Das Zeitalter agentenbasierter KI erfordert ein neues Datenfundament – Cisco und Splunk legen es gemeinsam

Wir befinden uns an einem entscheidenden Wendepunkt. 2026 besteht die Aufgabe von Technologieführern nicht mehr nur darin, das Potenzial von KI aufzuzeigen; es geht jetzt darum, einen handfesten, messbaren ROI aus vertrauenswürdiger KI zu ziehen. Wenn wir jedoch auf die aktuelle Situation blicken, sehen wir, dass wir an eine Grenze stoßen: 74 % der Befragten unserer kürzlich veröffentlichten Studie Machine Data Outlook: Operationalizing AI in the Enterprise sagen, dass KI und Automatisierung etliche oder erhebliche Herausforderungen beim Datenmanagement mit sich gebracht haben; und 53 % geben an, dass es ihnen oft oder immer an den Maschinendaten mangelt, die sie für KI oder die automatisierte Entscheidungsfindung bräuchten

Zu lange ist die Branche davon ausgegangen, dass man sämtliche Daten in die KI kippen müsse. So hat man gigantische fragmentierte Datenmengen zu einem einzigen, zentralisierten Repository zusammengeführt. Diese Logik bricht nun mehr und mehr in sich zusammen; sie ist träge, sie ist mit unvertretbaren Kosten verbunden, und wenn KI-Agenten auf unvollständigen Silodaten operieren, dann steigt das Risiko unzuverlässiger Resultate. Die Agenten, die mit fragmentierten Daten arbeiten oder nicht genug operativen Kontext bekommen, liefern zwar selbstbewusste Antworten, gehen unter Umständen aber an den wahren Ursachen vorbei, verkennen die geschäftlichen Auswirkungen oder verfehlen die geeigneten Maßnahmen.

Unternehmen brauchen die Flexibilität, die es ihnen erlaubt, ihre Daten direkt am Ort der Ablage zu analysieren, Signale domänenübergreifend zu verknüpfen und geregelte KI-Funktionen datennah einzusetzen. Mit anderen Worten: Unternehmen brauchen gar nicht alle ihre Daten an die KI zu übertragen. Sie müssen vielmehr die KI-Funktionen zu den Daten bringen, unabhängig davon, wo die Daten sich befinden.

Auf der .conf26 zeigen wir, wie Splunk seinen Kunden hilft, verteilte Maschinendaten in verlässlichen operativen Kontext für KI umzuwandeln. Mit der grundlegenden Datenarchitektur der Cisco Data Fabric auf der Splunk-Plattform geben wir unserer Kundschaft die Möglichkeit, ihre Daten dort zu analysieren, wo sie abgelegt sind – und das auch noch kostengünstiger –, Daten domänenübergreifend in Echtzeit zu verknüpfen und Maschinendaten für das Modelltraining und kontrollierte agentenbasierte Aktionen aufzubereiten.

Dies ist die Neudefinition digitaler Resilienz im Zeitalter agentenbasierter KI: die Verwandlung von Maschinendaten in agentische Aktion – auf einer Datenplattform für vertrauenswürdige KI in jeder Größenordnung.

Daten transformieren und für KI nutzbar machen

Die Pionierleistung, die für uns am spannendsten war, ist die Fähigkeit, geregelte KI-Funktionen in Umgebungen einzusetzen, die strengen regulatorischen Vorgaben genügen müssen. Uns ist klar, dass die Daten vieler unserer Kunden aus Branchen wie dem Gesundheitswesen, dem Finanzsektor oder der öffentlichen Hand ihre Rechenzentren niemals verlassen dürfen.

Mit dem neuen Cisco AI POD for Splunk für Cisco Secure AI Factory with NVIDIA können Kunden von Splunk Enterprise nun die Leistungsfähigkeit der KI-Lösungen von Splunk – mit Splunk AI Assistant, gehosteten Modellen und dem Agent Launchpad – in ihre lokale Umgebung integrieren. Es steht eine Reihe selbst gehosteter Modelle zur Auswahl, zu denen in den nächsten Monaten auch offene NVIDIA-Nemotron-Modelle gehören werden.

