top of page

Scality prognostiziert: 2027 markiert das Ende der Ära gemieteter KI

vor 7 Tagen
5 Min. Lesezeit

Künstliche Intelligenz entwickelt sich rasant. Mit zunehmender Nutzung rücken die wirtschaftlichen, technologischen und regulatorischen Herausforderungen immer stärker in den Fokus. 2027 könnte dabei einen Wendepunkt markieren: Unternehmen werden verstärkt hinterfragen, wie abhängig sie von externen KI-Diensten sein wollen und wer letztendlich die Kontrolle über Kosten, Daten und Inferenz behält. Paul Speciale, CMO von Scality, zeigt in seinen neun Prognosen auf, warum die Zukunft der KI zunehmend von eigener Infrastruktur, digitaler Souveränität sowie einer leistungsfähigen, sicheren Storage-Architektur geprägt sein wird.



Zwei Reihen dunkler Serverschränke flankieren einen Gang in einem modern beleuchteten Rechenzentrum.
Wer kontrolliert Kosten, Daten und Modelle? Scality erwartet, dass Unternehmen 2027 mehr KI-Inferenz auf eigener Infrastruktur betreiben.

1. Die KI-API-Rechnung wird 2027 zur neuen Egress-Gebühr: Die erste Welle der Inferenz-Rückverlagerung


Finanzvorstände werden die tokenbasierte Abrechnung von KI-APIs künftig ähnlich kritisch bewerten wie noch vor fünf Jahren die Egress-Kosten in der Cloud: als einen Kostenfaktor, der mit wachsender Nutzung kontinuierlich steigt und sich nur schwer verlässlich kalkulieren lässt. Daher werden Unternehmen Inferenz-Workloads mit hohem, kontinuierlichem Datenaufkommen zunehmend auf die eigene Infrastruktur verlagern. APIs bleiben hingegen vor allem für die Abdeckung von Lastspitzen und den Zugriff auf besonders leistungsfähige Modelle relevant.


Erste Belege dafür gibt es bereits: ein veröffentlichter Open-Source Benchmark für den Betrieb von DeepSeek kam auf Kosten von 0,20 US-Dollar pro 1 Million generierter Output-Tokens. Die Listenpreise führender kommerzieller APIs liegen mehr als zehnmal so hoch.


2. Der KV-Cache entwickelt sich zum wichtigsten neuen Storage-Workload in Unternehmen


2026 rückten die Kosten pro Token („Cost per Token“) zunehmend in den Fokus. 2027 wird sich zeigen, dass ein erheblicher Teil dieser Kosten auf die wiederholte Berechnung von Kontext entfällt, der bereits zuvor verarbeitet wurde. Das Kontextgedächtnis wird daher zunehmend aus dem GPU-Speicher in eine gemeinsam genutzte Storage-Ebene ausgelagert. Damit verschiebt sich auch die Bedeutung von „Storage für KI“: statt primär Trainingsdaten zu speichern, geht es künftig vor allem darum, das laufende Inferenzgedächtnis effizient bereitzustellen.


Unsere eigenen Labortests liefern dafür konkrete Anhaltspunkte: Eine einzelne GLM-5.2-Sitzung erzeugte 189 GB KV-Cache. Bei 10.000 vergleichbaren Sitzungen wären rund 1,9 PB erforderlich. Das erneute Auslesen des Kontexts war 14- bis 72-mal schneller als dessen Neuberechnung. Anthropic und OpenAI berechnen für gecachte Input-Tokens höchstens ein Zehntel des Preises für nicht gecachte Tokens. Das zeigt: Die grossen Anbieter wirtschaften bereits nach den Prinzipien der Cache-Ökonomie.


3. Souveränität ohne Kontrolle über die Inferenz ist reine Inszenierung


Wer seine Daten zwar im eigenen Land speichert, zugleich aber sämtliche Prompts, abgerufenen Dokumente und Ausgaben von Agenten an eine ausländische API übermittelt, wird 2027 einer umfassenden Compliance-Prüfung kaum standhalten. „Sovereign Inference“ wird sich daher zu einem festen Kriterium bei der Beschaffung von IT-Lösungen entwickeln, insbesondere im europäischen öffentlichen Sektor sowie in den Bereichen Verteidigung, Finanzwesen und Telekommunikation.


