Cloud-Strategien in der Finanzbranche: Zwischen Containerisierung, GenAI und Sicherheitsbedenken

Laut dem aktuellen Nutanix Enterprise Cloud Index Report setzt die Finanzdienstleistungsbranche stark auf Cloud-native Technologien und GenAI-Anwendungen – kämpft jedoch mit Herausforderungen bei Infrastruktur, Datenschutz und IT-Fachkräften. ITWelt.at hat sich die Studie angesehen. [...]

Die siebte Ausgabe des „Enterprise Cloud Index“ von Nutanix beleuchtet Entwicklungen und Strategien im Cloud-Umfeld, mit besonderem Fokus auf die Finanzbranche. Befragt wurden weltweit 249 IT-Entscheider aus dem Sektor. Die Ergebnisse zeigen, dass der Finanzdienstleistungsbereich die Einführung von GenAI-Lösungen intensiv vorantreibt, jedoch weiterhin mit technischen und organisatorischen Hürden zu kämpfen hat. Vor allem der Ausbau containerbasierter Infrastrukturen sowie der parallele Betrieb mehrerer Kubernetes-Umgebungen erweisen sich als zentrale Maßnahmen für den Wandel – zugleich aber auch als Herausforderungen.

Containerisierung auf dem Vormarsch

Sämtliche befragten Unternehmen aus dem Finanzbereich geben an, ihre Anwendungen zumindest teilweise zu containerisieren. Besonders hoch im Kurs stehen dabei GenAI-Anwendungen, dicht gefolgt von Entwicklungs- und Testsystemen sowie unternehmenskritischen Applikationen. Diese Entwicklung ist wenig überraschend: Container bieten eine konsistente Ausführungsumgebung über hybride und Multi-Cloud-Infrastrukturen hinweg und sind prädestiniert für GenAI-Workloads, die hohe Skalierbarkeit und flexible Ressourcenbereitstellung erfordern.

Knapp 79 Prozent der Finanzunternehmen setzen auf mehrere Kubernetes-Umgebungen, in der Regel zwei bis drei parallele Instanzen. Diese Multi-Umgebungslandschaft stellt zwar Flexibilität sicher, bringt jedoch auch zusätzliche Komplexität mit sich – insbesondere hinsichtlich Datenportabilität, Anwendungsentwicklung und Infrastrukturmodernisierung.

Cloud-native Entwicklung bleibt anspruchsvoll

Trotz der hohen Verbreitung von Containern empfinden 71 Prozent der Befragten die Entwicklung cloud-nativer Anwendungen als herausfordernd. Weitere 75 Prozent sehen in Datensilos ein Hindernis für einen reibungslosen Betrieb. Ebenso viele tun sich schwer mit der Portabilität von Applikationen zwischen Cloud- und On-Premises-Umgebungen. Zudem geben 92 Prozent an, dass ihre bestehende IT-Infrastruktur verbessert werden muss, um cloud-native Anforderungen ausreichend zu unterstützen.

GenAI: Zwischen strategischem Potenzial und Umsetzungsproblemen

Ein Großteil der Unternehmen (über 90 Prozent) hat eine GenAI-Strategie definiert, mehr als die Hälfte setzt diese bereits aktiv um. Dabei werden aktuell vor allem Anwendungen im Kundenservice (z. B. Chatbots, Feedbackanalyse, Identitätsverifikation) und zur Inhaltserstellung implementiert. In den nächsten drei Jahren verschiebt sich der Fokus laut Studie auf sicherheitsrelevante Einsatzszenarien wie Betrugserkennung, Cybersecurity und Codegenerierung.

Die Erwartungen an GenAI sind klar: Produktivität, Automatisierung und Effizienz sollen steigen. Gleichzeitig werden aber auch die Grenzen des Machbaren deutlich. 98 Prozent der Befragten berichten von Schwierigkeiten, GenAI-Workloads von der Entwicklungs- in die Produktionsumgebung zu überführen. Genannt werden insbesondere der Mangel an Fachkräften und die mangelnde Integration in bestehende IT-Systeme.

Datenschutz als größte Hürde für GenAI-Projekte

Das Hauptproblem bei der Einführung von GenAI in der Finanzbranche bleibt der Datenschutz. Ganze 96 Prozent der Unternehmen bestätigen, dass GenAI ihre Sicherheits- und Datenschutzprioritäten verändert. Fast ebenso viele (97 Prozent) sind der Meinung, dass ihr Unternehmen mehr tun könnte, um GenAI-Modelle und -Anwendungen abzusichern.

