Produktmanagement nimmt KI schneller auf, als sich die Stellenbeschreibung verändert. In dieser Ausgabe liegen nicht die Teams mit den meisten KI-Tools vorn, sondern jene, die aus schnellerem Output ein schärferes Urteilsvermögen, eine strengere Discovery und eine klarere Verantwortung für Ergebnisse gemacht haben. Am unmittelbarsten steht Product Operations unter Druck, eingeklemmt zwischen der Aufgabe, gute Arbeit zu leisten, und dem Verschwinden, das genau daraus folgt. Design und Positionierung geraten zugleich in härtere, stärker messbare Diskussionen über den Umsatz.

Autonomie wandert in der gesamten Branche vom Pilotprogramm in die Serienfertigung. Die Front in der Ukraine bleibt das schnellste Erprobungsfeld für Drohnen und elektronische Kampfführung, europäische Regierungen überführen angekündigte Mittel in unterzeichnete Programme, und auf Unternehmensebene zeigt sich vom Werk von Anduril in Ohio bis zur Bewertung von Helsing über 18 Milliarden Dollar, dass das Kapital derselben Verschiebung hin zu softwaredefinierten, autonomen Systemen folgt.

In Bildgebung, Chirurgie und kardiologischer Versorgung geht es in Health Tech nicht mehr um den Nachweis, dass KI funktioniert, sondern darum, dass sie passt. Anbieter liefern KI in bestehende klinische Workflows hinein statt daneben, Regulierer auf beiden Seiten des Atlantiks formalisieren die Überwachung KI-gestützter Produkte nach der Markteinführung, und der größte Technologieeinstieg dieses Zeitraums ist ein Regierungsauftrag für Terminplanung und Aufnahme, kein Durchbruch in der Diagnostik. Der rote Faden: Infrastruktur, Governance und Disziplin bei der Einführung werden zu den eigentlichen Unterscheidungsmerkmalen, nicht die Algorithmen selbst.

Drei Handlungsstränge prägten diese Ausgabe. Quantencomputing rückte weiter von der Laborkuriosität zum Beschaffungsposten, gestützt auf konkrete Hardware-Meilensteine, staatliche Förderung und eine wachsende Lücke zwischen der industriellen Bereitschaft Europas und der Start-up-Dichte Nordamerikas. Die Cybersecurity verarbeitete in diesem Zeitraum, was geschieht, wenn KI in Maschinengeschwindigkeit agiert: vom autonomen Verketten von Schwachstellen bis zum Ausbruch aus der Sandbox eines KI-Coding-Agenten. Zugleich machten Regulierer aus vagen Fristen feste Termine im Kalender. Verantwortliche für Unternehmenstechnologie wiederum bauten ihre Infrastruktur- und Softwarestrategie um Portabilität, souveräne Rechenleistung und die Governance von KI-Agenten herum neu auf, statt auf eine einzelne Plattform zu setzen.

Regierungen regulieren Frontier-KI nicht mehr nur, sondern beteiligen sich zunehmend selbst daran. Eine Ebene tiefer wiederholt sich dasselbe Muster: In Unternehmen zeigt sich, dass der größte Teil der Arbeit an einer KI-Transformation nichts mit dem Modell selbst zu tun hat. Souveränität, Kosten und Governance lassen sich von Entscheidungen über den Einsatz nicht mehr trennen, und geprüft wird das zuerst in der Infrastruktur unter den agentenbasierten Systemen, von den Datenschichten bis zu den Geräten am Edge. Durch alle folgenden Abschnitte zieht sich derselbe rote Faden: Die Technologie läuft den Rahmenwerken davon, die sie steuern, bepreisen und skalieren sollen.

Die Cloud-Strategie teilte sich in diesem Zeitraum entlang zweier Fragen: wo Workloads laufen und wer die Ausgaben kontrolliert. Europäische Souveränitätsvorhaben kamen vom Manifest zum messbaren Einsatz, während die Ausschreibung der Europäischen Kommission selbst ergab, dass noch kein Anbieter volle Souveränität erreicht hat. Zugleich schob die Kostenkurve der KI FinOps aus der Werkzeugdebatte in eine Frage der Governance: Ausgaben für Token gelten inzwischen als Steuerungsproblem im Engineering und nicht mehr als Kostenposten.