Wieso Investitionen in AI-Infrastruktur kein Erfolgsgarant sind – und wie Unternehmen das ändern können 

Die Investitionen in AI-Infrastruktur eilen von Rekord zu Rekord – und ein Ende dieser Entwicklung ist nicht in Sicht. Das geht aus aktuellen Zahlen von IDC hervor. Demnach haben Unternehmen im Jahr 2025 insgesamt 318 Milliarden US-Dollar in AI-Infrastruktur investiert – und damit mehr als doppelt so viel wie 2024 (153 Milliarden US-Dollar). Bis 2029 werden die Investitionen sogar auf über eine Billion US-Dollar ansteigen – so die Marktforscher weiter.

AI verlässt die Experimentierphase

Ein wesentlicher Grund für diese Entwicklung ist, dass AI-Projekte zunehmend von der Pilot- in die produktive Phase übergehen. Das geht aus der IDC-Studie hervor. Damit diese AI-Projekte nachhaltig erfolgreich sind, würden Unternehmen heute und in Zukunft eine moderne AI-Infrastruktur als technologische Basis benötigen. Und dafür seien keine „einmaligen“, sondern fortlaufende und langfristige Investitionen in die Infrastruktur nötig.

Wörtlich heißt es: „Die Investitionen in AI-Infrastruktur haben die anfänglichen Proof-of-Concept-Phasen längst hinter sich gelassen und befinden sich nun in einem nachhaltigen, mehrjährigen Investitionszyklus. Technologiekäufer aus der Wirtschaft, Cloud-Dienstleister und nationale Regierungen treffen langfristige Entscheidungen darüber, wo investiert wird, wie viel ausgegeben wird und welche AI-Anwendungen Priorität haben sollen.“

Dass Investitionen in die AI-Infrastruktur mittlerweile von enormer Bedeutung sind, betonen auch die Marktforscher von Gartner. In einer aktuellen Studie prognostizieren sie, dass in den kommenden Jahren knapp die Hälfte aller AI-Investitionen in den Bereich Infrastruktur fließen werden. Dies sei mit Abstand der größte Anteil.

Investitionen in AI-Infrastruktur zahlen sich häufig (noch) nicht aus

In der Theorie ist die Sachlage also eindeutig: Unternehmen müssen heute und in Zukunft einen besonderen Fokus darauf legen, in die AI-Infrastruktur zu investieren. Nur dann können sie das nötige technische Fundament schaffen, um AI-Projekte erfolgreich umzusetzen – also in den Regelbetrieb zu überführen. Doch wie lässt sich nun gewährleisten, dass die Investitionen auch zum gewünschten Ergebnis führen – und nicht wirkungslos verpuffen?

Studien wie von Gartner zeigen nämlich: Investitionen in die AI-Infrastruktur führen nicht automatisch zum Erfolg von AI-Projekten. Für die Studie wurden insgesamt 782 Führungskräfte aus den Bereichen Infrastruktur und Betrieb befragt.

Im Gegenteil: Demnach erzielen nur 28 Prozent aller AI Use Cases in diesen Bereichen den gewünschten ROI. 20 Prozent würden sogar gänzlich scheitern. Ein wesentliches Problem ist laut den Marktforschern, dass Unternehmen ihre Erwartungen schlicht zu hoch ansetzen – und zu viel zu schnell erwarten. In einigen Fällen seien auch die konkreten Use Cases nicht eindeutig genug definiert.

Genau hier möchten Cisco, NVIDIA und CANCOM umfassende Unterstützung leisten. Doch was bedeutet das genau?

Wie unterstützen Cisco, NVIDIA und CANCOM Unternehmen bei AI-Investitionen?

Konkret handelt es sich um eine Kombination aus der Secure AI Factory-Lösung von Cisco und NVIDIA mit den ergänzenden Leistungen von CANCOM.

Ein wesentliches Ziel dabei: Zentrale Hürden rund um Investitionen in die AI-Infrastruktur zu beseitigen – um diese so kalkuliert und zielgerichtet wie möglich einzusetzen. Um dieses Ziel zu erreichen, adressieren Cisco, NVIDIA und CANCOM typische Herausforderungen, vor allem im technologischen und organisatorischen Bereich.

1. Technologisch

Die technologischen Herausforderungen können Cisco und NVIDIA insbesondere mit der Secure AI Factory-Lösung lösen. Bei dieser Lösung handelt es sich um eine standardisierte, vorvalidierte IT-Architektur, die speziell für AI-Szenarien entwickelt wurde. Wie die Hersteller betonen, enthält die Architektur nicht nur alle Komponenten, die für eine AI-Infrastruktur nötig sind (also Compute, Storage und Netzwerk) – die Komponenten sind auch optimal aufeinander abgestimmt. Entsprechend sei es möglich, technologische Flaschenhälse zu vermeiden, die signifikante Mehrkosten verursachen können. Dies mache Investitionen in die AI-Infrastruktur kalkulierbar.  

Laut Cisco und NVIDIA kommt ein hohes Security-Niveau hinzu: Wie der Name schon impliziert, würde die Secure AI Factory einen besonderen Fokus auf die Sicherheit der jeweils genutzten AI-Anwendungen und -Lösungen legen. Unter anderem würden AI-Modelle und Daten in Echtzeit überwacht, Regularien erfüllt und vor Cyberangriffen geschützt werden.

2. Organisatorisch 

Die Secure AI Factory schafft die nötige technologische Basis für AI-Anwendungen und -Lösungen. Doch wie können Unternehmen sicherstellen, dass sie diejenigen AI-Use Cases und -Anwendungen auswählen und umsetzen, die ihr Business vorantreiben? Mit anderen Worten: Wie schaffen es Firmen, dass sie AI-Investitionen nicht nur kalkulierbar machen und in einem geschützten Umfeld tätigen, sondern diese auch sinnvoll und zielgerichtet einsetzen?

Genau hier kommt CANCOM ins Spiel: Im Rahmen des sogenannten One-4-All-Ansatzes bietet der IT-Konzern umfangreiche Leistungen an, wenn es darum geht, AI-Projekte von der Pilot- in die produktive Phase zu überführen – von der initialen Beratung bis hin zur erfolgreichen Implementierung. Dazu gehören unter anderem die Identifizierung passender AI-Use Cases sowie die Einführung entsprechender AI-Lösungen, um die Use Cases in der Praxis zu realisieren. Inwiefern die Secure AI Factory hier ein wichtiger Baustein ist, führt Daniel Kiehl (Director Competence Center Datacenter & Cloud bei CANCOM) im Videointerview mit Cassie Roach (Global VP Cloud and AI Infrastructure Partner Sales bei Cisco) aus. Das Interview wurde auf der diesjährigen Cisco LIVE in Amsterdam aufgezeichnet.

Hier können Sie das Interview ansehen:

Außerdem erfahren Sie, wieso gerade die Security-Komponente der Secure AI Factory für viele CANCOM-Kunden eine entscheidende Rolle spielt.