Cisco Industrial AI Report 2026: Cybersecurity ist das größte Hindernis für die Einführung von KI

Wichtige Erkenntnisse

1. Cybersecurity steht nun an der Spitze der KI-Hürden. 40% der Entscheider in der Industrie nennen Cybersecurity als das größte Hindernis für die Einführung von KI – ein Anstieg vom dritten auf den ersten Platz innerhalb von nur zwei Jahren.
2. Netzwerk- und Sicherheitsherausforderungen verschmelzen. 48% der Unternehmen sehen Security und Netzwerksegmentierung als ihre größte Herausforderung im Netzwerkbereich angesichts wachsender KI-basierter Angriffsflächen.
3. IT/OT-Silos schwächen die Einsatzbereitschaft. 43% der Unternehmen arbeiten weiterhin mit begrenzter IT/OT-Zusammenarbeit, was mit einer 90%igen Instabilitätsrate im drahtlosen Netzwerk und erheblichen Transparenzlücken einhergeht.
4. KI-Sicherheits-Hoffnungen fehlen die Grundlagen. 85% erwarten, dass KI die Cybersecurity verbessert, aber nur 43% verfügen über eine zentrale KI-Daten-Governance zur Unterstützung.

Vor zwei Jahren betrachteten Industrieunternehmen Cybersecurity als eines von vielen Themen bei der Bewertung ihrer KI-Bereitschaft. Damals standen fehlende Fachkräfte und Integrationskomplexität noch höher. Budgetbeschränkungen spielten eine ähnliche Rolle. Cybersecurity war ein Aspekt, aber kein Showstopper.

Das hat sich geändert. Der Cisco 2026 State of Industrial AI Report dokumentiert diesen Wandel deutlich. Von mehr als 1.000 Entscheidern aus Fertigung, Versorgungsunternehmen und Transport in 19 Ländern wird Cybersecurity inzwischen als das größte Hindernis für die Einführung von KI genannt. 40% sehen darin die größte Barriere. 48% nennen sie als größte Herausforderung im Netzwerkbereich. Der Sprung vom drittwichtigsten Thema zum wichtigsten Blocker erfolgte in weniger als zwei Jahren.

Die Ursache ist strukturell, nicht nur eine Wahrnehmung. Industrielle KI erfordert die Anbindung weiterer Assets, Systeme und Datenströme in Umgebungen, die nie für umfassende Konnektivität konzipiert wurden. Jeder neue Sensor für ein KI-Vision-System, jeder Edge-Computing-Knoten für Qualitätsdaten, jede Machine-to-Machine-Entscheidungsschleife – all das vergrößert die Angriffsfläche. Herkömmliche Sicherheitsarchitekturen, die auf Perimeterverteidigung und Überwachung des Nord-Süd-Verkehrs setzen, sind für diese Realität nicht ausgelegt. Unternehmen, die KI am schnellsten einführen, schaffen oft auch am schnellsten Risiken, weil ihre Sicherheitsinfrastruktur mit den KI-Ambitionen nicht Schritt hält.

Der Report zeigt klar, worum es geht: 61% der Unternehmen setzen KI bereits standortübergreifend im großen Maßstab ein. Nur 14% befinden sich noch in der Erkundungs- oder Pilotphase. Es handelt sich nicht um ein Zukunftsproblem, sondern um eine aktuelle Schwachstelle – die mit jeder Implementierung ohne passende Sicherheitsarchitektur wächst.

5 Wichtige Erkenntnisse

1. Cybersecurity hat alle anderen Hürden für industrielle KI überholt – und das deutlich.

Der Cisco 2026 State of Industrial AI Report, basierend auf über 1.000 Entscheidern in 19 Ländern, zeigt: 40% nennen Cybersecurity als das größte Hindernis für KI in Fertigung, Versorgung und Transport. 2024 lag Cybersecurity noch auf Platz drei. Der rasche Anstieg zeigt, was passiert, wenn Unternehmen mehr Assets für KI vernetzen, ohne den Schutz der erweiterten Angriffsflächen neu zu denken.

2. Netzwerk-Infrastruktur und Security sind jetzt ein und dasselbe Problem – und die meisten Industrieunternehmen lösen keines von beiden.

