KI-Boom pusht Amazons Partnergeschäft

Die Autoren der Studie sehen das starke Wachstum des Cloud-Native-Marktes, als ausschlaggebend für die positive Geschäftsentwicklung der AWS-Partner in Deutschland. Hinzu kommen die Top-Treiber Künstliche Intelligenz, Flexibilität und Kostensenkung.

„Traditionelle Modernisierungsservices wie Lift & Shift oder Replatforming sind zwar weiterhin gefragt, doch der Trend geht schnell in Richtung cloud-native Transformation“, sagt ISG-Analyst Frank Heuer, der die Studie geleitet hat. „Diese Entwicklung zeigt sich zum Beispiel in der immer höheren Akzeptanz von Containerisierung und serverlosem Computing, was durch den Einsatz von robusten DevOps-Verfahren sowie Automatisierungswerkzeugen wie etwa AWS CodePipeline und CloudFormation ergänzt wird.“

Erfolgreich – und in der Studie gut bewertet – sind daher die Dienstleister, die ihren Kunden eine Entwicklungsperspektive geben und die sich ergebende Roadmap Schritt für Schritt umsetzen. Beispielsweise beim Aufbau von Data Lakes für die Datenanalyse oder bei der Gestaltung von generativen KI-Lösungen. Dabei wird eine durchgängige Realisierung der jeweiligen Cloud-Projekte angestrebt.

Tiefere Integration

Entsprechend setzt sich eine intensivere Verzahnung von Consulting und Migrations-Diensten mehr und mehr durch. ISG fasst IT-Anbieter, die bereits passend aufgestellt sind, im Marktsegment der „AWS Professional Services“ (Bild) zusammen.

Im Bereich der Umsetzung verfügen führende AWS-Partner über fundierte Expertise in den Bereichen Softwarearchitektur und -entwicklung sowie Anwendungsmigration und -modernisierung. Im Consulting reicht das Portfolio von der Definition tragfähiger Cloud-Strategien über die Entwicklung gewinnbringender Geschäftsszenarien bis hin zum Anforderungsmanagement in den Bereichen Governance, Risk & Compliance (GRC), wozu insbesondere auch die Themen Cybersecurity und Datenschutz gehören.

Darüber hinaus sind umfangreiche Fähigkeiten und Erfahrungen in Data Science sowie Datenbank- und Lösungsarchitekturen erforderlich. Ziel ist es, unterschiedlichste Datentypen und -mengen über Systemgrenzen hinweg zu extrahieren, in konsistenten Datenmodellen aufzubereiten und im Kontext der zu lösenden Geschäftsanforderungen zu analysieren. Zunehmend müssen dabei auch die Ränder des Netzwerks berücksichtigt und die dort anfallenden IoT-Daten in die übergeordnete Cloud-Infrastruktur integriert werden. Die anschließende Datenanalyse stützt sich zunehmend auf geeignete KI- und ML-Methoden. Wenn AWS-Dienstleister die Analyseergebnisse nutzen, um ihren Kunden kontinuierliche Prozessverbesserungen vorzuschlagen, erzielen sie zusätzliche Vorteile.