Markt für KI-Datenmanagement

Marktdefinition

Der Markt konzentriert sich auf die Entwicklung und Implementierung fortschrittlicher Systeme, die die Datenverarbeitung, -speicherung und -verwaltung mithilfe künstlicher Intelligenz (KI) optimieren. Dabei geht es um die Automatisierung der Datenintegration, Qualitätskontrolle und Sicherheitsmaßnahmen, um die Effizienz und Genauigkeit zu steigern.

KI-gesteuerte Algorithmen optimieren die Datenstrukturierung, Anomalieerkennung und Metadatenverwaltung und sorgen für einen nahtlosen Zugriff und Abruf. Dieser Markt unterstützt branchenübergreifende Anwendungen, einschließlich prädiktiver Analysen, Einhaltung gesetzlicher Vorschriften und intelligenter Automatisierung.

Unternehmen nutzen KI-gestützte Plattformen für die Datenkatalogisierung, die Generierung von Wissensgraphen und die Entscheidungsfindung in Echtzeit und reduzieren so manuelle Eingriffe. Der Einsatz von KI im Datenmanagement verbessert die betriebliche Intelligenz und ermöglicht es Unternehmen, wertvolle Erkenntnisse aus komplexen Datensätzen zu gewinnen.

Markt für KI-DatenmanagementÜberblick

Die globale Marktgröße für KI-Datenmanagement wurde im Jahr 2023 auf 25,67 Milliarden US-Dollar geschätzt und wird voraussichtlich von 31,56 Milliarden US-Dollar im Jahr 2024 auf 143,89 Milliarden US-Dollar im Jahr 2031 wachsen, was einer durchschnittlichen jährlichen Wachstumsrate von 24,20 % im Prognosezeitraum entspricht.

Der Anstieg der Datengenerierung hat die Nachfrage nach fortschrittlichen KI-gestützten Verwaltungslösungen verstärkt, die die Verarbeitungseffizienz verbessern und eine nahtlose Zugänglichkeit gewährleisten. Unternehmen setzen zunehmend KI-gesteuerte Automatisierung ein, um die Strukturierung, Kategorisierung und Governance von Daten zu optimieren, den manuellen Aufwand zu reduzieren und die Genauigkeit zu verbessern, was den Markt ankurbelt.

Darüber hinaus zwingt die steigende Nachfrage nach KI-gesteuerter Business Intelligence und Analyse Unternehmen dazu, intelligente Datenmanagementplattformen zu implementieren, die die Entscheidungsfindung optimieren und Echtzeit-Einblicke für strategisches Wachstum unterstützen.

Zu den wichtigsten Unternehmen, die in der KI-Datenmanagementbranche tätig sind, gehören IBM, Microsoft, Oracle, SAP SE, Google, Amazon Web Services, Inc., Teradata Corporation, Snowflake Inc., Cloudera, Inc., Databricks Inc., Informatica LLC, SAS Institute Inc., Salesforce, Alteryx und Hewlett Packard Enterprise Development LP.

Das Wachstum der Datengenerierung hat die Nachfrage nach fortschrittlichen Managementlösungen verstärkt und den Markt angekurbelt. Unternehmen haben mit strukturierten und unstrukturierten Daten aus verschiedenen Quellen zu tun, darunter IoT-Geräte, Cloud-Anwendungen und Unternehmenssysteme.

KI-gesteuerte Tools optimieren die Datenstrukturierung, automatisieren die Kategorisierung und verbessern die Zugänglichkeit und sorgen so für eine effiziente Verarbeitung im großen Maßstab. Der Bedarf an Echtzeitanalysen und umsetzbaren Erkenntnissen hat die Einführung KI-gestützter Datenverwaltungsplattformen weiter beschleunigt und ermöglicht es Unternehmen, Mehrwert aus komplexen Datensätzen zu ziehen und gleichzeitig Genauigkeit, Sicherheit und Compliance mit sich entwickelnden gesetzlichen Anforderungen aufrechtzuerhalten.