48% der Befragten sehen Security und Netzwerksegmentierung als größte Herausforderung im Netzwerk. KI-Workloads erfordern Konnektivität und Edge-Computing, für die klassische industrielle Netzwerke nie gebaut wurden. Wenn Security von einer Netzwerkarchitektur abhängt, die mit der KI-Implementierung nicht Schritt hält, wird jedes neue vernetzte Asset sowohl zum Produktivitätsgewinn als auch zum Risikofaktor.

3. IT/OT-Silos verschlechtern messbar die KI-Bereitschaft – und 43% der Unternehmen haben sie nicht behoben.

Fast die Hälfte der Industrieunternehmen arbeitet mit begrenzter oder fehlender Zusammenarbeit zwischen IT- und OT-Teams – unverändert seit 2024. Die Folgen sind messbar: 90% der Unternehmen mit Silos melden Instabilität im drahtlosen Netzwerk, gegenüber 61% bei kooperativen Strukturen. Der Kiteworks 2026 Prognosebericht zeigt: Fertigungsunternehmen haben mit 67% die größten Sichtbarkeitslücken bei Data Loss Prevention, 52% nennen den Umgang mit KI-Daten durch Drittparteien als zentrales Problem.

4. Unternehmen setzen auf KI, um das Cybersecurity-Problem zu lösen, das KI geschaffen hat – aber die Grundlage fehlt.

85% erwarten, dass KI ihre Cybersecurity verbessert, und industrielle Cybersecurity ist die zweithöchste Priorität für KI-Investitionen. Doch nur 43% der Unternehmen weltweit verfügen über ein zentrales KI Data Gateway. Gerade in der Fertigung sind Blind Spots allgegenwärtig. Sie können nicht schützen, was Sie nicht sehen.

5. Die Lücke zwischen KI-Einführungs-Optimismus und tatsächlicher Transformation ist das größte Risiko der nächsten drei Jahre.

93% der Unternehmen sind zuversichtlich, KI im großen Maßstab einzuführen. Doch nur ein Drittel erwartet eine unternehmensweite Transformation. In dieser Lücke entstehen Sicherheitsvorfälle, Compliance-Verstöße und Betriebsstörungen. Die am weitesten fortgeschrittenen Unternehmen verfügen über modernisierte Netzwerke, ausgereifte Cybersecurity und eine kooperative IT/OT-Governance – Bedingungen, die noch nicht weit verbreitet sind.

Netzwerk- und Sicherheitsproblem: Zwei Seiten derselben Medaille

Eines der wichtigsten Ergebnisse des Cisco-Reports ist die vollständige Verschmelzung von Netzwerkbereitschaft und Cybersecurity in industriellen Umgebungen. Die meisten Entscheider sagen, dass zuverlässige drahtlose Netzwerke für KI unverzichtbar sind. Die Hälfte erwartet mit wachsender KI-Nutzung steigende Anforderungen an Konnektivität und Zuverlässigkeit. Und 48% berichten, dass Security und Netzwerksegmentierung ihre größte Herausforderung im Netzwerk darstellen.

Diese Konvergenz verschärft das Problem. KI-Workloads erzeugen Anforderungen an Bandbreite, Edge Computing und Echtzeitdatenverarbeitung, die klassische industrielle Netzwerke nicht erfüllen können. Gleichzeitig fehlt diesen Netzwerken die Segmentierung, Transparenz und zero trust-Architektur, um zu verhindern, dass ein Sicherheitsvorfall im Büronetzwerk auf die Produktion übergreift. Wenn die Infrastruktur keine zuverlässige Konnektivität und keine durchsetzbaren Sicherheitsgrenzen bietet, stehen Unternehmen vor der Wahl: KI-Einführung verlangsamen oder Risiken eingehen, die sie nicht quantifizieren können.

KI beansprucht bereits 13% der Netzwerkbudgets, und 83% der Unternehmen wollen diesen Anteil erhöhen. Edge-Computing-Kapazitäten, KI-Vision-Systeme und industrielle Konnektivität zählen zu den wichtigsten Technologieinvestitionen. Doch Budget ohne architektonische Klarheit führt zu Ausgaben ohne Security. Unternehmen, die Netzwerkmodernisierung und Cybersecurity als getrennte Posten behandeln, bauen eine Infrastruktur, die später teuer nachgebessert werden muss – sofern nicht ein Datenschutzverstoß das Thema vorher erzwingt.

