dass der Umgang mit Daten strategisch neu gedacht werden muss. Es reicht nicht mehr, Informationen einfach nur zu speichern – sie müssen kuratiert, strukturiert und zugänglich gemacht werden. Der schier unstillbare Datenhunger der KI fordert daher nicht nur neue Speicherkonzepte, sondern auch intelligente Datenmanagement-Lösungen. Gefragt sind skalierbare, flexible Architekturen, die sowohl große Datenmengen effizient verarbeiten als auch schnelle Zugriffszeiten ermöglichen.

Ohne Hardware läuft nichts

Ohne die passende Hardware ist ein Training leistungsstarker Modelle nicht möglich. Die tatsächliche Leistung von KI-Modellen hängt entscheidend von der Rechenpower im Backend ab – und die liefern heute fast ausschließlich spezialisierte GPUs. Allen voran: Nvidia. Mit seinen für KI optimierten Chips und einem umfassenden Software-Ökosystem hat sich Nvidia an die Spitze des Marktes gesetzt. Doch auch andere Akteure rüsten auf. AMD präsentiert neue GPU-Generationen, die sich zunehmend als ernsthafte Alternativen positionieren. Selbst Hyperscaler wie AWS, Google und Microsoft investieren in eigene KI-Chips, um ihre Unabhängigkeit von klassischen Halbleiterherstellern zu erhöhen. Und auch in China wird reagiert. ​Huawei hat mit dem ­Ascend 910C einen leistungsstarken KI-Beschleuniger vorgestellt, der als Alternative zu Nvidias H100 positioniert werden soll und insbesondere für Inferenzaufgaben optimiert ist. Huawei strebt an, die technologische Lücke zu Nvidia zu schließen.

Vorherrschaft bei Künstlicher Intelligenz

Europa, USA, China und das Rennen um die KI-Dominanz

Apropos China: Auch der Wettstreit um die führenden KI-Modelle spitzt sich zu. Nach der anfänglichen Dominanz von OpenAI und ChatGPT präsentierte das chinesische Startup DeepSeek mit R1 zu Jahresbeginn einen starken Widersacher. Trotz vergleichsweise geringer Trainingsressourcen soll sein Modell ähnliche Leistungswerte wie ChatGPT erreichen. Ein Umstand, der insbesondere bei Nvidia und weiteren US-Tech-Werten an den Börsen für einen historischen Kursrutsch sorgte. DeepSeek steht exemplarisch für die Schnittstelle von technologischem Fortschritt und geopolitischer Einflussnahme. Kritische Anfragen zu regimekritischen Themen werden nach wie vor zensiert. Auch die tatsächlichen Kosten dürfen zurecht angezweifelt werden. Gleichzeitig ist DeepSeek mittlerweile bei den großen Cloud Providern verfügbar, wodurch Unternehmen unkompliziert einen passenden Use Case für das Modell suchen können.

Die neue Konkurrenz belebt den Markt – und sollte ­Europa ein deutlicher Weckruf sein, die eigene ­Forschung und Entwicklung im Bereich Künstliche Intelligenz mit Entschlossenheit voranzutreiben. Immerhin hat der französische Präsident ­Emmanuel Macron ein Investitionspaket in Höhe von 109 Milliarden Euro für KI angekündigt. Der Vorstoß lässt sich wohl auch als Reaktion auf das 500-Milliarden-Dollar-KI-Projekt Stargate der USA verstehen.

Eine aktuelle Bitkom-Studie zeigt:

• Für 84 Prozent der Unternehmen spielt das Herkunftsland ihres Anbieters für generative KI eine entscheidende Rolle,

• 86 Prozent würden sogar Deutschland bevorzugen.

„Unsere Kunden wollen KI nutzen, ohne sich Sorgen um Datenschutz oder Datenweitergabe machen zu müssen“, berichtet auch Ionos-CEO Achim Weiß, der mit dem Ionos GPT gerade eine Alternative zu ChatGPT gestartet hat, die höheren Wert auf Datenschutz und Souveränität legen soll. Auch spannend wird es zu beobachten sein, wie neue Modelle wie Teuken-7B diese Bedürfnisse abdecken und auch einen Beitrag zur Demokratisierung von KI-Technologie leisten können. Denn „generative KI darf kein exklusives Werkzeug großer Konzerne bleiben“, fordert auch Weiß.