• Im Februar 2025 führte SAP SAP Business Data Cloud ein, eine vollständig verwaltete SaaS-Lösung, die darauf ausgelegt ist, SAP-Daten zu vereinheitlichen und zu verwalten und gleichzeitig nahtlos in Datenquellen von Drittanbietern zu integrieren. Als Weiterentwicklung der branchenführenden Daten-, Planungs- und Analyselösungen von SAP kombiniert SAP Business Data Cloud SAP Datasphere, SAP Analytics Cloud und SAP Business Warehouse in einer einheitlichen Plattform. Diese integrierte Erfahrung ermöglicht es Unternehmen, transformative Erkenntnisse über alle Betriebsbereiche hinweg zu gewinnen und so die datengesteuerte Entscheidungsfindung zu verbessern.

Die wachsende Nachfrage nach KI-gesteuerten Datenmanagementlösungen wird durch die Notwendigkeit angetrieben, große Mengen strukturierter und unstrukturierter Daten über Unternehmenssysteme hinweg zu vereinheitlichen und zu verwalten. Die Integration von Analyse, Planung und Data Warehousing in einem einzigen Framework verbessert Echtzeiteinblicke und automatisierte Datenverarbeitung und stärkt die wachsende Rolle der KI bei der Verwaltung komplexer Datensätze mit größerer Effizienz und Compliance.

Wichtigste Highlights:

1. Die Größe der KI-Datenmanagementbranche wurde im Jahr 2023 auf 25,67 Milliarden US-Dollar geschätzt.
2. Der Markt soll von 2024 bis 2031 mit einer jährlichen Wachstumsrate von 24,20 % wachsen.
3. Nordamerika hatte im Jahr 2023 einen Marktanteil von 33,75 % bei einer Bewertung von 8,66 Milliarden US-Dollar.
4. Das Plattformsegment erwirtschaftete im Jahr 2023 einen Umsatz von 14,86 Milliarden US-Dollar.
5. Das cloudbasierte Segment soll bis 2031 einen Wert von 79,74 Milliarden US-Dollar erreichen.
6. Das Segment Datenerweiterung sicherte sich im Jahr 2023 den größten Umsatzanteil von 24,47 %.
7. Das Computer-Vision-Segment wird im Prognosezeitraum voraussichtlich eine robuste CAGR von 46 % verzeichnen.
8. Das BFSI-Segment soll sich im Jahr 2023 den größten Umsatzanteil von 22,40 % sichern.
9. Der Markt im asiatisch-pazifischen Raum wird im Prognosezeitraum voraussichtlich mit einer jährlichen Wachstumsrate von 25,20 % wachsen.

Markttreiber

Einführung der KI-gestützten Automatisierung im Datenmanagement

Unternehmen integrieren KI-gesteuerte Automatisierung in Datenmanagement-Workflows, um die Effizienz zu verbessern und manuelle Eingriffe zu reduzieren, was zum Wachstum des Marktes für KI-Datenmanagement beiträgt. KI-Algorithmen optimieren die Datenaufnahme, -transformation und -qualitätsprüfung und minimieren Fehler und Inkonsistenzen.

Automatisiertes Metadaten-Tagging, Deduplizierung und Datenkatalogisierung verbessern die Auffindbarkeit und Zugänglichkeit in allen Unternehmenssystemen.Maschinelles Lernen(ML)-Modelle verfeinern kontinuierlich die Datenklassifizierung und Integritätsprüfungen und verbessern so die Betriebsgenauigkeit.

Der Wandel hin zur intelligenten Automatisierung hat es Unternehmen ermöglicht, Ressourcen effizient zuzuteilen und gleichzeitig eine hohe Datenzuverlässigkeit aufrechtzuerhalten, was die weitverbreitete Einführung von KI-basierten Datenmanagementlösungen vorantreibt.

• Im März 2025 führte AWS Unified Studio in Amazon SageMaker ein und integriert KI, Analyseentwicklung und Datenverwaltung in einer einzigen Umgebung. Durch diese Transformation wird SageMaker von einer ML-Plattform zu einer umfassenden Lösung, die Datenverwaltung, Analyse und KI-Workflows rationalisiert und die Notwendigkeit einer Datenübertragung über mehrere Plattformen hinweg beseitigt. Durch die Automatisierung von Datenpipelines gewährleistet die Plattform eine nahtlose Informationsbereitstellung und verbessert KI-gesteuerte Analysen und Entscheidungsfindung.

