KI im Netzwerk stagniert – und die Komplexität wächst

loading="lazy" width="400px">SeventyFour – shutterstock.com



Trotz jahrelanger Vorbereitung kommt die Einführung von KI im Netzwerk kaum voran. Eine neue Studie von IDC zeigt: Während die Erwartungen weiterhin hoch sind, geht nur wenig voran und Netzwerkverantwortliche geraten zunehmend unter Druck.



Wie der IDC-Sonderbericht „AI in Networking 2026“ ergab, haben viele Unternehmen den Schritt von ersten, selektiven KI-Einsätzen hin zu weitergehenden Implementierungen bislang nicht geschafft. Die Folge ist eine immer größere Kluft zwischen Anspruch und Realität.



„In 18 Monaten hat sich praktisch nichts bewegt“, erklärt Mark Leary, Research Director bei IDC. „Diejenigen, die KI selektiv genutzt haben, tun das immer noch. Und auch die mit umfangreicher Nutzung sind auf demselben Stand geblieben.“



Unternehmen verfolgen den Einsatz von KI im Netzwerk an zwei Fronten: Um KI-Workloads in der Infrastruktur zu unterstützen und um den Netzwerkbetrieb zu optimieren. In beiden Fällen verzögern jedoch anhaltende Herausforderungen den Fortschritt.



„2026 wird sich zeigen, ob KI im Netzwerk echten operativen Mehrwert liefert – oder im Pilotmodus stecken bleibt“, prophezeit Leary.



Bekannte Probleme bremsen Fortschritt



Netzwerk-Teams stagnieren jedoch nicht aus mangelndem Willen. Laut IDC planen viele Organisationen weiterhin den Ausbau von KI – sie werden jedoch durch bekannte Hürden ausgebremst.



Sicherheit bleibt das größte Thema, sowohl als Hindernis als auch als Einsatzgebiet für KI selbst. „Man muss KI mit KI bekämpfen – gerade aus Sicht der Netzwerksicherheit“, erklärt Brandon Butler, Senior Research Manager bei IDC. „Angreifer nutzen selbst zunehmend KI.“



Hinzu kommen Integrationsprobleme mit bestehenden Systemen sowie ein Mangel an qualifiziertem Personal. „Die meisten glauben nicht, dass ihre Teams die richtigen Lösungen vollständig bewerten können“, so Leary. Entsprechend lagern der Studie zufolge viele Unternehmen Aufgaben aus: 81 Prozent erhöhen ihre Ausgaben für Managed Service Provider (MSP), um KI-Projekte zu unterstützen.


width="910" height="1024" sizes="auto, (max-width: 910px) 100vw, 910px">Der IDC-Studie zufolge führen zahlreiche netzwerkbezogene Probleme dazu, dass Unternehmen ihre KI-Projekte verzögern oder ganz aufgeben.IDC



Infrastruktur unter Druck



Auch wenn die Einführung stockt, ist der Einfluss von KI auf die Infrastruktur bereits spürbar. „Der Druck lastet bereits auf dem Netzwerk“, so Butler. „Jetzt stellt sich die Frage, ob Unternehmen mit den Anforderungen Schritt halten können.“



So rechnen beispielsweise 89 Prozent der Data Center damit, ihre Bandbreite im nächsten Jahr um mindestens elf Prozent zu erhöhen – vor allem wegen KI-Workloads. Auch die Verbindungen zwischen den Rechenzentren wachsen: 91 Prozent rechnen hier mit ähnlichen Steigerungen.



In Cloud-Umgebungen ist der Anstieg noch stärker: Unternehmen erwarten im Schnitt 49 Prozent mehr Bandbreite für die Cloud-Konnektivität. „Die Cloud ist fast immer Teil der Gleichung“, so Leary.



Edge wird zum nächsten Wachstumstreiber



Neben Rechenzentrum und Cloud gewinnt der Netzwerk-Edge an Bedeutung. Aktuell nutzen laut IDC 27 Prozent der Unternehmen KI-Workloads am Edge, weitere 54 Prozent planen damit innerhalb der nächsten zwei Jahre.



