Auf den Punkt: Datensouveränität und KI-Performance lassen sich durch hybrid betriebene Infrastrukturen mit GPU-as-a-Service und lokaler Datenverarbeitung vereinbaren, setzen aber erhöhte Cybersecurity-Standards voraus.
Europäische Unternehmen müssen zwischen digitaler Unabhängigkeit und effizienten KI-Systemen abwägen. Ein Interview mit der Leitung von eww ITandTEL beleuchtet, wie Datensouveränität, GPU-as-a-Service und neue Sicherheitsanforderungen die Rechenzentrumsarchitektur verändern.
Unternehmen in der DACH-Region sehen sich zunehmend dem Konflikt zwischen Datenschutz-Anforderungen und dem Aufbau leistungsfähiger KI-Infrastrukturen ausgesetzt. Die Erwartung, sensible Daten und Rechenkapazitäten im eigenen Verantwortungsbereich zu halten, lässt sich technisch und wirtschaftlich nicht immer parallel zu modernen KI-Workloads realisieren, die hochspezialisierte Hardware wie GPUs erfordern.
Nach Einschätzung von Nermin Adzamija, Head of eww ITandTEL, müssen Anbieter von Infrastrukturdiensten diese Spannungslage durch hybride Modelle bewältigen. Das bedeutet: Lokale Datenverarbeitung und sichere Kontrolle, kombiniert mit flexiblen, bedarfsgesteuerten Ressourcen für Rechenoperationen. GPU-as-a-Service-Angebote ermöglichen es dabei, Rechenkapazität bereitzustellen, ohne dass Unternehmen in teure Hardware-Investitionen vor Ort gehen müssen.
Die zunehmende Integration von KI in Geschäftsprozesse zieht unmittelbar neue Anforderungen an Cybersecurity und Rechenzentren nach sich. Modelle, die lokal trainiert oder betrieben werden, erfordern isolierte Infrastrukturen mit stärkerer Netzwerk-Segmentierung und differenzierten Zugriffskontrollen. Gleichzeitig entstehen neue Angriffsflächen durch die Vernetzung von KI-Systemen mit bestehenden IT-Strukturen.
Quelle: itwelt.at · Erschienen 24. Juni 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.7.1.