Marktherausforderung

Datenschutz- und Sicherheitsbedenken

Die Gewährleistung von Datenschutz und Sicherheit bleibt eine entscheidende Herausforderung für das Wachstum des Marktes für KI-Datenmanagement. Unternehmen verarbeiten große Mengen vertraulicher Informationen und sind dadurch anfällig für Verstöße, unbefugten Zugriff und Compliance-Risiken.

Regulatorische Rahmenbedingungen wie die Datenschutz-Grundverordnung (DSGVO), der California Consumer Privacy Act (CCPA) und branchenspezifische Vorschriften erhöhen die Komplexität der Datenverwaltung.

Unternehmen implementieren KI-gesteuerte Sicherheitslösungen, einschließlich automatisierter Bedrohungserkennung, Verschlüsselung und Zugriffskontrollmechanismen.

Darüber hinaus nutzen Unternehmen föderiertes Lernen und differenzielle Datenschutztechniken, um Daten zu verarbeiten und gleichzeitig das Gefährdungsrisiko zu minimieren. Durch die Stärkung von Cybersicherheitsstrategien und die Einführung von Zero-Trust-Architekturen werden der Datenschutz und die Einhaltung gesetzlicher Vorschriften weiter verbessert.

Markttrend

Zunehmende Abhängigkeit von KI-gestützter Business Intelligence und Analytics

Finanzinstitute, Gesundheitsdienstleister und E-Commerce-Unternehmen nutzen zunehmend KI-gestütztes Datenmanagement, um die Entscheidungsfindung und Wettbewerbsinformationen zu verbessern und so den Markt anzukurbeln.

KI-gesteuerte Analyseplattformen verarbeiten große Datensätze, identifizieren Muster und generieren prädiktive Erkenntnisse, sodass Unternehmen ihre Abläufe optimieren und das Kundenerlebnis verbessern können. Fortschrittliche KI-Modelle verfeinern die Datenvisualisierung, Trendprognosen und Stimmungsanalysen und helfen Unternehmen, ein tieferes Verständnis der Marktdynamik zu erlangen.

KI-gestützte Data Lakes und Warehouses erleichtern Echtzeitberichte und strategische Planung. Die Integration von KI mit Business-Intelligence-Tools hat die Datennutzung in Unternehmen verändert und Wachstumschancen für KI-basierte Datenmanagementlösungen geschaffen.

• Im September 2024 führte Oracle neue KI-gestützte Funktionen für Oracle Fusion Data Intelligence ein, die Unternehmen dabei helfen sollen, den Wert ihrer Datenbestände zu maximieren und ihre Wettbewerbsposition in einer analysegesteuerten Geschäftsumgebung zu stärken. Zu den neuesten Verbesserungen gehören intelligente Anwendungen für Oracle Fusion Cloud Human Capital Management (HCM) und Oracle Fusion Cloud Supply Chain & Manufacturing (SCM), die über herkömmliche Analysen hinausgehen und umsetzbare Empfehlungen innerhalb wesentlicher täglicher Arbeitsabläufe liefern.

Schnappschuss des KI-Datenmanagement-Marktberichts

Segmentierung	Einzelheiten
Durch Anbieten	Plattform, Dienste
Durch Bereitstellung	Cloudbasiert, vor Ort
Auf Antrag	Datenerweiterung, Datenanonymisierung und -komprimierung, explorative Datenanalyse, prädiktive Imputationsmodellierung, Datenvalidierung und Rauschunterdrückung, Prozessautomatisierung und andere
Durch Technologie	Maschinelles Lernen, Verarbeitung natürlicher Sprache, Computer Vision, Kontextbewusstsein
Nach Vertikal	BFSI, Regierung und Verteidigung, Gesundheitswesen, Fertigung, Energie und Versorgung, IT und Telekommunikation, Sonstiges
Nach Region	Nordamerika: USA, Kanada, Mexiko
	Europa: Frankreich, Großbritannien, Spanien, Deutschland, Italien, Russland, übriges Europa
	Asien-Pazifik: China, Japan, Indien, Australien, ASEAN, Südkorea, Rest Asien-Pazifik
	Naher Osten und Afrika: Türkei, Vereinigte Arabische Emirate, Saudi-Arabien, Südafrika, Rest des Nahen Ostens und Afrika
	Südamerika: Brasilien, Argentinien, Rest Südamerikas