„Unternehmen mit intensiver KI-Nutzung verlagern Workloads bereits an den Edge“, berichtet Butler. „Das ist ein klarer Indikator für die Marktentwicklung.“



Die Folge: Der Bandbreitenbedarf am Edge dürfte im kommenden Jahr um durchschnittlich 51 Prozent steigen. Da KI immer dezentraler eingesetzt wird, müssen Netzwerk-Teams eine größere Komplexität über verschiedene Umgebungen hinweg bewältigen und dabei Leistung und Sicherheit gewährleisten.



Trend zu autonomen Netzwerken



Auch die Erwartungen an KI ändern sich laut der IDC-Studie: 46 Prozent der Befragten bevorzugen Systeme, die Netzwerkmaßnahmen selbstständig erkennen und ausführen. Weitere 41 Prozent setzen auf unterstützte Entscheidungen, während nur 13 Prozent ganz auf KI verzichten wollen.



„Zwei Jahre in Folge befürwortet die Mehrheit der Befragten, dass die KI Entscheidungen trifft und direkt umsetzt“, so Butler.



Die wachsende Bereitschaft, Automatisierung zu vertrauen, spiegelt eine praktische Realität wider: Netzwerke werden zu komplex für manuelle Steuerung, während qualifizierte Fachkräfte knapp bleiben.


width="1024" height="441" sizes="auto, (max-width: 1024px) 100vw, 1024px">Unternehmen erwarten laut der IDC-Studie, dass der Einsatz von KI in ihrer Netzwerkinfrastruktur geschäftliche Vorteile bringt – darunter insbesondere verbesserte IT-Servicelevels.IDC



Zweifel an Plattformstrategien



Gleichzeitig verlieren Unternehmen zunehmend das Vertrauen in plattformzentrierte Ansätze und setzen verstärkt auf spezialisierte Einzellösungen („Best of Breed“), die konkrete Anforderungen besser erfüllen können.



„Es gab offenbar Enttäuschungen“, so Leary. „Viele haben sich mehr Einfachheit, geringere Kosten und bessere Ergebnisse versprochen – das hat sich nicht immer erfüllt.“



Parallel bauen Hyperscaler ihre Rolle als strategische Partner für KI im Netzwerk weiter aus – ein Hinweis auf die zentrale Bedeutung von Cloud-Ökosystemen für künftige Netzwerkarchitekturen.



Klein anfangen, gezielt skalieren



Für Netzwerkverantwortliche liegt die Herausforderung nun in der Umsetzung. IDC empfiehlt: Mit gezielten, wirkungsstarken Anwendungsfällen starten, von reaktiven zu proaktiven Betriebsmodellen wechseln und externe Expertise nutzen, wo interne Ressourcen fehlen.



„Ein Problem zu vermeiden, bringt mehr, als es schneller zu beheben“, interpretiert Leary diese Strategie.



Der verstärkte Einsatz von Managed Services wiederum zeige, dass Unternehmen erkennen, dass sie nicht jede Herausforderung allein lösen müssen. Gleichzeitig steigen die Anforderungen an Infrastruktur, Edge Deployments und KI-gestützte Abläufe. Die nächste Phase beginnt, wenn Unternehmen ihre Pläne tatsächlich in Fortschritt umsetzen.



„Die Frage ist nicht, ob KI Netzwerke verändern wird. Eher  wie schnell Unternehmen sich anpassen können, bevor die Lücke zu groß wird“. konstatiert Leary.



Effizienz statt Kostensenkung



Laut IDC sehen Unternehmen den größten Nutzen von KI im Netzwerk in besseren IT-Services (31 Prozent) und höherer operativer Effizienz (30 Prozent). Danach folgen Produktivitätssteigerungen und Umsatzwachstum. Die Senkung der Betriebskosten rangiert erst auf Platz sieben – ein Hinweis darauf, dass KI vor allem zur Verbesserung von Abläufen gesehen wird.



Laut IDC erwarten Unternehmen zudem, dass sich durch KI im Netzwerk unter anderem die Servicequalität deutlich verbessert.



Gezielte Anwendungsfälle – von automatisierter Konfigurationsprüfung bis hin zur KI-gestützten Bedrohungsabwehr – können messbare Verbesserungen bringen und gleichzeitig Vertrauen für weitergehende Einsätze schaffen. Für Netzwerkverantwortliche ist dieser schrittweise Ansatz oft der verlässlichste Weg zu den gewünschten Ergebnissen. „Man muss nicht gleich die komplette Kontrolle an KI übergeben, um von diesen Tools zu profitieren“, so Butler. (mb)