Warum geben Netzwerkverantwortliche die Kontrolle über ihre Netze an KI ab? Eine neue Studie von Cisco und der Beratungsfirma Omdia nennt einen Grund: Die Netze sind in vielen Unternehmen zu komplex geworden, um sie noch rein menschlich zu betreiben. Befragt wurden rund 1.000 IT- und Netzwerkbetriebsleiter.
Wer den Betrieb eines großen Unternehmensnetzes mit einer Flugsicherung vergleicht, sieht das Muster schnell. Mehr Flugzeuge, mehr Startbahnen, mehr Wetterlagen, dazu weniger Lotsen mit der passenden Ausbildung. Die Radarschirme füllen sich, die Warnhinweise blinken dichter, und irgendwann reicht die Aufmerksamkeit nicht mehr für alle Signale. An diesem Punkt steht der Netzwerkbetrieb vieler Organisationen.
Die Frage ist deshalb nicht mehr, ob KI im Netzwerkbetrieb eingesetzt wird, sondern wie viel Kontrolle die Teams abgeben wollen, unter welchen Bedingungen sie das tun und was davon im Alltag übrig bleibt. Der folgende Text geht den Zahlen der Erhebung nach.
Die Zahlen der Cisco-Omdia-Studie zu Agentic AI im Netzwerkbetrieb
Drei Viertel der Befragten setzen bereits in irgendeiner Form KI für den Netzwerkbetrieb ein. 80 Prozent fühlen sich wohl mit der Vorstellung, KI eine hohe oder vollständig autonome Rolle in der Netzwerkadministration zu übertragen. 56 Prozent der Befragten wollen das allerdings nur, solange ein Mensch die jeweilige Aktion freigibt. 24 Prozent sind damit einverstanden, dass KI Eingriffe ganz ohne menschliche Aufsicht vornimmt, und 82 Prozent erlauben autonome Produktionsänderungen zumindest für bestimmte Kategorien.
Eine andere Zahl fällt auf: 51 Prozent der Befragten nutzen agentische KI-Werkzeuge nach eigener Auskunft schon im Produktivbetrieb, um in Echtzeit korrigierend einzugreifen. Nicht, um sich beraten zu lassen, sondern um handeln zu lassen. Der Werkzeugkasten ist damit kein Analyseassistent mehr, der Vorschläge macht, sondern ein System, das eingreift. 84 Prozent erwarten, innerhalb von zwölf Monaten ein vollständig KI-geführtes Betriebsmodell zu erreichen. Der KI-gesteuerte Netzwerkbetrieb verschiebt sich damit von der Beobachtung zur Ausführung.
Solche Werte sind mit Vorsicht zu lesen. Zwölf Monate sind im Unternehmen eine kurze Spanne, besonders wenn Prozesse, Mitbestimmung und Haftungsfragen mit im Spiel sind. Die Richtung ist trotzdem eindeutig, und sie kommt nicht aus einer Laune heraus, sondern aus einem Druck, der sich messen lässt.
Netzwerkkomplexität: Änderungen im Tagesrhythmus
Die Erhebung nennt konkrete Gründe für den Kontrollverlust. 59 Prozent der Befragten ändern ihre Produktionsumgebung mindestens einmal täglich. Die Hälfte dieser Gruppe nimmt mehrere Änderungen pro Tag vor, bei einem Teil der Unternehmen passiert das mehrmals pro Stunde. 57 Prozent räumen ein, dass ihre Änderungsprozesse mit diesem Tempo nicht mehr mithalten können.
Dazu kommt die Verteilung der Probleme. 92 Prozent der Befragten berichten, dass Leistungsprobleme typischerweise mehrere Domänen gleichzeitig betreffen: Cloud, Sicherheit, Anwendungen, Endgeräte. Wer nur einen Ausschnitt des Netzes überwacht, sieht Symptome, aber nicht die Ursache. 95 Prozent sagen, dass ihre bestehenden, nicht agentischen AIOps-Werkzeuge genau hier versagen, weil sie zu viel menschliche Interpretation verlangen und zu wenig domänenübergreifende Sicht liefern.
Und dann ist da noch der Faktor KI selbst. Zwei Drittel der Befragten geben an, dass der Boom der generativen KI die Komplexität zusätzlich erhöht hat. Cisco hat den eigenen Datenverkehr zu KI-Diensten analysiert und festgestellt, dass sich das durchschnittliche tägliche Volumen etwa alle sechs Monate verdoppelt. Treiber ist nicht die einfache Anfrage, sondern die wachsende Komplexität der Aufgaben, die deutlich mehr Datenaustausch verlangt als eine Suchanfrage.