 Marktsegmentierung:

• Nach Angebot (Plattform und Dienste): Das Plattformsegment erwirtschaftete im Jahr 2023 14,86 Milliarden US-Dollar aufgrund seiner umfassenden Fähigkeiten in den Bereichen Datenintegration, -verarbeitung und -verwaltung, die es Unternehmen ermöglichen, Arbeitsabläufe zu rationalisieren, die Skalierbarkeit zu verbessern und KI-gesteuerte Analysen innerhalb eines einheitlichen Ökosystems zu optimieren.
• Nach Bereitstellung (Cloud-basiert und vor Ort): Das Cloud-basierte Segment hielt im Jahr 2023 aufgrund seiner Skalierbarkeit, Kosteneffizienz und nahtlosen Integration mit KI-gesteuerten Analysen einen Marktanteil von 54,42 % und ermöglichte es Unternehmen, große Datensätze mit erhöhter Flexibilität und Echtzeitzugänglichkeit zu verarbeiten und zu verwalten.
• Nach Anwendung (Datenerweiterung, Datenanonymisierung und -komprimierung, explorative Datenanalyse, imputationsprädiktive Modellierung, Datenvalidierung und Rauschreduzierung, Prozessautomatisierung und andere): Das Datenerweiterungssegment wird bis 2031 voraussichtlich 35,34 Milliarden US-Dollar erreichen, da es eine entscheidende Rolle bei der Verbesserung des Modelltrainings durch die Generierung vielfältiger, qualitativ hochwertiger Datensätze, die Verbesserung der Algorithmusgenauigkeit und die Beseitigung von Datenbeschränkungen in allen Branchen spielt.
• Nach Technologie (maschinelles Lernen, Verarbeitung natürlicher Sprache, Computer Vision und Kontextbewusstsein): Das Computer-Vision-Segment ist aufgrund seiner Fähigkeit, große Mengen unstrukturierter visueller Daten effizient zu verarbeiten, zu analysieren und umsetzbare Erkenntnisse daraus zu extrahieren, mit einem durchschnittlichen jährlichen Wachstum von 24,46 % auf ein deutliches Wachstum vorbereitet, was die Akzeptanz in Branchen wie dem Gesundheitswesen, dem Einzelhandel und autonomen Systemen vorantreibt.
• Nach Branchen (BFSI, Regierung und Verteidigung, Gesundheitswesen, Fertigung, Energie und Versorgung, IT und Telekommunikation und andere): Das BFSI-Segment wird im Jahr 2031 voraussichtlich einen Marktanteil von 22,40 % halten, da KI-gesteuerte Risikobewertungs-, Betrugserkennungs- und Compliance-Lösungen zunehmend eingesetzt werden und es Finanzinstituten ermöglichen, die Entscheidungsfindung zu verbessern, die Datenverwaltung zu automatisieren und Kundenanalysen zu optimieren.

Markt für KI-DatenmanagementRegionale Analyse

Basierend auf der Region wurde der globale Markt in Nordamerika, Europa, den asiatisch-pazifischen Raum, den Nahen Osten und Afrika sowie Lateinamerika unterteilt.

Nordamerika hatte im Jahr 2023 einen Marktanteil von rund 33,75 % bei einer Bewertung von 8,66 Milliarden US-Dollar. Der Markt für KI-Datenmanagement in der Region wächst aufgrund der weit verbreiteten Einführung KI-gestützter Cloud-Plattformen durch Unternehmen, die nach skalierbaren und sicheren Datenlösungen suchen.

