Was geschah

Innerhalb von 72 Stunden Ende Juni und Anfang Juli 2026 sagten die beiden größten Enterprise-Cloud-Anbieter Milliarden-Dollar-Investitionen für dieselbe Idee zu: eigene Ingenieure in Kundenorganisationen einzubetten, um KI-Systeme zu entwickeln und zu betreiben. Am 30. Juni gab AWS eine neue Forward Deployed Engineering (FDE)-Organisation bekannt, hinter der eine Investition von einer Milliarde US-Dollar steht und die darauf ausgelegt ist, Tausende von Experten gemeinsam mit Kunden einzusetzen, um agentische KI gemeinsam zu entwickeln und bereitzustellen. Am 2. Juli stellte Judson Althoff, CEO des Commercial Business bei Microsoft, Frontier Company vor – eine neue operative Einheit mit 2,5 Milliarden US-Dollar und rund 6.000 Ingenieuren, angeführt von Rodrigo Kede Lima, dem ehemaligen Präsidenten von Microsoft Asia.

Beide Organisationen folgen einer Vorlage mit einem klaren Ursprung. Palantir hat das Forward-Deployed-Engineer-Modell etabliert, nachdem es Anfang 2023 seine Artificial Intelligence Platform gestartet und Software mit eingebetteten Ingenieuren kombiniert hatte, um sich von einem auf Regierungsaufträge fokussierten Unternehmen zu einer kommerziellen Kraft zu wandeln. Anthropic und OpenAI haben Anfang 2026 vergleichbare Gruppen gegründet; OpenAI hat im Mai eine mehrheitlich in seinem Besitz befindliche Deployment Company mit mehr als 4 Milliarden US-Dollar an zugesagtem Kapital aufgebaut. Die Hyperscaler sind nun die jüngsten – und gemessen am eingesetzten Kapital die größten – Teilnehmer in dem, was Branchenbeobachter den „Deployment War” im Enterprise-KI-Markt nennen.

Die gemeinsame Prämisse hinter diesen Investitionen ist ein spezifisches, gut dokumentiertes Scheitern. Untersuchungen aus MITs Project NANDA ergaben, dass 95 % der Enterprise-Pilotprojekte mit generativer KI keinerlei messbare Auswirkungen auf Gewinn und Verlust erzielen. Anstatt weiterhin nur Modellzugang zu verkaufen und darauf zu hoffen, dass Kunden diese Lücke selbst schließen, übernehmen AWS und Microsoft das Implementierungsrisiko direkt – indem sie Ingenieure in Accounts entsenden, um Produktionssysteme zu liefern.

Warum das für Praktiker relevant ist

Der Übergang vom Verkauf von Fähigkeiten zur Lieferung von Ergebnissen verändert das Wettbewerbsbild im Enterprise-KI-Markt grundlegend und hat direkte Konsequenzen für Teams, die competitive intelligence und Go-to-Market-Planung betreiben.

1. Implementierung, nicht Modellqualität, ist das neue Schlachtfeld. Wenn jeder große Anbieter Zugang zu Frontier-Modellen hat, verlagert sich der entscheidende Unterschied darauf, wer diese am schnellsten innerhalb eines realen Unternehmens operationalisieren kann. AWS rahmt sein FDE-Modell explizit als „agentic-first” ein und komprimiert Deployment-Zeiträume von Monaten auf Tage – mit anfänglichen Pods von fünf oder sechs Ingenieuren, die pro Kunde eingebettet werden und neben KI-Agenten arbeiten. Für CI-Teams bedeutet das: Die tatsächliche KI-Fähigkeit eines Wettbewerbers wird durch öffentliche Produktsignale zunehmend unsichtbar – sie steckt in maßgeschneiderten, eingebetteten Systemen und nicht in einer SKU, die sich verfolgen lässt.

2. Forward-Deployed Engineering schreibt die Enterprise-GTM-Bewegung neu. Das FDE-Modell lässt die traditionelle Grenze zwischen Vertrieb, Professional Services und Produkt verschwimmen. Anstatt eines Verkaufszyklus, der mit der Vertragsunterzeichnung endet, gewinnen Anbieter nun durch 8–16-wöchige Einbettungen und Lieferung ab Tag eins. Wer eine Go-to-Market-Strategie gegen diese Akteure entwickelt, muss eine Bewegung einkalkulieren, bei der die Ingenieure des Anbieters bereits im Account sind, wiederverwendbare Features in das Kernprodukt zurückführen und Wechselkosten erhöhen, bevor ein Wettbewerber überhaupt eingeladen wird.

