Die oft übersehene Rolle von Netzwerken in der KI-Infrastruktur

Unternehmen investieren enorme Summen in GPUs, Server, Modelle und die Rechenkapazität, die erforderlich ist, um KI produktiv einzusetzen. Agentische KI stellt jedoch andere Anforderungen an das Netzwerk.

Ein Chatbot wartet normalerweise darauf, dass ihm jemand eine Frage stellt. Ein Agent hingegen kann einen Auftrag erhalten, mit verschiedenen Systemen und Anwendungen interagieren, Entscheidungen treffen und Maßnahmen ergreifen. Wenn Agenten zunehmend Aufgaben im gesamten Unternehmen übernehmen, wird vieles davon geschehen, ohne dass jemand an einer Tastatur sitzt.

Laut dem Bericht von Google Cloud mit dem Titel Der Zustand der Infrastruktur im Zeitalter agentischer KI geben 83 % der Unternehmen an, dass sie ihre Infrastruktur aufrüsten müssen, um autonome Systeme in Produktionsqualität zu unterstützen. Rechenleistung ist zwar ein Teil des Ganzen, doch Unternehmen müssen auch ihrem Netzwerk Priorität einräumen, denn es muss künftig Aktivitäten unterstützen, die nicht dem typischen Muster eines menschlichen Mitarbeiters folgen.

Das Ende des 9-bis-17-Uhr-Netzwerks

Unternehmensnetzwerke wurden jahrzehntelang weitgehend danach ausgelegt, wie Menschen arbeiten. Mitarbeiter verbinden sich während des Arbeitstags mit Anwendungen, greifen auf Daten zu und nutzen Cloud-Dienste. Dadurch entstehen relativ vorhersehbare Datenverkehrsmuster, die Architektur und Betrieb des Netzwerks prägen.

KI und agentische Systeme verändern diese Gleichung. Agenten können rund um die Uhr Aufgaben ausführen und mit Anwendungen, APIs, Datenquellen und anderen Agenten interagieren. Dadurch entstehen kontinuierlichere und dynamischere Datenflüsse in Campusnetzwerken, Rechenzentren, Cloud-Umgebungen und im WAN. Mit zunehmender Größe der Implementierungen müssen Netzwerke immer komplexere Abhängigkeiten unterstützen. Leistung, Latenz, Ausfallsicherheit und Sicherheit werden dadurch entscheidend für eine zuverlässige Ausführung.

Diese Anforderungen machen auch die Grenzen herkömmlicher NetOps-Modelle deutlich, bei denen Überwachungstools Probleme erkennen und menschliche Mitarbeiter sie untersuchen und beheben. Die nächste Generation von NetOps muss über die Verwaltung einzelner Geräte und Ereignisse hinausgehen und stattdessen die Abhängigkeiten zwischen Anwendungen und Agenten durchgängig erfassen. Dafür braucht es umfassendere Transparenz, KI-gestützte Korrelation und Ursachenanalyse sowie intelligente Automatisierung, um Probleme proaktiv zu optimieren und zu beheben.

Die Chance besteht darin, von Netzwerken, die mit KI-Unterstützung verwaltet werden, zu Netzwerken überzugehen, die auf KI-gestützter Intelligenz und kontrollierter Autonomie basieren. Netzwerkteams können weniger Zeit mit der Behebung wiederkehrender Probleme verbringen und sich stärker darauf konzentrieren, Richtlinien festzulegen, Leitplanken einzurichten und Architekturen zu optimieren. Beim Ende des 9-bis-17-Uhr-Netzwerks geht es nicht einfach darum, dass Netzwerke rund um die Uhr laufen. Vielmehr verändert sich grundlegend, wodurch die Netzwerknachfrage entsteht und wie Netzwerke gestaltet, gesichert und betrieben werden müssen, um ein stets verfügbares Ökosystem intelligenter, autonomer Systeme zu unterstützen.

Von wenigen KI-Tools zu ganzen Agentenflotten

Die meisten Unternehmen befinden sich noch in einer Phase, in der sich KI leicht verwalten lässt: Copiloten, Assistenten und KI-Anwendungen kommen in verschiedenen Unternehmensbereichen zum Einsatz.

