Unternehmens-KI stösst an architektonische Grenzen

Besonders Anforderungen an Datenschutz, Datensouveränität und Datenlokalität würden deutlich machen, dass klassische, zentralisierte Datenstrukturen für moderne KI-Workloads nur bedingt geeignet seien. Das geht aus dem «2026 Global AI Report: A Playbook for Private and Sovereign AI» hervor.

Demnach sehen zwar mehr als 95 Prozent der befragten Unternehmen private und souveräne KI-Ansätze als wichtig an, jedoch priorisieren nur 29 Prozent Sovereign AI kurzfristig konkret in ihrer Strategie. Gleichzeitig nennen rund 35 Prozent der Chief AI Officer den Aufbau und Betrieb komplexer KI-Modelle in privaten oder souveränen Umgebungen als grösste Herausforderung. Fast 60 Prozent sehen zudem standortübergreifende Datenbeschränkungen als Problem.

Die Studie unterscheidet dabei zwischen «Private AI» und «Sovereign AI». Während sich Private AI laut NTT DATA auf den Schutz sensibler Unternehmensdaten und die Kontrolle von Zugriffsrechten konzentriert, adressiere Sovereign AI zusätzlich regulatorische und regionale Anforderungen an Datenhaltung und Betriebsumgebungen.

«Mit der Weiterentwicklung von KI werden private und souveräne Ansätze zum Härtetest für die Zukunftsfähigkeit von Unternehmen», erklärt Abhijit Dubey, CEO und Chief AI Officer von NTT DATA. Unternehmen müssten Architektur, Infrastruktur und Governance zunehmend als strategische Kernanforderungen betrachten, um KI skalierbar und rechtskonform betreiben zu können.

Als zentrale Entwicklungen identifiziert der Bericht unter anderem die wachsende Bedeutung der Datenhoheit als architektonische Rahmenbedingung, die steigende Integrationskomplexität von KI-Ökosystemen sowie den Vorsprung von Unternehmen, die Infrastruktur und Governance frühzeitig anpassen. Organisationen, die KI lediglich in bestehende Architekturen integrieren, könnten laut Studie Schwierigkeiten bekommen, ihre KI-Projekte langfristig in Geschäftswert umzuwandeln.