Behind GTS – März 2026 Recap

Ausgabe 3 der monatlichen Serie aus der Solution Group Global Technology & Services mit Informationen, Updates, News und Einordnungen aus der Branche.

Marktbewegungen im GTS-Umfeld: Enterprise-AI verschiebt den Fokus auf Infrastruktur und Daten-Layer

Im März geht es weiter – Enterprise-AI wird immer klarer zu Infrastruktur, und gleichzeitig verschieben sich die Hebel im Daten- und Souveränitäts-Layer. Google, IBM und OVHcloud adressieren jeweils einen anderen Teil der Stack-Frage: Security als integrierte Cloud-Funktion, Datenströme als Fundament für Enterprise-AI und souveräne europäische LLM-Plattformen für regulierte Branchen. Für den GTS-Markt heißt das: Wer künftig Relevanz beansprucht, muss sich entlang dieser Ebenen: Security, Data Fabric, Sovereign AI, klar positionieren, nicht nur über klassische Service- oder SaaS-Labels.

Google + Wiz: Security als integrierter Cloud- und AI-Baustein

Google hat im März 2026 die rund 32 Mrd. US‑Dollar schwere Übernahme des Cloud-Security-Anbieters Wiz final abgeschlossen und die Plattform tief in den eigenen Cloud- und AI-Stack integriert, gleichzeitig bleibt Wiz als Multi Cloud Sicherheitslayer bestehen. Im Kern geht es darum, den kompletten Security Layer rund um Cloud Workloads von Anwendungen über die Überwachung von Konfigurationen bis hin zum Schutz laufender Workloads direkt in der Google Cloud zu kontrollieren und Security als festen Bestandteil der Daten und AI-Infrastruktur zu verankern. Damit positioniert sich Google als vollintegrierter Cloud und AI-Plattformanbieter, bei dem Kunden Security, Datenplattform und AI-Funktionalitäten zunehmend aus einer Hand beziehen. Für Mid-Market IT-Service-Provider reduziert das den Differenzierungsspielraum bei der Auswahl und Integration von Spezial-Security-Lösungen und verlagert Wertschöpfung hin zu Governance, Identity-Architektur und sicheren Betriebsmodellen in einem starken Hyperscaler-Stack. Für Systemintegratoren und Corporate-IT wird die Frage entscheidend, wie man Security-Architekturen in der Tiefe des jeweiligen Cloud-Stacks beherrscht, statt nur Produkte auf der Oberfläche zu integrieren.

IBM + Confluent: Echtzeit-Datenströme als Basis von Enterprise-AI

Am 17. März 2026 hat IBM die rund 11 Mrd. US-Dollar schwere Übernahme von Confluent final abgeschlossen; Confluent wurde von der Nasdaq delistet und vollständig als Tochtergesellschaft integriert. Es geht um Echtzeit-Datenströme als Basis für Enterprise-AI: IBM nutzt Confluent, um Daten aus unterschiedlichen Systemen kontinuierlich zusammenzuführen und AI-fähig zu machen. Damit positioniert sich IBM als „Smart Data Platform“ für Enterprise IT und verbindet Infrastruktur, Kernsysteme und AI-Funktionen in einem durchgängigen Stack. Für Mid-Market IT-Service-Provider entsteht ein weiterer Vollanbieter, der Datenplattform und AI-Services gemeinsam adressiert und damit den Druck auf reine Spezialisten ohne konsistente Datenstrategie erhöht. Für Systemintegratoren und Corporate IT wird wichtiger, eine klare Zielarchitektur für Datenströme und AI zu definieren, statt nur punktuelle Projekte rund um einzelne Tools aufzusetzen.

OVHcloud + Dragon LLM: Souveräne europäische AI-Plattformen

Am 25. März 2026 hat OVHcloud bekanntgegeben, eine verbindliche Vereinbarung zur Übernahme von Dragon LLM, einer französischen Plattform für das Fine-Tuning generativer AI-Modelle in regulierten Branchen, unterzeichnet und gleichzeitig den Start eines eigenen AI Labs angekündigt. Dragon LLM (ehemals Lingua Custodia) entwickelt spezialisierte, souveräne LLMs für Finanzdienstleister und andere regulierte Use Cases und war Gewinner der Large AI Grand Challenge der EU-Kommission. Im Kern geht es darum, die eigene europäische Cloud-Infrastruktur mit einem proprietären Stack für domänenspezifische, betriebs- und kosteneffiziente LLM Services zu kombinieren, die sowohl in der Cloud als auch On Premises für sensible Daten eingesetzt werden können. Damit positioniert sich OVHcloud als souveräner AI-Plattformanbieter, der sich klar über Datenschutz, Datenresidenz und regulatorische Compliance gegenüber US-Hyperscalern differenziert. Für Mid-Market IT-Service-Provider eröffnet sich eine attraktive Option, AI-Projekte in regulierten Umfeldern auf einem europäischen Cloud-Player mit klarer Datensouveränität zu realisieren, während Systemintegratoren, SaaS-Player und Corporate-IT OVHcloud/Dragon LLM gezielt als Baustein in Multi-Cloud- und Hybrid-Architekturen nutzen können, um besonders schutzbedürftige Workloads auf eine souveräne AI-Plattform zu verlagern.

