Die EU schreitet mit der Umsetzung des AI Act sowie einer umfassenderen Strategie zur Förderung und Bereitstellung von KI- und Cloud-Infrastrukturen in den Mitgliedstaaten voran. Doch Unternehmen stehen zunehmend unter Druck. Ihre Infrastrukturen müssen mit den wachsenden betrieblichen Anforderungen, geopolitischen Spannungen und erweiterten regulatorischen Vorgaben Schritt halten. Zwar will die EU damit die Wettbewerbsfähigkeit stärken und den administrativen Aufwand verringern, doch ihr Erfolg hängt maßgeblich davon ab, wie die angestrebte Harmonisierung in der Praxis umgesetzt wird.
Foto: Broadcom
Joe Baguley, CTO EMEA, Broadcom
Die Diskussionen rund um künstliche Intelligenz dreht sich längst nicht mehr nur um das Innovationsversprechen, das damit einhergeht. Ohne die passende Infrastruktur drohen selbst die ausgereiftesten KI-Initiativen ins Stocken zu geraten – und damit nicht nur unternehmerische Ziele, sondern auch Europas Ambitionen in der globalen Technologielandschaft zu gefährden.
Unternehmen investieren massiv in generative KI, Automatisierung und KI-gestützte Entscheidungsfindung in der Erwartung, transformative Ergebnisse zu erzielen: von höherer betrieblicher Effizienz bis hin zu neuen Angeboten oder Produkten. In der Realität bildet jedoch die Infrastruktur die Grundlage jeder KI-Einführung. Algorithmen und Daten alleine reichen nicht aus. KI-Workloads erfordern Rechenkapazität, den nahtlosen Zugriff auf Daten und robuste Compliance-Kontrollen. Gleichzeitig steigt der Druck, die Kosten im Griff zu behalten. Ohne eine leistungsfähige Cloud-Basis hängt der Erfolg solcher Initiativen entscheidend davon ab, wie die Infrastruktur aufgebaut, gewartet und optimiert wird. Dies bestimmt letztlich, ob Investitionen Früchte tragen oder in isolierten Silos enden – und ob die EU ihre Ziele erreicht, eine geeignete Infrastruktur für den Erfolg von Cloud und KI in Europa zu schaffen.
Die Bedeutung ist enorm: 50 Prozent der IT-Führungskräfte in Deutschland glauben, mindestens ein Viertel ihrer Cloud-Ausgaben zu verschwenden. Besonders die öffentliche Cloud ist davon betroffen. 94 Prozent der Befragten räumen ein, das hier zumindest ein gewisses Maß an Investitionen verschwendet wird. Die Infrastruktur kann die Einführung von KI entweder beschleunigen oder ausbremsen. Unternehmen laufen Gefahr, mit ungenutzten Investitionen, Leistungsproblemen, steigenden Kosten und schwerwiegenden Fragen zu Regulierung und Datenhoheit konfrontiert zu werden. Tatsächlich ziehen 66 Prozent der deutschen Unternehmen eine Rückführung von Workloads in Private-Cloud-Umgebungen aus Sorge um Sicherheit oder Compliance in Betracht. Eine robuste und gut gesteuerte Infrastruktur spielt also eine zentrale Rolle, um das volle Potenzial von KI auszuschöpfen.
KI-Workloads sind dynamisch. Sie entwickeln sich mit den Daten und der Nachfrage. Die zugrunde liegende Infrastruktur muss ebenso anpassungsfähig sein. Sie muss flexibel skalieren, um Engpässe zu vermeiden, und gleichzeitig einen schnellen und sicheren Datenzugriff gewährleisten. Wird ein System durch ineffiziente Speicherlösungen oder fragmentierte Datenlandschaften ausgebremst, wirkt sich das unmittelbar auf die Geschwindigkeit und Zuverlässigkeit der KI aus.