IT/OT-Silos: Das organisatorische Versäumnis, das jedes technische Problem verschärft

Der Cisco-Report bestätigt, was Experten für industrielle Cybersecurity seit Jahren sagen: Die IT/OT-Kollaborationslücke schließt sich nicht. 43% der Unternehmen arbeiten mit begrenzter oder fehlender Kooperation zwischen IT- und OT-Teams – ein Wert, der sich seit 2024 trotz breiter Problemerkennung kaum verbessert hat.

Die praktischen Folgen sind messbar und gravierend. Unternehmen mit Silos melden zu 90% Instabilität im drahtlosen Netzwerk, verglichen mit 61% bei kooperativen Strukturen. Die Zuversicht, KI im großen Maßstab einzuführen, hängt direkt von der organisatorischen Ausrichtung ab. Und ein Befund sollte jeden CISO aufhorchen lassen: Unternehmen mit engerer IT/OT-Zusammenarbeit nennen Cybersecurity mit 12 Prozentpunkten häufiger als Haupthindernis. Der Report führt dies auf Transparenz zurück. Engere Zusammenarbeit macht Risiken sichtbar, die Silos verdecken.

Diese Transparenzlücke betrifft direkt die Datensicherheit. Der Kiteworks 2026 Prognosebericht zeigt: 67% der Fertigungsunternehmen nennen Sichtbarkeitslücken als zentrales Datensicherheitsproblem – 21 Prozentpunkte über dem globalen Durchschnitt. Komplexe, mehrstufige Lieferketten in der Fertigung erzeugen sensible Datenströme, die über E-Mail, sicheres Filesharing, SFTP, Managed File Transfer, APIs und KI-Integrationen laufen. Wenn IT und OT unabhängig agieren, fehlt der Gesamtüberblick, wie sensible Daten diese Kanäle durchlaufen. Das Lieferkettenrisiko rund um KI-Datenmanagement durch Drittparteien liegt in der Fertigung bei 52% – der höchste Wert aller Branchen. Die Silos, die Netzwerk-Kollaboration verhindern, verhindern auch Data Governance.

KI als Sicherheitslösung – aber nur mit der richtigen Grundlage

Trotz der Rolle von Cybersecurity als Hauptbremse für industrielle KI setzen Unternehmen gleichzeitig stark auf KI zur Stärkung ihrer Verteidigung. 85% der Befragten erwarten, dass KI ihre Cybersecurity verbessert. Industrielle Cybersecurity ist das zweitwichtigste KI-Investitionsfeld. Die Erwartung: KI liefert Erkennung, Monitoring und Reaktion in einem Tempo und Umfang, das manuell nicht erreichbar ist.

Die Logik stimmt. Die Umsetzungsvoraussetzungen fehlen jedoch oft. Cisco-Experte Samuel Pasquier benennt drei Schritte: Erstens Transparenz. Sie können Daten nicht schützen oder KI-Systemen zuführen, wenn Sie nicht wissen, was sich im Netzwerk befindet – und Transparenz muss bis zum Netzwerk-Edge reichen, um auch Ost-West-Verkehr zwischen Geräten zu erfassen. Zweitens Netzwerksegmentierung, um KI-Workloads zu isolieren, damit ein Sicherheitsvorfall im Büronetzwerk nicht die Produktion erreicht. Drittens eine einheitliche IT/OT-Governance, die OT-Cybersecurity als gemeinsame Basis und nicht als separates Thema behandelt.

Diese drei Anforderungen – Transparenz, Segmentierung und einheitliche Governance – entsprechen den Datensicherheitsherausforderungen, die der Kiteworks 2026 Prognosebericht branchenübergreifend dokumentiert. Nur 43% der Unternehmen verfügen über ein zentrales KI Data Gateway. Die übrigen 57% arbeiten mit verteilten, teilweisen, Ad-hoc- oder fehlenden Kontrollen darüber, wie KI-Systeme auf sensible Daten zugreifen. In der Fertigung ist das Problem besonders ausgeprägt: Lieferkettendaten, proprietäre Prozessinformationen, Qualitätsdaten und Betriebs-Telemetrie fließen durch KI-Systeme, die die meisten Unternehmen nicht aus einer zentralen Governance-Ebene überwachen, auditieren oder steuern können.

