Die Tech-Industrie hat sich beim zweiten Cisco AI Summit gegenseitig versichert, dass 2026 endlich das Jahr der produktionsreifen KI wird. Zwischen bemerkenswerten Einsichten und reichlich Wunschdenken zeichnet sich vor allem eines ab: Der Kampf um die KI-Infrastruktur hat begonnen

Cisco positioniert sich dabei klar als Infrastrukturlieferant für die KI-Ära, und eine sechsstündige Bühnenshow mit Jensen Huang, Sam Altman und Fei-Fei Li ist dafür keine schlechte Kulisse. Dennoch lohnt ein genauerer Blick: Hinter dem üblichen Superlativ-Gewitter stecken durchaus interessante Verschiebungen in der Debatte.

Von Chatbots zu KI-Fabriken

Die auffälligste Erzählung des Tages kam von Nvidias Jensen Huang. KI sei kein Feature, sondern eine Neuerfindung des gesamten Computing-Stacks. Statt Code zu schreiben, definierten Entwickler künftig Absichten – der Übergang von expliziter zu impliziter Programmierung. Neu war weniger diese These als die Konsequenz, die Huang daraus zieht: Unternehmen bräuchten nicht einzelne KI-Tools, sondern sogenannte „AI Factories“ – integrierte Systeme aus Rechenleistung, Netzwerk und Sicherheit, die Intelligenz industriell produzieren.

Bemerkenswert war auch Huangs Rat an Führungskräfte, in frühen Phasen von KI-Initiativen nicht primär nach klassischem ROI zu fragen, sondern zunächst explorativ vorzugehen und herauszufinden, wo KI den größten strategischen Hebel entfalten kann. Renditemaßstäbe wie bei einem klassischen ERP-Rollout könne man hier nicht anlegen.

Das Agenten-Versprechen

Sam Altman lieferte die erwartbare Steigerung: KI werde sich vom Werkzeug zum Teammitglied entwickeln, das eigenständig Computer bedient, Software schreibt und komplexe Aufgaben Ende-zu-Ende erledigt. Er prognostizierte, dass sich bis Ende 2026 die Bandbreite der Probleme, die KI-Systeme sinnvoll bearbeiten können, massiv erweitern werde. Aaron Levie von Box ergänzte diese Perspektive mit der These, Unternehmen könnten künftig ein Vielfaches an KI-Agenten im Vergleich zur Zahl ihrer Mitarbeitenden einsetzen.

Solche Aussagen klingen eindrucksvoll, bleiben aber erklärungsbedürftig, solange offenbleibt, wie Fortschritt konkret gemessen wird. Altman relativierte die Vision und räumte ein, dass die größten Engpässe derzeit nicht bei den Modellen liegen, sondern bei Energie, Infrastruktur und der schleppenden Einführung von KI in Organisationen.

Infrastruktur als eigentliches Schlachtfeld

Fast alle der prominenten Sprecher landeten am Ende bei der Infrastruktur. Googles Amin Vahdat formulierte es besonders klar: Nicht primär die Modelle entschieden über den Erfolg im KI-Wettbewerb, sondern Rechenleistung, Netzwerke und Energieversorgung. Der Abschied von allgemeinen Standardarchitekturen ermögliche erhebliche Effizienzgewinne – in der Größenordnung des Faktors zehn –, setze aber voraus, dass Hardwarezyklen von bislang rund drei Jahren deutlich verkürzt würden. Vahdat brachte sogar weltraumgestützte Rechenzentren als langfristiges Gedankenspiel ins Spiel, um physische Skalierungsgrenzen zu überwinden.

AWS-Chef Matt Garman blieb bodenständiger. Viele KI-Projekte scheiterten weniger an der Technik als daran, dass Unternehmen vorab keine klaren Erfolgskriterien definierten. Fortschritte entstünden nicht durch einzelne clevere Experimente, sondern durch systematisch aufgebauten Kontext – etwa in Form von Daten, Prozessen und integriertem Fachwissen. Eine nüchterne Einsicht, die im Rauschen der großen Visionen beinahe unterging.

