Open-Weights-Modelle holen gegenüber Frontier-Modellen auf. Für Unternehmen stellt sich die Frage, welches KI-Werkzeug zu welcher Aufgabe passt – und wo die Datenverarbeitung erfolgt.

Oliver Hessel vom Cloud-Anbieter IONOS ordnet im „heise meets …“-Podcast ein, wofür sich welche KI-Modelle eignen. Entscheidend sei nicht das Label, sondern der konkrete Anwendungsfall im Unternehmen.

Modellauswahl: Der Anwendungsfall bestimmt die Größe

Open-Weights-Modelle stellen die Modellgewichte frei zur Verfügung, während Frontier-Modelle als die jeweils stärksten Vertreter in gängigen Benchmarks gelten. Beide Kategorien schließen sich nicht aus – aktuell trennen den Spitzenreiter und das beste offene Modell nur sieben Punkte.

Für Textzusammenfassungen oder die Dokumentensortierung reicht ein kleines Modell. Komplexe Software-Architekturen verlangen hingegen nach großen Varianten. Hessel vergleicht das mit einem Architekten, der plant, und den Handwerkern, die bauen – beide braucht es, aber selten gleichzeitig.

Datenschutz: Herkunft der Modelle verdient Aufmerksamkeit

Die derzeit stärksten Open-Weights-Modelle stammen aus China. Für technische Aufgaben wie Dokumentenverarbeitung oder Coding eignen sie sich laut Hessel sehr gut. Bei politisch sensiblen Themen stoßen sie an Grenzen, etwa bei Fragen zum Tian’anmen-Massaker 1989 in China.

Jedes Modell trage einen kulturellen Bias – auch westliche. Wer die Einschränkungen kennt, trifft bewusste Entscheidungen. Behörden greifen eher zu US- oder europäischen Modellen, während Industriekunden die chinesischen Varianten mittlerweile aktiv nachfragen.

IONOS betreibt die Modelle in europäischen Rechenzentren und trainiert nach eigenen Angaben nicht mit Kundendaten. Mittelständler bauen damit interne Chatbots inklusive Vektordatenbanken auf. Größere Firmen mieten eigene GPU-VMs für dedizierte Instanzen. Kleine Betriebe starten mit vorgefertigten Bausteinen wie Telefonassistenten oder dem Workflow-Tool n8n.

Die Nutzungsmuster ändern sich rasant. Vor zwei Jahren dominierte Metas Llama 405B, später das offene GPT-OSS von OpenAI, aktuell ein mittelgroßes Qwen-Modell. Hessel rechnet damit, dass offene Modelle in wenigen Monaten das Niveau heutiger Frontier-Modelle erreichen, während die geschlossenen Anbieter wiederum vorlegen.

Welche Modelle sich für welchen Zweck eignen, wie Unternehmen Verzerrungen (Bias) einschätzen und welche Rolle Mixture-of-Experts-Architekturen spielen, erläutert Oliver Hessel ausführlich im „heise meets …“-Podcast.

Strategie: Welche KI-Modelle Unternehmen wirklich brauchen (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer

Fernzugriffe aus dem Homeoffice gehören in vielen Firmen längst zum Alltag, doch ein VPN allein sichert sie nicht ab. Eine Checkliste des VPN-Spezialisten NCP nennt zehn Maßnahmen, mit denen Unternehmen den Zugang von außen unter Kontrolle bringen.

Die NCP engineering GmbH aus Nürnberg stellt die Liste in einem aktuellen Blog-Beitrag auf vpnhaus.com vor. Die zentrale These lautet: Kein einzelner Schutzmechanismus genügt. Erst das Zusammenspiel aus Verschlüsselung, starker Authentifizierung, Geräteprüfung und Segmentierung hält Angreifer zuverlässig fern.

Angriffsfläche: Homeoffice öffnet Angreifern neue Türen

Wie stark der Bedarf gewachsen ist, zeigen Zahlen des Statistischen Bundesamts: 2025 arbeiteten 24,6 Prozent der Erwerbstätigen zumindest gelegentlich im Homeoffice, während die Quote 2019 noch bei 12,9 Prozent lag. Bei Führungskräften sind es über 43 Prozent, bei Akademikern fast die Hälfte. Im Handwerk bleibt der Anteil mit 5,5 Prozent gering.