Führende Cloud-Anbieter, darunter AWS, Microsoft Azure und Google Cloud, integrieren KI-gesteuerte Automatisierung in ihre Datenverwaltungsdienste und verbessern so die Echtzeitverarbeitungs- und Analysefunktionen. Unternehmen nutzen diese Lösungen, um riesige Datensätze in Hybrid- und Multi-Cloud-Umgebungen zu verwalten und so Arbeitsabläufe und Entscheidungsfindung zu optimieren.

Die zunehmende Abhängigkeit von KI-gestützten Cloud-Plattformen für Datenverwaltung, Sicherheit und Compliance hat die Einführung von KI-gesteuertem Datenmanagement in allen Branchen verstärkt.

Darüber hinaus verlässt sich der Gesundheitssektor in Nordamerika zunehmend auf KI-gesteuerte Datenverwaltungslösungen, um die Patientenversorgung, Forschung und Einhaltung gesetzlicher Vorschriften zu verbessern. Krankenhäuser, Pharmaunternehmen und Life-Science-Organisationen nutzen für die Verwaltung KI-gestützte PlattformenElektronische Gesundheitsakten(EHRs), Daten aus klinischen Studien und genomische Informationen.

KI verbessert die Dateninteroperabilität, automatisiert die medizinische Kodierung und gewährleistet Echtzeit-Einblicke für Diagnose und personalisierte Behandlung. Die rasche Ausweitung der Telemedizin und digitaler Gesundheitsdienste hat den Bedarf an KI-gesteuerten Datenintegrations- und Sicherheitslösungen weiter erhöht, sodass Gesundheitsdienstleister sensible Daten effizienter und unter Einhaltung gesetzlicher Vorschriften verwalten können.

• Im Oktober 2024 führte Microsoft Innovationen innerhalb der Microsoft Cloud for Healthcare ein, um die Pflegeerfahrungen zu verbessern, die Teamzusammenarbeit zu verbessern, medizinisches Fachpersonal zu unterstützen und umsetzbare klinische und betriebliche Erkenntnisse bereitzustellen. Zu diesen Fortschritten gehören erweiterte Datenverwaltungsfunktionen in Microsoft Fabric und eine KI-gesteuerte Pflege-Workflow-Lösung. Mit der allgemeinen Verfügbarkeit von Lösungen für Gesundheitsdaten in Microsoft Fabric können Unternehmen den Zugriff, die Verwaltung und die Nutzung von Daten über eine einheitliche KI-gestützte Plattform optimieren. Microsoft Purview bietet jetzt Vorlagen für Gesundheitssicherheitsanwendungen in der öffentlichen Vorschau an, um die Datenverwaltung zu stärken.

Der Markt im asiatisch-pazifischen Raum steht vor einem deutlichen Wachstum mit einer robusten jährlichen Wachstumsrate von 25,20 % im Prognosezeitraum. Der Finanzsektor im asiatisch-pazifischen Raum verzeichnet einen Anstieg der KI-Einführung für das Datenmanagement, insbesondere im Banken-, Versicherungs- und Fintech-Bereich, was der KI-Datenmanagementbranche Auftrieb verleiht.

Institutionen in China, Singapur und Australien setzen KI-gesteuerte Plattformen ein, um Hochfrequenzhandelsdaten zu verwalten, Risikoanalysen zu automatisieren und die Betrugserkennung zu verbessern. KI-gestützte Datenmanagementlösungen optimieren die Einhaltung sich entwickelnder Vorschriften wie dem Financial Services and Markets Act in Singapur und dem Consumer Data Right (CDR) in Australien.

Die rasante Expansion digitaler Banking- und mobiler Zahlungsökosysteme erhöht die Nachfrage nach KI-gesteuerten Daten-Governance- und Sicherheitslösungen zur effizienten Bewältigung riesiger Transaktionsdatenmengen weiter.