China als unbequeme Benchmark

Die geopolitisch brisanteste Passage des Summits lieferte Intel-CEO Lip-Bu Tan. China habe den eingeschränkten Zugang zu High-End-GPUs genutzt, um eigene CPU- und GPU-Ökosysteme aufzubauen und technologische Abhängigkeiten systematisch abzubauen. Der westliche Vorsprung existiere noch, könne aber schrumpfen – auch durch gezielte Personalrekrutierung, etwa bei Huawei.

Tans eigentlicher Punkt ging darüber hinaus: Die Unterschiede im KI-Fortschritt seien weniger technologischer als regulatorischer Natur. Während in westlichen Demokratien der Ausbau von Energieinfrastruktur durch langwierige Genehmigungsverfahren gebremst werde, setze China politische Entscheidungen deutlich schneller in Bauvorhaben um. Anne Neuberger und Brett McGurk ergänzten diese Analyse aus sicherheitspolitischer Perspektive: Wenn demokratische Staaten ihre eigene KI-Entwicklung stark ausbremsten, während geopolitische Rivalen schneller skalierten, könne daraus ein realer strategischer Nachteil entstehen.

Wie sich Softwareentwicklung verändert

Jenseits der großen Erzählungen gab es zwei Bereiche, in denen die Veränderungen bereits greifbar sind. In der Softwareentwicklung berichteten mehrere Speaker von deutlich steigenden Anteilen KI-gestützter Codeerstellung. Microsofts CTO Kevin Scott konstatierte nüchtern, der Engpass habe sich verschoben – weg von der reinen Code-Erstellung hin zu Bewertung, Qualitätssicherung und der Frage, ob Software das „richtige“ Problem löst.

Mike Krieger von Anthropic beschrieb, wie sich die menschliche Rolle stärker auf Produktvision und Architektur verlagere, während Figma-CEO Dylan Field voraussagte, dass Designer perspektivisch produktive Codebasen direkt über Design-Oberflächen beeinflussen könnten.

Wo sind die belastbaren Zahlen?

Was auf dem Summit weitgehend ausblieb, war eine ehrliche Bilanz des vergangenen Jahres. Auch 2025 war als Durchbruchsjahr angekündigt worden. Wie viele der damaligen Versprechen wurden tatsächlich eingelöst? Wo blieben belastbare Zahlen zu Produktivitäts- oder ROI-Effekten, deren Erhebung selbst Befürworter wie Jensen Huang für verfrüht halten?

HUMAIN-CEO Tareq Amin sprach offen aus, dass die bisherigen Produktivitätsgewinne vielerorts begrenzt seien, weil KI häufig nur auf bestehende Legacy-Plattformen aufgesetzt werde. Sein Ansatz, ein komplett neues, von Grund auf KI-zentriertes Betriebssystem zu bauen, ist radikal gedacht – ob er praxistauglich ist, bleibt offen.

Ebenfalls auffällig: Der Begriff „Halluzination“ fiel kaum. Fragen des Vertrauens wurden zwar unter dem Label Sicherheit diskutiert, aber vor allem im Kontext von Cyberangriffen und Geopolitik – weniger im Hinblick auf KI-Systeme, die schlicht falsche oder irreführende Ergebnisse produzieren.

Der Cisco AI Summit 2026 war aufschlussreicher als viele vergleichbare Branchenevents – weniger wegen einzelner Visionen als wegen der Linien, die sich zwischen ihnen abzeichnen. Die Debatte verschiebt sich von der Frage „Was kann KI?“ hin zu „Wer verfügt über die Infrastruktur, um KI im großen Maßstab zu betreiben?“. Für Unternehmen, die heute KI-Strategien definieren, bleibt die Erkenntnis: Nicht die Modelle sind das größte Problem, sondern Energie, Daten, Integration – und der Mut, bestehende Prozesse grundlegend umzubauen. Wer die Interviews des Cisco AI Summits nachsehen möchte, findet sie thematisch einzeln aufbereitet hier.

(axk)