Da Unternehmen ihre Initiativen im Bereich der künstlichen Intelligenz rasant ausweiten, wird die zugrunde liegende Netzwerkinfrastruktur stärker belastet als je zuvor. KI-Workloads, insbesondere für Inferenz und die Datenübertragung an S3-Speicherendpunkte, erfordern einen enormen Durchsatz, ultraschnelles Routing und kompromisslose Sicherheit.
In einer Zeit, in der Agenten, eingebettete LLMs und KI insgesamt immer mehr Bereiche durchdringen, ist das Domain Name System (DNS), mit dem jede digitale Interaktion beginnt, eine entscheidende Station im Datenpfad. Es bestimmt maßgeblich, ob sich Investitionen in KI-Initiativen auszahlen oder diese scheitern.
Die Herausforderung: Wenn Altsysteme an ihre Grenzen stoßen
Die schiere Menge an Anfragen, die moderne KI-Umgebungen erzeugen, zeigt die Grenzen herkömmlicher Load-Balancing-Tools auf. IT-Verantwortliche müssen daher ihre Architektur für die Bereitstellung von KI in großem Maßstab überdenken. Vor Kurzem erreichte ein weltweit führendes Technologieunternehmen und Hyperscaler diesen Wendepunkt, als es nach Lösungen suchte, um KI-Inferenz-Workflows in seinen mehr als 400 Rechenzentren weltweit zu unterstützen.
Das Unternehmen musste große Mengen an DNS-Anfragen für latenzarme Inferenz-Workflows verarbeiten. Seine bestehende Citrix-Infrastruktur wurde dabei zum Engpass: Einzelne Geräte konnten nur die Hälfte der DNS-Antwortraten bewältigen, die zur Deckung des Bedarfs erforderlich waren. Dies gefährdete die Dienstverfügbarkeit und zwang das Unternehmen zu äußerst ineffizienten Behelfslösungen. So musste der Technologieführer zusätzliche Hardware bereitstellen, nur um die Defizite des bisherigen Anbieters auszugleichen.
“Da weniger Systeme zur Bewältigung enormer Datenverkehrslasten erforderlich waren, konnte dieser Kunde den Betriebsaufwand für die manuelle Bereitstellung von Hardware reduzieren. So konnten sich seine Engineering-Teams auf den strategischen Ausbau von KI konzentrieren, statt die Infrastruktur zu warten.”
Diese mangelnde Leistung führte außerdem zu einem übermäßigen Zeitaufwand für den Einbau, die Verkabelung und die Verwaltung der Altsysteme, die für den Weiterbetrieb der Infrastruktur erforderlich waren. Als sich das Unternehmen auf ein hohes Datenverkehrsaufkommen durch KI-Inferenz vorbereitete, erkannte es, dass eine grundlegende Modernisierung der Infrastruktur notwendig war. Die neue Infrastruktur musste sowohl extreme Skalierbarkeit als auch fortschrittliches Traffic-Management bieten und von einem Anbieter stammen, der mit dem Wachstum des Unternehmens Schritt halten konnte.
Die Lösung: Konsolidierung auf F5 für beispiellose Skalierbarkeit
Um dieses Problem zu lösen, entschied sich das Unternehmen für F5 und modernisierte seine bestehenden Lösungen gezielt. Durch den Einsatz von F5 BIG-IP DNS zusammen mit F5 BIG-IP Advanced Firewall Manager (AFM) auf F5 rSeries-Appliances erzielte das Unternehmen die für seine Workloads erforderliche Leistung – mit einem um 33 % geringeren Hardware-Platzbedarf als bei der bisherigen Lösung.
Diese technische Grundlage kombinierte die Einbindung von EDNS Client Subnet zur Optimierung von DNS-Antworten mit einer erweiterten Ratenbegrenzung, um Verkehrsspitzen oberhalb eines festgelegten sicheren Grenzwerts zu bewältigen. Andere Lösungen von Wettbewerbern wurden ebenfalls geprüft, bestanden jedoch das interne Zertifizierungsverfahren des Kunden nicht, was Bedenken hinsichtlich möglicher Risiken aufwarf. F5 erwies sich als einziger Partner, der die Anforderungen der Umgebung an Skalierbarkeit, Leistung und Sicherheit erfüllen konnte.
Das Ergebnis: vereinfachter Betrieb und KI-Bereitschaft
Die Modernisierung der Infrastruktur mit F5 beseitigte die drängendsten Leistungsengpässe und reduzierte den Hardwarebedarf erheblich. Da nun weniger Systeme zur Bewältigung enormer Datenverkehrsmengen benötigt werden, konnte dieser Kunde den betrieblichen Aufwand für die manuelle Bereitstellung von Hardware senken. So können sich seine Engineering-Teams auf den strategischen Ausbau von KI konzentrieren, statt sich mit der Wartung der Infrastruktur zu befassen.
Der nächste Schritt: DNS als Steuerungsebene für agentische KI
Diese grundlegende Erneuerung der Infrastruktur spiegelt eine weitreichende Entwicklung in der Branche wider: den fundamentalen Wandel von menschlich initiiertem Web-Traffic hin zu autonomen, maschinengesteuerten KI-Interaktionen. Da Unternehmen zunehmend agentische KI einsetzen, kann eine einzige menschliche Eingabe eine gewaltige Kaskade von automatisierten Such- und Erkennungsvorgängen zwischen Maschinen, Datenbankabfragen und API-Aufrufen auslösen, die unablässig mit Maschinengeschwindigkeit ablaufen.
