Umfrage: Finanzdienstleister stehen vor Herausforderungen hinsichtlich Sicherheit und Leistung von KI
Künstliche Intelligenz bietet spannende neue Möglichkeiten für Anwendungsfälle im Finanzdienstleistungsbereich, von Kreditentscheidungen in Echtzeit bis hin zur Handelsausführung, aber nur, wenn die zugrunde liegende Infrastruktur mithalten kann. Laut dem A10 Networks of AI Infrastructure Report 2025 ist diese Einschränkung zu einem großen Problem geworden. Finanzunternehmen sind zwar branchenweit führend bei der Einführung von Predictive Analytics, aber sie führen auch unsere Umfrage an, wenn es darum geht, Netzwerklatenz als großes Problem zu nennen. Wenn sie ihre Infrastruktur nicht parallel zur KI-Innovation modernisieren können, werden diese neuen Funktionen in der Produktion einfach nicht realisierbar sein.
In diesem Blog untersuchen wir, was die Umfragedaten darüber aussagen, wie Finanzdienstleistungsunternehmen KI einsetzen, wo ihre Infrastruktur Defizite aufweist und wie die Modernisierungsagenda für Teams aussieht, die sich diesen Herausforderungen stellen müssen.
Ausgewogenes Hosting bringt operative Komplexität mit sich
71 % der befragten Finanzdienstleistungsunternehmen nutzen KI für prädiktive Analysen – das ist der höchste Wert aller Branchen. Anwendungsfälle wie Risikobewertung, Betrugserkennung und Marktanalyse basieren alle auf KI-Modellen, die große Datenmengen schnell verarbeiten und unter Zeitdruck zuverlässige Ergebnisse liefern. Um diese Workloads zu unterstützen, verwenden 46 % der Befragten aus dem Finanzdienstleistungssektor einen ausgewogenen hybrid cloud – beispielsweise indem sie latenzempfindliche und stark regulierte Workloads vor Ort behalten, während Entwicklungsumgebungen und skalierbare Inferenz in die Cloud verlagert werden. Dies ist eine solide Strategie, führt jedoch zu einer operativen Komplexität, die sich schnell verschärft, wenn die zugrunde liegende Infrastruktur nicht speziell für die Verarbeitung von KI-Datenverkehr in beiden Umgebungen ausgelegt ist.
Leistungsprobleme haben ihren Preis
Von allen befragten Unternehmen bewerten 49 Prozent die Leistung von KI-Anwendungen als „wichtig“ und weitere 23 Prozent als „äußerst wichtig“. Im Finanzdienstleistungssektor liegt die Messlatte noch höher. Eine geringere Latenz ermöglicht erfolgreichere Handelsgeschäfte, während eine Infrastruktur, die Verzögerungen verursacht, zu fehlgeschlagenen Transaktionen und Umsatzverlusten führen kann. Allerdings nennt ein Drittel der Finanzunternehmen Rechenkapazitätsbeschränkungen als aktuellen Leistungsengpass, während 20 Prozent die Netzwerklatenz als Problem anführen – ein Anteil, der höher ist als in den meisten anderen Branchen in der Studie.
Das Bild der Anwendungsbereitstellung verstärkt diese Besorgnis. Die Hälfte aller Befragten gibt an, dass ihre derzeitige Infrastruktur – einschließlich Load Balancer, Application Delivery Controller (ADCs) und zugehöriger Systeme – die für KI-Workloads erforderliche Leistung und Verfügbarkeit nur „größtenteils“ aufrechterhalten kann. Nur 16 Prozent sagen, dass ihre Infrastruktur die KI-Anforderungen mit ausreichender Kapazität erfüllt.
Sicherheit: erhebliche Bedenken, unzureichende Reaktion
Sicherheit ist der am häufigsten genannte Schwachpunkt der Infrastruktur in der Umfrage. 49 Prozent der Befragten gaben an, dass dies ihre größte Einschränkung sei. Für Finanzdienstleistungsunternehmen steht besonders viel auf dem Spiel. Über die operativen Risiken hinaus, die jede Branche betreffen, unterliegen sie regulatorischen Rahmenbedingungen – darunter DORA, DSGVO und branchenspezifische Anforderungen an die Datenhoheit –, die Sicherheitsmängel im Zusammenhang mit KI sowohl zu einem Compliance- als auch zu einem technischen Problem machen.
Obwohl Sicherheit als wichtigstes Anliegen gilt, haben nur 40 Prozent der Unternehmen aller Branchen KI-spezifische Sicherheitslösungen implementiert. Stattdessen verlassen sich die meisten Unternehmen auf ihre bestehende Infrastruktur, um KI-Workloads und Datenverkehr zu schützen, für deren Verständnis diese jedoch nicht ausgelegt ist. Viele Befragte waren sich der Risiken bewusst, denen sie ausgesetzt sind, und nannten Befürchtungen wie Datenlecks in KI-Trainingsmodellen, unbefugten KI-Zugriff auf sensible Systeme und die Unfähigkeit älterer Sicherheitstools, anomales Verhalten auf Modell- oder Prompt-Ebene zu erkennen.
Bereitstellung einer sicheren, leistungsstarken KI-Infrastruktur
Während die Rechenleistung für aktuelle KI-Initiativen eine ständige Herausforderung darstellt, ist die Sicherheit eine noch dringlichere Aufgabe. Unter den 79 Prozent aller Unternehmen, die innerhalb von 18 Monaten eine Modernisierung ihrer Infrastruktur planen, steht die Sicherheitsinfrastruktur mit 60 Prozent ganz oben auf der Prioritätenliste – darunter KI-Firewalls, WAF, API-Sicherheit und DDoS-Schutz. Bei der Umsetzung bevorzugen 62 Prozent der Befragten Anbieter mit einer Plattformstrategie gegenüber eigenständigen Einzelprodukten. Dieser Ansatz kann insbesondere im Finanzdienstleistungsbereich von großem Wert sein, wo die Hinzunahme mehrerer spezialisierter Anbieter zu Integrationsproblemen und Sichtbarkeitslücken führt, die die Compliance-Herausforderungen verschärfen können.
Um mehr darüber zu erfahren, wie Finanzdienstleistungsunternehmen die Modernisierung ihrer KI-Infrastruktur angehen, laden Sie den BerichtA10 Networks of AI Infrastructure Report 2025” herunter.
