In Gesprächen mit Führungskräften in ganz Deutschland höre ich oft von derselben Zwickmühle: Einerseits gilt es, den Betrieb heute zuverlässig und die Kosten kalkulierbar zu halten, andererseits müssen Architekturentscheidungen getroffen werden, die die Innovationsroadmap der nächsten fünf Jahre unterstützen sollen.
Diese Entscheidungen werden oft als “Entweder” “Oder” dargestellt. In der Praxis handelt es sich jedoch um dasselbe architektonische Problem.
Daher erscheint mir das Thema des diesjährigen Handelsblatt-Gipfels „Zukunft IT“ – „Geschwindigkeit, Skalierbarkeit und Innovation im Zeitalter der KI“ – so praxisnah. Geschwindigkeit und Skalierbarkeit sind nur dann von Wert, wenn ein Unternehmen die zugrunde liegenden Daten effizient steuern und schützen kann. Genau diesen Themenkomplex werde ich in meinem Vortrag „KI: Freund oder Feind – Sichere Skalierung im Zeitalter der KI“ behandeln.
Der eigentliche Engpass ist nicht das Modell
In der Vergangenheit drehten sich die meisten Gespräche über KI um das Modell – welches, wie groß, wie schnell. Heute stellt sich eher die Frage, welche Aufgabe welches, dafür optimale, Modell übernehmen soll, um das bestmögliche Ergebnis zu erzielen. Doch ein Modell ist nur so nützlich wie die Daten, auf die es zugreifen kann, und nur so sicher wie die Umgebung, in der diese Daten gespeichert sind.
Wenn Sie eine KI-Initiative auf eine Fertigungshalle, ein Schadensabwicklungssystem oder eine verteilte Entwicklungsgruppe ausweiten, skalieren Sie nicht nur die Rechenleistung. Sie skalieren auch die Anzahl der Systeme, die mit sensiblen Daten in Berührung kommen, sowie die Anzahl der Zugriffspunkte, die ein Angreifer ausloten kann. Ein Compliance-Beauftragter muss folgende Fragen beantworten können: Wo befinden sich diese Daten, wer hat Zugriff darauf und können wir dies auf Anfrage nachweisen?
Dies ist der Aspekt der KI-Entwicklung, der in der Eile hin zu Pilotprojekten und Proof-of-Concepts leicht unterschätzt wird. KI-Reife ist im Kern eine Herausforderung für die Datenarchitektur. Wenn Ihre Datenlandschaft fragmentiert, schlecht verwaltet oder nur theoretisch wiederherstellbar ist, wird keine noch so ausgefeilte Modellierung die sichere Skalierung der KI-Einführung gewährleisten können.
Die Infrastruktur, auf der KI basiert, ist nicht nur eine Backend-Entscheidung, die man aufschieben kann – sie ist eine Frage der Governance und der Ausfallsicherheit.
Souveränität als operative Kontrolle, nicht nur als Einhaltung von Vorschriften
Insbesondere im deutschen Industrie- und Mittelstandskontext ist die Schlussfolgerung noch direkter: Datensouveränität sollte als Wettbewerbsvorteil neu definiert werden und nicht nur als regulatorische Anforderung, die es abzuhaken gilt. Die Prozessdaten eines Herstellers, die technischen Spezifikationen eines Zulieferers, die Risikoprüfungslogik eines Versicherers – all dies ist geistiges Eigentum, das über Jahrzehnte hinweg aufgebaut wurde.
Wenn diese Daten in KI-Systeme einfließen, stellen sich konkrete und operative Fragen:
- Wo befinden sie sich physisch?
- Wer – einschließlich Drittanbietern, externen Dienstleistern und Cloud-Plattformen – kann darauf zugreifen, und unter welcher Rechtshoheit? Souveränität ist nicht nur eine Frage des Standorts, sondern auch eine Frage der Kontrolle. Wer kann Zugriffsrichtlinien ändern, werden Daten dupliziert oder verlagert und kann das Unternehmen nachweisen, was geschehen ist?
- Wenn ein System kompromittiert wird oder ein Rechenzentrum ausfällt, können diese Daten dann vollständig und mit überprüfter Integrität innerhalb eines Zeitraums wiederhergestellt werden, der das Überleben des Unternehmens sichert?
So betrachtet ist Souveränität keine abstrakte politische Debatte mehr, sondern eine architektonische Entscheidung, die in direktem Zusammenhang mit der Geschäftskontinuität steht.
Diese Entwicklung lässt sich heute in der deutschen Industrie in der Praxis beobachten. Nehmen wir das in Heidelberg ansässige Unternehmen cbs Corporate Business Solutions als Beispiel, das rund 100 geschäftskritische SAP-Umgebungen direkt in seinen primären deutschen Rechenzentren verwaltet. Durch die Übernahme der vollständigen operativen Kontrolle über ihre Datenarchitektur erfüllten sie nicht nur strenge Souveränitäts- und Compliance-Anforderungen – sie eliminierten auch Wartungsausfälle und halbierten die Wiederherstellungszeiten, wodurch sie die erforderliche Geschwindigkeit zur Unterstützung globaler Kundentransformationen beibehielten, ohne die lokale Datenkontrolle aufzugeben.
Unternehmen, die dies richtig umsetzen, stellen nicht nur die Anforderungen der Prüfstellen sicher, sondern behalten auch die Flexibilität, zu entscheiden, wo und wie sie KI-Workloads ausführen, wenn sich Vorschriften, Kosten und die Anbieterlandschaft ändern. Diese Flexibilität ist an sich schon ein Wettbewerbsvorteil.
Cyber-Resilienz jenseits der Perimetergrenzen
Der zweite Teil meines Vortragstitels „Freund und Feind“ verweist auf etwas, das IT-Sicherheitsteams bereits spüren: KI ist ein zweischneidiges Schwert. Sie stärkt die Erkennung und Reaktion, verschafft Angreifern aber gleichzeitig einfach zu nutzende Werkzeuge für Phishing, Deepfakes und automatisierte Angriffe.
Prävention ist nach wie vor wichtig, doch in einer von KI geprägten Bedrohungslandschaft kann sie nicht den gesamten Wiederherstellungsplan ausmachen. Unternehmen müssen zudem wissen, welche Daten kritisch sind, ob sie verändert wurden und benötigen saubere, verifizierte Kopien, um diese wiederherstellen zu können.
Dies erfordert Transparenz und Architekturentscheidungen, die lange vor einem Vorfall getroffen werden müssen – nicht erst währenddessen. Resilienz ist eine Disziplin, kein Produktmerkmal, und sie gehört ebenso auf die Tagesordnung der Vorstandssitzung wie die KI-Strategie.
Wir sehen uns in Düsseldorf
Bei „Zukunft IT“ möchte ich mich auf die Entscheidungen konzentrieren, die zwischen KI-Ambitionen und betrieblicher Realität liegen: Welche Daten sollten verwendet werden, wer sollte die Kontrolle darüber haben, wie lässt sich ihre Integrität nachweisen und wie erholt sich das Unternehmen, wenn etwas schiefgeht?
Für CIOs und CDOs, die operative Geschwindigkeit und strategische Weichenstellungen in Einklang bringen müssen, lautet meine Empfehlung ganz einfach: Lösen Sie zuerst die Fragen des Datenmanagements und der Datenhoheit, dann stehen Geschwindigkeit und Skalierbarkeit nicht mehr im Widerspruch zueinander.
Ich freue mich darauf, dies mit den Teilnehmern in Düsseldorf zu diskutieren und zu erfahren, wie andere IT-Führungskräfte diesen Spagat meistern.