42 www.net-im-web.de 04/2026 NETZBETREIBER UND -DIENSTE Wie Telkos KI-Readiness schaffen Von der Pilotphase zur Monetarisierung Martin Rückert, Marc Seidemann Der über Telekommunikationsnetze abgewickelte Datenverkehr wächst weltweit rasant: Laut einer PwC-Studie steigt er von 3,4 Millionen Petabyte im Jahr 2022 auf prognostizierte 9,7 Millionen Petabyte bis 2027. Die Umsatz- und Gewinnentwicklung hält damit jedoch nicht Schritt: Die globale Wachstumsrate der Telko-Branche stagniert mit 0,3 Prozent bis 2027 nahezu. KI kann ein wirtschaftlicher Booster sein – wenn Initiativen strategisch und pragmatisch zugleich ausgerollt werden. Und wenn Unternehmen verstehen, wie sie wirklich KI-Readiness schaffen. Martin Rückert ist Chief AI Officer und Marc Seidemann ist Chief Data Officer bei der Tallence AG Die Telekommunikationsbranche sucht schon lange nach einem neuen Wachstumstreiber – jetzt scheint sie ihn identifiziert zu haben: Künstliche Intelligenz (KI) soll Geschäftsmodelle neu beleben. Serviceoptimierung und Effizienzsteigerung durch Automatisierung von Abläufen in BSS/OSS-Umgebungen sind dabei die zentralen Versprechen. Und tatsächlich ist KI im Telekommunikationsmarkt längst keine Zukunftsvision mehr, sondern bereits gelebte Realität: In den Bereichen Netzwerkbetrieb, IT und Customer Experience wird sie heute großflächig eingesetzt. Rund 90 Prozent der Unternehmen berichten von messbaren Effekten wie Kostensenkungen oder Umsatzsteigerungen (NVIDIA, 2026). Doch die Umsetzung zeigt ein widersprüchliches Bild. Zwar planen Telkos, bis zu 20 Prozent ihrer IT-Budgets in KI zu investieren (TCS, 2025) – die Performance in der Umsetzung bleibt jedoch weit hinter den Erwartungen zurück. Rund 19 Prozent der Unternehmen befinden sich noch im Pilotstadium, weitere 17 Prozent explorieren die Technologie erst. Vor allem in Europa bleibt der Einsatz fragmentiert, mit nur wenigen parallel betriebenen Use Cases pro Operator (Summa Networks, 2025). Das Problem ist also struktureller Natur: Komplexe Legacy-Systeme, fragmentierte Datenlandschaften und fehlende Governance-Modelle bremsen. Entscheidend ist insbesondere die KI-Readiness eines Unternehmens – also zum einen die Fähigkeit, KI technologisch und strategisch in Geschäftsprozesse zu integrieren. Zum anderen betrifft das die Bereitschaft der Menschen im Unternehmen, sich auf neue KI-Technologien einzulassen. Die Crux ist indes: Ein zu starker Fokus auf Strategie und Basics führt zu einer langsamen Umsetzung. Doch KI-Projekte versanden oft, wenn Künstliche Intelligenz (KI) soll Geschäftsmodelle neu beleben. Serviceoptimierung und Effizienzsteigerung durch Automatisierung von Abläufen in BSS/OSS-Umgebungen sind dabei die zentralen Versprechen (Foto: Oktay Koseoglu, Pexels)
RkJQdWJsaXNoZXIy MjE2Mzk=