Jeder zusätzliche Zugang vergrößert die Fläche, die Angreifer abtasten. Der BSI-Lagebericht zählt Schwachstellen in VPN-Gateways zu den beliebten Einfallstoren. Private Geräte verschärfen das Problem, ebenso Passwörter, die Anwender für mehrere Dienste nutzen. Ein einziges Datenleck reicht dann schon für den Missbrauch.

Mehrstufiger Schutz: MFA und Geräteprüfung stoppen Eindringlinge

NCP empfiehlt deshalb eine Multi-Faktor-Authentifizierung für alle externen Zugänge, und zwar nicht nur für administrative Konten. Endpoint-Policy-Checks kontrollieren bei jeder Verbindung Betriebssystem, Virenschutz, Zertifikate und die Version des VPN-Clients. Weicht ein Wert ab, bleibt der Zugriff gesperrt.

Gelingt Angreifern dennoch der Einstieg, begrenzt eine Netzsegmentierung den Schaden. Dienstleister erhalten nur befristete, zweckgebundene Rechte, die nach Abschluss der Arbeiten automatisch erlöschen. Den ersten Schritt sieht NCP in einer Bestandsaufnahme: Oft tauchen dabei vergessene Testzugänge und alte Partnerkonten auf.

Wie lange Unternehmen Zugriffsprotokolle speichern dürfen, wann der Betriebsrat bei der Sitzungsüberwachung mitreden muss und wie sich nicht verwaltete Privatgeräte einbinden lassen, erläutert NCP im weiteren Verlauf des Blog-Beitrags. Dort finden Sie außerdem Hinweise zum organisatorischen Teil eines MFA-Roll-outs und die vollständige Checkliste mit allen zehn Punkten.

Autonome Agenten, Shadow-IT und ungesicherte MCP-Anbindungen stellen Unternehmen vor neue Herausforderungen. Robert Wortmann skizziert, warum klassische Sicherheitskonzepte beim KI-Einsatz an ihre Grenzen stoßen.

Im „heise meets …“-Podcast spricht Robert Wortmann vom Cybersecurity-Anbieter TrendAI – der umbenannten Enterprise-Sparte von Trend Micro – über die Risiken und Chancen beim Einsatz künstlicher Intelligenz in Unternehmen.

Schatten-KI: Unbemerkte Anbindungen gefährden Firmendaten

Wortmann beschreibt einen realen Fall: Eine HR-Software informierte Nutzer per Pop-up über die neue Anbindung an ChatGPT via Model Context Protocol. Mitarbeiter koppelten daraufhin ihre privaten Accounts – ohne Wissen der IT-Abteilung.

Fragt er Firmen nach vorhandenen MCP-Servern, lautet die Antwort meist: „Keine.“ Technische Analysen fördern dann regelmäßig Dutzende selbst gebauter Konstrukte zutage – selten böswillig, aber oft ohne jedes Sicherheitskonzept errichtet.

Agentisches Verhalten: Rechnungs-Bots drohen Kunden

Besonders drastisch zeigt sich das Problem bei autonomen Agenten. In einem Laborversuch sollte ein Agent offene Rechnungen auf null setzen. Bei zahlungsunwilligen virtuellen Kunden gewährte er eigenmächtig 20 Prozent Rabatt – ohne jede Freigabe.

In Einzelfällen ging das System sogar zu sanften Drohungen über. Gerichtsurteile stellen inzwischen klar: Für solche Aktionen haftet das Unternehmen, unter dessen E-Mail-Adresse der Agent operiert. Die Frage nach ausreichenden Grenzen bleibt zentral.

Wortmann empfiehlt einen Bottom-up-Ansatz: Erst Visibilität schaffen, dann Berechtigungsstrukturen und Infrastruktur absichern. Veraltete Dateisysteme und falsch konfigurierte Cloud-Umgebungen würden sonst zur Angriffsfläche – auch unterhalb von KI-Deployments.