Die Confidence-Transformation-Lücke: Wo industrielle KI ins Stocken gerät

Vielleicht der aufschlussreichste Befund im Cisco-Report ist die Diskrepanz zwischen Zuversicht und Ergebnis. 93% der Unternehmen sind überzeugt, KI im großen Maßstab einführen zu können. Doch nur ein Drittel erwartet eine unternehmensweite Transformation in den nächsten drei bis fünf Jahren. Die meisten nutzen KI weiterhin zur Optimierung bestehender Prozesse, statt die Abläufe grundlegend neu zu gestalten.

Diese Lücke ist kein Marketingproblem. Sie ist ein Infrastruktur-, Sicherheits- und Organisationsproblem. Die am weitesten fortgeschrittenen Unternehmen bei der KI-Einführung haben eines gemeinsam: modernisierte Netzwerke, ausgereifte Cybersecurity und eine kooperative IT/OT-Governance. Diese Bedingungen sind noch nicht weit verbreitet. Ohne sie bleibt KI im industriellen Maßstab die Ausnahme.

Für Hersteller mit Legacy-Infrastruktur sagt Pasquier: Der Weg nach vorn erfordert keinen Komplettaustausch. Es gilt, Transparenz, Segmentierung und Governance auf das Bestehende aufzusetzen. Das ist pragmatisch – aber mit einer wichtigen Einschränkung: Die eingesetzten Tools für Transparenz und Governance müssen selbst sicher, revisionssicher und in der Lage sein, über die fragmentierte Kanal-Landschaft hinweg zu funktionieren, in der industrielle Daten tatsächlich bewegt werden.

Wie Kiteworks Industrieunternehmen hilft, die Daten zu schützen, auf die KI angewiesen ist

Der Cisco-Report nennt drei Grundanforderungen für industrielle KI-Sicherheit: Transparenz bei Datenbewegungen, Segmentierung zur Isolierung von KI-Workloads und einheitliche Governance über IT und OT hinweg. Genau diese Anforderungen bestimmen, wie sensible Daten ausgetauscht, geteilt und kontrolliert werden sollten – über die Kanäle, die Industrieunternehmen tatsächlich nutzen.

Das Kiteworks Private Data Network adressiert diese Anforderungen auf der Ebene des Datenaustauschs – dort, wo sensible Informationen zwischen Systemen, Partnern, KI-Modellen und Betriebsumgebungen bewegt werden. Für Industrieunternehmen, die sich den im Cisco-Report beschriebenen Sicherheitsherausforderungen stellen, bietet Kiteworks Funktionen, die fragmentierte Tools nicht leisten:

• Einheitliche Data Governance über alle Austauschkanäle: Eine zentrale Policy Engine erzwingt konsistente rollen- und attributbasierte Zugriffskontrollen für sichere E-Mails, sicheres Filesharing, SFTP, Managed File Transfer, APIs, Web-Formulare und KI-Integrationen. Wenn Fertigungsdaten über mehrere Kanäle zu KI-Systemen fließen, folgt die Governance den Daten – nicht dem Kanal.
• Unveränderbare Audit-Trails mit Echtzeit-SIEM-Anbindung: Jeder Datenaustausch wird in einem einzigen, konsolidierten Audit-Log erfasst – ohne Drosselung und ohne verlorene Einträge. Für die 63% der Unternehmen, die File Transfer nicht mit SIEM/SOC-Plattformen integriert haben, schließt dies die Lücke, in der Angreifer unüberwachte Kanäle ausnutzen.
• Security-by-Design-Architektur: Kiteworks wird als gehärtete virtuelle Appliance mit integrierten Firewalls, WAF, Intrusion Detection, doppelter Verschlüsselung im ruhenden Zustand und zero trust-Datenschutz bereitgestellt – verwaltet von Kiteworks, nicht vom eigenen IT-Team.
• Unterstützung für Netzwerksegmentierung: Single-Tenant-Bereitstellung bedeutet: keine geteilten Datenbanken, Dateisysteme oder Laufzeiten. KI-Datenaustausch ist von Grund auf isoliert, sodass ein Vorfall in einer Umgebung nicht auf andere übergreifen kann – genau die Ringfencing-Strategie, die der Cisco-Report empfiehlt.
• Drittparteien- und Lieferketten-Governance: Vollständiges externes User-Lifecycle-Management mit Zugriffskontroll-Durchsetzung und lückenlosen Audit-Trails für jeden Vendor-Datenaustausch. Für die 52% der Hersteller, die sich um KI-Datenmanagement durch Drittparteien sorgen, bietet Kiteworks die Transparenz und Kontrolle, die fragmentierte Tools nicht leisten.
• KI-fähige Integration: Der Kiteworks Secure MCP Server ermöglicht es KI-Systemen, mit sensiblen Betriebsdaten zu interagieren und dabei bestehende Governance-Policies einzuhalten – zero trust-Kontrollen für KI-Workflows, ohne für jeden neuen Use Case separate Infrastruktur zu benötigen.