Darüber hinaus setzt der Fertigungssektor im asiatisch-pazifischen Raum zunehmend auf KI-gesteuertes Datenmanagement, um die Produktionseffizienz und Lieferkettenabläufe zu optimieren. China, Japan und Indien sind führend bei der Einführung von KI-gestützter vorausschauender Wartung, Qualitätskontrolle und Logistikautomatisierung.

KI-gesteuerte Plattformen analysieren Echtzeitdaten von industriellen IoT-Sensoren und Enterprise Resource Planning (ERP)-Systemen, um die Entscheidungsfindung zu verbessern und Ausfallzeiten zu minimieren.

Das rasante Wachstum des E-Commerce und des Welthandels hat die Nachfrage nach KI-gestützten Lieferkettenanalysen weiter verstärkt und hilft Unternehmen dabei, Störungen zu bewältigen, Nachfrageprognosen zu verbessern und das Bestandsmanagement in komplexen Vertriebsnetzwerken zu verbessern.

Regulatorische Rahmenbedingungen

• Die USAverfolgt einen sektorspezifischen Ansatz zur KI-Regulierung und legt den Schwerpunkt auf Leitlinien gegenüber umfassender Gesetzgebung. Bundesbehörden wie die Federal Trade Commission (FTC) bieten Leitlinien zur KI-Ethik und zum Datenschutz. Das National Institute of Standards and Technology (NIST) hat das AI Risk Management Framework entwickelt, um vertrauenswürdige KI-Systeme zu fördern. Darüber hinaus haben die USA Exportkontrollen für fortschrittliche KI-Chips und Halbleitertechnologien eingeführt, um nationale Sicherheitsinteressen zu wahren.
• Die EUhat mit dem Artificial Intelligence Act (AI Act) das weltweit erste umfassende KI-Gesetz eingeführt, das sicherstellen soll, dass KI-Systeme sicher und transparent sind und die Grundrechte respektieren. Das KI-Gesetz erhielt am 13. März 2024 ein positives Votum des Europäischen Parlaments und wird nach einer zweijährigen Schonfrist etwa im Juni 2026 vollständig anwendbar sein.
• Chinahat mehrere Vorschriften umgesetzt, die sich auf die Entwicklung und Nutzung von KI auswirken, darunter die Verwaltungsbestimmungen zu Empfehlungsalgorithmen in internetbasierten Informationsdiensten (2021) und die Verwaltungsbestimmungen zur Tiefensynthese in internetbasierten Informationsdiensten (2022). Diese Vorschriften bilden zum jetzigen Zeitpunkt den grundlegenden rechtlichen Rahmen für die KI-Governance in China.

Wettbewerbslandschaft:

Die KI-Datenmanagementbranche zeichnet sich durch mehrere Marktteilnehmer aus, die ihre Position durch die Entwicklung fortschrittlicher Daten-Cloud-Lösungen und den Aufbau strategischer Kooperationen mit Industriepartnern stärken, um die Datenintegration, Governance und KI-gesteuerte Analysen zu verbessern.

Diese Initiativen ermöglichen es Unternehmen, strukturierte und unstrukturierte Daten zu vereinheitlichen, die Echtzeitverarbeitung zu optimieren und die Entscheidungsfähigkeit zu verbessern. Unternehmen nutzen Partnerschaften, um ihre technologischen Fähigkeiten zu erweitern, ML-Frameworks zu integrieren und die KI-gesteuerte Automatisierung im Datenmanagement zu unterstützen.

Unternehmen treiben Innovationen bei KI-gestützten Datenplattformen voran, verstärken die Marktexpansion und begegnen der wachsenden Nachfrage nach sicheren, skalierbaren und intelligenten Datenlösungen, indem sie ihre Strategien an den sich entwickelnden Unternehmensanforderungen ausrichten.

• Im Februar 2025 führte SAP SE SAP Business Data Cloud ein, eine transformative Lösung, die darauf ausgelegt ist, SAP- und Drittanbieterdaten unternehmensübergreifend zu integrieren und so eine zuverlässige Grundlage für datengesteuerte Entscheidungsfindung und KI-Fortschritte zu schaffen. Diese Plattform optimiert Daten aus wichtigen Geschäftsanwendungen und integriert gleichzeitig fortschrittliche Datentechnik- und Analysefunktionen, um Innovationen und umsetzbare Erkenntnisse voranzutreiben. Die Lösung integriert die Databricks-Technologie nahtlos und verbessert die Unterstützung für Data Engineering-, ML- und KI-Workloads.