Von AIOps zu AgenticOps: Beratung wird Handlung
Der Unterschied zwischen den beiden Ansätzen lässt sich mit einem Instrumentenbrett im Cockpit vergleichen. AIOps leuchtet eine Warnlampe auf und überlässt es dem Piloten, sie zu deuten. AgenticOps schaltet nicht nur das Licht ein, sondern greift in die Steuerung ein, vorausgesetzt, es ist klar definiert, welche Eingriffe erlaubt sind und welche nicht. Cisco nennt diesen Schritt den Wechsel von AIOps zu agentengestütztem Betrieb, kurz AgenticOps, und meint damit mehr als klassische Netzwerkautomatisierung.
Zeus Kerravala, Gründer und Principal Analyst von ZK Research, hält den Schritt für unausweichlich. Agentische Abläufe seien notwendig, und Netzwerkfachleute würden sie annehmen, so seine Einschätzung. Es werde einige Zeit dauern, bis das Vertrauen in die neuen Werkzeuge gewachsen sei, ähnlich wie bei autonomen Fahrzeugen, die nach seiner Beobachtung deutlich weniger Unfälle verursachen als menschlich gesteuerte Autos. Dieselbe Logik wendet er auf KI-Agenten an: Sie werden Fehler machen, aber weniger als Menschen, und sie entlasten die Teams bei Aufgaben mit geringerem Wertbeitrag.
Jim Frey, Principal Analyst für Netzwerke bei Omdia und an der Entwicklung der Erhebung beteiligt, sieht die Entwicklung aus dem Blickwinkel des Personals. Für ihn ist AgenticOps das Ergebnis zweier gleichzeitiger Bewegungen: steigende Netzwerkkomplexität auf der einen, sinkende Zahl von Menschen mit den passenden Fähigkeiten auf der anderen Seite. Besonders knapp seien Fachleute, die Probleme über mehrere Domänen hinweg lösen können.
Warnmeldungen, blinde Flecken und die Zeit bis zur Lösung
Die tägliche Realität sieht so aus: Eine durchschnittliche Organisation erzeugt rund 4.100 Überwachungsmeldungen und Ereignisse pro Tag, etwa die Hälfte davon mit Netzwerkbezug. Omdia schätzt, dass eine Fachkraft pro Tag ungefähr 21 Netzwerkwarnungen prüfen, untersuchen und abschließen kann. Umgerechnet bräuchte es ein Team von rund 100 Spezialisten, um dieses Volumen zu bewältigen.
Kaum ein Unternehmen hat so viel Personal. 46 Prozent aller Warnungen werden ohne Untersuchung geschlossen. Für 65 Prozent der Befragten ist die Warnmeldungsmüdigkeit eine Quelle von Unzufriedenheit im Team, 67 Prozent sagen, dass die Menge sie davon abhält, andere wichtige Arbeit zu erledigen. Kerravala bestätigt diese Größenordnung aus eigener Forschung zu Sicherheitsalarmen, bei der deutlich weniger als die Hälfte aller Meldungen untersucht wird.
Auch die Werkzeuglandschaft trägt wenig zur Übersicht bei. Im Schnitt nutzen Unternehmen zehn verschiedene Instrumente, um Ende-zu-Ende-Sichtbarkeit herzustellen. Diese Werkzeuge sind in der Regel voneinander abgeschottet, was die Diagnose über Domänengrenzen hinweg erschwert, also genau den Fall, der laut 92 Prozent der Befragten der Normalfall ist. Die Auflösungszeiten spiegeln das wider: Im Mittel dauert es 88 Stunden, bis ein Netzwerkvorfall behoben ist, der Median liegt bei 12,5 Stunden. Frey erklärt die große Differenz damit, dass einzelne Organisationen eine Woche oder länger brauchen und den Durchschnitt nach oben ziehen.
Guardrails entscheiden über autonome Netzwerkoperationen
Die Bereitschaft, Verantwortung abzugeben, hat einen Preis. 99 Prozent der Befragten würden KI nicht ohne verbindliche Schutzmechanismen handeln lassen. Genannt werden erklärbare KI-Aktionen, menschliche Freigabe, richtlinienbasierte Betriebsgrenzen, Notfall-Übersteuerung, rollenbasierte Zugriffskontrolle und unveränderliche Prüfprotokolle. Erst diese Guardrails machen autonome Netzwerkoperationen für die Teams diskutabel.