Beim Thema Souveränität warnt er vor Verkürzungen. Europäisches Hosting allein genügt seiner Meinung nach nicht. Firmen müssten auch operative Abhängigkeiten bedenken: Was passiert, wenn ein Open-Weight-Modell morgen nicht mehr aktualisiert wird, obwohl Kernprozesse auf ihm basieren?

Für die kommenden zwölf Monate erwartet Wortmann eine wachsende Kluft zwischen theoretischen Großdebatten und der praktischen Realität vieler Mittelständler. Gleichzeitig hofft er, dass Unternehmen die Verteidigungschancen durch KI stärker nutzen – etwa zur Entlastung von Security Operations Centern. Das vollständige Gespräch mit Robert Wortmann steht als Podcast-Folge zum Anhören bereit.

Agentische KI: Warum Unternehmen für Aktionen ihrer Software haften (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer

Der Bau von Rechenzentren erlebt einen großen Umbruch. Hochleistungschips für KI-Anwendungen zwingen Betreiber, von Luft- auf Flüssigkeitskühlung umzustellen und die gesamte Rack-Infrastruktur neu zu denken.

Im „heise meets …“-Podcast schildert Thomas Schreiner vom hessischen Schaltschrankhersteller Rittal, wie sich die Anforderungen an Serverschränke derzeit grundlegend verändern. Zu den Auslösern zählen der Boom von KI-Anwendungen und der Wettlauf der Hyperscaler.

Leistungsdichte: KI-Schränke sprengen bisherige Grenzen

Ein klassischer Serverschrank verbrauchte lange 12 bis 15 Kilowatt. Aktuelle KI-Schränke erreichen laut Schreiner bereits 220 Kilowatt pro Rack. Für die kommende Chip-Generation rechnet er mit 500 Kilowatt, bis 2028 oder 2029 sogar mit einem Megawatt pro Schrank.

Diese Leistungsdichte lässt sich nicht mehr mit Luftkühlung bewältigen. Ein moderner Chip gibt rund 112 Watt pro Quadratzentimeter ab – mehr als zwölfmal so viel wie ein Bügeleisen. Flüssigkeitskühlung über Edelstahlrohre und direkte Chip-Anbindung wird damit zum Standard.

Datacenter-Bau: Hyperscaler setzen auf hohes Tempo

Weltweit fließen im Jahr 2026 rund 725 Milliarden Dollar in Rechenzentren. Hyperscaler wie Meta und Google treiben den Ausbau voran, teils über Container-Lösungen oder sogar in Zeltbauten, etwa bei einem Meta-Projekt in Iowa. In Deutschland dauert ein klassischer Datacenter-Bau drei bis fünf Jahre.

Der wirtschaftliche Druck ist enorm: Ein Datacenter mit 100 Megawatt Leistung kann laut Schreiner täglich vier bis fünf Millionen Dollar Profit erwirtschaften. Wer die teuren Chips nicht zeitnah einsetzt, verliert Umsatz – und die Investition steht leer herum.

Modulare Systeme: Building Blocks beschleunigen Projekte

Rittal setzt auf modulare Bausteine für Kühlung und Stromverteilung. Schränke tragen inzwischen bis zu 4,7 Tonnen Last – das Gewicht eines mittelschweren Elefanten. Die Abwärme lässt sich zudem zur Speisung von Wärmepumpen und anderen Prozessen nutzen, geht also nicht verloren.

Trotz Diskussionen um eine mögliche KI-Blase rechnet Schreiner mit weiterem Wachstum. Die Chip-Generationen folgen im Jahrestakt, die Infrastruktur muss mithalten. Das vollständige Gespräch mit Thomas Schreiner über die Zukunft der Rechenzentrumsinfrastruktur gibt es in der aktuellen Folge des „heise meets …“-Podcasts.

KI-Rechenzentren: Warum Flüssigkeitskühlung zum neuen Standard wird (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer

Zwei Regelwerke der Europäischen Union greifen inzwischen direkt in die Netzarchitektur ein: NIS 2 und DORA. Was auf betroffene Unternehmen zukommt und wo die wichtigsten Hebel liegen, erläutert die Nürnberger NCP engineering GmbH in einem Blog-Beitrag.

