Seit 12 Jahren befragt F5 Führungskräfte und IT-Entscheidungsträger weltweit zu den Trends, die ihr Geschäft prägen. Der diesjährige F5 State of Application Strategy Report macht eines deutlich: Drei Kräfte verändern derzeit grundlegend, wie Unternehmen moderne Anwendungen entwickeln, betreiben und absichern.
Erstens ist die verteilte KI-Inferenz – der Moment, in dem ein oder mehrere trainierte Modelle eingesetzt werden, um in Echtzeit Antworten, Entscheidungen oder Prognosen zu generieren – zu einer kritischen operativen Workload auf dem Weg zur KI-Anwendung geworden. Zweitens entwickelt sich die Bedrohungslandschaft immer schneller, wird skalierbarer und hartnäckiger, da Angreifer KI nutzen, um die Erkundung zu beschleunigen, die Ausführung zu automatisieren und ihre Reichweite zu vergrößern. Drittens ist die hybride Multicloud keine Übergangsphase. Sie ist für die meisten Unternehmen eine dauerhafte betriebliche Realität, insbesondere da KI die Anforderungen daran erhöht, wo Anwendungen, APIs, Daten und Inferenzdienste angesiedelt sein müssen.
Für Sicherheitsverantwortliche sind diese Veränderungen keine Theorie. Sie verändern bereits heute die Umgebungen, die sie schützen, die Architekturen, die sie unterstützen, und die Entscheidungen, die sie treffen. Sehen wir uns die einzelnen Veränderungen genauer an.
KI-Inferenz steht heute im Zentrum der Wertschöpfung von Unternehmen.
KI-Inferenz ist kein vorübergehender Trend – sie hat sich schnell als zentrale Geschäftskompetenz etabliert. Laut unserer Umfrage geben 77 % der Befragten an, dass Inferenz – und nicht das Trainieren oder Optimieren von Modellen – ihre vorherrschende KI-Aktivität ist.
Der Bericht ergab außerdem, dass Unternehmen im Durchschnitt sieben KI-Modelle betreiben und sich die Inferenz-Workloads über eine verteilte Umgebung erstrecken – einschließlich Rechenzentrum, Cloud und Edge-Standorten.
Inferenz ist für Unternehmen die wichtigste KI-Workload, da sie entscheidende Erkenntnisse in Echtzeit liefert, die die Wettbewerbsfähigkeit steigern. Deshalb hat sich KI von der Experimentierphase hin zum produktiven Einsatz in großem Maßstab entwickelt, der sich unmittelbar auf Betriebsabläufe und Umsätze auswirkt.
Viele Unternehmen stehen jedoch vor erheblichen Herausforderungen, wenn sie KI-Inferenz in operative Arbeitsabläufe und tägliche Prozesse integrieren.
Ein wesentliches Hindernis sind die zunehmende Verbreitung und Komplexität, die KI-Inferenz auf Unternehmensebene mit sich bringt. KI-Umgebungen mit mehreren Modellen erhöhen den Verwaltungsaufwand. Zudem entstehen durch die verkettete Modellweiterleitung zur Laufzeit neue Sicherheitsrisiken, wenn Prompts, Antworten und Kontext zwischen Modellen übertragen werden.
Da Kunden zunehmend auf KI-Inferenz setzen, um ihre Geschäftsleistung zu steigern, müssen sie darüber hinaus die Leistung, Sicherheit und Zuverlässigkeit der KI in Echtzeit verwalten. Dies erfordert eine durchgängige Beobachtbarkeit, damit Richtlinien und Compliance-Vorgaben unabhängig vom verwendeten Modell und dessen Bereitstellungsort einheitlich angewendet werden.
Diese Komplexität hat auch ihren Preis: Der Betrieb dieser gesamten leistungsstarken Inferenzinfrastruktur kann erhebliche Kosten verursachen.
Verteilte KI-Inferenz muss als neue Anwendungsebene behandelt werden, auf der sich die Inferenz nicht mehr wie ein einzelner Endpunkt verhält, sondern wie ein verteiltes System interagiert. Für Kunden bedeutet das, die Inferenz mit derselben Bedeutung und operativen Disziplin zu handhaben wie andere zentrale Komponenten des Anwendungsstacks, die den Geschäftsbetrieb unterstützen und aufrechterhalten.
Während Unternehmen KI und Agenten einsetzen, tun Angreifer dasselbe.
Unternehmen führen agentenbasierte KI in rasantem Tempo ein. Doch Kriminelle tun dasselbe. Während nahezu alle (98 %) der befragten Unternehmen angeben, ihre Anwendungen für den Zugriff durch autonome KI-Agenten anzupassen, zeigt die Umfrage auch, dass 77 % mit Problemen bei der Identitäts- und Zugriffskontrolle für KI-Agenten rechnen. Dadurch entsteht eine erhebliche Angriffsfläche.
KI schafft eine enorme Zahl neuer, unvorhersehbarer Einfallstore für Angriffe – etwa durch Prompt-Injection, Datenvergiftung und Modellinversion –, die herkömmliche Schutzmaßnahmen umgehen. Doch KI-Systeme vergrößern die Angriffsfläche nicht nur, sondern gestalten sie grundlegend neu.
Kunden benötigen KI-Sicherheitstools, die sich auf die Inferenzebene konzentrieren – die neue Frontlinie für Angriffe, an der APIs, Prompts und Zugriffstoken in Echtzeit aufeinandertreffen. Diese Verbindungen müssen durch starke Identitäts- und Autorisierungskontrollen sowie Echtzeittransparenz über alle KI-Interaktionen hinweg geschützt werden.