Betriebliche Einsatzbereitschaft bedeutet mehr als reine technische Leistungsfähigkeit. Sie setzt Resilienz, Sicherheit und die Fähigkeit voraus, Nachfragespitzen zu bewältigen. Organisationen, die diese Faktoren priorisieren, schöpfen den vollen Wert ihrer KI-Projekte aus und verwandeln Infrastruktur von einem potenziellen Engpass in einen echten Wettbewerbsvorteil. Resilienz ist dabei nicht nur eine betriebliche, sondern auch eine regulatorische Anforderung. EU-Gesetzgebungen für Finanzinstitute, etwa der Digital Operational Resilience Act (DORA), schreiben vor, dass Resilienz in allen Bereichen der IT-Infrastruktur des Finanzsektors gewährleistet sein muss, insbesondere bei Funktionen, die kritische Dienstleistungen unterstützen. Die Skalierbarkeit jeder KI-Anwendung im Finanzbereich muss daher nicht nur berücksichtigen, ob sie im Rahmen einer kritischen Dienstleistung im Sinne von DORA läuft, sondern auch die daraus resultierenden regulatorischen und Compliance-bezogenen Verpflichtungen einhalten.
Für IT-Führungskräfte stellt sich längst nicht mehr die Frage, ob in KI-Infrastruktur investiert werden sollte, sondern wie. Ziel ist es, Skalierbarkeit, Kostenkontrolle und Resilienz gleichermaßen zu erzielen. 86 Prozent der Unternehmen bevorzugen die Private Cloud als Bereitstellungsmodell für geschäftskritische Anwendungen. Sie punktet vor allem mit finanzieller Transparenz und Vorhersagbarkeit.
Diese Entwicklung zeigt ein wachsendes Bewusstsein dafür, dass Private-Cloud- und Hybridstrategien sowohl die notwendige Flexibilität für anspruchsvolle KI-Workloads als auch die Governance-Mechanismen für regulatorische Compliance und Datensouveränität bieten können. Damit stellen sie eine starke, wettbewerbsfähige Alternative zu Hyperscaler-Modellen dar, die häufig Souveränitätsfragen aufwerfen und bekannte Herausforderungen bei Kostenkontrolle und Governance mit sich bringen.
Organisationen, die KI breiter einsetzen wollen, müssen zunächst ihre aktuelle Infrastruktur im Hinblick auf die erwarteten KI-Workloads prüfen. Rechenkapazität, die Zugänglichkeit von Daten und das Kostenmanagement stehen hier besonders im Fokus. Der Aufbau oder die Erweiterung einer skalierbaren Infrastruktur stellt sicher, dass KI-Initiativen wachsen können, ohne an operative Grenzen zu stoßen.
KI lebt von Daten, doch fragmentierte oder isolierte Informationsquellen beeinträchtigen die Leistung und die Einhaltung gesetzlicher Vorgaben. Eine nahtlose Datenintegration, sicherer Zugriff und auditfähige Datenpipelines sind daher unerlässlich. Führungskräfte sollten Architekturen priorisieren, die Interoperabilität, sichere Speicherung und Hochgeschwindigkeitsverarbeitung unterstützen, um KI-Modelle in die Lage zu versetzen, schnell und zuverlässig umsetzbare Erkenntnisse zu liefern.
Zudem müssen Anwendungsfälle systematisch im Hinblick auf regulatorische Anforderungen geprüft werden – sowohl branchenspezifisch als auch im jeweiligen Nutzungskontext. Anwendungen, die unter den EU AI Act fallen, erfordern voraussichtlich spezifische Kontroll- und Governance-Mechanismen, die eng mit den Daten und Algorithmen verknüpft sind, während sie durch die Infrastruktur fließen. Vorgaben wie DORA und NIS2, die sich auf bestimmte Sektoren beziehen, stellen organisatorische und technische Kontrollen entlang der gesamten Infrastruktur-, Lieferketten- und Datenbereitstellungsebene in den Vordergrund.
