KI-Agenten brauchen Netze: Warum Unternehmen jetzt über Kapazität reden müssen

Die KI-Debatte dreht sich meist um Modelle, GPUs und Daten. In Unternehmen entscheidet aber oft etwas viel Alltäglicheres über den Erfolg: das Netzwerk. Eine neue, von Cisco und Foundry Research angelegte Befragung warnt davor, dass Campus- und Filialnetze mit dem Wachstum von KI-Anwendungen an Grenzen kommen könnten. Die Zahl ist weniger wichtig als die Richtung: Wer KI-Agenten, Cloud-Modelle und viele neue Datenquellen gleichzeitig einsetzt, kann seine Infrastruktur nicht mehr wie eine bessere Videokonferenz behandeln.

Das betrifft nicht nur Großrechenzentren. KI läuft zunehmend zwischen Arbeitsplatz, SaaS-Dienst, Datenquelle, Sicherheitskontrolle und Modell-API. Jeder zusätzliche Schritt erzeugt Verbindungen, Wartezeit und Angriffsflächen. Gerade autonome oder teilautonome Assistenten arbeiten nicht in kurzen menschlichen Klicks, sondern fortlaufend. Deshalb ist die eigentliche Nachricht der Studie nicht ein einzelner Prognosewert, sondern eine Verschiebung der Planungsfrage: Reicht das Netz für den heutigen Betrieb, oder für die Arbeitsabläufe, die in zwei Jahren unbemerkt dauerhaft laufen?

Das Wichtigste in Kürze

• Die von Cisco finanzierte Studie befragte 3.472 IT- und Netzwerkverantwortliche weltweit, darunter 200 in Deutschland.
• 73 Prozent der Befragten sehen bereits heute oder binnen zwei Jahren Kapazitätsengpässe in Campus- und Filialnetzen.
• KI-Verkehr unterscheidet sich von klassischem Webverkehr: Er kann länger laufen, mehr Rückkanal benötigen und bei Agenten dauerhaft anfallen.
• Die Ergebnisse sind ein Warnsignal, keine neutrale Kaufempfehlung für Cisco-Hardware.
• Unternehmen sollten zuerst Verbindungen, Latenz, Datenwege und Sicherheitsregeln messen, bevor sie pauschal Bandbreite einkaufen.

Warum Agenten das Verkehrsmuster verändern

Ein Chatfenster erzeugt meist einzelne Anfragen: Mensch tippt, Modell antwortet, Pause. Ein KI-Agent kann dagegen Recherche, Dateisuche, Datenbankabfragen und Tool-Aufrufe zu einer Kette verbinden. Er kommuniziert dabei mit dem Modell, aber auch mit internen Anwendungen und externen Diensten. Das macht nicht zwingend jede einzelne Verbindung riesig. Es macht sie jedoch zahlreicher, länger und geschäftskritischer.

Ciscos separater Bericht zu Weitverkehrsnetzen beschreibt genau diesen Unterschied. Dort wurden KI-Inferenzflüsse in den untersuchten Daten länger und stärker auf den Rückkanal ausgerichtet als gewöhnlicher Webverkehr. In Labortests erzeugten Agenten pro Aufgabe bis zu 450 Prozent mehr Gesamtverkehr. Das sind Herstellerdaten und keine allgemeingültige Naturkonstante. Als technische Intuition sind sie trotzdem plausibel: Ein Agent, der mehrfach nachfragt, Werkzeuge bedient und Ergebnisse prüft, verbraucht mehr Netzwerk als ein einziger Prompt.

Die Verbindung ist für Agenten damit nicht bloß Transport. Fällt sie aus oder schwankt die Latenz, steht der Ablauf. Das wird besonders sichtbar, wenn ein Assistent auf interne Daten zugreift. Schon der jüngst berichtete Zugriff von KI-Assistenten auf Kalender und E-Mails zeigt, wie nah Produktivität und sensible Datenflüsse inzwischen zusammenrücken.