Umfassende Monitoring-Tools sind ebenfalls erforderlich, um Prompts und Antworten zu überprüfen und zu analysieren. Dabei müssen Bereitstellung und Sicherheit integriert sein, um blinde Flecken zu beseitigen, die Angreifern einen sicheren Rückzugsort bieten.
Die Komplexität von Hybrid Multicloud wird durch verteilte KI mit mehreren Modellen weiter verschärft.
In den meisten Unternehmen nehmen Anzahl und Vielfalt der Hosting-Standorte weiterhin rasant zu, da Unternehmen in all ihren digitalen Umgebungen auf Flexibilität setzen. Die Zahlen aus unserem Bericht sprechen für sich: Mehr als neun von zehn der befragten Unternehmen (93 %) verwalten Multicloud-Umgebungen, und 86 % betreiben Anwendungen in lokalen Rechenzentren, Public Clouds und Colocation-Umgebungen.
Darüber hinaus verwalten die Umfrageteilnehmer im Durchschnitt fünf eigene Rechenzentren sowie fünf weitere Colocation-Einrichtungen – ganz zu schweigen von den vier verschiedenen Public-Cloud-Anbietern, die ein durchschnittliches Unternehmen nutzt. Das bedeutet, dass heutige digitale Landschaften von Grund auf verteilt und heterogen sind.
Ein Plattformansatz zur Reduzierung der Komplexität und Absicherung von KI
Um erfolgreich zu sein, wenn sich diese drei Trends durchsetzen, benötigen Unternehmen eine einfachere Möglichkeit, jede Interaktion in verteilten Umgebungen in Echtzeit bereitzustellen, abzusichern und zu kontrollieren. Dafür ist ein einheitlicher Infrastrukturansatz erforderlich – mit einer konsistenten Durchsetzung von Richtlinien über alle Umgebungen hinweg sowie durchgängigen Transparenz-Tools und Kontrollmechanismen, die überall im digitalen Ökosystem eingesetzt werden können.
Eine konvergente Plattform, die Netzwerkfunktionen, Anwendungsbereitstellung und Sicherheit vereint, führt fragmentierte Kontrollpunkte in einer einheitlichen Durchsetzungsebene zusammen und bewältigt so die Komplexität dynamischer KI-Systeme und hybrider Multicloud-Infrastrukturen. Die F5 Application Delivery and Security Platform (ADSP) ist genau dafür konzipiert: Sie wendet einheitliche Richtlinien an internen und externen Interaktionspunkten an und nutzt eine kontextbezogene Überprüfung des Datenverkehrs, um die von Angreifern ausgenutzten Lücken zu schließen.
Durch End-to-End-Transparenz und einheitlichen Schutz über alle Umgebungen hinweg reduziert F5 ADSP die betriebliche Komplexität, indem die Anzahl der Kontrollebenen verringert und die Zusammenarbeit zwischen NetOps-, SecOps- und Anwendungsteams verbessert wird. Das Ergebnis: Bereitstellung, Sicherheit und KI-Governance sind in einem einzigen Betriebsmodell vereint, das für die Herausforderungen unternehmensweiter Inferenz ausgelegt ist.
Um diese wichtigen Trends genauer zu beleuchten, laden Sie Ihr Exemplar des Berichts „2026 State of Application Strategy“ herunter.
Über den Autor
John Maddison ist Chief Marketing Officer bei F5. Er verfügt über mehr als 30 Jahre Erfahrung in der Leitung von Produktteams und Marketingabteilungen in den Bereichen Cybersicherheit, Cloud und Telekommunikation. Vor seinem Wechsel zu F5 war John zwölf Jahre lang bei Fortinet tätig, zuletzt als Chief Marketing Officer und Executive Vice President of Product Strategy. Zuvor hatte er Führungspositionen bei Trend Micro, Vina Communications und Octel Communications inne. John hat einen Bachelor of Science in Ingenieurwissenschaften von der Plymouth University in Devon, England.
Weitere Blogbeiträge von John MaddisonÄhnliche Blogbeiträge
Wie CISOs KI-Sicherheitsrisiken messen können
Erfahren Sie, wie CASI, ARS und die Threat Intelligence von F5 Labs CISOs dabei unterstützen, KI-Sicherheitsrisiken über den gesamten KI-Lebenszyklus hinweg zu bewerten.
Drei Kräfte, die die Sicherheitsführung neu gestalten: verteilte KI-Inferenz, Bedrohungsentwicklung und hybride Multicloud
Entdecken Sie die neuesten KI-Trends, die die Sicherheitslandschaft rasant verändern.
F5-Bericht 2026: KI-Inferenz ist angekommen und macht eine ohnehin komplexe IT-Landschaft noch komplizierter
Neu veröffentlichte Forschungsergebnisse von F5 zeigen, dass die Mehrheit der Unternehmen KI-Inferenz intern durchführt und ein durchschnittliches Unternehmen inzwischen sieben KI-Modelle nutzt.
Inferenz: Der wichtigste Teil der KI, von dem du so tust, als gäbe es ihn nicht
KI zu skalieren bedeutet, die Inferenz zu skalieren. Erfahren Sie, warum Inferenzserver für die Verwaltung von Leistung, Telemetrie und Sicherheit bei produktiven KI-Workloads entscheidend sind.
Umgang mit Anwendungsschwachstellen: Best Practices für Sicherheitstests
Sowohl das Ausmaß als auch die Komplexität von Anwendungsschwachstellen nehmen rasant zu. Erfahren Sie, warum ein proaktiver, mehrschichtiger Ansatz für Sicherheitstests unerlässlich ist.
Wie steht SecOps zu KI?
F5 führte eine umfassende Stimmungsanalyse unter Sicherheitsexperten auf Reddit durch, um ihre Ansichten zu KI zu untersuchen.