Schließen der KI-Vertrauenslücke: Aufbau einer skalierbaren, sicheren, agentenbasierten Ära

KI ist längst mehr als ein Hype. Die meisten Unternehmen fragen sich nicht mehr, ob sie KI einsetzen sollen. Sie fragen sich vielmehr, wie sie KI sicher nutzen können, wo sie messbaren Mehrwert bieten kann und welche Voraussetzungen erfüllt sein müssen, bevor sie ihre KI-Nutzung skalieren.

Das war vor kurzem das zentrale Thema eines Splunk-Webinars mit Seema Haji, VP of Product Marketing, Peter Sprenger, Field CTO, und Hao Yang, VP of Engineering. Im Mittelpunkt der Diskussion stand eine Herausforderung, vor der viele Unternehmen heute stehen: die Kluft zwischen KI-Ambitionen und KI-Vertrauen.

Diese Kluft zeigt sich in der Praxis ganz konkret. Im Verlauf der Diskussion drehte sich das Gespräch immer wieder um zwei scheinbar widersprüchliche, aber wichtige Datenpunkte. Laut Prognosen von IDC werden bis 2028 1,3 Milliarden KI-Agenten aktiv sein. Gleichzeitig ergab eine von Splunk gesponsorte Studie mit Oxford Economics, dass zwar die meisten Unternehmen KI-Pilotprojekte durchführen, aber nur 34 % über Systeme verfügen, die sie als „vertrauenswürdige KI“ definieren.

Das bedeutet: Die KI-Nutzung nimmt rasant zu, doch Vertrauen, Governance und Datenbereitschaft halten damit nicht Schritt. Wenn Unternehmen ihre Sicherheit und Resilienz mittels KI verbessern möchten, benötigen sie zunächst die richtigen Bausteine.

Hao Yang erklärt, dass erfolgreiche Unternehmen über den Hype hinausgehen, um echte Geschäftsergebnisse voranzutreiben. Dabei fokussieren sie sich auf eine disziplinierte Umsetzung, die auf drei wichtigen Säulen basiert:

• Eine solide Datengrundlage: Gewährleisten der Integrität der Daten, auf denen unsere Modelle basieren

• Integrierte Governance: Festlegen von Leitplanken, die Innovationen ermöglichen, ohne die Sicherheit zu beeinträchtigen

• Systemtransparenz: Aufrechterhalten der vollen Transparenz hinsichtlich der Entscheidungsfindung von KI-Systemen

Peter Sprenger erklärte, dass KI als Leistungsmultiplikator für das Unternehmen eingesetzt werden sollte, allerdings nur mit einer klaren Ausrichtung auf die Unternehmensziele, messbarem ROI und starken Leitplanken. Vertrauen ist nicht verhandelbar, und Unternehmen dürfen nicht zulassen, dass KI die Verantwortlichkeits-, Architektur- und Risikoprozesse umgeht, die für andere kritische Technologien gelten.

Wir sehen konkrete Auswirkungen dort, wo es am wichtigsten ist:

• Schnellere Fehlerbehebung: Observability-Reaktionszeiten werden um 50 % gesenkt.

• Verbesserte Sicherheit: Der Zeitaufwand für die Untersuchung von Bedrohungen wird halbiert, und Eindringversuche werden gestoppt, bevor sie eskalieren.

• Operative Resilienz: Die Kosten und Dauer von Serviceausfällen werden gesenkt.

Wenn wir diesen Grundlagen Priorität einräumen, wird aus theoretischen Vorteilen konkreter operativer Nutzen. Diese Schlüsselfragen aus der LinkedIn-Sitzung „The Trust Gap: Why a Data Foundation is fundamental to Agentic Enterprises“ werden bei dieser Wiederholung beantwortet.

KI kann ein starker Leistungsmultiplikator sein. Dies gilt jedoch nur dann, wenn sie auf vertrauenswürdigen Daten basiert, in reale Workflows eingebettet und auf messbare Ergebnisse ausgerichtet ist.