Liste der wichtigsten Unternehmen im KI-Datenmanagement-Markt:

• IBM
• Microsoft
• Orakel
• SAP SE
• Google
• Amazon Web Services, Inc.
• Teradata Corporation
• Snowflake Inc.
• Cloudera, Inc.
• Databricks Inc.
• Informatica LLC
• SAS Institute Inc.
• Salesforce
• Alteryx
• Hewlett Packard Enterprise Development LP

Aktuelle Entwicklungen (M&A/Partnerschaften/Zusammenarbeit/Vereinbarungen/Produkteinführung)

• Im März 2025, Google Cloud gab eine endgültige Vereinbarung zur Übernahme von Wiz bekannt, mit dem Ziel, Sicherheitslösungen für Unternehmen und Regierungsbehörden zu erweitern. Diese Zusammenarbeit soll die Cybersicherheitsangebote verbessern und Unternehmen mehr Flexibilität beim Schutz ihrer digitalen Umgebungen bieten. Die Integration der Funktionen von Wiz wird Google Security Operations dabei helfen, seine Fähigkeit zu stärken, Sicherheitstelemetriedaten zu sammeln, erweiterte Bedrohungsinformationen anzuwenden und Risiken mit hoher Priorität zu identifizieren. Darüber hinaus erleichtert die Plattform die automatisierte Reaktion auf Vorfälle, das Fallmanagement und die nahtlose Zusammenarbeit und gewährleistet so einen umfassenden Schutz für moderne IT-Infrastrukturen.
• Im März 2025, Oracle und NVIDIA gaben eine Partnerschaft bekannt, um die beschleunigte Rechen- und Inferenzsoftware von NVIDIA in die KI-Infrastruktur und die generativen KI-Dienste von Oracle zu integrieren und es Unternehmen zu ermöglichen, die Entwicklung von Agenten-KI-Anwendungen zu beschleunigen. Durch diese Zusammenarbeit unterstützt Oracle Cloud Infrastructure (OCI) nun nativ die NVIDIA AI Enterprise-Softwareplattform und bietet Zugriff auf über 160 KI-Tools und über 100 NVIDIA NIM-Mikroservices direkt über die OCI-Konsole. Diese Integration liefert einen umfassenden KI-Stack, der auf wichtige Anforderungen wie Datenschutz, souveräne KI und Verarbeitung mit geringer Latenz ausgelegt ist.
• Im März 2025IBM kündigte neue Kooperationen mit NVIDIA an, darunter geplante Integrationen unter Nutzung des NVIDIA AI Data Platform-Referenzdesigns, um Unternehmen dabei zu helfen, die Datennutzung für die Erstellung, Skalierung und Verwaltung generativer KI-Workloads und agentischer KI-Anwendungen zu optimieren. Die neu eingeführte Content-Aware-Storage-Funktion (CAS) von IBM ermöglicht es Unternehmen, Erkenntnisse aus riesigen Mengen unstrukturierter Daten für Rückschlüsse zu extrahieren und gleichzeitig Vertrauen und Sicherheit zu wahren.
• Im Februar 2025, IBM hat DataStax übernommen, einen wichtigen Anbieter von KI- und Datenlösungen, um sein Watsonx-Portfolio zu stärken und die Einführung generativer KI zu beschleunigen. Diese Übernahme ermöglicht es Unternehmen, einen größeren Nutzen aus umfangreichen unstrukturierten Daten zu ziehen und stärkt gleichzeitig das Engagement von IBM für Open-Source-KI. DataStax bringt Schlüsseltechnologien mit, darunter AstraDB und DataStax Enterprise, die NoSQL- und Vektordatenbankfunktionen bieten, sowie Langflow, eine Open-Source-Plattform, die die Low-Code-KI-Anwendungsentwicklung unterstützt.