Ist Ihr Unternehmensnetz KI-ready? Teil 2: Netzwerkqualität für KI-Anwendungen

Es kommt nicht nur auf die Größe der Leitung an: Weg, Qualität und QoS zählen

Ein Unternehmen kann über einen leistungsstarken Internetanschluss verfügen und trotzdem unbefriedigende Antwortzeiten bei KI-Anwendungen erleben. Die gebuchte Bandbreite beschreibt vereinfacht gesagt die Größe der Auffahrt – sie sagt aber noch nichts darüber aus, welchen Weg die Daten anschließend bis zur jeweiligen Cloud-Plattform zurücklegen. Ebenso entscheidend ist, wie unterschiedliche Datenströme im Netzwerk behandelt werden: Mit Quality of Service (QoS) lässt sich zeitkritischer Verkehr gezielt priorisieren, damit beispielsweise Sprachinteraktionen oder mehrstufige KI-Prozesse nicht durch weniger zeitkritische Übertragungen ausgebremst werden. QoS ersetzt dabei weder ausreichende Bandbreite noch einen günstigen Datenweg, kann aber die vorhandene Netzqualität besser nutzbar machen. Genau hier setzen die folgenden Qualitätsmerkmale an.

Latenz, Jitter und Paketverlust: Zentrale Faktoren der Netzwerkqualität für KI-Anwendungen

Latenz beschreibt, wie lange Daten für den Weg zum Ziel und zurück benötigen. Bei einer einfachen Textanfrage fallen zusätzliche Millisekunden meist kaum auf. Bei interaktiven Sprachsystemen oder vielen aufeinanderfolgenden Prozessschritten können Verzögerungen dagegen spürbar werden.

Jitter bezeichnet Schwankungen in der Übertragungszeit. Eine Verbindung kann im Durchschnitt eine akzeptable Latenz liefern und trotzdem unruhig wirken, wenn einzelne Datenpakete sehr unterschiedlich lange unterwegs sind – etwas, das bei Sprach- und Echtzeitanwendungen besonders auffällt.

Paketverlust führt dazu, dass Daten erneut übertragen werden müssen. Das reduziert den effektiven Durchsatz und kann Anwendungen verlangsamen oder Verbindungen instabil erscheinen lassen.

Hier setzt Quality of Service (QoS) an: Mit QoS lassen sich Datenpakete im Netzwerk priorisieren, sodass latenzkritischer Verkehr – etwa Sprachinteraktionen oder Anfragen an KI-Agenten – bevorzugt behandelt wird, während weniger zeitkritischer Verkehr wie große Datei-Uploads etwas zurückstehen kann. QoS ersetzt keine ausreichende Bandbreite, kann aber verhindern, dass sich mehrere Datenströme gegenseitig ausbremsen und dadurch genau die Verzögerungen entstehen, auf die KI-Anwendungen besonders empfindlich reagieren.

KI benötigt damit nicht grundsätzlich eine extrem niedrige Latenz – entscheidend ist der jeweilige Anwendungsfall. Bei mehrstufigen, agentenbasierten KI-Systemen können jedoch zahlreiche Interaktionen zwischen Modell, Werkzeugen, Datenquellen und externen Diensten stattfinden. Cisco beobachtet in eigenen Tests, dass eine von einem KI-Agenten selbstständig ausgeführte Aufgabe deutlich mehr Gesamtverkehr erzeugt als dieselbe Aufgabe, wenn ein Mensch sie durchführt – ein erheblicher Teil davon entfällt allein auf die Kommunikation zwischen Agent und KI-Modell. Jeder dieser Schritte kann eine kleine Verzögerung hinzufügen, und diese Verzögerungen summieren sich über den gesamten Ablauf.

Cloud-Routing: Der tatsächliche Datenweg entscheidet

Daten können auf dem Weg zur Cloud-Plattform mehrere Security- und Proxy-Systeme durchlaufen, zunächst über die Unternehmenszentrale geführt werden, über weit entfernte Übergabepunkte transportiert werden oder einen ungünstigen Weg durch die Netze mehrerer Provider nehmen. Zwei Anschlüsse mit identischer Leistungsbeschreibung können sich bei der tatsächlichen Cloud-Erreichbarkeit deutlich unterscheiden – ein reiner Preisvergleich der gebuchten Bandbreite reicht für eine fundierte Bewertung daher meist nicht aus.