Die neue KI-Laufzeitsoftware und Referenzarchitektur von Splunk bietet eine selbstverwaltete Software-Schicht für unterstützte Splunk-AI-Funktionen in kundenkontrollierten Umgebungen. Cisco AI POD for Splunk kombiniert diese Software mit bereits validierter Cisco-Infrastruktur und NVIDIA-beschleunigter Rechenleistung – das ergibt ein schlüsselfertiges System, das die Power von KI direkt ins Rechenzentrum holt.

Cisco AI PODs sind grundlegende Bausteine der Cisco Secure AI Factory with NVIDIA, sie ermöglichen eine modulare Full-Stack-Infrastrukturplattform für KI auf Unternehmensniveau.

Partner wie bitsIO, Wipro oder World Wide Technology stehen bereit, um Kunden vom Start weg bei der Inbetriebnahme zu unterstützen.

Föderierte Daten direkt dort analysieren, wo sie gespeichert sind

Die Menge an Maschinendaten nimmt rasant zu, doch bleiben diese Daten meist in den Silos von Clouds, Endgeräten und Netzwerken gefangen. Diese Petabyte-Volumen in ein zentrales Repository zu übertragen, ist finanziell kaum vertretbar und mit enormem betrieblichem Aufwand verbunden.

Unser Ansatz ist ein anderer.

KI-gestütztes Datenmanagement unterstützt bei der Aufbereitung im Vorfeld der Datenerfassung. Der Machine Data Lake hält die Daten kosteneffizient vor und rückt ausgewählte Daten in den Vordergrund, wenn leistungsstarke Analysen Wertschöpfung anzeigen. Die föderierte Suche macht Splunk-Analysen auch für unterstützte Datenquellen von Drittanbietern verfügbar, ganz ohne vorherige Migration.

Heute erweitern wir die Funktionalität der föderierten Suche auf AWS CloudWatch Lake und Databricks – so bekommen Kunden domänenübergreifende Fragen schneller beantwortet und es werden unnötige Reibungsverluste vermieden.

KI-gestütztes Datenmanagement, Machine Data Lake und föderierte Suche sorgen gemeinsam dafür, dass unsere Kunden ihre Daten an Ort und Stelle zugänglich finden und analysieren können. Überflüssige Datenbewegungen und Duplikate entfallen damit.

Frei skalierbare Korrelation: Daten domänenübergreifend in Echtzeit verknüpfen

Bevor wir auf Daten zugreifen, sie analysieren oder korrelieren können, müssen wir sie erst einmal kennen. Deshalb ist uns wichtig, dass auch die Data Discovery erleichtert wird. Dies geschieht mit der heute auf der .conf präsentierten, MCP-fähigen Catalog Discovery, die keinerlei Spezialwissen mehr voraussetzt.

Mit unserer MCP-fähigen Catalog Discovery machen wir es sowohl für die Analysten als auch für KI-Agenten leichter, die richtigen Datensätze zu finden und deren Business-Kontext (automatisch) zu erfassen. Dies macht den Unterschied aus zwischen groß angelegten, kostspieligen Suchen und gezielten, hochpräzisen Untersuchungen.

Und wenn Daten auffindbar gemacht sind, dann müssen sie noch mit den zugehörigen Signalen verknüpft werden. Dank Cisco Data Fabric auf der Splunk-Plattform können unsere Kunden nicht nur auf diesen Kontext zuzugreifen, sondern ihn auch in verlässliche, proaktive Maßnahmen umsetzen. Cisco-Kunden können dieselbe Funktionalität nun auch über Cisco Cloud Control nutzen – eine separate Splunk-Lizenz ist dazu nicht erforderlich. Es ist eine direkte Erweiterung der zentralisierten Übersicht, die wir diesen Sommer auf der Cisco Live US vorgestellt haben – jetzt eben mit integriertem direktem Zugang zu den Erkenntnissen aus Splunk.

Cisco-Kunden, die Splunk verwenden, werden von dieser verstärkten Interkonnektivität nicht nur durch optimierten Zugriff und verbesserte Workflows profitieren, sondern auch feststellen, dass sie zusätzliche Wertschöpfung erzielen.

Durch die Einbindung neuer Netzwerkinformationen aus Cisco SD-WAN, Firewalls und Nexus sowie durch die direkte Integration in Cisco Cloud Control erleichtern wir unseren Kunden den Umstieg von einzelnen, punktuellen Warnmeldungen zu einem tieferen Verständnis von Ursachen und Auswirkungen.