Strategische Implikationen für Executives im Mid-Market

Für Executives im Mid-Market zeichnen sich damit zwei Linien ab: Erstens wird der Daten- und Security-Layer zum strategischen Schlachtfeld. Wer keine belastbare Data Fabric- und Security Story im Kontext von Enterprise-AI hat, verliert an integrierte Plattformanbieter wie Google und IBM. Zweitens gewinnt souveräne europäische AI-Infrastruktur an Schlagkraft: Akteure, die heute keine klare Positionierung zu souveränen AI-Stacks und regulierten Use Cases entwickeln, laufen Gefahr, mittelfristig von Kunden mit hohen Compliance- und Datenresidenzanforderungen abgehängt zu werden.

Marktchallenge: Heute die Führungskräfte von morgen aufbauen

Warum Technologieunternehmen eine Führungskräftepipeline der nächsten Generation brauchen

Technologiezyklen werden kürzer, Marktfenster kleiner, doch viele Führungsmodelle sehen noch genauso aus wie vor zehn Jahren. Vor diesem Hintergrund stellt sich für Technologieunternehmen nicht die Frage, ob sie eine Führungskräftepipeline der nächsten Generation brauchen, sondern wie konsequent sie sie aufbauen.

Ausgangslage: Technologie entwickelt sich schneller als Führung.

Cloud, AI und Datenplattformen verändern Geschäftsmodelle im Quartalstakt, viele Organisationen steuern diese Entwicklung aber noch mit Führungsbildern aus der Vor-Cloud-Ära. Das Ergebnis sind starke Expertenteams, aber zu wenig Führung, die Technologie, Geschäft und Menschen zusammenbringt. Der Engpass sind nicht Ideen oder Tools, sondern Führungskräfte, die daraus skalierbares Wachstum machen.

Das eigentliche Risiko: fehlende Nachfolge.

Das Wachstum in Cloud-, AI- und Datendiensten schafft neue Rollen schneller, als Unternehmen sie qualifiziert besetzen können. Dienstalter ist kein verlässlicher Indikator mehr für digitale Kompetenz, und exzellente Engineers werden zu früh und zu abrupt in Führungsrollen gehoben. Ohne klare Pipeline entsteht Abhängigkeit von wenigen Akteuren, fällt eine aus, verliert die Organisation an Schlagkraft.

Das Wachstum in Cloud-, AI- und Datendiensten schafft neue Rollen schneller, als Unternehmen sie qualifiziert besetzen können. Dienstalter ist kein verlässlicher Indikator mehr für digitale Kompetenz, und exzellente Engineers werden zu früh und zu abrupt in Führungsrollen gehoben. Ohne klare Pipeline entsteht Abhängigkeit von wenigen Akteuren, fällt eine aus, verliert die Organisation an Schlagkraft.

Warum ein Practice Lead den Unterschied machen kann

Ein Practice Lead ist eine klar definierte Führungsrolle für einen Wachstumsbereich – etwa Cloud, AI oder Data. Er oder sie trägt die Verantwortung für Inhalt, Angebot, Team und wirtschaftliches Ergebnis eines Bereichs. Drei Hebel stehen im Mittelpunkt:

1. Fokussierte Kompetenzzentren aufbauen

Ein Interim Practice Lead bündelt verstreute Aktivitäten in einer Praxis: klare Themen, definierte Angebote, messbare Ziele. Aus vielen Einzelinitiativen wird ein erkennbarer Schwerpunkt, der intern Priorität hat und extern wiedererkennbar ist. So entsteht ein Zentrum, in dem Fachlichkeit, Delivery und Kommerz zusammenlaufen – statt lose nebeneinander zu stehen.

