Platform Engineering 2.0: So geht KI im Unternehmen

Ein Fachartikel von von Joe Baguley, CTO EMEA, bei Broadcom.

Jeder große Technologiesprung bringt die Grenzen der Vorgänger ans Licht. Bei KI ist das nicht anders. In vielen Unternehmen drehen sich die Diskussionen noch immer vor allem um Modelle, Anwendungen und den Zeithorizont für die Einführung. Die Pioniere unter den Unternehmen blicken tiefer: Sind unsere Strukturen für Entwicklung, Betrieb und Governance überhaupt darauf ausgelegt, KI im großen Maßstab einzusetzen?

Die aktuelle Broadcom-Studie „Private Cloud Outlook“ zeigt das Dilemma vieler Unternehmen. 52 Prozent der IT-Verantwortlichen in EMEA nennen die Integration von KI-Funktionen in bestehende Anwendungen als wichtigste Modernisierungspriorität. Gleichzeitig haben 75 Prozent bislang weniger als die Hälfte ihrer Anwendungen modernisiert. Damit wächst die Lücke zwischen KI-Ambitionen und operativer Einsatzfähigkeit. Unternehmen versuchen, KI auf Plattformen zu skalieren, die dafür ursprünglich nicht ausgelegt wurden. Hier kommt Plattform Engineering 2.0 ins Spiel.

Die Plattform ist nicht länger nur etwas für Entwickler

Platform Engineering entstand als Antwort auf die wachsende Komplexität. Mit der Verbreitung von Cloud-Native-Architekturen und der Weiterentwicklung von DevOps brauchten Unternehmen einen besseren Weg, um Infrastruktur zu standardisieren, die Komplexität für Entwickler zu reduzieren und ihnen sicheren Self-Service-Zugriff auf die benötigten Werkzeuge zu ermöglichen. Internal Developer Platforms (IDPs) schufen dafür die nötige Grundlage.

Das Konzept hat sich durchgesetzt. Laut Googles DORA Report 2025 haben inzwischen rund 90 Prozent der Unternehmen eine Form von Platform Engineering im Einsatz. Damit ist Platform Engineering zu einem festen Bestandteil der modernen Softwareentwicklung geworden – und durchläuft gerade einen Paradigmenwechsel. Platform Engineering 1.0 war vor allem auf eine Zielgruppe zugeschnitten: Softwareentwickler.

Heute richtet sich die Plattform an ein breiteres Klientel. Data Scientists, Security-Teams, FinOps-Verantwortliche, Fachanwender und zunehmend auch KI-Agenten müssen auf dieselbe kontrollierte Plattform zugreifen können. Ihre Ziele unterscheiden sich, ihre Erwartungen an Geschwindigkeit, Sicherheit und Self-Service jedoch kaum. Die Plattform unterstützt damit nicht mehr nur Entwickler. Sie avanciert zur gemeinsamen Betriebsumgebung, in der Menschen und KI-Agenten Software entwickeln, bereitstellen und betreiben.

Dadurch bildet die Internal Developer Platform eine Grundlage für eine Agentic Development Platform (ADP), über die Menschen und KI-Agenten strukturierten Zugriff auf Services, Richtlinien, Sicherheitskontrollen und Kosteninformationen erhalten. Maschinenlesbare Schnittstellen sorgen dafür, dass beide sicher und skalierbar arbeiten können.

Die Technologie ist nicht der Engpass

Ein gängiger Mythos lautet: Unternehmen müssten ihre Infrastruktur vollständig neu aufbauen, bevor sie KI skalieren können. Tatsächlich haben viele bereits die Basis geschaffen. Laut Broadcom-Studie sind 92 Prozent der Unternehmen in EMEA überzeugt, dass die Private Cloud inzwischen zuverlässig genug ist für geschäftskritische Anwendungen. 90 Prozent sehen bei der Private Cloud zudem die finanzielle Transparenz und Planbarkeit gegeben, um den steigenden Kosten von KI-Infrastruktur zu begegnen.

