Forresters Tech- und Sicherheitsprognosen So gewinnen und scheitern Unternehmen 2025

Anbieter zum Thema

Forrester Germany GmbH

Fsas Technologies GmbH

FAST LTA GmbH

Technologie- und Sicherheitsteams experimentierten 2024 mutig und lernten wertvolle Lektionen. KI-Pilotprojekte liefen unter veränderten Markttrends in allen Bereichen des Unternehmens und störten eingefahrene Strategien. 2025 werden einige Experimente fortgesetzt, während Verantwortliche die gewonnenen Erkenntnisse umsetzen.

Der starke Druck, nach einer Phase des Testens und Experimentierens den ROI nachzuweisen, wird einige Führungskräfte dazu veranlassen, Implementierungen zu überstürzen und vorschnelle Entscheidungen zu treffen, die sich als kostspielig erweisen könnten. In anderen Bereichen hingegen werden Experimente mit neuen und aufstrebenden Technologien kurzfristige Geschäftsvorteile zeigen, die eine zukünftige Unterstützung sichern. Unsere wichtigsten Prognosen umfassen:

Die meisten Unternehmen, die sich auf KI-ROI fixieren, werden Investitionen zu früh zurückfahren.

Unternehmen verbessern bereits die Kundenerfahrung, die Mitarbeiterproduktivität und erschließen sogar neue Umsatzquellen mit KI. Doch ein "KI-Reset" steht bevor. Offensichtliche Anwendungsfälle, die im letzten Jahr getestet wurden, sind inzwischen Standard und in Unternehmenssoftware eingebettet.

Führungskräfte erkennen, dass die Rendite aus Investitionen länger dauern wird als vorhergesagt, und verschieben ihren Fokus auf eine pragmatische Erzielung von ROI im Laufe der Zeit. In Forresters Q2 AI Pulse Survey 2024 gaben 49 Prozent der US-Entscheider für generative KI an, dass ihre Organisationen einen ROI innerhalb von ein bis drei Jahren erwarten; 44 Prozent erwarten ihn innerhalb von drei bis fünf Jahren.

Ungeduld beim KI-ROI könnte Unternehmen dazu veranlassen, Investitionen zu früh zurückzufahren, was langfristig nachteilig wäre. Stattdessen sollten KI-Verantwortliche eine solide Strategie entwickeln, die auf ihr Geschäftsmodell und ihre Ziele abgestimmt ist. Es gilt, differenzierende Anwendungsfälle zu wählen, die unternehmenseigene Daten und Expertise nutzen.

Die EU wird erstmals einen genAI-Anbieter nach dem EU-KI-Gesetz bestrafen.

Ab Februar 2025 können private Akteure (nicht jedoch die Regulierungsbehörden) die Bestimmungen des EU-KI-Gesetzes gegen verbotene Anwendungsfälle anwenden. Ab August 2025 übernehmen Regulierungsbehörden, darunter das EU-KI-Büro und Datenschutzbehörden, die Durchsetzung und beginnen mit der Bestrafung eines Verstoßes gegen die Anforderungen an allgemeine KI-Modelle (GPAI), wie genAI.

Das Gesetz richtet Anforderungen an GPAI – wie die Verpflichtung zur Offenlegung von Trainingsquellen und zur Bereitstellung von Modellauswertungen – direkt an genAI-Anbieter. Es verknüpft jedoch Compliance-Verpflichtungen mit allen Akteuren in der KI-Wertschöpfungskette, einschließlich der Softwareanbieter, die auf diese Modelle zurückgreifen.

Unternehmen, die nicht vorbereitet sind, werden zwangsläufig einem Albtraum des Drittanbieterrisikos gegenüberstehen. Da Unternehmen die genAI-Modelle, die sie verwenden, diversifizieren, müssen sie ihre Anbieter sorgfältig prüfen und sicherstellen, dass sie alle erforderlichen Nachweise sammeln, um sich selbst (und möglicherweise auch ihre Kunden) vor Untersuchungen und Geldstrafen zu schützen.

Drei von vier Unternehmen, die agentische Architekturen eigenständig entwickeln, werden scheitern.

Agentische KI-Architekturen gehörten 2024 zu den aufstrebenden Technologien, sind jedoch noch nicht ausgereift – sie benötigen weitere zwei Jahre Entwicklung, um den hohen Automatisierungserwartungen gerecht zu werden. Gleichzeitig ist agentische KI in aller Munde, da Unternehmen generative KI über einfache Aufgaben hinaus in komplexere Prozesse einbinden möchten.

Die Herausforderung besteht darin, dass diese Architekturen komplex sind und mehrere Modelle, fortschrittliche Retrieval-Augmented Generation (RAG)-Stacks, erweiterte Datenarchitekturen und spezielles Fachwissen erfordern. Die Abstimmung dieser Modelle auf konkrete Ergebnisse bleibt eine ungelöste Herausforderung, die Entwickler enttäuschen wird.

