Studie zu IT-Infrastrukturbudgets Deutsche Firmen zahlen 7,1 Mrd. Euro mehr für Infrastruktur als geplant

Anbieter zum Thema

Wasabi Technologies

DataCore Software GmbH

FAST LTA GmbH

Laut einer vom Speicheranbieter Wasabi Technologies beauftragten Studie haben 76 Prozent der befragten deutschen Unternehmen ihre IT-Budgets im vergangenen Jahr überschritten. Die Mehrkosten führten bei vielen dazu, Einstellungen und Investitionen in neue Technologien zu verschieben oder zu reduzieren. Als großer Kostentreiber gilt der Betrieb von KI-Systemen.

Das Centre for Economics and Business Research (CEBR) beziffert die Mehrausgaben deutscher Unternehmen auf 7,1 Milliarden Euro. Über alle acht untersuchten Länder summieren sich die ungeplanten Kosten demnach auf 63,4 Milliarden US-Dollar. Neben Deutschland wurden die USA, Großbritannien, Frankreich, Italien, Japan, Australien und Neuseeland betrachtet.

Gesamtwirtschaftliche Einordnung

Nach Modellrechnungen des CEBR hätten sich mit dem ungeplanten Geld in Deutschland produktive Investitionen von 2,5 Milliarden Euro sowie 10.878 Arbeitsplätze stützen lassen. Zudem hätte es langfristig 2,4 Milliarden Euro an Wirtschaftsleistung ermöglicht. Dabei handelt es sich um ökonomische Szenarien, nicht um gemessene Effekte.

KI als häufigster Bereich für Mehrkosten

Von den deutschen Unternehmen mit Budgetüberschreitung nennen 46 Prozent KI und maschinelles Lernen als Hauptbereich der zusätzlichen Kosten. 20 Prozent bezeichnen die tatsächlichen Infrastrukturkosten in diesem Feld als unvorhersehbar.

Unter den Firmen, die ihr KI- und ML-Budget überschritten haben, nennen 49 Prozent Gebühren für Plattformen, Modelle oder Lizenzen als unerwarteten Kostenpunkt. 43 Prozent verweisen auf Ausgaben für Integration, Bereitstellung oder Modellbetrieb. Jeweils 34 Prozent führen unerwartet hohe Token- und Inferenzgebühren oder andere nutzungsabhängige Kosten an, ebenso eine unterausgelastete, überdimensionierte oder schlecht abgestimmte Infrastrukturkapazität.

Folgen für Projekte und Personal

Von den Unternehmen, die von den Infrastrukturausgaben überrascht wurden, sehen sich 75 Prozent unter Kostendruck. Ein Drittel (33 %) der Befragten musste Initiativen in den Bereichen KI, Automatisierung oder Data-Science einschränken oder verzögern. 31 Prozent gingen aus Kostengründen technische oder architektonische Kompromisse ein, und 20 Prozent verzichteten ganz auf die Einführung einer neuen Technologie oder Plattform.

Als Bereich, der bei steigenden Infrastrukturkosten am ehesten zurückstehen muss, nennt ein Drittel der Unternehmen mit Budgetüberschreitung oder Kostendruck die Personalentwicklung. Investitionen in Technologie und Software sowie die Expansion in neue Märkte folgen mit jeweils 27 Prozent. 68 Prozent der Befragten würden frei werdende Mittel nach eigenen Angaben am liebsten in Forschung und Entwicklung oder neue Technologien investieren.

Fragmentierung als zusätzlicher Kostenfaktor

Auch Unternehmen, die über einen Anbieterwechsel oder zusätzliche Kapazitäten gegensteuern, stoßen laut Studie auf Hürden. 91 Prozent mussten in den vergangenen zwölf Monaten zumindest zeitweise wegen fragmentierter Infrastruktur- oder Datenumgebungen Zusatzkosten tragen. 79 Prozent erlebten Verzögerungen durch Kapazitätsgrenzen, 84 Prozent berichten von Doppelarbeit oder doppelten Daten aufgrund schlecht integrierter Systeme.

Als Praxisbeispiel nennt Wasabi den Anbieter tl;dv. CTO Allan Bettarel zufolge standen steigende Speicherkosten im Raum. Die naheliegende Lösung, ältere Aufzeichnungen in eine günstigere Speicherklasse zu verschieben, hätte längere Abrufzeiten bedeutet. Da Meeting-Aufzeichnungen unmittelbar nach Ende verfügbar sein müssen, nutzt tl;dv nach eigenen Angaben stattdessen das deutsche Rechenzentrum von Wasabi. Das Unternehmen sieht darin Vorteile bei Datenresidenz und DSGVO, kann die jährlichen Speicherkosten nach eigener Aussage genau vorhersagen und zahlt keine zusätzlichen Gebühren für den Zugriff auf eigene Daten.

Wasabi-Präsident und COO Marty Falaro leitet aus den Ergebnissen die Forderung nach mehr Preistransparenz ab: Unternehmen müssten vor einer Entscheidung für ein KI-Projekt wissen, was Speicherung, Zugriff und Übertragung ihrer Daten kosten.

Über die Studie

Die Befragung führte Sapio Research im Juli und August 2026 unter 690 hochrangigen Entscheidungsträgern aus acht Ländern durch, 100 davon in Deutschland. Die Fehlermarge beträgt ±3,7 Prozentpunkte auf Ebene der Gesamtstichprobe. Die ökonomische Modellierung, darunter die Schätzungen zu nationalen Mehrausgaben sowie die Szenarien zu BIP, Investitionen und Beschäftigung, stammt vom CEBR. Auftraggeber der Studie ist Wasabi.

Storage für KI: Training, Inferenz und Betrieb, Teil 5

Hardware-Trends und -Heraus­forderungen

(ID:51011449)