Souveränität bleibt dabei ein politischer Schwerpunkt, insbesondere für öffentliche Auftraggeber oder Betreiber kritischer Infrastrukturen. Wer Unabhängigkeit von ausländischen Einflüssen beim Betrieb kritischer Infrastrukturen nachweisen kann, hat zunehmend Vorteile in öffentlichen Ausschreibungen.
KI-Infrastruktur ist keine einmalige Investition, die sich nach der Implementierung von selbst trägt. Sie erfordert fortlaufende Anpassung, Tests und Optimierung, um mit veränderten Workloads und regulatorischen Anforderungen Schritt zu halten. Durch einen proaktiven und vorausschauenden Ansatz können Unternehmen sicherstellen, dass ihre KI-Implementierungen dauerhaft leistungsfähig, effizient und konform bleiben, und damit langfristig sowohl betriebliche Stabilität als auch regulatorische Sicherheit gewährleisten.
Die Notwendigkeit kontinuierlicher Verbesserungen geht Hand in Hand mit der Herausforderung, sich in einer schnell wandelnden regulatorischen Landschaft zu orientieren. Ständig wird neu definiert, wie KI entwickelt und eingesetzt wird, und welche Verpflichtungen sich aus bestimmten Anwendungsfällen oder Branchen ergeben. Für europäische Unternehmen sind diese Anforderungen besonders ausgeprägt.
Der EU AI Act ist ein Meilenstein der Gesetzgebung, der darauf abzielt, einen harmonisierten Rechtsrahmen für die Nutzung von KI in allen Mitgliedstaaten zu schaffen. Schon jetzt beeinflusst er die strategischen Prioritäten von Unternehmen. Weitere politische Initiativen zur Förderung von Cloud- und KI-Anwendungen sind in Vorbereitung. In diesem komplexen Umfeld ist Compliance nicht länger eine nachgelagerte Überlegung, sondern ein strategischer Erfolgsfaktor. Unternehmen müssen sicherstellen, dass ihre Infrastruktur Governance, Risikomanagement und Transparenz integriert, um regulatorische Anforderungen zu erfüllen und Vertrauen bei Kunden, Investoren und Aufsichtsbehörden zu schaffen.
Der nicht-konforme Einsatz von KI – sei es aufgrund ungeeigneter Infrastrukturentscheidungen oder mangelnder Kontrollmechanismen – birgt erhebliche Risiken: von Reputationsschäden über finanzielle Sanktionen bis hin zu rechtlichen Konsequenzen. Wer jedoch Compliance von Beginn an in die Infrastrukturgestaltung integriert, kann regulatorische Herausforderungen in Chancen verwandeln und ebnet so den Weg für vertrauenswürdige, ethische KI.
Europa hat eine einmalige Chance, sich dank seiner regulatorischen Weitsicht und dem klaren Bekenntnis zu ethischer Technologie als weltweiter Vorreiter in der Künstlichen Intelligenz zu etablieren. Doch dieser Vorsprung ist keineswegs garantiert. Ohne skalierbare, widerstandsfähige und gut gesteuerte Infrastrukturen haben selbst die fortschrittlichsten KI-Initiativen Schwierigkeiten, ihren vollen Mehrwert zu entfalten. Dann entstehen operative Ineffizienzen, steigende Kosten und regulatorische Unsicherheiten, die den Fortschritt bremsen.
Der Erfolg von KI in Europa wird letztlich nicht allein durch die Raffinesse der Algorithmen, sondern durch die Einsatzbereitschaft der zugrundeliegenden Infrastruktur bestimmt. Führungskräfte, die Skalierbarkeit, operative Resilienz und regulatorische Konformität in den Mittelpunkt stellen, schaffen die Voraussetzungen, um das volle Potenzial von KI zu erschließen, nachhaltiges Wachstum zu fördern und Europas Wettbewerbsfähigkeit im globalen Technologiemarkt langfristig zu stärken.