Geltungsbereich: 18 Sektoren stehen in der Pflicht

18 Wirtschaftssektoren fallen unter NIS 2, von Energie über Gesundheit bis Verkehr. DORA zieht die Grenze hingegen enger und adressiert allein den Finanzsektor – Banken, Rating-Agenturen, Pensionsfonds. Wer zu welchem Regelwerk gehört, klärt die Betroffenheitsprüfung des BSI.

Auch im Rechtscharakter unterscheiden sich die beiden. NIS 2 kam als Richtlinie und brauchte nationale Umsetzung; das deutsche NIS-2-Umsetzungsgesetz trat am 6. Dezember 2025 in Kraft. Registriert haben sich trotzdem längst nicht alle Betroffenen, wie heise online berichtet. DORA dagegen gilt seit dem 17. Januar 2025 unmittelbar in allen EU-Mitgliedstaaten. Keine Umsetzung, keine Übergangsfrist.

Netzwerksegmentierung: Strikte Trennung stoppt Angreifer

Offene Netze hinter einem reinen Perimeter-Schutz genügen den Anforderungen nicht mehr. Segmentierung heißt: Büroarbeitsplätze, Produktionsanlagen und sensible Datenbestände laufen getrennt voneinander. Wer einbricht, sitzt dann in einem Segment fest. Die Seitwärtsbewegung quer durchs Unternehmen – in vielen Vorfällen der eigentliche Schadensmultiplikator – findet nicht statt.

Dazu kommt die Protokollierungspflicht, und zwar lückenlos. Jedes sicherheitsrelevante Ereignis gehört erfasst, im lokalen Netz ebenso wie über VPN-Verbindungen. Automatische Warnmeldungen verkürzen die Zeit bis zur Reaktion. Je früher jemand den Vorfall bemerkt, desto kleiner bleibt der Schaden – banal, aber in der Praxis oft eine Frage von Tagen statt Minuten.

Haftung: Geschäftsführer und Vorstand tragen persönliches Risiko

Persönlich in die Pflicht genommen wird bei NIS 2 und DORA die Unternehmensspitze. Geschäftsführung und Vorstand müssen die Risikomanagementmaßnahmen selbst billigen und haften, wenn sie es nicht tun. Delegieren lässt sich die Arbeit, aber nicht die Verantwortung. Hinzu kommen schriftliche Notfall- und Wiederanlaufpläne für den Betrieb nach einem Zwischenfall.

Warum auch die Lieferkette ins Pflichtenheft rückt, welche Bußgelder bei Verstößen drohen und wie eine bestehende ISO-27001-Zertifizierung die Umsetzung abkürzt, führt der Blog-Beitrag des Nürnberger Anbieters NCP engineering im Detail aus.

„Niemals vertrauen, immer überprüfen“ – nach diesem Grundsatz arbeitet Zero Trust. Was von der Theorie in großen Organisationen übrig bleibt, dokumentieren inzwischen Prüfberichte US-amerikanischer Aufsichtsbehörden. Drei Prüfberichte – vom U.S. Government Accountability Office (GAO), vom Treasury Inspector General for Tax Administration (TIGTA) und vom Department of Defense Office of Inspector General (DoD OIG) – hat die Nürnberger NCP engineering GmbH in einem Blog-Beitrag ausgewertet.

Asset-Inventar: Lückenhafte Listen bremsen die Umsetzung

Den ersten Befund der Prüfberichte liefert das Asset-Inventar, genauer: dessen Fehlen. Die Defense Media Activity (DMA, eine Außenstelle des US-Verteidigungsministeriums) musste ihren Zero-Trust-Plan 2025 komplett neu schreiben, weil im Entwurf keine einzige Netzwerkkomponente stand. Zugriffsregeln greifen aber nur dort, wo jemand hingeschaut hat.

Dass solche Lücken kein Einzelfall sind, hat strukturelle Gründe. Cloud-Plattformen laufen parallel zu eigenen Rechenzentren. Hinzu kommen Verzeichnisdienste aus unterschiedlichen Jahrzehnten, die niemand abgelöst hat. 75 Prozent der Unternehmen verwalten mindestens zwei Identity-Provider, elf Prozent sogar fünf oder mehr – so die Cloud Security Alliance. Fünf davon bedeuten: fünf Stellen, an denen dieselbe Regel greifen muss oder eben nicht greift.

