Nach VMware: Warum AI die Virtualisierungsstrategie neu definiert

Die Übernahme von VMware durch Broadcom ist mehr als ein Eigentümerwechsel. Sie zwingt IT‑Verantwortliche dazu, Virtualisierung neu zu denken – strategisch, wirtschaftlich und organisatorisch.

Über Jahre hinweg galt VMware als stabiler Standard für die Virtualisierung von Enterprise‑Workloads, SAP‑Systemen, VDI-Umgebungen und gemischten Applikationslandschaften. Mit der strategischen Neuausrichtung des Herstellers verändern sich jedoch die Rahmenbedingungen spürbar – organisatorisch, wirtschaftlich und technologisch.

Insbesondere neue Lizenzmodelle, eine stärkere Fokussierung auf ausgewählte Kundensegmente sowie Veränderungen in der Partnerlandschaft erhöhen die Planungsunsicherheit. Für viele IT‑Verantwortliche stellt sich daher die Frage: „Wie zukunftsfähig ist unsere heutige Virtualisierungsstrategie unter veränderten Marktbedingungen?“

Diese Frage gewinnt zusätzlich an Brisanz durch den rasanten Vormarsch von Artificial Intelligence (AI). Immer mehr Unternehmen evaluieren oder pilotieren AI-basierte Anwendungsfälle. Spätestens mit dem Übergang vom Proof of Concept in den produktiven Betrieb wird jedoch klar, dass AI tiefgreifende Auswirkungen auf bestehende Infrastruktur‑ und Plattformmodelle hat.

Anforderungen und Herausforderungen an die künftige Zielplattform

Die Ablösung einer etablierten Virtualisierungsplattform ist kein triviales Unterfangen. Gründe dafür sind unter anderem:

• gewachsene VM‑Landschaften, geschäftskritische Applikationen mit komplexen Abhängigkeiten zu Netzwerk‑, Storage-, Backup‑ und Orchestrierungslösungen

• geschäftskritische Systeme wie SAP HANA oder VDI‑Plattformen mit hohen Anforderungen an Performance, Zertifizierungen und Hersteller‑Support

• organisatorische Anpassungen, Know‑how‑Aufbau und die Überarbeitung bestehender Betriebsprozesse

• zunehmende AI‑Workloads mit spezifischen infrastrukturellen Anforderungen

Gleichzeitig steht bei jeder Migration die Sicherstellung von Verfügbarkeit, Performance und Datenintegrität im Vordergrund. Downtimes, Datenverluste oder unerwartete Seiteneffekte können erhebliche geschäftliche Auswirkungen haben, weshalb strukturierte Migrationskonzepte und Automatisierungstools zentrale Erfolgsfaktoren sind.

Mögliche Lösungsansätze

Angesichts dieser vielfältigen Anforderungen gibt es keinen universellen Königsweg. Stattdessen zeichnen sich mehrere Lösungsansätze ab, die je nach Ausgangslage sinnvoll sein können.

• Fortführung bestehender Plattformen mit Übergangsstrategien

• Alternative Hypervisor-Plattformen

• Abstraktions- und Plattformansätze über dem Hypervisor

Dieser Lösungsansatz beinhaltet eine bewusste Entscheidung für einen Weiterbetrieb der bestehenden VMware-Umgebung, kombiniert mit klar definierten Exit-Strategien. Dies schafft Zeit für eine fundierte Evaluation alternativer Lösungen, reduziert jedoch das Risiko steigender Abhängigkeiten nicht, da oftmals Verträge mit einer Mindestlaufzeit von drei Jahren abgeschlossen werden müssen.

Der Markt bietet mittlerweile mehrere etablierte Alternativen zu VMware, sowohl kommerzielle als auch Open-Source-basierte. Diese unterscheiden sich teils deutlich in Funktionsumfang, Ökosystem und Supportmodellen. Eine sorgfältige Bewertung ist daher unerlässlich. Im Kontext von AI‑Workloads spielt zudem die Unterstützung von GPU‑Beschleunigung sowie die Integration in moderne AI‑Frameworks und Ökosysteme eine zunehmend zentrale Rolle.