SD-WAN, Dedicated Internet Access oder direkte Cloud-Anbindung?

Je nach Situation kommen unterschiedliche technische Ansätze infrage. Keiner davon ist automatisch die richtige Lösung – die folgende Übersicht ordnet die Optionen grob ein:

Wichtig dabei: SD-WAN kann Daten intelligent über vorhandene Wege steuern, aber keine dauerhaft fehlende Uploadkapazität oder schlechte Providerwege vollständig kompensieren. Die Qualität der zugrunde liegenden Anschlüsse – das sogenannte Underlay – bleibt immer entscheidend. Ein klassischer Business-Breitbandanschluss kann weiterhin völlig ausreichen, wenn nur wenige Nutzer einfache KI-Assistenten einsetzen, geringe Datenmengen übertragen werden und ein vorübergehender Ausfall tolerierbar ist.

Redundanz: Zwei Anschlüsse sind nicht automatisch unabhängig

Je wichtiger KI-Anwendungen für Geschäftsprozesse werden, desto stärker rückt ihre Verfügbarkeit in den Vordergrund. Viele Unternehmen buchen dafür einen zweiten Anschluss. Das ist grundsätzlich sinnvoll, garantiert aber noch keine echte technische Redundanz. Beide Verbindungen können gemeinsame Abhängigkeiten besitzen – etwa dieselbe Gebäudeeinführung, dieselbe Kabeltrasse, denselben Vorleister, gemeinsame Netzknoten, dieselbe Stromversorgung oder denselben Übergang zur Cloud.

Echte Ausfallsicherheit muss deshalb den vollständigen Pfad betrachten: Standort → Anschluss → Provider → Backbone → Cloud-Übergang → KI-Plattform. Zwei Verträge sind noch keine vollständige Redundanz. Entscheidend ist, ob sich auch die technischen Abhängigkeiten wirklich unterscheiden und ob die Umschaltung zwischen den Anschlüssen regelmäßig getestet wird.

Was ein Ausfall oder eine schlechte Anbindung tatsächlich kostet

Wird eine KI-Anwendung Teil des Tagesgeschäfts, wirkt sich eine unzuverlässige Anbindung nicht mehr nur auf die IT aus, sondern auf das Geschäft selbst. Mitarbeitende warten auf Antworten statt produktiv zu arbeiten, kundennahe Prozesse geraten ins Stocken, und wiederkehrende kleine Störungen untergraben das Vertrauen in neue KI-Anwendungen – noch bevor sie ihren Nutzen entfalten können. Diese Effekte lassen sich selten exakt beziffern, sind aber ein wichtiges Argument dafür, Redundanz und Netzqualität nicht erst dann zu überdenken, wenn eine KI-Anwendung bereits geschäftskritisch geworden ist.

Treffen mehrere Punkte nicht zu, lohnt sich eine genauere Betrachtung von Routing und Redundanz – unabhängig davon, ob aktuell Probleme spürbar sind.

Fazit: Qualität und Redundanz zählen mehr als reine Bandbreite

Latenz, Jitter, Routing und echte Redundanz entscheiden bei KI-Anwendungen oft mehr über die Nutzererfahrung als die gebuchte Bandbreite allein. Eine passende QoS-Konfiguration kann zusätzlich helfen, zeitkritischen Datenverkehr zu priorisieren und die vorhandene Netzqualität besser zu nutzen. SD-WAN, Dedicated Internet Access, QoS und direkte Cloud-Anbindungen sind dabei keine pauschalen Standardlösungen, sondern Werkzeuge für unterschiedliche Anforderungen. Welche davon sinnvoll sind, hängt von Standortstruktur, Kritikalität der Anwendungen und tatsächlichem Datenverkehr ab.

MPC unterstützt Unternehmen dabei, genau diese Fragen anbieterneutral zu klären: Welcher Weg führt zur jeweiligen Cloud-Plattform, wo bestehen versteckte Abhängigkeiten, und welche Kombination aus Anschlusstechnik und Redundanzkonzept passt tatsächlich zur eigenen Situation.

Im nächsten und letzten Teil dieser Serie zeigen wir konkrete Handlungsempfehlungen, mit denen sich Unternehmen auf steigende KI-Nutzung vorbereiten können – gezielt und mit überschaubarem Investitionsaufwand.