Datenklassifizierung: Fehlende Kennzeichnung untergräbt jede Zugriffsregel

Besonders deutlich fällt der Rückstand beim Datenschutz aus. 21 von 23 geprüften Behörden wiesen 2025 laut GAO-Bericht unvollständige Fähigkeiten bei Netzwerksicherheit und Datenschutz auf. Die Datenklassifizierung erweist sich dabei als schwächste Stelle fast aller Umsetzungen. Doch ohne Schutzstufe und ohne Verantwortlichen pro Datenbestand läuft jede Zugriffsregel ins Leere.

Wie weit der Rückstand reicht, zeigt die US-Steuerbehörde IRS. Bis Oktober 2025 hatte sie erst 41 von 187 Datenbanken zentral erfasst, eine automatisierte Klassifizierung existierte zu diesem Zeitpunkt überhaupt nicht. Nachzulesen ist das im Bericht der Steueraufsicht TIGTA. Damit bleiben rund 78 Prozent der Datenbanken, über die zentral niemand Auskunft geben konnte.

Identitätsmanagement: Zentrale Konten tragen den Einstieg

Für den Einstieg in Zero Trust empfiehlt NCP eine klare Reihenfolge: zuerst im Identitätsmanagement die Konten an einer Stelle zusammenführen, danach das Netz feiner segmentieren und zuletzt Single Sign-on einführen – also eine einmalige Anmeldung, die anschließend für alle freigegebenen Anwendungen gilt.

Dieser dritte Schritt entscheidet oft über den Erfolg. Wer sich nicht achtmal täglich neu ausweisen muss, greift seltener zu Workarounds wie geteilten Accounts oder notierten Passwörtern – und an solchen Abkürzungen scheitern Sicherheitsprojekte häufiger als an Angreifern.

Wie weit ein Unternehmen auf diesem Weg schon ist, lässt sich an den vier Reifegraden der US-Cybersicherheitsbehörde CISA ablesen. Welche das sind und wie Automatisierung die Sicherheitsteams dabei entlastet, führt der Blog-Beitrag des Nürnberger Anbieters weiter aus.

Durch KI-Projekte laufen die IT-Budgets vieler Unternehmen aus dem Ruder. Ein Dreiklang aus Transparenz, Optimierung und Governance hilft dabei, die Kosten für Token und Modelle nachhaltig in den Griff zu bekommen.

Frederik Marx, der als Senior Advisor IT Financial Management bei IBM Apptio tätig ist, beschäftigt sich mit der Wirtschaftlichkeit von KI-Initiativen. Im „heise meets …“-Podcast erklärt er, weshalb AI Tokenomics als neue Abrechnungsdisziplin gilt.

Ein Token ist inzwischen eine Verrechnungseinheit wie eine Kilowattstunde Strom. Wer viele Prompts absetzt oder teure Modelle nutzt, treibt die Kosten schnell in die Höhe. Berichte über dreistellige Millionenbeträge bei Konzernen wie Microsoft oder Uber zeigen die Dimension.

Kostentransparenz: Unternehmen erfassen ihre KI-Ausgaben

Der erste Schritt führt über die Datenbasis. Cloud-Rechnungen von Azure, AWS oder GCP enthalten die meisten KI-Positionen. FinOps-Werkzeuge wie IBM Cloudability filtern die Token-Kosten heraus und ordnen sie Teams, Projekten oder Business-Einheiten zu.

Erst diese Zuordnung schafft Verantwortlichkeit. Entwickler und Fachbereiche sehen, welche Modelle sie nutzen und welche Kosten sie verursachen. Tagging gilt dabei als Königsdisziplin, um aus Millionen Rechnungszeilen belastbare Auswertungen zu gewinnen.

Vollkostensicht: CIOs bewerten den Wertbeitrag der KI

Token-Kosten machen laut Marx jedoch nur 15 bis 30 Prozent der gesamten Ausgaben einer KI-Initiative aus. Personal, Training und Integration schlagen deutlich stärker zu Buche. IBM Apptio Costing bildet diese Vollkosten ab und stellt sie dem Wertbeitrag gegenüber.

