Ctera erweitert sein Angebot um einen neuen Service, der Unternehmen bei der produktiven Umsetzung von KI-Anwendungsfällen unterstützen soll. Beim „Forward Deployed Engineering“ arbeiten Ctera-Ingenieure direkt in den Umgebungen der Kunden, bereiten Unternehmensdaten für den sicheren KI-Einsatz auf und entwickeln Workflows entlang konkreter Geschäftsprozesse.
Viele Unternehmen verfügen inzwischen über leistungsfähige KI-Modelle und entsprechende Werkzeuge. Die Herausforderung besteht jedoch zunehmend darin, diese Technologien tatsächlich in produktive Geschäftsprozesse zu integrieren. Genau hier setzt Ctera mit dem neuen Service Forward-Deployed-Engineering an.
Der Anbieter von Lösungen für intelligentes Datenmanagement stellt dafür eigene Ingenieure direkt in die Projektteams der Kunden. Ziel ist es, konkrete KI-Anwendungsfälle mit den vorhandenen unstrukturierten Unternehmensdaten produktiv umzusetzen. Jede Zusammenarbeit soll dabei auf ein definiertes Geschäftsergebnis ausgerichtet sein.
Am Ende der Implementierung soll das Kundenteam in der Lage sein, die entwickelte Lösung selbstständig zu betreiben und auf weitere Anwendungsfälle auszuweiten.
KI-Fachkräfte werden zum Engpass
Der Zugang zu leistungsfähigen KI-Modellen ist für Unternehmen inzwischen deutlich einfacher geworden. Die produktive Nutzung von KI bleibt dagegen eine Herausforderung. Als einen wesentlichen Grund nennt Ctera den Mangel an spezialisierten Fachkräften.
Eine von Futurum im ersten Halbjahr 2026 durchgeführte Befragung von 818 Verantwortlichen für Datenmanagement zeigt laut Ctera, dass fehlende spezialisierte Kompetenzen inzwischen zu den am schnellsten zunehmenden Ursachen für das Scheitern von KI-Projekten gehören. Die organisatorische Herausforderung durch unzureichende Fähigkeiten und Expertise habe sich innerhalb von sechs Monaten mehr als verdoppelt.
Besonders problematisch ist die Situation beim Umgang mit unstrukturierten Daten. In Dateien und Dokumenten steckt ein großer Teil des Unternehmenswissens. Gleichzeitig sind diese Datenbestände häufig über Jahrzehnte gewachsen und entsprechend heterogen.
Dateien liegen in unterschiedlichen Systemen, existieren mehrfach, sind teilweise veraltet oder mit uneinheitlichen Berechtigungen versehen. Werden solche Daten ohne entsprechende Vorbereitung für KI-Anwendungen verwendet, entstehen erhebliche Risiken.
KI-Systeme können beispielsweise scheinbar plausible, aber falsche Antworten liefern. Ebenso besteht die Gefahr, dass Informationen Personen zugänglich gemacht werden, die aufgrund ihrer bestehenden Berechtigungen eigentlich keinen Zugriff darauf haben sollten.
Beides kann das Vertrauen in KI-Anwendungen erheblich beeinträchtigen.
KI muss mit den richtigen Unternehmensdaten arbeiten
„Unternehmen haben Schwierigkeiten, KI zu operationalisieren, weil ihnen spezialisierte Engineering-Kompetenzen, Dateninfrastruktur und Integrationswissen fehlen“, erklärt Brad Shimmin, Vice President & Practice Lead für Data Intelligence, Analytics & Infrastructure bei Futurum Group.
Nach den Untersuchungen von Futurum gehören demnach MLOps-Komplexität, Integrationsprobleme und Fachkräftemangel zu den drei wichtigsten datenbezogenen Faktoren für das Scheitern von KI-Projekten.
Darüber hinaus sehen sich laut der Studie mehr als 90 Prozent der Unternehmen mit architektonischen Engpässen beim Aufbau von KI-Agenten konfrontiert. Forward-Deployed-Engineering-Teams sollen genau diese Lücken schließen und die technische Umsetzung konkreter KI-Anwendungsfälle beschleunigen.
Ingenieure arbeiten direkt im Kundenprojekt
Ctera setzt bei seinem neuen Service auf kleine, dedizierte Teams. Diese bestehen aus einem Forward-Deployed-Engineer und einem Deployment-Strategist.
Die Teams arbeiten direkt mit den Projektgruppen des Kunden zusammen und erhalten Zugriff auf die relevanten IT-Umgebungen sowie auf die Fachleute, die die tatsächlichen Geschäftsprozesse kennen.
Die Umsetzung erfolgt in mehreren Phasen:
- Analyse und Datenbasis: Zunächst werden Datenbestände, Zugriffsmuster und Quellsysteme analysiert. Auf dieser Grundlage soll festgestellt werden, welche Daten für den jeweiligen KI-Anwendungsfall tatsächlich benötigt werden.
- Daten für KI vorbereiten: Relevante Daten werden identifiziert, klassifiziert, strukturiert und innerhalb der bestehenden Umgebung entsprechend den Governance-Vorgaben aufbereitet.
- Ersten Anwendungsfall produktiv setzen: Ein konkreter KI-Workflow wird mit realen Unternehmensdaten aufgebaut und vor der Inbetriebnahme validiert.
- Weitere Prozesse integrieren: Nach dem ersten produktiven Einsatz kann die Lösung auf zusätzliche Workflows und Anwendungsfälle ausgeweitet werden.
