Erster Data Infrastructure Readiness Report (DIRR) von Sept. 2026 zeigt: Datenqualität und -verfügbarkeit (53 %) sowie die Speicherinfrastruktur (43 %) werden darin als größte Herausforderungen genannt…
Hintergrund
Bei der Skalierung von KI geht es nicht nur darum, neue Technologien einzuführen. Entscheidend ist vielmehr, ob Unternehmen in der Lage sind, die daraus resultierenden und stetig wachsenden Datenmengen, effektiv zu verwalten, zu schützen und möglichst optimal zu nutzen.
Der Data Infrastructure Readiness Report (DIRR) von Seagate Technology hat nun untersucht, wie sich Unternehmen laut den befragten Verantwortlichen auf die Anforderungen von KI vorbereiten. (1) Die Studie identifiziert vier strategische Veränderungen, die nach Einschätzung der Befragten die Infrastruktur-Strategie neu prägen:
- Veränderte Speicheranforderungen und Anforderungen an die Datenbereitschaft
- Neue Anforderungen an die Governance
- Stärkerer Fokus auf Effizienz und Nachhaltigkeit
- Die Notwendigkeit langfristiger Skalierbarkeit.
Zusammengenommen weisen diese Punkte laut den Verfassern auf eine neue zentrale Anforderung für Unternehmen hin, die von Seagate als „Sustainable Scaling“ (nachhaltige Skalierung) bezeichnet wird. Damit ist konkret der Ausbau von KI-Kapazitäten und die Steigerung des geschäftlichen Mehrwerts bei gleichzeitiger kontinuierlicher Verbesserung der Effizienz der zugrunde liegenden Infrastruktur verbunden.
(1) Der Report basiert auf einer unabhängigen Studie von Recon Analytics im Auftrag von Seagate Technology. Befragt wurden 2.712 Entscheider im Bereich Unternehmens-IT aus den USA, China, Indien, Großbritannien, Deutschland, Frankreich und Japan (Stand: 17. Sept. 2026).
Die wichtigsten Ergebnisse aus deutscher Sicht zusammengefasst:
„100 % der deutschen IT-Verantwortlichen erwarten, dass KI den Speicherbedarf in den kommenden Jahren erhöhen wird. 86 Prozent sehen sich auf diesen Wandel vorbereitet. Weltweit geben 38 Prozent an, vollständig darauf vorbereitet zu sein.
82 % der deutschen Unternehmen berichten von einem moderaten oder signifikanten ROI ihrer KI-Investitionen. Deutschland liegt damit jedoch leicht unter dem weltweiten Durchschnitt von 86 %. Herausforderungen bei der Infrastruktur bleiben ein wesentliches Hindernis, um noch höhere Erträge zu erzielen.
96 % der deutschen Befragten stimmen zu, dass KI die Datenspeicherung von einer klassischen Backoffice-Funktion zu einer strategischen Geschäftsentscheidung macht. Storage wird damit für nahezu alle Befragten zu einem entscheidenden Faktor für die weitere KI-Entwicklung."
Insgesamt verdeutlichen die Ergebnisse eine weitere Herausforderung für den Einsatz von KI in Unternehmen: Mit KI Mehrwert zu schaffen, ist nur ein Teil der Gleichung. Unternehmen müssen zugleich eine Dateninfrastruktur aufbauen, die dieses Wachstum langfristig tragen kann.
Bildquelle: Seagate Technology, Data Infrastructure Readiness Report (DIRR)
Die Befragten nennen Datenqualität und -verfügbarkeit (53 %) sowie die Speicherinfrastruktur (43 %) als größte Herausforderungen bei der KI-Implementierung – noch vor der Verfügbarkeit von Rechenleistung und einer eingeschränkten Energieversorgung.
Weitere Details zu den Studienergebnissen (Quelle: Seagate)
Die Befragung weist auf einen Wandel in der KI-Planung von Unternehmen hin: KI ist aus der Pilotphase heraus und wird nun breiter eingesetzt. Die Dateninfrastruktur spielt daher eine immer wichtigere Rolle für die Art und Weise, wie Unternehmen Daten in großem Umfang speichern, abrufen, verwalten und nutzen.