Ein Chatbot ersetzt externe Übersetzungsdienste, während ein Agent im Ticketsystem die Kundenzufriedenheit erhöht. Solche Effekte lassen sich beziffern. Der CIO erkennt, welche Projekte tragen und welche nur Kosten produzieren. Model-Gateways und Autorouting steuern zusätzlich die Modellwahl.

Im Jahr 2027 erwartet Marx eine breite Verlagerung von der Wachstumsphase hin zu Optimierung und Governance. Erste Anbieter experimentieren mit outcomebasierten Preisen, die den Erfolg statt den Verbrauch abrechnen. Die Details zu den Werkzeugen und Strategien liefert das Gespräch im aktuellen „heise meets …“-Podcast.

KI im Unternehmen: Was Token mit Kosten-Explosionen zu tun haben (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer

Christian Groß, Gründer und Geschäftsführer der auf Microsoft-Governance spezialisierten Solutions2Share GmbH , warnt im „heise meets …“-Podcast vor einer neuen Welle des Wildwuchses. Nach der Teams-Unordnung folgt nun die unkontrollierte Vermehrung von KI-Agents.

In vielen Firmen existieren bereits mehr als hundert Agents, ohne dass jemand deren Zugriffsrechte kennt. Jeder Channel erhält automatisch einen eigenen Agent, dazu kommen selbst gebaute Varianten aus dem Copilot Studio. Das Ergebnis ist eine kaum überschaubare Landschaft.

Copilot-Readiness: Berechtigungen entscheiden über die Datensicherheit

Der Copilot greift präzise auf alles zu, wofür Rechte vergeben wurden. Fragen nach Vorstandsgehältern, geplanten Werksschließungen oder R&D-Projekten können dann Inhalte zum Vorschein bringen, die eigentlich geschützt sein sollten. Genau hier liegt die zentrale Schwachstelle.

Groß empfiehlt, sensible Prompts regelmäßig als Testfälle einzugeben. So prüfen Administratoren automatisiert, ob das System korrekt reagiert oder heikle Informationen freigibt. Zusätzlich hilft ein Access Review dabei, veraltete Zugriffsrechte langjähriger Mitarbeiter zu bereinigen.

Governance-Roadmap: Solutions2Share strukturiert den Microsoft-Stack

Der Governance-Autopilot des Anbieters prüft täglich 123 Policies im Microsoft-365-Tenant. Künftig soll ein Policy Enforcer abweichende Einstellungen automatisch zurücksetzen. Das hilft dabei, Compliance-Vorgaben aus NIS 2, ISO oder SOC 2 dauerhaft einzuhalten.

Die Governance-Roadmap teilt den Prozess dabei in Häppchen: Teams, SharePoint, Power Platform, Power BI, Purview und Sensitivity Labels. Erst wenn diese Ordnung geschaffen ist, folgt die Freischaltung von Copilot für alle Mitarbeiter – andernfalls drohen Sicherheitslücken und unnötige Speicherkosten.

Groß rechnet mit einer dauerhaften Nachfrage, weil Microsoft selbst kein Interesse an einer aufgeräumten Infrastruktur habe. Eine geordnete Struktur würde Migrationen zu Wettbewerbern erleichtern. Die vollständigen Einschätzungen liefert die aktuelle Folge des „heise meets…“-Podcasts.

Copilot-Governance: Ohne Aufräumen gelingt kein sicherer KI-Einsatz (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer

Im „heise meets …“-Podcast erklärt Ryan Wedig, Gründer und CEO von Vasion, warum aus PrinterLogic mehr wurde als ein Druckmanagement-Anbieter. Sieben Jahre Entwicklung und rund 100 Millionen Dollar flossen in die neue Plattform.

Kostenersparnis: Cloud-Ansatz eliminiert komplette Serverlandschaften

Als frühes Referenzprojekt nennt Wedig das US-Heimatschutzministerium, wo sich die Zahl der Druckserver von 400 auf einen einzigen reduzierte. Bei rund 4.000 Dollar Betriebskosten pro Server und Jahr summierten sich die Ausgaben auf 1,6 Millionen Dollar – der Return on Investment lag bei unter sechs Monaten.

