Immer wieder berichten uns IT-Verantwortliche, dass sie in einem Dilemma stecken: Bis zu 80% des IT-Budgets würden in die Wartung und den Betrieb bestehender Systeme fließen (Gartner 2025). Die Altsysteme seien oftmals über Jahrzehnte gewachsen, technologisch veraltet und in isolierten Silos organisiert. Dadurch würden nicht nur finanzielle Ressourcen, sondern auch wertvolle Fachkräfte gebunden, die eigentlich dringend für zukunftsweisende Projekte benötigt werden. Die Folgen seien spürbar: Neue, datengetriebene Services ließen sich nur schwer implementieren, die Skalierbarkeit bliebe begrenzt und die Vorlaufzeit bis zur Marktreife digitaler Produkte verlängerte sich erheblich.
Neben den hohen Kosten für die Legacy-Wartung kämpfen viele Unternehmen auch mit diesen Herausforderungen:
- 47% aller IT-Anwendungen laufen in der Cloud, gleichzeitig haben sich die VMware-Lizenzkosten nach der Broadcom-Übernahme teils um über 300% erhöht (Bitkom 2025).
- 80% ihrer Industriedaten können nicht für datenbasierte und transparente Entscheidungen herangezogen werden, da Datensilos, proprietäre Protokolle und fehlende APIs im Wege stehen (Bitkom 2025).
- 62% der Unternehmen setzen veraltete geschäftskritische Anwendungen ein, die mit Vorgaben wie dem Cyber Resilience Act (CRA) oder NIS2 nicht konform sind (Lünendonk 2025).
Die Überlegung, den KI-Hype gewissermaßen auszusitzen und die IT-Modernisierung ein wenig aufzuschieben, ist allerdings keine Option, weshalb wir Unternehmen davon abraten. Wer heute seine IT- und Datensysteme nicht modernisiert, geht ein großes Risiko ein. Altsysteme lassen sich irgendwann nicht mehr skalieren, geschweige denn vernünftig warten. Hinzu kommt der massive Kostendruck, der Unternehmen durch die VMware-Ablöse droht.
Der Weg zu „AI-Ready“: Mehr als nur ein Technologie-Upgrade
Eine erfolgreiche IT-Modernisierung bedeutet allerdings mehr als den reinen Austausch von Technologie. Sie umfasst einen strategisch ausgerichteten Prozess, der die Grundlage für zukünftige Geschäftsmodelle legt. Dazu gehören eine gezielte Application Modernization, also beispielsweise die Migration von monolithischen Anwendungen zu flexiblen Microservices, aber auch der Aufbau cloud-nativer Architekturen und die Etablierung einer zentralen Datenplattform.
Eine moderne IT- und Datenlandschaft schafft die Voraussetzungen dafür, Daten aus Produktion, ERP-Systemen und weiteren Quellen zusammenzuführen und für KI-Anwendungen nutzbar zu machen. Sie bildet die Grundlage, um neue Anwendungen schneller auszurollen, datengetriebene Entscheidungen zu treffen und weitere KI-Use-Cases effizient umzusetzen. Echte AI Readiness entsteht damit nicht durch den Kauf einzelner KI-Tools, sondern durch eine tragfähige Datenarchitektur und eine konsequente IT-Modernisierung.
Welches Potenzial in der IT-Modernisierung steckt und was das konkret bringt, zeigt der Blogbeitrag unseres Daten- und KI-Spezialisten Device Insight:
