Wie deutsche Unternehmen AWS wirklich nutzen

Dass US-Hyperscaler derzeit aufgrund der geopolitischen Situation umstritten sind – davon war beim , CTO von DeepL, brachte das zentrale Problem seines Unternehmens auf den Punkt: „Übersetzungsqualität war nie das eigentliche Hindernis. DeepL gilt als präzisestes Übersetzungs-Tool auf dem Markt, genutzt von über 200.000 Unternehmen weltweit. Das eigentliche Problem war Latenz. Wer gesprochene Sprache in Echtzeit übersetzen will, braucht nicht nur ein gutes Modell, sondern ein System, das elastisch auf unvorhersehbare Lastspitzen reagiert.“

Die technische Antwort für das Kölner Unternehmen lautete: Amazon EKS – Elastic Kubernetes Service – kombiniert mit der Fähigkeit, dynamisch über Regionen hinweg zu skalieren. Das hat konkrete Konsequenzen: DeepL kann nun Echtzeit-Sprachübersetzung anbieten. Für Kunden bedeutet das, sie müssen nicht mehr Text eintippen und warten, sondern können sprechen und sofort in einer anderen Sprache gehört werden.

Enderlein zufolge handelt es sich dabei um die letzte echte Barriere in dem Bereich, die jetzt falle. Daten aus einer , CTO der Schufa, betrat die Bühne mit einer Zahl, die Eindruck macht: 230 Millionen Transaktionen über sieben Jahre – das ist die Datenbasis, auf der das neue Scoring-Modell aufbaut. Zwölf klar definierte Vektoren, vollständig transparent, sodass Verbraucher ihren Score erstmals wirklich verstehen können. Es ist auch keine Black Box mehr: Wer wissen will, warum er einen bestimmten Wert hat, bekommt eine Antwort.

Das klingt nach einem regulatorischen Fortschritt, ist aber vor allem ein technologischer. Die gesamte Scoring-Infrastruktur läuft nun auf AWS, inklusive der Kreditdaten. Für ein Unternehmen, das mit hochsensiblen Finanzdaten operiert, war das kein selbstverständlicher Schritt. Kolitz betonte, dass der Umstieg nur möglich war, weil AWS inzwischen den Standard European Sovereign Cloud erfüllt. Damit würden Innovation und Souveränität gleichzeitig gewährleistet.

So gebe es ein souveränes Failover für On-Premises-Workloads, sensible Daten blieben europäisch kontrolliert. Trotzdem profitiere die Schufa von den neuen KI-Modellen und Skalierungsmöglichkeiten, erklärte der CTO.

Für Stefan Höchbauer war die Keynote von Kolitz ein persönliches Highlight. „Das ist ein großes Projekt, das Infrastruktur ohne Kompromisse erfordert“, kommentierte er , Chef der Deutschen Kreditbank (DKB), brachte mit seiner Aussage – „Trust is binary” – das Wesen einer Direktbank mit sechs Millionen Kunden und 4.400 Mitarbeitern auf den Punkt: Entweder funktioniert das System, oder es funktioniert nicht. Der Begriff „Incident” sei im Banking kein technisches, sondern ein Vertrauensproblem, erklärte er.

Die DKB entschied sich 2025, nicht einfach zu migrieren, sondern neu zu bauen. Der Grund dafür war, dass das Altsystem schwer zu warten und kaum zukunftsfähig war sowie nicht mit den Anforderungen wuchs. Die Entscheidung für AWS sei dabei nicht leichtfertig gefallen, bekundete der DKB-Chef, allerdings sei klar geworden, dass AWS den umfangreichsten Stack an Services im Markt biete. Das Ergebnis fasste Keese nüchtern zusammen: „Instant, no incidents. It just works.”

Über Amazon Bedrock hat die DKB nun Zugang zu neuen KI-Modellen – die Anzahl verfügbarer Modelle hat sich dem Manager zufolge allein im vergangenen Jahr verdoppelt. Zudem, so berichtete Keese, ließen sich mit Bedrock AgentCore Skalierungsprozesse automatisieren, ohne Abhängigkeiten zu erzeugen, die später teuer würden.

Positiv bewertete Keese zudem, dass AWS auch eine Partnerschaft mit OpenAI eingegangen sei.

KI-Agenten brauchen mehr als einen MCP-Server

Jenseits der Kundenpräsentationen adressierte Michael Hanisch, Head of Technology Deutschland bei AWS, eine technische Herausforderung, die viele Unternehmen bei der Skalierung von KI unterschätzen: Agentische Systeme scheitern nicht an der Intelligenz der Modelle, sondern an fehlender Infrastruktur. „Wenn ich mehr als ein Dutzend Werkzeuge habe – wie finden die Agenten überhaupt die passenden?”, fragt Hanisch.

Was wirklich gebraucht werde, sei zunächst eine Identität für jeden Agenten, erklärte er. So arbeite ein Agent oft im Auftrag eines menschlichen Nutzers oder Systems, etwa, um eine Reisekostenabrechnung zu machen. Das Problem dabei: Darf er das? Für wen? Unter welchen Bedingungen?

Reine Identitätsverwaltung reiche dazu nicht aus, so der AWS-Mann, es brauche eine zusätzliche Policy-Schicht, die definiert, was ein Agent in welchem Kontext tun darf. Nicht zu vergessen Observability: Welche Entscheidungen hat er auf welcher Grundlage getroffen? AWS begegnet diesen Anforderungen mit Bedrock AgentCore, das Identitätsmanagement, Werkzeugverwaltung und Überwachung bündelt.

Daneben wächst ein weiteres Problem heran: Token-Inflation. Wenn Hunderte Agenten parallel arbeiten, summieren sich die Verarbeitungskosten erheblich. „Das ist das GenAI-Ops-Thema”, erklärte Hanisch. Die Lösung liege in gezielter Modellauswahl: ein leistungsfähigeres Modell für die Planung, ein günstigeres für Routineaufgaben. Auf Amazon Bedrock blieben Guardrails und Policies in Betrieb, auch wenn das Modell wechselt: „Ich kann den Modellanbieter per Klick tauschen, ohne den gesamten Betrieb neu aufsetzen zu müssen“, so Hanisch.

Die Cloud ist Betrieb, nicht mehr Projekt

Was alle auf dem Summit präsentierten Beispiele verbindet, ist mehr als Technologie: Es ist die Bereitschaft, echte Verantwortung in die Cloud zu verlagern – nicht Testsysteme, nicht Entwicklungsumgebungen, sondern den Kern des Geschäfts: Kreditdaten, Sprachmodelle in Echtzeit und Banking für Millionen Menschen.

AWS-Europachef Höchbauer sprach von 15 Jahren Aufbauarbeit in Deutschland, in denen man gelernt habe, auf Feedback zu hören. Der Summit selbst sei ein Beleg dafür, dass diese Arbeit Früchte trägt – nicht in Form von Demo-Videos, sondern in Form von Kunden, die über echte Systeme sprechen, die echte Last tragen.

Den Ausblick formuliert sein Kollege Hanisch nüchtern. Drei Themen hält er für unvermeidlich, nämlich

• die Skalierung agentischer KI, die ganze Märkte umgestalten wird;





• Quantencomputing als Sicherheitsthema, bei dem Schlüsselaustauschmechanismen bereits heute überprüft werden sollten; und





• KI als gleichzeitige Waffe und Schutzschild in der Cybersecurity.

Wer als Unternehmen darauf wartet, dass sich KI-Standards konsolidieren, bevor er ernsthaft investiert, dürfte den Anschluss verlieren, so das Fazit. (mb)