2. Talente gezielt in Führung entwickeln

In vielen Technologieunternehmen werden High Potentials eher „befördert“, als dass sie systematisch aufgebaut werden. Practice Leads können hier gegensteuern: Sie identifizieren frühe Führungstalente, geben schrittweise Verantwortung (kleine Teams, Teilbudgets, Angebotsbausteine) und koppeln das mit klarer Reflexion. So entstehen Führungskräfte, die sowohl fachlich als auch in der Steuerung sicher sind.

3. Struktur schaffen, die skalierbar ist

Starke Einzelpersonen reichen nicht aus, wenn das Geschäft wächst. Ein Practice Lead etabliert einfache, aber verbindliche Strukturen: Wer entscheidet was? Welche Angebote gehören zur Praxis? Nach welchen Kennzahlen steuern wir? Führung wird damit weniger zur Frage einzelner Personen und mehr zu einer stabilen Architektur, die auch dann trägt, wenn Rollen wechseln.

Ein Modell hin zu verteilter Führung

Viele Technologieunternehmen hängen noch an inoffiziellen Knotenpunkten: eine Person, die alles weiß, alles koordiniert und in jeder Eskalation sitzt. Kurzfristig gibt das Sicherheit, langfristig blockiert es Skalierung und macht verletzlich.

Ein Interim Practice Lead setzt an zwei Stellen an:

• führt Teams inhaltlich und operativ,
• baut gleichzeitig Rahmenbedingungen, Rollen und Nachfolge auf.

Damit wird ein Wachstumsbereich professionalisiert: Verantwortlichkeiten werden klar, Transparenz steigt, und die nächste Führungsebene wächst mit.

Praxisbeispiel: Daten- und AI-Bereich auf Kurs bringen

Ein globaler Digitaldienstleister wollte seinen Bereich Data & AI skalieren. Die Verantwortung lag faktisch bei einem technischen Direktor, der gleichzeitig für Pre-Sales, Delivery und Weiterentwicklung zuständig war. Neue Angebote kamen nur langsam in den Markt, interne Nachfolger waren nicht sichtbar.

Ein Interim Practice Lead übernahm für sechs Monate:

• Strukturierung der Praxis (Themenfelder, Angebotsportfolio, Zielkunden),
• Aufbau eines kleinen Führungskerns durch Coaching und geteilte Verantwortung,
• Entwicklung eines klaren Wachstumsfahrplans mit wenigen, priorisierten Initiativen.

Das Ergebnis: Neue, klar geschnittene Data-&-AI-Angebote im Markt, zwei interne Nachfolger, die bereit waren, Verantwortung zu übernehmen, und ein deutlich gewachsener Pipeline-Umsatz. Entscheidend: Der Bereich hing nicht mehr an einer Einzelperson, sondern an einer klaren Struktur mit mehreren Führungsträgern.

Fazit: Führung aktiv designen, nicht dem Zufall überlassen

Die technologische Transformation ist nur so stark wie die Menschen, die sie tragen. Eine durchdachte Pipeline an Führungskräften der nächsten Generation ist kein „nice to have“, sondern eine Grundvoraussetzung für nachhaltiges Wachstum.

Für Technologieunternehmen heißt das:

• Führung als eigenständiges Thema in Cloud-, AI- und Datenbereichen verankern.
• Practice Leads gezielt einsetzen, um Wachstumsfelder zu bündeln, Talente aufzubauen und Strukturen zu schaffen, die über Einzelpersonen hinaustragen.
• Abhängigkeit von Heldenfiguren reduzieren und Führung als bewusst gestalteten Teil des Operating Models begreifen.

Dort, wo Führung nicht nebenbei entsteht, sondern aktiv gestaltet wird, entsteht die nächste Generation von Führungskräften und damit die Voraussetzung, dass technologische Ambition auch langfristig in Ergebnissen ankommt.

Hören, was Entscheider bewegt

Wer tiefer einsteigen möchte, findet in aktuellen „Behind-the-C“-Folgen zusätzliche Perspektiven aus anderen Branchen. Und jetzt auch neu: Behind PE (Private Equity)

• Behind PE – #2 mit Dr. Cornelius Maas (SHS Capital)
  „Am Ende entscheiden nicht die Zahlen, sondern die Menschen dahinter.“

• Episode 291 mit Nicolas Rampf (Geschäftsführer, Stock Spirits DE)

• Episode 290 Ulrich Grillo (CEO, Grillo-Werke & AR Vorsitzender, Rheinmetall)

Unser Experte

steht Ihnen gerne Rede und Antwort.