82 Prozent sind außerdem der Ansicht, dass sie mit einer Private Cloud wachsende Anforderungen an Datensouveränität und -residenz erfüllen können. Die größere Herausforderung besteht darin, diese Fähigkeiten sinnvoll zusammenzuführen. Schon heute arbeiten 74 Prozent der Platform-Engineering-Teams in irgendeiner Form mit den IT-Infrastrukturteams zusammen. Doch nur 14 Prozent haben diese Zusammenarbeit in einem klar definierten Betriebsmodell verankert.

Diese Zahl ist ein besonders deutlicher Hinweis, worauf es in der nächsten Phase der KI-Einführung ankommt. Eine bessere Abstimmung zwischen den Teams kann ebenso entscheidend sein wie Investitionen in neue Technologien. Sie schafft die Voraussetzung dafür, KI konsistent, sicher und im großen Maßstab bereitzustellen.

Was Platform Engineering 2.0 ausmacht

Der Schwerpunkt von Platform Engineering 1.0 lag darauf, Software schneller bereitzustellen. In der nächsten Entwicklungsstufe geht es darum, KI zuverlässig in den operativen Betrieb zu überführen. Der erste Schritt ist die Einsicht, dass KI nicht einfach ein weiterer Workload ist. GPUs, neue CPU-Architekturen, Modell-Registries, Inference Services und KI-Agenten erfordern Plattformen, in denen KI von Anfang an als grundlegende Funktion vorgesehen ist – statt nachträglich an bestehende Infrastruktur angeflanscht zu werden.

Gleichzeitig müssen durch KI Plattform-Entscheidungen anders getroffen werden. Kosten, Governance und Sicherheit lassen sich nicht länger vom Software-Lebenszyklus trennen – zumal dieser zunehmend selbst von KI geprägt wird. Hinzu kommt: Die Plattform muss sich kontinuierlich weiterentwickeln können. Das KI-Ökosystem verändert sich zu schnell, als dass jedes Unternehmen eine eigene Architektur für jedes neue Modell, Framework oder Werkzeug neu aufbauen könnte. Komponierbare Architekturen aus modularen Services und klar definierten Schnittstellen schaffen die nötige Flexibilität, ohne auf die Verlässlichkeit und Konsistenz zu verzichten, auf die Unternehmen angewiesen sind.

Infrastruktur wird zum Strategiefaktor

Die Infrastruktur entscheidet heute maßgeblich darüber, ob Unternehmen GPU-Ressourcen effizient bereitstellen, KI-Workloads einheitlich steuern, steigende Kosten beherrschen und intelligente Systeme sicher skalieren können. Mit der Plattform arbeiten Nutzer unmittelbar. Was ein Unternehmen aber mit der Plattform erreichen kann, entscheidet sich zunehmend in der Infrastruktur. Sobald KI-Anwendungen in den Produktivbetrieb gehen, steigen diese Anforderungen weiter. Unterschiedliche Modelle und Anwendungen belasten Rechenleistung, Speicher und Dateninfrastruktur auf unterschiedliche Weise – häufig gleichzeitig. Plattformteams müssen auf solche wechselnden Anforderungen reagieren können, ohne zusätzliche Komplexität oder neue Technologiesilos zu schaffen. Damit entwickelt sich die Infrastruktur von der technischen „Bodenplatte“ der Plattform zum Herzstück von Platform Engineering 2.0.

Schritt halten im KI-Zeitalter

Der Spagat zwischen Tempo und Kontrolle gehörte seit jeher zum Plattform Engineering – und gewinnt im KI-Zeitalter weiter an Bedeutung. Platform Engineering 2.0 baut auf den Plattformen und Strukturen auf, in die Unternehmen in den vergangenen zehn Jahren investiert haben. Es bereitet sie auf eine Welt vor, in der Software von Menschen und intelligenten Agenten gemeinsam entwickelt, bereitgestellt und zunehmend auch betrieben wird. Unternehmen, die diesen Wandel frühzeitig berücksichtigen, schaffen bessere Voraussetzungen für den produktiven Einsatz von KI – und können ihre KI-Ambitionen eher in messbaren Geschäftsnutzen übersetzen.  

Autor: Joe Baguley, CTO EMEA bei Broadcom