Das Cisco Deep Time Series Model sorgt dank spezieller Maschinendaten-Informationen für beschleunigte Prognosen und schnellere Anomalieerkennung in Produktivumgebungen – ganz ohne dedizierte Kunden-GPUs und ohne Data-Science-Aufwand. Dieses Modell ist das erste einer geplanten Reihe von Foundation-Modellen, die mit Maschinendaten in ihrer ursprünglichen Gestalt arbeiten werden.

Wirtschaftliche Verantwortung im Zeitalter agentenbasierter KI

Wir müssen uns nicht zuletzt mit den ökonomischen Aspekten von KI auseinandersetzen. Das Feedback aus der Wirtschaft ist überdeutlich: KI-Produktivitätstools verursachen enorme, intransparente Kosten, die vielfach erst dann sichtbar werden, wenn die Abrechnung kommt. Das muss sich ändern. Und die Änderung beginnt mit uns, mit Splunk.

Heute stellen wir unser aktivitätsbasiertes Tarifmodell vor und erweitern damit das aktuelle Angebot von Value Insights und Integrated Enterprise Value, das wir bereits im Frühsommer vorgestellt haben.

Das aktivitätsbasierte Tarifmodell soll im Herbst starten und dafür sorgen, dass sich die Wirtschaftlichkeit der Plattform stärker an der Kundenaktivität orientiert. Suchvorgänge und Datenerfassung werden dann gleich gewichtet, was Kosten und Komplexität reduziert, während Leistungsfähigkeit und Funktionalität der Splunk-Plattform unverkürzt erhalten bleiben.

Mit dieser Erweiterung und unseren Ankündigungen vom Sommer möchten wir sicherstellen, dass unsere Kunden, wenn sie skalieren, verlässlich finanziell planen können und eine direkte Sichtachse auf den ROI bekommen: Value Insights verknüpft die Splunk-Nutzung mit dem operativen Mehrwert und mit den Möglichkeiten der Optimierung, während Integrated Enterprise Value samt den enthaltenen Funktionen des KI-gestützten Datenmanagements, mit Machine Data Lake und föderierter Suche unseren Kunden, für die dieses Angebot verfügbar ist, die Chance gibt, mit weniger Aufwand mehr Gebrauch von ihren Daten zu machen und den Nutzen anhand klarer Wirtschaftlichkeitsberechnungen zu belegen.

Wir wollen für unsere Kunden ja nicht nur ein technologischer Posten sein, sondern Partner in der finanziellen Verantwortung. Dieses Bekenntnis nehmen wir heute so ernst wie noch nie.

Der Weg in die Zukunft

Das Tempo des KI-getriebenen Wandels ist gnadenlos. Es bedeutet aber einen starken Vorteil für diejenigen, die sich auf ihre Systeme verlassen können – was heute nicht viele Unternehmen von sich behaupten können. Splunk bietet die Datenplattform für vertrauenswürdige KI in jeder Größenordnung und verwandelt verteilte Maschinendaten in verlässlichen operativen Kontext für KI, sodass Menschen und KI-Agenten jederzeit wissen, was vor sich geht, warum es passiert ist und was als Nächstes zu tun ist.

Agentic Enterprise ist kein Zustand, der irgendwann in der Zukunft erreicht ist, sondern geschieht real, hier und heute. Es ist uns eine Ehre, die Grundlagen bauen zu dürfen, auf denen unsere Kunden ihre agentischen Unternehmen errichten, und zwar sicher, resilient und zuversichtlich.

Noch mehr Infos zu den Innovationen der .conf finden Sie in der aktuellen Pressemeldung. Tieferen Einblick in die jüngsten Neuerungen geben die folgenden Blog-Seiten und Ressourcen:

Aktuelle Produkt- und Partner-Blogs zur .conf26

• Das Zeitalter agentenbasierter KI erfordert ein neues Datenfundament – Cisco und Splunk legen es gemeinsam
• Cisco gibt Unternehmen genaue KI-Kontrolle in jeder Größenordnung – durch Full-Stack-Observability
• Unterwegs zur autonomen Abwehr: Neue agentenbasierte SOC-Funktionen
• KI-Power direkt zu den Daten bringen: Ein neuer Meilenstein mit Cisco und NVIDIA
• Agentic Enterprise: Splunk und AWS schaffen es gemeinsam

Weitere Ressourcen:

• Pressemappe zur Splunk .conf
• Cisco-Newsroom
• Splunk-Newsroom