Digitale Souveränität reicht jedoch weit über die Kontrolle von Daten hinaus. Sie ist längst nicht mehr nur ein europäisches Thema oder auf den öffentlichen Sektor beschränkt. Jedes Unternehmen, das KI-Inferenz einsetzt, muss sowohl die Kosten als auch die Wahl und den Betrieb der verwendeten Modelle selbst kontrollieren können, unabhängig von seinem Standort.


Diese Kontrolle setzt voraus, dass Unternehmen drei Bereiche selbst beherrschen:

Datensouveränität: Der Kontext verbleibt unter der eigenen Rechtshoheit. Jede Agentenanfrage umfasst den relevanten Code-Bestand, abgerufene Dokumente sowie die Ergebnisse sämtlicher aufgerufener Tools. Führende kommerzielle APIs speichern diesen Kontext standardmässig 30 bis 55 Tage lang. Eine Speicherung von null Tagen muss ausdrücklich beantragt und genehmigt werden. Hinzu kommt die rechtliche Zuständigkeit des Anbieters: der US-amerikanische CLOUD Act ermöglicht es US-Behörden, von einem US-Anbieter die Herausgabe von Daten zu verlangen, selbst wenn diese im Ausland gespeichert sind.


Kostensouveränität: Unternehmen bestimmen selbst, welche Kosten pro Anfrage entstehen, und in der Folge auch ihre Margen. Die tokenbasierte Abrechnung steigt gerade dann besonders stark, wenn KI intensiv genutzt wird. Selbst gecachter Kontext wird bei jeder neuen Interaktion erneut berechnet. Bei Betrieb auf eigener Infrastruktur steht das Budget bereits vor der ersten Anfrage fest. Je intensiver die Teams die Infrastruktur nutzen, desto geringer fallen die Kosten pro Token aus.


Inferenzsouveränität: Unternehmen entscheiden selbst, welches Modell eingesetzt und wie es bereitgestellt wird. Führende API-Anbieter kündigen die Abschaltung eines Preview-Modells mitunter nur zwei Wochen im Voraus an. Bei allgemein verfügbaren Modellen können es bis zu sechs Monate sein. Auch das Modell hinter einem Alias kann sich ändern, ohne dass der Name des Endpunkts angepasst wird. Wer Modellversion und Quantisierung selbst festlegt, kann sicherstellen, dass ein im März validiertes Ergebnis auch im September reproduzierbar bleibt.


Datensouveränität ohne Kosten- und Inferenzsouveränität ist letztlich nur ein Souveränitätsversprechen ohne Substanz. Die Daten verbleiben im eigenen Land, doch über die Rechnung und das eingesetzte Modell entscheidet weiterhin ein Dritter.


4. Storage wird künftig daran gemessen, wie gut es die GPUs auslastet


Im vergangenen Jahr haben wir prognostiziert, dass ergebnisorientierte Kennzahlen die IOPS als zentrale Bewertungsgrösse ablösen werden. 2027 rückt dabei eine Kennzahl besonders in den Mittelpunkt: die GPU-Auslastung. Ungenutzte Beschleuniger gehören zu den teuersten Kostenpositionen eines KI-Budgets. Storage ist einer der wesentlichen Gründe dafür, dass GPUs nicht kontinuierlich ausgelastet werden. Künftig wird sich die Leistungsfähigkeit einer Storage-Lösung daher auch daran messen, wie effektiv sie die Leerlaufzeiten der GPUs reduziert.