Zunehmend an Bedeutung gewinnen Plattformen, die den Hypervisor in den Hintergrund rücken und stattdessen Automatisierung, Self-Service und Governance in den Mittelpunkt stellen. Solche Ansätze ermöglichen es, unterschiedliche Technologien unter einem einheitlichen Betriebsmodell zu integrieren.

Im Folgenden wird auf die beiden letztgenannten Absätze näher eingegangen.

Strukturiertes Evaluierungsvorgehen für alternative Hypervisor-Plattformen

Um alternative Hypervisor‑Plattformen objektiv und vergleichbar bewerten zu können, ist ein strukturiertes Vorgehen entscheidend:

1. Auslegeordnung und Bestandesaufnahme

2. Technischer Anforderungskatalog

3. Nicht‑technische Kriterien

4. Migrations‑ und Betriebsreife

5. Automatisierung, Orchestrierung und Interoperabilität

6. Proof of Concept

7. Business Case und Risikoanalyse

Zu Beginn werden sämtliche Workloads nach Kritikalität, technischen Anforderungen und regulatorischen Vorgaben erfasst. Insbesondere SAP‑HANA‑Systeme, VDI‑Umgebungen, Container‑Plattformen sowie herstellergebundene Appliances müssen klar abgegrenzt werden, da sie häufig spezifische Zertifizierungen, Performance‑Profile oder Betriebsmodelle voraussetzen.

Auf dieser Basis wird ein strukturierter technischer Anforderungskatalog erstellt. Dieser beinhaltet Kriterien wie Hochverfügbarkeit, Skalierbarkeit, Netzwerk‑ und Storage‑Integration sowie Backup‑ und Recovery‑Konzepte. Eine gewichtete Bewertungsmatrix stellt die Vergleichbarkeit der Plattformen sicher.

Ergänzend werden wirtschaftliche und organisatorische Rahmenbedingungen bewertet. Dazu zählen Investitionsschutz bestehender Hardware, vorhandenes Know‑how der Betriebsteams, Marktdurchdringung der Technologie sowie die Verfügbarkeit von Fachkräften und Support‑Strukturen.

Ein zentrales Kriterium ist die Fähigkeit, bestehende Workloads kontrolliert und risikoarm zu migrieren. Neben Zeit‑ und Kostenaufwand steht die nachhaltige Betriebsstabilität der Zielplattform im Fokus, insbesondere für produktionskritische Systeme.

Können die definierten Anforderungen nicht mehr durch eine einzelne Hypervisor‑Plattform erfüllt werden, gewinnt ein übergeordneter Orchestrierungs‑Layer an Bedeutung. Er ermöglicht eine technologieübergreifende Automatisierung, einheitliche Self‑Service‑Prozesse und konsistente Governance.

Ein Proof of Concept mit realen Workloads ist zwingend erforderlich. Nur so lassen sich Performance, Stabilität und Bedienbarkeit unter praxisnahen Bedingungen valide bewerten und Fehlentscheidungen werden vermieden.

Abschliessend wird für eine konsolidierte Shortlist ein Business Case inklusive Risikoanalyse erstellt. Dieser führt technische, wirtschaftliche und organisatorische Aspekte zusammen und bildet die Grundlage für eine belastbare strategische Entscheidung.

AI als Treiber moderner Plattformstrategien

Während Virtualisierung lange Zeit primär auf Effizienz, Standardisierung und Kostentransparenz ausgerichtet war, verschieben AI‑basierte Workloads den Fokus deutlich. Training, Fine‑Tuning und Inferencing erfordern spezialisierte Hardware, insbesondere GPU‑beschleunigte Infrastrukturen, sowie neue Betriebs‑ und Automatisierungskonzepte.

Viele Organisationen befinden sich derzeit in einer explorativen Phase: AI‑Use‑Cases werden in Proofs of Concept validiert, ohne dass bereits eine belastbare Zielarchitektur für den produktiven Betrieb existiert. Die eigentliche Herausforderung liegt weniger in der Entwicklung einzelner Modelle, sondern in deren Überführung in stabile, skalierbare und regulierungskonforme Produktionsumgebungen.