„Nahezu alle (99 Prozent) IT-Verantwortlichen in Unternehmen erwarten, dass KI den Speicherbedarf erhöht. Allerdings sind nur 38 Prozent der Meinung, dass ihr Unternehmen komplett darauf vorbereitet ist.
Fast neun von zehn Unternehmen (86 Prozent) berichten von einem moderaten oder erheblichen ROI aus KI-Investitionen; ein Drittel (33 Prozent) erzielt einen erheblichen, messbaren ROI.
Nahezu alle Unternehmen (99 %) gehen davon aus, dass sich der Speicherbedarf durch KI in den nächsten drei Jahren erhöht, wobei fast ein Drittel (32 Prozent) mit einem Anstieg des Speicherbedarfs um mehr als die Hälfte rechnet.
Datenqualität und -bereitschaft (53 Prozent) sowie Speicherinfrastruktur (43 Prozent) zählen zu den größten Herausforderungen beim Einsatz von KI. Dabei rangiert die Speicherinfrastruktur noch vor der verfügbaren Rechenkapazität (27 Prozent) und Energiebeschränkungen (24 Prozent).
Nahezu alle Unternehmen (98 Prozent) sind sich einig, dass KI Datenspeicherung in eine strategische Geschäftsinfrastruktur verwandelt."
"Insgesamt zeigen die Ergebnisse, dass Unternehmen bei ihrer KI-Infrastruktur nicht mehr nur die Rechenleistung betrachten. Sie beziehen auch die erforderliche Datenbasis ein, um den steigenden Speicherbedarf zu bewältigen. Darüber hinaus sollen sich so auch Zugriff und Governance verbessern und langfristig effizienter skalieren.
Dabei lassen sich die KI-Kapazität und Geschäftsnutzen steigern und gleichzeitig die Effizienz der zugrunde liegenden Infrastruktur kontinuierlich optimieren. In der Praxis bedeutet dies, die Infrastruktur so zu planen, dass sie mit dem steigenden Bedarf an KI-Daten skaliert. Gleichzeitig verbessert sie Effizienz, Nachhaltigkeit und den langfristigen Datenwert."
Kommentarauszug Melyssa Banda, Senior Vice President of Edge Storage Business bei Seagate Technology: „Mit zunehmendem Datenvolumen steigt auch der Nutzen, den Unternehmen aus ihren Daten ziehen können. Sie benötigen eine Dateninfrastruktur, mit der sie langfristig einen größeren Teil dieser Daten bewahren, abrufen und nutzen können…“.
1. KI-Erträge steigern den Geschäftsnutzen von Daten
Künstliche Intelligenz liefert für viele Unternehmen bereits einen messbaren Business-Nutzen. Diese Erträge lenken den Fokus verstärkt auf die Dateninfrastruktur als Grundlage der KI.
"98 Prozent sind sich einig, dass KI die Datenspeicherung in eine strategische Infrastruktur verwandelt.
99 Prozent der Organisationen erwarten, dass KI den Speicherbedarf in den nächsten drei Jahren erhöht."
Da KI verstärkt in die Geschäftsprozesse integriert wird, stehen Unternehmen vor einem doppelten Wandel: Das Volumen der zu speichernden und zu verwaltenden Daten nimmt zu, gleichzeitig steigt auch der potenzielle Wert dieser Daten.
Die Ergebnisse deuten darauf hin, dass Daten mehr als eine Eingangsgröße werden: Sie sind ein langfristiger Aktivposten, den Unternehmen bewahren, verwalten und effektiv nutzen müssen, um langfristige Vorteile zu erzielen.
2. Die Dateninfrastruktur wird zum zentralen Bestandteil der KI-Strategie
Da KI den Speicherbedarf erhöht, reicht es nicht aus, lediglich die Kapazität zu erweitern, um die Dateninfrastruktur auf KI einzustellen. Dennoch geben nur 38 Prozent der Unternehmen an, komplett auf den langfristigen Datenbedarf von KI vorbereitet zu sein.
