Thought Leadership
Gartner rechnet mit 42 Milliarden US-Dollar für spezialisierte IaaS-Angebote im Jahr 2026. Treiber ist nicht mehr das Training großer Sprachmodelle, sondern deren Betrieb im Alltagseinsatz.
Der Boom rund um generative KI treibt weiterhin die Nachfrage nach spezialisierter Cloud-Infrastruktur. Laut einer aktuellen Prognose des Analystenhauses Gartner sollen die weltweiten Ausgaben für sogenannte AI-optimised Infrastructure as a Service (IaaS) bis Ende 2026 auf 42,3 Milliarden US-Dollar steigen. Das entspräche einem Wachstum von 96,4 Prozent gegenüber dem Vorjahr, in dem der Markt bereits um 180 Prozent auf 21,5 Milliarden US-Dollar zugelegt hatte.
Unter AI-optimised IaaS fasst Gartner Cloud-Infrastruktur, die speziell für das Training und den Betrieb von KI-Modellen ausgelegt ist, etwa GPU- und Beschleuniger-Instanzen sowie darauf zugeschnittene Netzwerk- und Speicherarchitekturen. Zum Vergleich: Der IaaS-Gesamtmarkt, der auch klassische Cloud-Server ohne KI-Fokus umfasst, wächst mit prognostizierten 29,3 Prozent im Jahr 2026 deutlich gemächlicher und soll ein Volumen von rund 287 Milliarden US-Dollar erreichen.
Für 2027 erwartet Gartner ein weiteres, wenn auch etwas abgeschwächtes Wachstum von 56,5 Prozent auf dann 66,1 Milliarden US-Dollar bei der KI-optimierten Infrastruktur.
Inferenz überholt Training
Bemerkenswert ist eine Verschiebung innerhalb des Marktes: Erstmals sollen die Ausgaben für Inferenz, also die Anwendung bereits trainierter Modelle im produktiven Betrieb, die Ausgaben für das Training neuer Modelle übersteigen. Für 2026 rechnet Gartner mit 23,3 Milliarden US-Dollar für Inferenz-Workloads gegenüber 19 Milliarden US-Dollar fürs Training. Der Inferenz-Anteil an den gesamten KI-IaaS-Ausgaben soll damit auf 55 Prozent steigen, 2027 dann auf 59 Prozent.
Hardeep Singh, Senior Principal Research Analyst bei Gartner, führt das auf den Übergang von der reinen Modellentwicklung zum produktiven Einsatz zurück. Fein abgestimmte, domänenspezifische Modelle würden zunehmend in kundenseitige und operative Systeme integriert und müssten dort kontinuierlich und in Echtzeit laufen, statt wie beim Training nur phasenweise Rechenleistung zu benötigen. Dieser Wandel sorge laut Singh für eine „nachhaltige Nachfrage nach KI-optimierter Infrastruktur“.
Als zusätzlichen Treiber nennt Gartner den Trend zu agentischer KI: Autonome Systeme, die mehrstufige Aufgaben eigenständig ausführen, erhöhten die Rechenintensität pro Anfrage spürbar. Das mache Inferenz-Infrastruktur zum eigentlichen Engpass und zu einem zentralen Baustein für Unternehmen, die KI-Strategien in die Fläche bringen wollen.
Die Zahlen unterstreichen einen Trend, der sich schon länger abzeichnet: Cloud-Anbieter wie AWS, Microsoft Azure und Google Cloud investieren massiv in spezialisierte Hardware, um nicht nur das Training großer Modelle, sondern vor allem deren dauerhaften, produktiven Betrieb bedienen zu können. Ob sich das prognostizierte Tempo angesichts steigender Energie- und Hardwarekosten tatsächlich halten lässt, dürfte sich erst in den kommenden Quartalen zeigen.
(red)
