Vom Offshoring zum AI-Shoring: Firewall & IP Connectivity neu denken
Warum AI Agents die Logik traditioneller Sourcing-Modelle verändern und welche Fähigkeiten bei Firewall & IP Connectivity intern bleiben sollten.
Viele Infrastrukturservices wurden über Jahre nach einem vertrauten Muster organisiert: Prozesse standardisieren, über SLAs messbar machen, operative Arbeit an einen Provider übergeben und über Skaleneffekte Kosten senken. Für wiederholbare Tätigkeiten war das oft sinnvoll. Gleichzeitig entstand eine Lücke zwischen Ausführung und Verantwortung.
Mit AI Agents verändert sich die Ausgangslage. Die zentrale Frage ist nicht länger, welcher Standort einen Change am günstigsten bearbeitet. Sie lautet: Welche Teile der Arbeit lassen sich automatisieren, welche Fähigkeiten müssen wir intern stärken und wo schafft ein Provider weiterhin echten Mehrwert?
Warum dieser Service besonders ist
Firewall, Routing, Segmentation, DNS/DHCP, Partner VPNs und Remote Access wirken wie technische Basisdienste. Tatsächlich definieren sie, welche Systeme miteinander kommunizieren dürfen. In einem Mobilfunkunternehmen verbinden sie Data Center, Cloud, Management-Netze, Partner, Customer Services und Telco Systems.
Damit sind sie zugleich Security Architecture. Fehler können nicht nur einen einzelnen Service, sondern große Teile der Wertschöpfung betreffen. Anforderungen aus NIS2, KRITIS, Datenschutz und Telekommunikationsregulierung verstärken diese Verantwortung.
Wo AI sinnvoll unterstützt
In einem AI-Shored Operating Model kann AI unter anderem:
- Requests klassifizieren und fehlende Angaben erkennen,
- Policies und bestehende Regeln gegen einen geplanten Change prüfen,
- Abhängigkeiten aus CMDB, IPAM, DNS, Routing und Observability korrelieren,
- redundante oder widersprüchliche Firewall Rules markieren,
- Konfigurationsvorschläge und Testpläne erzeugen,
- Standarddokumentation und Evidence vorbereiten,
- bekannte Störungen diagnostizieren und Recovery-Schritte vorschlagen.
Entscheidend ist die Trennung zwischen Reasoning und Execution. Ein Modell darf eine Hypothese oder Empfehlung erzeugen. Die Freigabe folgt definierten Policies und Risk Thresholds. Die technische Ausführung übernimmt eine deterministische Automation mit eigener Identity, Logging und Rollback.
Was intern bleiben muss
AI-Shoring funktioniert nur, wenn das Unternehmen eine kompetente Retained Organization aufbaut. Dazu gehören:
- Service Ownership und Zielarchitektur,
- Zonen, Trust Boundaries und erlaubte Kommunikationsmuster,
- Security Policies und Risk Acceptance,
- Data Quality, Knowledge Bases und Evaluation,
- AI Governance, Autonomy Levels und Approval Rules,
- Architektur- und Exception Management,
- Verantwortung für kritische Changes und Incidents.
Diese Fähigkeiten lassen sich nicht durch einen Vertrag ersetzen. Auch wenn ein Provider operative Schritte durchführt, bleibt die Verantwortung für das Risiko beim Unternehmen.
Was der Provider künftig beiträgt
Der Provider kann Plattformbetrieb, Agent Engineering, Tool Integration, 24/7 Operations und Spezialwissen für seltene Problemfälle übernehmen. Sein Beitrag wird stärker an Engineering Quality und kontrollierten Outcomes gemessen – weniger an Ticketvolumen oder eingesetzten FTEs.
Damit ändert sich auch die Vertragslogik: Transparenz über Modelle, Agenten, Datenquellen und Changes wird wichtiger. Ebenso Audit Logs, Portability, Exit-Fähigkeit und ein getesteter Manual Fallback.
Ein pragmatischer Start
Der Einstieg sollte nicht mit maximaler Autonomie beginnen. Ein sinnvoller Weg ist:
- Observe: AI sammelt Kontext und macht Muster sichtbar.
- Recommend: AI schlägt Lösungen vor; Menschen entscheiden.
- Prepare: AI erstellt einen vollständigen Change inklusive Test und Rollback.
- Execute with approval: eine freigegebene Automation führt aus.
- Autonomous low risk: nur klar definierte, reversible Low-Risk-Fälle laufen selbstständig.
So entsteht Vertrauen durch überprüfbare Ergebnisse, nicht durch große Versprechen.
AI-Shoring bedeutet daher nicht, Menschen einfach durch AI zu ersetzen. Es kombiniert starkes Service Ownership, AI-enabled Operations, klare Governance und Provider mit echter Engineering-Kompetenz.