Die Studienergebnisse zeigen, dass Organisationen bei einer breiteren KI-Implementierung die Datenbereitschaft, die Speicherinfrastruktur, die Governance, das Budget sowie den Reifegrad ihrer KI-Strategie bewerten.
"38 Prozent der Unternehmen geben an, vollständig auf den langfristigen Datenbedarf der KI vorbereitet zu sein.
Über dreiviertel der Unternehmen (76 Prozent) zählen Investitionen in Rechenzentren zu den drei wichtigsten Infrastrukturprioritäten ihres Unternehmens, während jedes fünfte (20 Prozent) sie mittlerweile als oberste Priorität bei Infrastrukturinvestitionen betrachtet.
Die größten Hindernisse für eine bessere Vorbereitung sind der Reifegrad der KI-Strategie (16 Prozent), Budget und Ressourcen (14 Prozent) sowie Datenmanagement und Daten-Governance (14 Prozent).
Datenqualität und -bereitschaft (53 Prozent) sowie Speicherinfrastruktur (43 Prozent) zählen zu den größten Herausforderungen beim Einsatz von KI. Dabei rangiert die Speicherinfrastruktur noch vor der verfügbaren Rechenkapazität (27 Prozent) und Energiebeschränkungen (24 Prozent)."
Die Ergebnisse deuten laut Studie auf einen umfassenderen Wandel in der KI-Planung von Unternehmen hin. Organisationen fragen sich nicht nur, wie sie KI einsetzen können. Sie überlegen auch, wie sie die erforderliche Datengrundlage schaffen können, damit KI nützlich, skalierbar und langfristig wertvoll ist.
3. Effizienz und Lebenszyklusplanung prägen die Skalierung der KI-Infrastruktur
Die Umfrage zeigt, dass Effizienz, Nachhaltigkeit und Lebenszyklusaspekte bei der Planung des KI-bedingten Datenwachstums eine immer wichtigere Rolle spielen. Angesichts steigender Speicheranforderungen prüfen Unternehmen, wie sich Kapazitäten effizienter ausbauen, die Nutzungsdauer der Infrastruktur verlängern und der langfristige Datenwert sichern lassen.
"97 Prozent sind sich einig, dass längere Infrastrukturlebenszyklen die Nachhaltigkeit deutlich verbessern;
94 Prozent erwarten, dass ihr Speicherbetrieb in den nächsten fünf Jahren nachhaltiger wird.
Fast acht von zehn Unternehmen (77 Prozent) haben den Ausbau ihrer KI-Infrastruktur aufgrund von Nachhaltigkeits- oder Energiebedenken verzögert oder umstrukturiert; 36 Prozent strukturierten ihre Expansionspläne umfassend um.
Der KI-bedingte Energieverbrauch (52 Prozent) und die damit verbundenen CO₂-Emissionen (51 Prozent ) zählen zu den größten Umweltbedenken der Organisationen."
Diese Erkenntnisse legen nahe, dass Nachhaltigkeit Bestandteil der Infrastrukturstrategie wird. Dies ist kein eigenständiges Ziel. Vielmehr beeinflusst Nachhaltigkeit, wie Unternehmen ihre Kapazitäten ausbauen, die Auslastung verbessern und den wachsenden Bedarf an KI-Daten im Laufe der Zeit decken. (Anmerkung: Die Ergebnisse spiegeln die geäußerten Ansichten, Erwartungen und Vorgehensweisen der befragten Entscheidungsträger wider).
Querverweis:
Unser Blogpost > Ethernet für KI-Storage und IT-Infrastruktur-Herausforderungen aus Speichernetzwerk-Sicht
Unser Beitrag > Re-Engineering von Geschäftsprozessen als Grundlage für den erfolgreichen KI-Einsatz
Unser Beitrag > Stromversorgung von nextGen KI-Workloads: NVIDIA strebt Übergang zu 800-VDC-Stromversorgungs-Infrastruktur im Datacenter an
Unser Beitrag > FMS Future of Memory and Storage 2026 (US): Messe-Übersicht mit Technologie- und Anbietertrends