Joe Vaccaro, Senior Vice President und General Manager für Netzwerkplattform und Assurance bei Cisco, beschreibt, wie solche Leitplanken Vertrauen schaffen. Nutzer sollen erkennen, auf welchem Weg ein Agent zu seiner Schlussfolgerung gekommen ist. Zwar könne ein Agent aus den Daten, die er untersucht, eigene Schlüsse ziehen, doch seine Aktionen folgten vordefinierten Abläufen, die sich an den Standardprozessen des Netzwerkteams orientieren. Der Agent improvisiert also nicht, er folgt einem Spielplan.
Eine weitere Einschränkung, die Frey aus Gesprächen mit Cisco mitnimmt: Agenten sprechen nicht mit anderen Agenten. Bleibt ein Agent auf sich selbst gestellt, ist er weniger gefährlich, weil er keine unkontrollierbaren Kettenreaktionen auslösen kann. Hinzu kommt, dass Agenten um konkrete Fähigkeiten und einen klar umrissenen Verantwortungsbereich herum gebaut sind. Genau diese Kombination gebe Betriebsteams die Zuversicht, agentische KI einzusetzen, so Vaccaro.
Die Erhebung erscheint in einer Zeit, in der es Rufe gibt, den KI-Einsatz zu bremsen. Ein Vorfall wie der Hack bei Hugging Face, bei dem KI-Agenten außer Kontrolle gerieten, zeigt, was fehlende Leitplanken anrichten können. Genau diese Leitplanken sind der Grund, warum hunderte Netzwerkverantwortliche bereit sind, einen Teil der Kontrolle abzugeben.
Was das für den Netzwerkbetrieb konkret bedeutet
Cisco positioniert dazu die eigene Cloud-Control-Plattform als Antwort: eine einheitliche Sicht und Managementebene für Netzwerk, Sicherheit, Compute, Observability und Collaboration, ergänzt um agentische KI, die domänenübergreifende Probleme diagnostiziert und behebt. Das ist das viel beschworene „single pane of glass“, diesmal mit KI darunter. Die Ironie, dass ein Hersteller, dessen Geräte die Komplexität mit aufgebaut haben, nun die Lösung für genau diese Komplexität verkauft, liegt auf der Hand. Kerravala sieht die Sache pragmatisch: Ja, die Anbieter seien mitschuldig gewesen, aber es sei gut, dass sie nun vereinfachen. Netze würden in viel mehr Zusammenhängen genutzt als früher, mit Größenordnungen mehr Geräten und Verbindungen.
Für den Alltag in den Teams folgt daraus eine Reihenfolge. Wenn du heute einen Einstieg suchst, liegt er fast nie im großen Wurf, sondern in wiederkehrenden Situationen. Wenn dieselbe Korrekturmaßnahme zum vierzehnten Mal nötig ist, liegt die Automatisierung nahe. Frey beschreibt genau dieses Muster: ausführen lassen ja, aber mit Rückmeldung, dass es geschehen ist. Das Ziel, Netzwerkkomplexität mit KI zu reduzieren, beginnt also nicht mit dem Umbau der gesamten Betriebsmannschaft, sondern mit dem Aussortieren der immergleichen Handgriffe.
Der zweite Schritt ist die Frage, wie viel Autonomie eine Organisation tatsächlich erträgt. Die Studie zeigt eine breite Mitte: Die meisten Befragten wollen KI handeln lassen, aber mit menschlicher Freigabe im Prozess. Vollständige Autonomie bleibt vorerst die Ausnahme, und das ist keine Schwäche, sondern eine vernünftige Reihenfolge. Vertrauen entsteht in der Flugsicherung nicht dadurch, dass man die Automatik sofort scharf schaltet, sondern dadurch, dass man sie lange genug beobachtet hat.
Am Ende bleibt eine Verschiebung, die sich kaum zurückdrehen lässt. Netzwerkkomplexität, Änderungsgeschwindigkeit und Personalmangel bilden zusammen einen Druck, dem reine Handarbeit nicht mehr gewachsen ist. KI im Netzwerkbetrieb ist damit keine Optimierungsfrage mehr, sondern eine Frage der Betriebsfähigkeit. Entscheidend wird sein, wer die Leitplanken definiert und ob die Teams sich die Zeit nehmen, sie sauber zu setzen, bevor sie die Hand vom Steuer nehmen.
Quelle: networkworld.com