Die kritischsten Herausforderungen bei der Nutzung großer Sprachmodelle (LLMs) sind laut Studie:

• Umgang mit sensiblen Unternehmensdaten
• Komplexität beim Aufbau geeigneter GenAI-Umgebungen
• Mangel an qualifiziertem Personal
• Fehlende Use-Cases in bestimmten Geschäftsbereichen

31 Prozent der Befragten bezeichnen Datenschutz und Sicherheit als das wichtigste Datenkriterium bei der Implementierung von GenAI-Anwendungen – noch vor Aspekten wie Skalierbarkeit, Governance oder Performance.

ROI-Erwartungen: Langfristiger Optimismus

In Bezug auf die Rentabilität (ROI) zeigt sich ein positiver Trend: Während 39 Prozent im ersten Jahr noch mit Verlusten rechnen, sinkt dieser Anteil im Zeitraum von ein bis drei Jahren auf 27 Prozent. Zugleich steigt die Zahl jener, die mit positiven finanziellen Effekten rechnen – von 47 auf 58 Prozent. Interessant ist auch, dass nur ein sehr geringer Anteil der Unternehmen (jeweils rund zwei Prozent) Schwierigkeiten hat, den ROI überhaupt zu messen. Dies deutet auf einen hohen Professionalisierungsgrad bei der Bewertung von GenAI-Initiativen hin.

Infrastruktur und Knowhow im Fokus kommender Investitionen

Die größten Investitionsbedarfe sehen die Befragten in den Bereichen IT-Infrastruktur (54 Prozent) und IT-Schulungen (52 Prozent), gefolgt von IT-Fachkräftegewinnung, Datenmanagement und Governance. Hieraus ergibt sich ein klares Bild: Ohne strategische Investitionen in Infrastrukturmodernisierung und Kompetenzentwicklung lassen sich GenAI-Projekte nicht nachhaltig realisieren.

Zudem zeigt die Studie, dass 96 Prozent der befragten Unternehmen mit steigenden IT-Kosten durch GenAI- und moderne Cloud-Anwendungen rechnen. 85 Prozent äußern Bedenken hinsichtlich ihrer IT-Budgets. Eine langfristige Finanz- und Ressourcenplanung wird daher als entscheidend angesehen, um die Umsetzung neuer Technologien wirtschaftlich abzusichern.

Handlungsempfehlungen für IT-Verantwortliche in der Finanzbranche

Auf Basis der Studienergebnisse empfiehlt Nutanix folgende Maßnahmen:

• Langfristige ROI-Ziele setzen: Projekte sollten auf einen Zeitraum von mindestens ein bis drei Jahren ausgelegt sein. Zu kurzfristige Erwartungen erhöhen das Risiko von Projektabbrüchen.
• Messbare Metriken etablieren: GenAI-ROI sollte konsistent mit bestehenden Effizienz- und Produktivitätskennzahlen gemessen werden.
• Cloud-Kosten im Blick behalten: Bei allen GenAI-Projekten müssen Budgetvorgaben strikt eingehalten werden – Kostentransparenz und Effizienz sind zentrale Steuerungsgrößen.
• Qualifikation ausbauen: Neben Neueinstellungen ist vor allem die kontinuierliche Weiterbildung interner Teams essenziell. 62 Prozent der Unternehmen stellen derzeit aktiv für GenAI-relevante Positionen ein.
• Sicherheitslücken schließen: Datenschutz bleibt das zentrale Hemmnis. IT-Architekturen und Prozesse müssen durchgängig auf Compliance, Sicherheit und Resilienz ausgelegt sein.
• Lieferketten absichern: 90 Prozent der Befragten äußern Bedenken hinsichtlich der Sicherheit innerhalb der IT-Lieferkette. Unternehmen sollten daher auch Drittanbieter kritisch prüfen und vorbereitete Reaktionspläne für Sicherheitsvorfälle entwickeln.

Das Fazit der ITWelt-Redaktion

Die Finanzbranche steht beim Thema Cloud und GenAI an einem Wendepunkt: Während das strategische Potenzial der Technologien erkannt ist und erste Implementierungen laufen, offenbart sich zugleich ein massiver Handlungsbedarf in den Bereichen Infrastruktur, Qualifikation und Datenschutz. Besonders die flächendeckende Containerisierung und der Betrieb mehrerer Kubernetes-Umgebungen verdeutlichen, wie stark Cloud-Technologien bereits Teil der IT-Realität sind. Entscheidend für den nachhaltigen Erfolg bleibt jedoch, ob es gelingt, die nötige Modernisierung bestehender IT-Umgebungen mit der Qualifikation der Mitarbeitenden zu verbinden – und dabei Sicherheits- und Budgetanforderungen im Blick zu behalten.

Die Studie kann hier heruntergeladen werden.