Megatrend agentische KI

Doch die LLMs sind nur der Anfang. Sie sind lediglich ein Vorbote eines neuen Trends – der agentischen KI. KI-Agenten gelten als eines der vielversprechendsten Technologiekonzepte auf dem Markt. „Wenn sie richtig eingesetzt wird, verspricht die agentenbasierte KI, die Art und Weise, wie wir arbeiten, einkaufen und Informationen beschaffen, völlig neu zu definieren“, verspricht David Gucker, COO des Cloud-Hosting-Anbieters Vultr. Im Gegensatz zu klassischen Chatbots agieren KI-Agenten nicht nur reaktiv – sie passen sich gezielt an Aufgaben, Kontexte und Kundenbedürfnisse an und handeln proaktiv. Besonders in Bereichen wie Kundensupport, HR oder IT-­Servicedesks werden sie eine Schlüsselrolle übernehmen, indem sie Mitarbeitenden zeitraubende Tätigkeiten abnehmen. Kein Wunder also, dass KI-Agenten bereits in großen Plattformen wie ­ServiceNow, Salesforce oder Zendesk Einzug gehalten haben.

Change Management

Auch der Werkzeugkasten der Angreifer wird mit KI deutlich umfangreicher. Während die Zahl KI-gestützter Angriffe besonders auch auf KMU in die Höhe schnellen, ist der Beratungsbedarf in Sachen Security enorm gestiegen. Hier ergeben sich besonders für MSSP neue Umsatzchancen. Der Channel muss hier seine Kontakte und Beratungsstärke vor Ort ausspielen und bei der Etablierung der nötigen Sicherheitsmaßnahmen unterstützen. Für sichere Netzwerke braucht es auch den gewissen Überblick über das eigene Netzwerk. Wer KI sinnvoll einsetzen will, braucht eine tiefgreifende Sicht auf seine Systeme. Denn mit wachsender Digitalisierung wächst auch die Komplexität der IT-Landschaften. Klassische Monitoring-Tools stoßen da schnell an ihre Grenzen. Die Antwort heißt Observability – ein Konzept, das weit über herkömmliches Monitoring hinausgeht. Es kombiniert Metriken, Logs und Traces mit KI-gestützten Analysen. KI hilft dabei Anomalien zu erkennen, Handlungsempfehlungen zu liefern, und Ausfallzeiten zu minimieren.

Wettlauf der Algorithmen

So schützen sich Unternehmen gegen KI-gestützte Cyberangriffe

Dann wäre da noch der Mensch. Ein entscheidender Punkt bei der Einführung von KI-Technologien liegt nämlich im Change Management und der nicht zu unterschätzenden Aufgabe, die Mitarbeiter bei der Einführung mitzunehmen. Welche Veränderungen gehen mit der Einführung einher? Welche Auswirkungen hat das auf das eigene Arbeitsumfeld? Spezialisierte IT-Dienstleister müssen hier wichtige Aufklärungsarbeit leisten, die über das bloße Finden vielversprechender Use ­Cases hinausgeht.

Denn oft stellen die eigenen Mitarbeiter ein Sicherheitsrisiko dar: „Dass man fast alles in GenAI-Tools eingeben kann, bedeutet noch lange nicht, dass man es auch sollte. Daher müssen Unternehmen in Deutschland dringend den richtigen Umgang mit den neuen Technologien schulen und kontrollieren. Sonst drohen Compliance-Probleme, Rufschädigung und Kundenverlust“, warnt Christian Korff, Mitglied der Geschäftsführung bei Cisco Deutschland. Nach einer Umfrage des Herstellers kennen sich 53 Prozent der Experten für Datenschutz und Sicherheit in Deutschland nach eigenen Angaben sehr gut mit KI aus, 41 Prozent noch gut. Mehr als die Hälfte trägt trotzdem Infos über interne Prozesse (54 %), Daten oder Namen von Mitarbeitenden (52 %) sowie nicht öffentliche Angaben über das Unternehmen (51 %) in GenAI-Anwendungen ein. Über ein Drittel gibt hier sogar Kundendaten ein. Die breite Kompetenz im Umgang mit KI muss auch beim Anwender erst noch wachsen.

(ID:50380869)