Damit wird deutlich: Die Neuausrichtung der Virtualisierungs‑ und Plattformstrategie ist für viele Unternehmen zugleich der Schlüssel, um AI nachhaltig und kontrolliert in den operativen Betrieb zu überführen.

Praxisbeispiel: Umsetzung in der Aveniq Swiss Cloud

Als Service Providerin für kritische Infrastrukturen der Schweiz hat Aveniq den beschriebenen Evaluierungsprozess vollständig durchlaufen. Aufgrund der hohen Vielfalt an Kunden‑Workloads wurden früh umfassende technische und regulatorische Anforderungen erhoben, insbesondere für betriebskritische Workloads, SAP‑Systeme und spezialisierte Appliances.

Im Evaluierungsverlauf zeigte sich, dass diese Anforderungen nicht sinnvoll durch eine einzelne Plattformtechnologie abgedeckt werden können. Dies gilt nicht nur für klassische Enterprise‑Workloads, sondern zunehmend auch für datenintensive und AI‑basierte Szenarien, die besondere Anforderungen an Performance, Skalierbarkeit und Betriebsmodelle stellen. Gerade in regulierten Umgebungen lassen sich solche Workloads nicht in allen Fällen über Public‑Cloud‑Angebote abbilden.

Vor diesem Hintergrund wurde die bestehende Plattformarchitektur gezielt um GPU‑beschleunigte AI‑Infrastrukturen erweitert. Ziel ist es, AI‑Workloads innerhalb der souveränen Aveniq-Swiss‑Cloud‑Umgebung produktiv betreiben zu können.

Entsprechend wurde ein Architekturansatz gewählt, der mehrere Plattformen zulässt und durch einen übergeordneten Automatisierungs‑ und Orchestrierungs‑Layer zusammengeführt wird. Dieser stellt einen konsistenten Betrieb, technologieübergreifende Automatisierung sowie einheitliche Governance sicher.

Für einen Grossteil des kritischen Kunden-Workloads kommt der Hypervisor HPE HVM (KVM basierend) zum Einsatz. Da jedoch für Spezialfälle wie beispielsweise Netzwerk-Appliances weitere Plattformen zur vollständigen technischen Abdeckung erforderlich sind, wird HPE Morpheus Enterprise als zentrales Orchestrierungs‑ und Automatisierungstool eingesetzt. Dadurch werden Interoperabilität, durchgängige Automatisierung und die Integration in bestehende IT‑ und Business‑Prozesse sichergestellt.

Ein wesentlicher Erfolgsfaktor war zudem die frühe Einbindung der Mitarbeitenden. Nicht‑technische Kriterien wie vorhandenes Know‑how und organisatorische Akzeptanz wurden gezielt berücksichtigt, um die Umsetzbarkeit und Nachhaltigkeit der Plattformstrategie langfristig sicherzustellen.

Fazit

Die Übernahme von VMware durch Broadcom zwingt viele Unternehmen dazu, ihre Virtualisierungsstrategie kritisch zu hinterfragen. Dabei steht weniger der kurzfristige Ersatz einer Technologie im Vordergrund, sondern die Frage nach langfristiger Stabilität, Wirtschaftlichkeit und strategischer Flexibilität. Sie ermöglicht nicht nur die Modernisierung bestehender Plattformen, sondern schafft zugleich die Grundlage für den nachhaltigen, sicheren und skalierbaren Einsatz von Artificial Intelligence in hybriden Cloud‑Modellen. Ein strukturiertes Evaluierungsvorgehen, kombiniert mit einem technologieübergreifenden Automatisierungs‑ und Orchestrierungsansatz, wird damit zum entscheidenden Erfolgsfaktor. Unternehmen, die diesen Wandel methodisch und vorausschauend angehen, schaffen die Grundlage für eine zukunftsfähige Plattformarchitektur.