Dies ist ein Gast-Blogbeitrag von Devin Pratt, Research Director bei IDC.
Wenn ich heute IT-Führungskräfte briefe, nimmt das Gespräch eine andere Richtung. Früher ging es um die Frage, welches Modell verwendet werden soll. Jetzt geht es um die Frage, ob ihre Datenplattform mit Software mithalten kann, die eigenständig agiert. Generative KI beantwortet Fragen. Agentische KI ergreift Maßnahmen, und dieser eine Wandel ändert alles daran, was eine Datenplattform leisten muss.
Dies ist kein Problem der fernen Zukunft. Laut der Worldwide Data Management Survey von IDC vom April 2026 (n = 715) setzen 30 % der Unternehmen bereits agentische KI in der Produktion ein, und weitere 50 % investieren mit einem festen Ausgabenplan darin. Vier von fünf Unternehmen haben die Entscheidung längst getroffen, ob Agenten in ihre Betriebsabläufe gehören. Sie erarbeiten gerade, wie sie sie sicher betreiben können.
Abbildung 1. Agentische KI wird bereits produktiv eingesetzt.
F. Wie ist der aktuelle Status Ihres Unternehmens bei der Bewertung oder Nutzung von agentischer KI?
n = 715, Quelle: IDC-Umfrage zu weltweitem Datenmanagement, April 2026
Hier ist der Wandel, auf den ich immer wieder zurückkomme. Eine Plattform, die dafür entwickelt wurde, das zu analysieren, was bereits geschehen ist, ist nicht dasselbe wie eine Plattform, die dafür entwickelt wurde, das auszuführen, was als Nächstes passiert. Wenn ein Agent in Echtzeit Daten liest, entscheidet und handelt, ist die Datenbank kein passiver Datenspeicher mehr. Sie wird zum Kontrollpunkt, an dem Echtzeitkontext bereitgestellt, die richtigen Informationen abgerufen und Richtlinien genau in dem Moment durchgesetzt werden, in dem der Agent handelt. Wenn hier etwas schiefgeht, wird aus einem einzigen fehlerhaften Lesevorgang eine falsche Aktion in Maschinengeschwindigkeit, die sich dann wiederholt.
In Echtzeit ist heute die Grundlage, nicht die Ausnahme. In derselben Umfrage gaben 64,6 % der Unternehmen an, dass ihre Anwendungsfälle für Daten bereits eine Echtzeit- oder Fast-Echtzeit-Bereitstellung erfordern; bei Streaming-Szenarien benötigen 91,2 % eine End-to-End-Latenz von weniger als 200 ms. Batchorientierte Architekturen stehen zunehmend auf der falschen Seite dieser Linie.
Worauf sollten IT-Führungskräfte also tatsächlich achten? Wenn ich das mit Teams durcharbeite, tauchen jedes Mal vier Anforderungen auf.
- Eine operative Echtzeit-Grundlage, die zu KI-geformten Daten passt: KI-Daten sind unstrukturiert, verändern sich schnell und sind in hohem Volumen vorhanden. Die Grundlage muss dieser Form entsprechen und schnell bedienen. Deshalb prognostiziert IDC, dass nicht schematische Systeme und Data-Lake-Systeme schneller wachsen als der gesamte Datenbankmarkt, auch wenn relationale Datenbanken das größte Segment bleiben.
Elastische Skalierung für unvorhersehbare, agentengesteuerte Nachfrage: Der Agentenverkehr ist sprunghaft und schwer vorhersehbar. Die Teams wollen auf einem Fundament wachsen, ohne dass sie durch harte Skalierungsgrenzen zu störenden Umbaumaßnahmen gezwungen werden. Das ist die Logik hinter dem Schritt, sich auf einer Kernplattform zu konsolidieren, wobei die öffentliche Cloud jetzt 64,6 % des Datenbankumsatzes ausmacht.
Präziser, stets aktueller Abruf: Ein Agent ist nur so gut wie der Kontext, den er abrufen kann. Käufer wissen das. Rund 75 % bevorzugen integrierte Vektordatenbanken gegenüber Standalone-Lösungen, und 47 % halten einen konsistenten semantischen Layer für entscheidend für eine sichere und vertrauenswürdige KI.
Eine gesteuerte Laufzeitumgebung für die Ausführung von Agenten in der Produktion: Dauerhafter Speicher, identitätsbasierte Richtlinien und Beobachtbarkeit ermöglichen es einem Governance-Team, darauf zu vertrauen, dass ein Agent reale Aktionen ausführt. Bis 2027 erwartet IDC, dass 80 % der Anwendungsfälle für agentische KI einen kontextbezogenen Datenzugriff in Echtzeit erfordern, was Unternehmen vom Gatekeeping hin zu einem föderierten Zugriff mit zentralisierter Governance bewegt.
Die Anforderungen zu kennen, ist der einfache Teil. Drei Dinge verlangsamen Teams in der Praxis, und es lohnt sich, sie zu benennen:
Lock-in-Bedenken: Da etwa 95 % der Unternehmen Anforderungen an die Datenhoheit angeben und 90 % Open Source-Datenbanken verwenden, möchten Unternehmen cloudübergreifend und auf ihrer eigenen Infrastruktur arbeiten und ihr Geschäft nicht auf einen einzigen Stack setzen.
Steuerung von autonomen Aktionen: Wenn Software eigenständig agieren kann, wird ein kontrollierbarer und überprüfbarer Zugriff zwingend erforderlich. Bis Sie es beweisen können, werden die Agenten in der Testphase bleiben.
Kosten, die aus dem Ruder laufen: Retrieval-intensive Agenten erzeugen Verbrauchsschübe, und die erneute Erklärung des Kontextes bei jedem Schritt verbraucht im Stillen Token. Die Kosten sollten sich nach der Nutzung richten, nicht nach ungenutzter Kapazität.
Ermutigend ist, dass es auf diese Fragen Antworten gibt. Eine Plattform, die die Abfrage nahe an den Daten hält, überall eingesetzt werden kann und Agenten standardmäßig verwaltet, adressiert alle drei direkt.
Der Weg, der vor uns liegt
Das Muster ist bereits sichtbar. IDC prognostiziert, dass bis 2029 60 % der Datenplattformen in Unternehmen transaktionale und analytische Workloads in hybriden Verarbeitungsarchitekturen vereinen werden, um agentenbasierte KI zu unterstützen. Die Datenbank ist nicht mehr der Ort, an dem die Daten warten. Es ist der Ort, an dem Agenten handeln. Unternehmen, die das so handhaben, werden den Übergang von der Pilotphase zur Produktion schaffen. Wer das nicht tut, wird zusehen müssen, wie sich die Lücke vergrößert.
Wenn Sie Ihren eigenen Weg planen, sind die oben genannten Anforderungen ein guter Ausgangspunkt: ein Fundament für Echtzeitdaten, elastische Skalierbarkeit, präzise Abrufverfahren und eine kontrollierte Laufzeit, mit der Freiheit, überall zu arbeiten.
Lesen Sie weiter
Die vollständige Analyse mit den Marktdaten zu diesen vier Anforderungen finden Sie im IDC Spotlight The Intelligent Data Platform Era: Preparing Enterprises for Agentic AI (IDC Nr. US54925526, September 2026), das von MongoDB gesponsert wird.