Was die Studie wirklich sagt und was nicht

Die oft zitierte Frist von rund 24 Monaten stammt aus einer Umfrage, nicht aus einer Messung jedes deutschen Unternehmensnetzes. Computerwoche beschreibt die Stichprobe: 3.472 CIOs und Verantwortliche aus 15 Weltregionen, 200 davon aus Deutschland, alle aus Organisationen mit mehr als 500 Beschäftigten. Die Untersuchung wurde von Cisco und Foundry Research konzipiert und von Cisco bezahlt. Diese Transparenz ist wichtig, denn Cisco verkauft genau die Infrastruktur, deren Modernisierung nahegelegt wird.

Das macht die Befunde nicht wertlos. Die Befragten meldeten einen bereits gestiegenen Verkehr und erwarteten weiteres Wachstum; Cisco nennt weltweit 34 Prozent Zuwachs im vergangenen Jahr und 96 Prozent für die folgenden zwölf Monate. Solche Erwartungen sind aber keine Vorhersage für einen einzelnen Mittelständler. Ein Betrieb mit wenigen, klar abgegrenzten KI-Anwendungen hat ein anderes Profil als ein Konzern, der Agenten über Standorte, Cloud-Dienste und Produktionssysteme verteilt.

Die nützliche Lehre lautet daher: Zahlen nicht übernehmen, sondern testen. Wer die Studie als Anlass nimmt, seine eigene Auslastung zu messen, gewinnt. Wer daraus einfach eine Bestellung für schnellere Switches ableitet, hat die wichtigste Vorarbeit übersprungen.

Vier Fragen vor dem Ausbau

Erstens sollten IT-Teams die kritischen Pfade aufzeichnen: Wo startet der Agent, welches Modell ruft er auf, welche Datenquellen und welche Sicherheitsgateways liegen dazwischen? Zweitens braucht es Messwerte, die zur KI passen. Nicht allein die durchschnittliche Auslastung zählt, sondern Latenz, Paketverluste, Spitzenlast und die Verfügbarkeit einzelner Dienste. Drittens muss der Rückkanal mitgedacht werden. KI-Anwendungen senden Dokumente, Kontext und Tool-Ergebnisse zurück; ein auf Downloads optimiertes Netz ist dafür nicht automatisch gut vorbereitet.

Viertens ist Sicherheit keine Zusatzschicht. Wenn ein Agent mehr Systeme erreicht, wächst die Angriffsfläche. Cisco berichtet, 80 Prozent der Befragten erwarteten mit wachsender KI-Nutzung zusätzliche Sicherheitsrisiken; auch dieser Wert stammt aus derselben Herstellerbefragung. Die Konsequenz ist dennoch handfest: Zugriffe segmentieren, Identitäten sauber verwalten, Protokolle auswerten und Ausfälle üben. Die Diskussion nach dem Sicherheitsproblem rund um einen manipulierten KI-Agenten-Link hat gezeigt, dass Schutzmechanismen nicht erst nach dem Rollout geplant werden dürfen.

Infrastruktur wird Teil der KI-Strategie

Für viele Firmen ist das eine ungewohnte Perspektive. Bislang galt das Netzwerk als solide Grundlage, über die Anwendungen einfach laufen. Bei KI-Agenten wird es zum aktiven Teil des Produkts: Es bestimmt, ob Werkzeuge zuverlässig erreichbar sind, ob Antworten rechtzeitig kommen und ob Datenwege kontrollierbar bleiben. Der ITPro-Bericht über Ciscos aktuelle Infrastrukturstrategie fasst den Trend treffend, wenn auch aus Herstellersicht, zusammen: KI wird schnell zu einem Netzwerkproblem.

Die nächsten Monate sollten Unternehmen daher nicht in Panik, sondern in eine saubere Bestandsaufnahme investieren. Ein kleiner Pilot mit realen Agenten-Workflows, klaren Schwellenwerten und einem Sicherheitsreview ist aussagekräftiger als eine dramatische Kapazitätsprognose. Stellt sich dabei ein Engpass heraus, ist ein Ausbau gut begründet. Stellt er sich nicht heraus, hat die Firma etwas ebenso Wertvolles gewonnen: einen belastbaren Überblick darüber, welche Infrastruktur ihre KI tatsächlich braucht.