Die Public Cloud verliert laut einer Untersuchung von Cloudian in Zeiten von KI zunehmend an Bedeutung. Demnach haben in den letzten zwei Jahren 93% der befragten Unternehmen bereits einige KI-Workloads zurück auf ihre lokalen Server verlagert, sind gerade dabei oder planen es.
Die Unternehmen nennen drei zentrale Faktoren für den Umzug.
Gründe für On-Premises-Infrastrukturen?
Das Thema Datensouveränität ist für die Studienteilnehmer mit Abstand der wichtigste Faktor, um auf lokale Server zu setzen. Bei der Implementierung von KI-Anwendungen, die sensible Unternehmensdaten verarbeiten, würden 91% der Befragten Alternativen zur Public Cloud vorziehen. Zudem stufen rund drei Viertel (74%) die unkontrollierte Nutzung von Cloud-KI-Tools durch Mitarbeitende als kritisches oder erhebliches Sicherheitsrisiko ein. Und 58% berichten, dass Bedenken hinsichtlich des Speicherortes sensibler Daten ihre KI-Initiativen verzögern oder negativ beeinflusst haben. Künstliche Intelligenz (KI) verspricht die Revolution der Fertigung, doch in der Praxis scheitern viele Projekte an einer unzureichenden Datenbasis. Warum Sie erst Ordnung schaffen müssen, bevor Sie Künstliche Intelligenz erfolgreich nutzen können. ‣ weiterlesen
Ohne Datenordnung keine Effizienz: Wie Sie Ihre Produktion KI-ready machen
Auch finanziell sehen viele Unternehmen in der eigenen Infrastruktur eine besser planbare Alternative: 40% der befragten Unternehmen geben an, dass die tatsächlichen Ausgaben für die Nutzung von Cloud-basierten KI-Workloads das vorgesehene Budget überstiegen haben. Dementsprechend nennt fast die Hälfte die Unvorhersehbarkeit der Cloud-Kosten, einschließlich der schwierigen Prognose der Gesamtbetriebskosten und schwankender verbrauchsbasierter Preismodelle, als Hindernis für eine Ausweitung der generellen KI-Nutzung.
Als dritten Faktor, der für die Nutzung von On-Premises-Infrastrukturen spricht, ermittelt die Studie die Performance. Für drei Viertel der Befragten (75%) bieten hier nur lokale Server eine akzeptable Leistung für aktuelle oder geplante KI-Workloads. Praktische Anwendungen, die von einer On-Premises-Implementierung profitieren, umfassen die Echtzeit-Videoanalyse, Qualitätskontrolle in der Fertigung und die latenzarme Verarbeitung von Transaktionen.
KI-Budgets für lokale Infrastruktur?
Unter anderem diese Gründe sorgen dafür, dass auch die KI-Budgets steigen, das erwarten jedenfalls 86% der Befragten. 40% prognostizieren hier eine Budgetsteigerung für KI-Investitionen von 25% oder mehr. Da immer mehr Unternehmen auf Hybrid-Cloud- oder On-Premises-Modelle setzen wollen oder müssen, gehen die Studienautoren davon aus, dass ein Großteil dieser Finanzspritzen in den Auf- und Ausbau der lokalen KI-Infrastrukturen fließen wird.
„Unternehmen kehren der Public Cloud natürlich nicht den Rücken. Sie machen sich nur mehr Gedanken, wo welche KI-Workloads am besten angesiedelt sind“, betont Jon Toor, CMO bei Cloudian. „Der Enterprise AI Infrastructure Survey 2026 bestätigt, was wir täglich von unseren Kunden hören: Wenn sensible Daten, planbare Kosten und Echtzeitleistung entscheidend sind, bietet eine lokale KI-Infrastruktur Vorteile, die die Public Cloud nicht erreichen kann.“