Ein zweiter Pluspunkt ist die Sicherheit: Vasion setzt auf zentral verwaltetes Direct-IP-Printing. Druckaufträge bleiben lokal, nur Telemetrie-Metadaten wandern in die Cloud. Damit entfallen Angriffsvektoren wie das bekannte #PrintNightmare-Szenario.

Automatisierung: Ein Agent verbindet Druck und Workflows

Vasion installiert auf 30 Millionen Endgeräten bei 14.000 Kunden einen Agenten. Das Unternehmen ist nach eigenen Angaben die einzige FedRAMP-konforme Druckmanagement-Lösung weltweit und darf Cloud-Dienste für das US-Verteidigungsministerium bereitstellen.

Über die Funktion „Send to Vasion“ landen Dokumente per „Datei drucken“-Befehl direkt in Workflows. Ein KI-Tool erkennt Signaturfelder automatisch, verteilt das Dokument und startet nach dem Rücklauf weitere Prozesse – ohne manuelle Uploads oder Downloads.

Beim Thema KI-Integration bleibt Wedig pragmatisch: Rund 90 Prozent aller Geschäftsprozesse laufen deterministisch ab. Vasion bindet über AWS Bedrock verschiedene Modelle an, hersteller- und anbieterunabhängig. Kunden sehen für jeden Workflow-Schritt die anfallenden Kosten und entscheiden, wo sich KI wirtschaftlich lohnt.

Details zur Plattform, zu Sicherheitszertifizierungen und zur Rolle von SAP-Integrationen erläutert Ryan Wedig in unserer aktuellen Podcast-Folge.

Print-Management: Wie 400 Druckserver auf einen einzigen schrumpfen (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer

Lars Neumann, Senior Vice President T Cloud bei der Deutschen Telekom, spricht mit Matthias Tüxen darüber, wie Unternehmen ihre Cloud-Strategie neu ausrichten.

Datenhoheit: Regulierte Branchen fordern klare Architekturen

Viele Firmen sind über Schatten-IT in die Cloud gerutscht. Fachabteilungen buchten SaaS-Tools, ohne Abhängigkeiten zu prüfen. Neumann rät, zunächst die Workloads zu bewerten: Handelt es sich um öffentliche Inhalte oder um sensible Produktionsdaten?

Vorgaben wie DORA verschärfen den Druck auf Finanzdienstleister, doch die Standard-AGB internationaler Anbieter decken diese Anforderungen nicht ab. Auch öffentliche Verwaltungen prüfen nach den Corona-Schnellschüssen, wo ihre Daten liegen und wer auf sie zugreifen kann.

Industrial AI Cloud: München liefert Rechenleistung für Modelle

Die im Februar 2026 eröffnete Industrial AI Cloud in München war zum Start bereits zu mehr als einem Drittel ausgelastet. Aktuell installiert die Telekom die nächste GPU-Generation, um die Nachfrage zu bedienen. Auf der Plattform trainiert unter anderem das europäische Open-Source-Modell SOOFI mit dem Ziel, hundert Milliarden Parameter zu erreichen.

Neumann betont die Wahlfreiheit: Für Chatbots oder Werbung eignen sich innovative Hyperscaler-Dienste. Maschinendaten oder geistiges Eigentum gehören dagegen in eine kontrollierte Umgebung, in der weder Trainingsdaten abfließen noch fremde Regierungen Zugriff erzwingen können.

Souveränität entsteht laut Neumann nicht durch Zertifikate allein. Unternehmen müssen Architektur, Betriebsprozesse und Sicherheitskonzepte selbst gestalten. Der CLOUD Act mache deutlich, warum Portabilität zwischen Anbietern und ein durchdachtes Exit-Szenario zur Pflichtaufgabe der IT-Verantwortlichen gehören.

Das komplette Gespräch mit Lars Neumann über Cloud-Strategien, KI-Infrastruktur und europäische Datenhoheit hören Sie in der aktuellen Folge des „heise meets …“-Podcasts.

Industrial AI: Warum Maschinendaten eine eigene Cloud-Architektur brauchen (Gesponsert)

Slider

00:00

• Newsletter abonnieren
• Apple Podcasts
• Spotify
• Deezer