Das Ergebnis: Industrieunternehmen können die im Cisco-Report dokumentierte KI-Einführungsgeschwindigkeit erreichen – und gleichzeitig Security, Transparenz und Governance sicherstellen, damit jede Implementierung nicht zur neuen Schwachstelle wird.

Was der Cisco-Report für Ihre industrielle KI-Sicherheitsstrategie bedeutet

Der Cisco 2026 State of Industrial AI Report beschreibt kein Zukunftsproblem, sondern ein aktuelles. Unternehmen, die KI im großen Maßstab einführen – und das sind bereits 61% –, vergrößern gleichzeitig die Angriffsfläche, erhöhen die Komplexität der Datenströme und schaffen Governance-Lücken, die klassische Security-Tools nicht schließen können.

Fünf Prioritäten ergeben sich aus den Ergebnissen des Reports:

Erstens sollten Sie Netzwerk- und KI-Security als ein gemeinsames Problem behandeln. Dass 48% Security und Segmentierung als größte Netzwerkherausforderung nennen, zeigt: Es sind keine getrennten Budgetposten, sondern dieselbe Infrastruktur-Anforderung.

Zweitens schließen Sie die IT/OT-Kollaborationslücke, bevor Sie KI weiter skalieren. Die 43%, die noch in Silos arbeiten, verpassen nicht nur Effizienz – sie übersehen auch Sicherheitsrisiken, die nur durch gemeinsame Transparenz sichtbar werden.

Drittens implementieren Sie Transparenz für Ost-West-Datenverkehr am Netzwerk-Edge. Nord-Süd-Monitoring ist notwendig, aber nicht ausreichend. KI-Workloads erzeugen laterale Datenströme, die perimeterorientierte Security-Architekturen nicht erfassen.

Viertens etablieren Sie ein zentrales KI Data Gateway. Dass 57% der Unternehmen keine zentrale Governance für KI-Datenzugriffe haben, ist ein direktes Risiko für Hersteller, die KI für Qualitätsprüfung, Prozessautomatisierung und Lieferkettenmanagement einsetzen. Verteilte Kontrollen sind nicht skalierbar.

Fünftens fordern Sie einheitliche Governance für alle Kanäle, über die sensible Daten KI-Systeme erreichen. Sichere E-Mails, Filesharing, SFTP, Managed File Transfer, APIs und KI-Integrationen sind jeweils potenzielle Governance-Lücken. Unternehmen, die diese mit separaten Tools verwalten, schaffen genau die Fragmentierung, die der Cisco-Report als Skalierungsbremse identifiziert.

Die Industrieunternehmen, die diese Lücken 2026 schließen, werden KI mit Zuversicht skalieren. Wer zögert, wird feststellen, dass KI-Implementierungen technische Schulden aufbauen – nicht in Form von Ineffizienz, sondern als unkalkulierbares Risiko, das mit jedem neuen Asset, jedem neuen Datenstrom und jedem neuen KI-Use-Case ohne Governance weiter wächst.

Erfahren Sie mehr über sichere KI-Implementierung im großen Maßstab und vereinbaren Sie noch heute eine individuelle Demo.

Weitere Ressourcen

• Blogbeitrag
  Zero‑Trust-Strategien für kostengünstigen KI-Datenschutz
• Blogbeitrag
  Wie 77% der Unternehmen bei KI-Datensicherheit scheitern
• eBook
  KI-Governance-Lücke: Warum 91% der kleinen Unternehmen 2025 russisches Roulette mit Datensicherheit spielen
• Blogbeitrag
  Für Ihre Daten gibt es kein „–dangerously-skip-permissions“
• Blogbeitrag
  Regulierungsbehörden fragen nicht mehr, ob Sie eine KI-Policy haben. Sie wollen den Nachweis, dass sie funktioniert.