IBM stellte jedoch fest, dass nur 11 % der befragten Führungskräfte vollständig auf das Ausmaß des Einsatzes von KI-Agenten vorbereitet sind, das in den kommenden 12 Monaten erwartet wird. Mit zunehmender Zahl der Implementierungen müssen Netzwerkteams mehr Aktivitäten verstehen und mehr Probleme untersuchen – oft ohne zusätzliche Mitarbeiter, die diese Arbeit übernehmen.

Deshalb ist es wichtig, die Zeit zu verkürzen, die Ingenieure mit dem Durchsuchen von Dashboards, dem Zusammenstellen von Informationen und der Weiterleitung routinemäßiger Fragen verbringen. Wenn Teams relevante Betriebsinformationen und Anleitungen zur Fehlerbehebung genau dann erhalten, wenn sie sie benötigen, lässt sich Fachwissen auch leichter teamübergreifend weitergeben. So muss nicht länger eine kleine Zahl erfahrener Spezialisten jede Frage beantworten. Das Fachwissen der Mitarbeiter kommt besser bei Entscheidungen zum Einsatz, die Urteilsvermögen erfordern, etwa beim Festlegen von Richtlinien, beim Setzen von Grenzen und bei der Bewertung von Risiken.

Das Netzwerk muss bei der KI-Strategie mit am Tisch sitzen

Bei der KI-Planung stehen oft Modelle, Anwendungen, Daten und Rechenressourcen im Mittelpunkt. Netzwerke sollten jedoch von Anfang an Teil dieser Gespräche sein. Agenten benötigen den richtigen Kontext, um hilfreiche Empfehlungen geben zu können. Im Netzwerkbetrieb bedeutet das, zu verstehen, wie Informationen über Benutzer, Geräte und Anwendungen zusammenhängen, statt eine einzelne Warnmeldung oder Kennzahl isoliert zu betrachten.

Dieser Kontext hilft Teams, die Ursache eines Problems schneller zu finden und über die nächsten Schritte zu entscheiden. Menschliche Aufsicht bleibt wichtig, insbesondere wenn Agenten mehr Autonomie erhalten. Dafür müssen klar definierte Grenzen festlegen, was sie selbstständig tun dürfen, und Kontrollen diese Grenzen durchsetzen. Teams sollten außerdem nachvollziehen können, warum eine Empfehlung ausgesprochen wurde und auf welchen Informationen sie beruht, bevor sie entscheiden, ob sie ihr folgen.

Gartner prognostiziert, dass bis 2029 mindestens 70 % der Unternehmen, die KI-Agenten im IT-Betrieb einsetzen, mit schwerwiegenden Problemen konfrontiert sein werden, die erhebliche Auswirkungen auf Service, Sicherheit oder Kosten haben und zumindest teilweise auf unzureichende Kontrollen zurückzuführen sind. Deshalb müssen Transparenz, Automatisierung, Zuverlässigkeit und Kontrolle von Anfang an in die Planung der KI-Infrastruktur einfließen.

Infrastruktur für ein stets verfügbares KI-Unternehmen aufbauen

Agentische KI verändert die Nutzung von Unternehmensnetzwerken. Die Aktivitäten sind nicht mehr so eng daran gebunden, wann Mitarbeiter online sind. Netzwerkteams müssen diese Veränderung bewältigen, ohne dass der für den Netzwerkbetrieb erforderliche Arbeitsaufwand im gleichen Maße zunimmt.

Unternehmen müssen ihre Netzwerke nicht vollständig umgestalten. Mit zunehmender KI-Nutzung sollten sie jedoch mögliche Schwachstellen ihrer bestehenden Infrastruktur ermitteln – insbesondere dort, wo Teams nicht genügend Einblick haben, um Probleme schnell zu erkennen, wo sich Reaktionszeiten zu verschlechtern beginnen oder wo die routinemäßige Fehlerbehebung noch immer erheblichen manuellen Aufwand erfordert.

Ein Netzwerk, das auf einen klassischen Arbeitstag von neun bis fünf Uhr ausgelegt ist, muss einem Netzwerk weichen, das Menschen, Anwendungen und Agenten dabei unterstützt, Seite an Seite zu arbeiten – oft nach ganz unterschiedlichen Zeitplänen und mit sehr unterschiedlicher Geschwindigkeit. Ob die Infrastruktur richtig aufgestellt ist, zeigt sich letztlich an den Kennzahlen, die Unternehmen ohnehin wichtig sind: weniger Ausfälle, schnellere Lösungen im Problemfall, bessere Nutzererlebnisse und weniger Zeitaufwand für die Suche nach Problemen.