Dieser Wandel in der Art des Datenverkehrs erfordert auch ein Umdenken bei dessen Steuerung. Vor dem Einsatz von KI hätten wir vielleicht gefragt: „Welche Anwendung soll diesen Nutzer bedienen?“ Heute lautet die Frage eher: „Welches Modell, welche Region, welcher GPU-Cluster, welche Cloud oder welcher Inferenzanbieter soll diese Anfrage jetzt bearbeiten?“
Effektive DNS-Lösungen im KI-Zeitalter müssen als intelligente, leistungsstarke Steuerungsebene fungieren können. Zwar erfordert KI-Datenverkehr kein grundlegend neues DNS-Protokoll, doch er erhöht den Bedarf an den Fähigkeiten, die DNS effektiv machen, erheblich: enorme Skalierbarkeit, Ausfallsicherheit und intelligente globale Datenverkehrssteuerung.
Da agentische KI-Systeme Aufgaben über mehrere Modelle, Clouds und Regionen hinweg orchestrieren, müssen Unternehmen Inferenzanfragen innerhalb von Millisekunden dynamisch an die jeweils optimale, effiziente, fehlerfrei funktionierende und geografisch geeignete Ausführungsumgebung leiten. Wie dieses führende Technologieunternehmen gezeigt hat, bedeutet echte KI-Bereitschaft, einer DNS- und Anwendungsbereitstellungsinfrastruktur Priorität einzuräumen, die auf die enorme Geschwindigkeit und das gewaltige Datenvolumen einer Zukunft mit agentischer KI ausgelegt ist.
Erfahren Sie mehr über die KI-Mission von F5. Um die Effizienz Ihrer eigenen KI-Inferenzarchitektur zu steigern, kontaktieren Sie F5.
Lesen Sie auch weitere F5-Kundenberichte, um zu erfahren, warum sich Unternehmen verschiedenster Branchen für F5 entscheiden.
Über den Autor
Griff Shelley ist Product Marketing Manager bei F5 und auf Hardware-, Software- und SaaS-Lösungen für die Anwendungsbereitstellung spezialisiert. Mit seiner Leidenschaft dafür, innovative Technologien für den Kundenerfolg nutzbar zu machen, treibt Griff Go-to-Market-Projekte in den Bereichen globale und lokale Anwendungsbereitstellung, Cloud-Services und Infrastruktur für KI-Datenverkehr voran.
Weitere Blogbeiträge von Griff ShelleyÄhnliche Blogbeiträge
Kubernetes-native WAF für das Gateway-Zeitalter: F5 WAF for NGINX lässt sich jetzt in F5 NGINX Gateway Fabric integrieren
F5 erweitert WAFs, um mit F5 NGINX Gateway Fabric und F5 NGINX Ingress Controller einen konsistenten, skalierbaren Schutz über Cluster und Umgebungen hinweg bereitzustellen.
Von Regeln zu Risiken: Die Entwicklung von WAFs und der Aufstieg KI-gestützter Ergebnisse
WAF-Programme geraten oft an einem bekannten Punkt ins Stocken: Der Blockierungsmodus wird verzögert aktiviert, weil die Feinabstimmung aufwendig ist.
Erklärbarkeit: Licht ins Dunkel der KI-Blackbox bringen
Einblicke von James White, CTO bei CalypsoAI: Dank GenAI verstehen wir inzwischen gut, wie Antworten generiert und an uns zurückgegeben werden. Vereinfacht gesagt basiert KI auf einer Transformer-Architektur – sie wählt die beste Vorhersage für das nächste Wort und den nächsten Satz aus und liefert anhand der ihr vorliegenden Informationen die wahrscheinlichste Antwort […]
Die neue KI-Risikolandschaft: unsichtbar, autonom und bereits im Unternehmen
James White, VP Engineering, F5 Zur Jahresmitte 2025 ist es an der Zeit, eine Momentaufnahme der KI-Nutzung in Unternehmen und des aktuellen Stands der KI-Sicherheit zu erstellen. Der Einsatz generativer KI ist in Unternehmen mittlerweile Standard Unternehmen verfügen inzwischen durchweg zumindest über ein grundlegendes Verständnis von generativer KI. Sie wissen, was sie ist und wo sie […]
Die KI-Grenzen sichern: Strategien zur Bekämpfung von Datenexfiltration
Da Unternehmen zunehmend Modelle der generativen KI (GenAI) und große Sprachmodelle (LLMs) in ihre digitalen Systeme integrieren, sind sie mit neuen und erhöhten Risiken konfrontiert. Wenig überraschend stehen dabei Risiken im Zusammenhang mit Datenexfiltration – der unbefugten Übertragung von Daten aus einem Unternehmen an ein externes Ziel – meist ganz oben auf der Prioritätenliste der Sicherheitsteams. Ein Verständnis […]
Everest Group-Bericht: Aktuelle Trends und Zukunftsaussichten bei der Einführung von GenAI in der Industrie
Wir freuen uns, einen wesentlichen Beitrag zu einem wegweisenden neuen Bericht der Everest Group, einem weltweit führenden Forschungsunternehmen, geleistet zu haben. Der Bericht mit dem Titel „Generative AI Adoption – Examining Real-world Use in Horizontal Functions and Future Outlook“ bietet eine eingehende Analyse der Einführung generativer KI (GenAI) in verschiedenen Branchen. Dem Bericht zufolge ist die IT […]