5. Inferenz benötigt eine eigene Backup-Strategie


Inferenz-Assets (darunter Modelle, Agentengedächtnis sowie KV-Caches) werden 2027 zu geschäftskritischen Datenbeständen. Unternehmen müssen sie deshalb genauso schützen wie alle anderen Daten, auf deren Verlust sie sich nicht einlassen können. Diese Assets sind sowohl potenzielle Ziele von Ransomware-Angriffen als auch Gegenstand von Audits. Entsprechend erforderlich sind Unveränderbarkeit, Versionierung und regelmässig getestete Wiederherstellungsprozesse. Ein Unternehmen ohne Wiederherstellungsplan für seine Inferenz-Umgebung wird künftig ähnlich verwundbar erscheinen wie ein Unternehmen ohne Backup-Strategie.


6. Das Gedächtnis von KI-Agenten wird zu regulierten Daten


2026 stand die Nachvollziehbarkeit der Herkunft und Verarbeitung von Trainingsdaten im Mittelpunkt. 2027 wird sich diese Anforderung auf den Kontext verlagern: welche Informationen hat ein Agent gesehen, welche davon gespeichert und auf welcher Grundlage hat er gehandelt?


Aufsichtsbehörden und Prozessparteien werden zunehmend entsprechende Nachweise verlangen. Unternehmen können diese jedoch kaum bereitstellen, wenn die betreffenden Informationen ausschliesslich in der Cloud eines externen Anbieters liegen.


7. 2027 wird es erstmals zu einem grösseren, KI-bedingten Betriebsausfall kommen


Ein Ausfall beim KI-Anbieter, eine Drosselung der API-Nutzung oder geänderte Nutzungsrichtlinien können künftig ganze Geschäftsprozesse zum Erliegen bringen, da KI-Agenten zunehmend geschäftskritische Workflows steuern. Damit gewinnt die Diskussion um das Konzentrationsrisiko im KI-Bereich an Bedeutung, vergleichbar mit der Abhängigkeit von einzelnen Cloud-Anbietern. Diese Entwicklung wird die Verbreitung von hybriden KI-Strategien weiter beschleunigen, bei denen Inferenz sowohl On-Prem als auch in der Cloud ausgeführt wird.


8. Ransomware mit KI: Angriffe in Maschinengeschwindigkeit, Schutz durch unveränderbare Daten


KI-Agenten werden künftig komplette Ransomware-Angriffe autonom orchestrieren, von der Aufklärung über die Vorbereitung bis hin zur Verschlüsselung. Das geschieht schneller, als Sicherheitsteams reagieren können. Die Entwicklung hat bereits begonnen: Bei einem der ersten öffentlich dokumentierten KI-gesteuerten Cyberangriffe übernahm die KI laut Anthropic (2025) 80 bis 90 Prozent der Arbeit. Auch Backups bleiben ein vorrangiges Angriffsziel: bereits 89 Prozent der Unternehmen waren mit Angriffen auf ihre Datensicherungen konfrontiert (Veeam, 2025). Wenn Erkennungssysteme mit der Geschwindigkeit der Angriffe nicht mehr Schritt halten können, bleibt eine Verteidigungsmassnahme entscheidend: Daten, die niemand löschen kann, weder ein Angreifer noch ein Administrator (noch ein KI-Agent). Die entscheidende Frage in den Vorstandsetagen wird daher nicht mehr lauten: „Können Sie einen Angriff erkennen?“, sondern: „Können Sie Ihre Daten und Systeme wiederherstellen?“


9. Unternehmen wollen die Kontrolle über Software-Stacks behalten, unabhängig vom GPU-Anbieter


Proprietäre, vertikal integrierte Komplettlösungen für KI-Fabriken werden zunehmend auf Widerstand stossen, ähnlich wie es zuvor bei proprietären Storage-Arrays der Fall war. Unternehmen werden offene Software-Stacks bevorzugen, deren Fehlerbehebungen direkt in die jeweiligen Upstream-Projekte einfliessen und die ohne herstellerspezifische Forks auskommen. Das Ziel: Ein Wechsel der GPU- beziehungsweise Accelerator-Plattform soll nicht länger bedeuten, dass die gesamte Softwareumgebung neu aufgebaut werden muss.

bottom of page