Daher werden 75 Prozent der Unternehmen, die 2025 versuchen, solche Agenten eigenständig zu entwickeln, scheitern. Anschließend werden sie Beratungsunternehmen hinzuziehen, um maßgeschneiderte Agentensysteme aufzubauen, oder Agenten verwenden, die in bestehende Software-Ökosysteme von Anbietern eingebettet sind. Clevere Unternehmen werden die aktuellen Grenzen erkennen und sich auf Anbieter und Systemintegratoren verlassen, um Agenten an der Spitze dieser Technologie zu entwickeln.

Bemühungen der Technologiechefs zur Reduzierung technischer Schulden werden die Einführung von AIOps verdreifachen.

Da IT-Landschaften immer komplexer werden, werden mehr als 50 Prozent der Technologieentscheider 2025 einen moderaten bis hohen Schweregrad ihrer technischen Schulden feststellen. Bis 2026 wird dieser Wert auf 75 Prozent steigen, getrieben durch die Beschleunigung von Lösungen zur Unterstützung der KI.

Um den Anstieg technischer Schulden zu bekämpfen, werden Technologieführer nach AIOps-Plattformen Ausschau halten, die kontextbewusste Daten liefern, um menschliches Urteilsvermögen zu verbessern, Vorfälle automatisch zu beheben und Geschäftsergebnisse zu optimieren. Während AIOps die Zukunft darstellt, spiegeln die Herausforderungen bei der Bereitstellung erfolgreicher Lösungen die Herausforderungen anderer KI-Implementierungen wider. Insbesondere müssen Technologiechefs, die auf AIOps setzen, die richtige Unternehmenskultur sowie passende Daten-, Architektur- und Sicherheitspraktiken einführen, um die gewünschten Vorteile zu erzielen.

Dreißig Prozent der Teams werden die Softwareentwicklung mit TuringBots beschleunigen.

TuringBots sind KI- und generative KI-gestützte Entwicklungstools, die Artefakte automatisieren und generieren sowie Entwicklungsteams unterstützen. In Forresters Developer Survey 2024 gaben 24 Prozent der Befragten auf Führungsebene an, dass sie innerhalb der nächsten 12 Monate KI und generative KI im gesamten Softwareentwicklungsprozess nutzen möchten.

Diese Datenpunkte, kombiniert mit den letzten zwei Jahren fokussierter Einführung von TuringBots für Entwickler und Tester, den schnellen Fortschritten der KI mit multimodalen großen Sprachmodellen wie Google Gemini, der Erweiterung der Kontextfenster von Basis-Modellen auf Millionen von Tokens und dem Aufkommen agentischer KI, schaffen weit über die reine Code- und Testgenerierung hinausgehende Möglichkeiten.

Beispiele außerhalb von Code und Test sind die Generierung von Produktanforderungsdokumenten, die Analyse und Produktisierung von Produktfeedback im großen Maßstab durch Text- und Videoanalysen, das Vorlagen-Erstellen für Anforderungsbeschreibungen und das Automatisieren von Infrastruktur-Playbooks.

Die private Cloud gewinnt mit Alternativen zu VMware an Schwung.

On-Premises-Computing (unter welchem Namen auch immer) erlebt ein Comeback, da Unternehmen Herausforderungen in Bezug auf Souveränität, Kosten und Dateneigentum/-sicherheit bewältigen. Die meisten großen Unternehmen verfolgen bereits einen Hybrid-Cloud-Ansatz und werden weiter in private Cloud-Lösungen investieren, um Arbeitslasten zu unterstützen, die für Sicherheit, Datenschutz und Compliance lokal gespeichert und verarbeitet werden müssen (z. B. Pretraining und Feintuning von Foundation-Modellen, RAG-Integration, Automatisierung durch KI-Agenten). Doch neue Akteure und Unternehmen, die ihre Private-Cloud-Kapazitäten erweitern, werden ihr Geschäft mit dem dominierenden Anbieter VMware angesichts neuer Bündelungs- und Preisstrategien voraussichtlich nicht ausbauen.

Für 2025 prognostiziert Forrester, dass die meisten großen Public-Cloud-Anbieter ihre Investitionen in die private Cloud erhöhen werden. Hyperkonvergente Angebote wie Nutanix und Open-Source-Projekte wie OpenStack werden zunehmendes Interesse finden. Der Erfolg von OpenStack wird ein verbessertes Tech-Partner-Ökosystem erfordern. Private-Cloud-Wachstum wird parallel zur Public-Cloud-Entwicklung stattfinden, ohne diese zu ersetzen.

Über die Autorin: Laura Koetzle ist VP Group Research Director bei Forrester.

(ID:50264606)