Die KI verlässt dieses Jahr die Beta-Phase und geht über in eine praxisorientierte, Governance-getriebene Ära. Dafür werden sich KI-Agenten mit Unternehmensdaten und -kontexten verbinden. Das Tempo des Wandels und der Innovation ist atemberaubend, wie uns Wim Stoop von Cloudera zeigt.
2025 stand ganz im Zeichen der Veränderungen und Innovationen im Technologiesektor, angetrieben durch die Entwicklung immer autonomerer KI-Agenten. Für das laufende Jahr erwartet Wim Stoop, Senior Director Product Marketing bei Cloudera, spezialisierte KI-Agenten, die sich ausschließlich mit Data-Governance befassen. Diese digitalen Kollegen sollen Daten unabhängig von ihrem Speicherort kontinuierlich überwachen, klassifizieren und sichern. So sorgten sie dafür, dass Governance zu einer ständig aktiven Funktion wird, die in den täglichen Betrieb eingebettet ist.
„Solche KI-Governance-Agenten werden die Datenüberwachung kontinuierlich und autonom gestalten. Beispielsweise kennzeichnet ein spezialisierter Compliance-Agent Risiken in allen Geschäftssystemen und ein Security-Agent passt automatisch die Zugriffsberechtigungen an, wenn neue Daten in die Umgebung gelangen – alles ohne menschliches Eingreifen“, so Stoop. „Da diese digitalen Kollegen Teil der Unternehmensstruktur werden, müssen sie ähnlich wie menschliche Teams verwaltet werden, indem ihre Fähigkeiten, Leistungen und Zusammenarbeit durch neue Rahmenwerke für das ‚Agenten-Ressourcenmanagement‘ geregelt sind.“
Governance selbst werde somit nicht mehr direkt Aufgabe von Menschen sein, sondern etwas, das sie überwachen. Anstatt jede Regel manuell durchzusetzen, sollen Menschen stattdessen die Governance steuern und den Prozess während seines Ablaufs gestalten. Mit zunehmendem Vertrauen in Agenten würden sich menschliche Teams zurückziehen und die kontinuierliche Governance an agentenbasierte KI übertragen können. Diese lieferten bereinigte Daten, eine stärkere Compliance und datengetriebene Erkenntnisse und schaffen somit einen echten Geschäftsmehrwert.
Daten werden neu bewertet
Stoop gibt weiter zu bedenken, dass datengetriebene Unternehmensstrategien und Automatisierung eine große Menge an Speichervolumen beanspruchen. Doch der Ausbau von Rechenzentren zur Erhöhung von Speicherkapazitäten sei durch Herausforderungen wie fehlende Strom- und Netzkapazität, lange und unsichere Genehmigungsprozesse, Lieferkettenstörungen, Sicherheitsrisiken, Fachkräftemangel und begrenzte Gasinfrastrukturen ausgebremst.
„Dies lässt den Wert von durch Menschen generierten Daten im Vergleich zu synthetischen Daten stark ansteigen. Die Ära des digitalen Hortens – alles aufzubewahren, nur weil Speicherplatz einst billig war – wird zu Ende gehen und Unternehmen dazu zwingen, zu entscheiden, welche Daten einen Mehrwert bieten und was gelöscht und gegebenenfalls neu generiert werden muss“, so der Director. KI-generierte Daten würden so zu Wegwerfprodukten, die nach Bedarf erstellt und überschrieben werden, anstatt unbegrenzt gespeichert zu werden.
„Dieser Wandel wird die Bewertung von Daten neu definieren“, ist Stoop überzeugt. „Unternehmen konkurrieren künftig um die Beschaffung und den Schutz authentischer, von Menschen erstellter Daten, mit dem Ziel, ihre KI-Modelle zu trainieren und zu differenzieren. Dieser Wandel wird eine neue Datenwirtschaft hervorbringen – eine Wirtschaft, die Originalität, Kontext und Qualität über reine Menge stellt und neu definiert, was Informationen im Zeitalter synthetischer Inhalte wertvoll macht.“
KI-Agenten verbinden sich mit Unternehmensdaten
Seine Kollegin Manasi Vartak, Chief AI Officer bei Cloudera, sieht dabei die wichtigste Herausforderung, KI-Agenten mit Unternehmensdaten und -kontexten zu verbinden. Das sei eine unverzichtbare Voraussetzung dafür, dass diese Systeme wirklich nützlich seien. Viele Unternehmen hätten bereits ihre agentenbasierten Fähigkeiten unter Beweis gestellt, müssten aber nun glaubhaft darlegen können, dass diese Systeme produktionsreif sind und sie Hindernisse in Bezug auf Datenzugriff, Governance, Sicherheit und Berechtigungen überwinden können.
Unternehmen, die Agentic AI einsetzen, bräuchten strengere Governance-Rahmenwerke mit neuen Funktionen wie Agentenprotokolle, Observability und Versionskontrolle für vollständig implementierte Workflows. „Obwohl öffentliche Modelle auch 2026 weiterhin dominieren werden, lässt sich eine Zunahme spezifischer Anpassungen für jedes Unternehmen ausmachen“, so Vartak.
Grenzen zwischen Cloud und Rechenzentren verschwimmen
Sergio Gago, Global Chief Technology Officer bei Cloudera, sieht in der Folge die Grenzen zwischen Cloud und Rechenzentren verschwimmen. „Nach mehreren Jahrzehnten, in denen zunächst die Kontrolle über lokale Ressourcen, gefolgt von der Flexibilität durch Cloud im Vordergrund standen, tritt nun eine Realität ein, in der beide dank einheitlicher Plattformansätze nahtlos nebeneinander existieren“, so Gago. Workloads würden dort ausgeführt, wo es unter Berücksichtigung von Sicherheit, Compliance und Effizienz am sinnvollsten ist, anstatt den Standort zu priorisieren.
„Der wahre Wettbewerbsvorteil wird nicht davon abhängen, wer über ein größeres Modell verfügt, sondern davon, wer seine Ressourcen am intelligentesten und effizientesten nutzt. Im Zeitalter der Konvergenz muss KI als weiterer Teil der Belegschaft verwaltet werden“, so der Cheftechnologe. „Es ist nicht notwendig, sich für eine Seite zu entscheiden - Cloud versus On-Premises oder Mensch versus Maschine -, sondern sie unter einer gemeinsamen, effizienten und vertrauenswürdigen Architektur zu vereinen.“ Auch das Konzept der Leistung werde neu definiert: Angesichts des steigenden Bedarfs an KI und Rechenkapazität würden Unternehmen Energieeffizienz als primäres Ziel und nicht als sekundäre Überlegung positionieren.
Fazit
2026 verlässt die KI laut den Cloudera-Managern die Beta Phase und wird zum produktiven Begleiter für Unternehmen: Während die Einführung stabil weiterlaufe, entstünden echter Nutzen vor allem dort, wo agentische Systeme tief in Unternehmensdaten und kontexte eingebettet seien. KI Agenten verlagerten Compliance und Sicherheit in einen kontinuierlichen, autonomen Betrieb und machten Regeln zu laufenden Funktionen statt einmaligen Kontrollen.
Weitere Artikel zum Schwerpunkt „Agentic AI“