- Übergabe an den Kunden: Die eigenen Mitarbeiter arbeiten von Beginn an mit dem CTERA-Team zusammen. Konfigurationen und Prozesse werden dokumentiert, sodass das Unternehmen die Lösung anschließend selbstständig betreiben und erweitern kann.
Berechtigungen bleiben erhalten
Ein zentraler Aspekt des Ansatzes ist die Governance der Unternehmensdaten. KI-Anwendungen sollen nicht automatisch auf sämtliche verfügbaren Dateien zugreifen können.
CTERA will stattdessen sicherstellen, dass KI-Workflows nur auf Inhalte zugreifen, für die der jeweilige Benutzer bereits über entsprechende Berechtigungen verfügt.
Damit soll verhindert werden, dass die Einführung von KI gleichzeitig zu einem neuen Datenleck führt. Gerade bei unstrukturierten Daten ist dies relevant, da sich in Dateiablagen häufig sensible Informationen befinden, deren Zugriffsrechte über Jahre gewachsen und entsprechend komplex sind.
Integration über bestehende Systeme und Standards
Die entwickelten Workflows sollen nicht als isolierte KI-Anwendungen neben der bestehenden IT-Infrastruktur betrieben werden. Ctera integriert sie vielmehr in vorhandene Systeme und KI-Werkzeuge.
Zum Einsatz kommen dabei offene Standards wie das Model-Context-Protocol (MCP) sowie Automatisierungsplattformen wie n8n. Die Workflows werden zunächst mit realen Unternehmensdaten getestet und validiert, bevor sie produktiv eingesetzt werden.
Damit verfolgt Ctera einen Ansatz, bei dem nicht die KI-Technologie selbst im Mittelpunkt steht. Entscheidend ist vielmehr, wie sich KI in vorhandene Geschäftsprozesse und Datenstrukturen integrieren lässt.
Eigentum und Betrieb bleiben beim Kunden
Ein wesentlicher Bestandteil des neuen Services ist die Übergabe der entwickelten Lösung. Ctera will verhindern, dass Kunden nach Abschluss eines Projekts dauerhaft von externen Spezialisten abhängig bleiben.
Die eigenen Ingenieure des Kunden arbeiten deshalb bereits während der Implementierung mit dem Ctera-Team zusammen. Gleichzeitig werden die vorgenommenen Konfigurationen und Prozesse dokumentiert.
Ein Projekt gilt erst dann als abgeschlossen, wenn der Kunde in der Lage ist, eigenständig einen weiteren KI-Anwendungsfall umzusetzen – ohne dafür erneut auf CTERA angewiesen zu sein.
Basis ist die Ctera-Intelligent-Data-Platform
Forward-Deployed-Engineering basiert auf der Ctera-Intelligent-Data-Platform. Diese soll einen KI-gesteuerten und kontrollierten Zugriff auf Unternehmensdateien ermöglichen, ohne die Daten dafür zwischen Edge-Standorten, Rechenzentren und Cloud-Umgebungen verschieben zu müssen.
Damit adressiert Ctera eine zentrale Herausforderung bei der Einführung von KI: Unternehmen müssen ihre Daten nicht zwangsläufig in eine zentrale KI- oder Cloud-Umgebung migrieren, um sie für entsprechende Anwendungen nutzbar zu machen.
„Unternehmen fehlt es nicht an KI-Werkzeugen. Was ihnen fehlt, sind Zeit und spezialisierte Fähigkeiten, um diese Werkzeuge sicher mit den eigenen Daten und Workflows zu verbinden“, sagt Oded Nagel, CEO von Ctera. „Forward Deployed Engineering bringt unsere Ingenieure direkt mit den Teams der Kunden zusammen, um einen konkreten Anwendungsfall produktiv umzusetzen und anschließend den eigenständigen Betrieb durch den Kunden zu ermöglichen.“
Flexibles Servicemodell
Ctera-Forward-Deployed-Engineering ist ab sofort für Unternehmen verfügbar, die die Ctera-Intelligent-Data Platform einsetzen.
Die Zusammenarbeit kann entweder zeitbasiert oder als Projekt mit einem fest definierten Leistungsumfang umgesetzt werden. Bei projektierten Vorhaben sind Meilensteine und entsprechende Abnahmekriterien vorgesehen.
Fazit
Mit Forward-Deployed-Engineering reagiert Ctera auf ein Problem, das bei der Einführung generativer KI und von KI-Agenten zunehmend sichtbar wird: Nicht die Verfügbarkeit von KI-Modellen ist der entscheidende Engpass, sondern deren sichere Integration in bestehende Daten- und Geschäftsprozesse.
Insbesondere unstrukturierte Unternehmensdaten stellen Unternehmen vor Herausforderungen. Veraltete Dateien, redundante Datenbestände und historisch gewachsene Berechtigungsstrukturen können dazu führen, dass KI-Systeme entweder falsche Ergebnisse liefern oder sensible Informationen preisgeben.
Ctera setzt deshalb auf einen praxisorientierten Ansatz: Ingenieure arbeiten direkt mit den Teams des Kunden, bereiten die vorhandenen Daten auf und bringen konkrete KI-Anwendungsfälle in die Produktion. Entscheidend ist dabei die anschließende Übergabe an den Kunden. Damit soll aus einem einmaligen KI-Projekt eine eigenständig betreibbare und erweiterbare Lösung werden.
#Ctera