3. Der Consulting- und SI-Kanal wird disintermediiert. Sowohl AWS als auch Microsoft positionieren FDE-Arbeit als explizit anders als traditionelles Consulting: Statt Analyse, Empfehlung und Abgang bauen sie langfristig auf und hinterlassen selbstständige Kunden mit dauerhaften KI-Fähigkeiten und Workflows. Diese Neuausrichtung setzt Systemintegratoren und Managementberatungen unter Druck, deren Umsatz genau von der Implementierungslücke abhängt, die die Hyperscaler nun intern schließen.

4. Agentisches Deployment beschleunigt sich in beobachteten Accounts. Teams, die competitive intelligence automatisieren, sollten eingebettete FDE-Engagements als Frühindikator behandeln. Wenn AWS oder Microsoft einen Pod in einem wichtigen Wettbewerber platziert, erreichen agentische Systeme die Produktion typischerweise schneller als der übliche Beschaffungs- und Integrationszyklus vermuten lässt.

Wichtige Details

AWS-Ankündigung: 30. Juni 2026 – Forward Deployed Engineering-Organisation mit 1 Milliarde US-Dollar
AWS-Modell: Agentic-first-Pods mit ~5–6 eingebetteten Ingenieuren pro Kunde, die neben KI-Agenten arbeiten; Zeitrahmen von Monaten auf Tage komprimiert
Frühe AWS-Kunden: Allen Institute, Cox Automotive, die NBA, die NFL, Ricoh, Southwest Airlines
Microsoft-Ankündigung: 2. Juli 2026 – Frontier Company, 2,5 Milliarden US-Dollar und ~6.000 Ingenieure
Microsoft-Führung: Judson Althoff (CEO Commercial Business); Einheit unter der Leitung von Rodrigo Kede Lima
Vorläufer: Palantir (2023), OpenAI Deployment Company (4 Mrd. USD+, Mai 2026), Anthropic und OpenAI FDE-Gruppen (2026)
Treibende Kennzahl: MIT Project NANDA stellte fest, dass 95 % der Enterprise-GenAI-Pilotprojekte keine messbare GuV-Auswirkung erzielen
Strukturelles Merkmal: Kunden behalten Systeme, Fähigkeiten und Workflows nach Ende des Engagements – positioniert als Alternative zur traditionellen projektbasierten Beratung

Marktimplikationen

Das wichtigste Signal hier ist richtungsweisend: Der Enterprise-KI-Markt bewertet Implementierung als knappe Ressource neu. Für den größten Teil der Jahre 2023 bis 2025 lag der vermutete Wettbewerbsvorteil bei Modellleistung und Rechenkapazität. Die FDE-Investitionswelle 2026 – inzwischen auf rund 8 Milliarden US-Dollar an bekannt gegebenem Kapital allein bei OpenAI, AWS und Microsoft zusammengekommen – spiegelt einen Konsens wider, dass sich der Engpass auf die letzte Meile innerhalb des Unternehmens verlagert hat. Palantirs Q1-2026-Ergebnisse mit 85 % Umsatzwachstum und 133 % US-Commercial-Wachstum lieferten dem Markt den Beweis, dass das eingebettete Modell nicht nur operativ, sondern auch finanziell skaliert.

Für Anbieter in angrenzenden Kategorien – competitive intelligence, Revenue Intelligence, Marktforschung und Sales Enablement – hat das zwei Implikationen. Erstens werden die FDE-Teams der Hyperscaler zunehmend maßgeschneiderte Intelligence- und Workflow-Systeme bauen, die in den größten Accounts mit fertigen SaaS-Lösungen konkurrieren. Eine CI- oder Forschungsplattform, die früher als eigenständiges Tool beschafft worden wäre, wird stattdessen möglicherweise von einem eingebetteten Engineering-Pod mit Cloud-nativen Bausteinen zusammengesetzt. Zweitens ist die Messlatte für das, was „KI-nativ” in Enterprise-Software bedeutet, gerade gestiegen: Käufer, die gesehen haben, wie ein FDE-Team in Tagen ein funktionierendes agentisches System liefert, werden diese Erwartung an jeden anderen Anbieter-Pitch anlegen. Wer Market-Intelligence-Signale in diesem Bereich verfolgt, sollte beobachten, welche Kategorien die FDE-Teams der Hyperscaler selbst entwickeln und welche sie zukaufen – diese Entscheidungen werden neu gestalten, wo unabhängige Softwareanbieter noch gewinnen können.

Das Gegenrisiko für die Hyperscaler liegt in Konzentration und Kosten. Die Einbettung Tausender hochbezahlter Ingenieure ist ein Dienstleistungsgeschäft mit Dienstleistungsmargen, und das Modell rechnet sich nur, wenn das Schwungrad der wiederverwendbaren Features – bei dem FDE-Arbeit dauerhafte Produktfähigkeiten entstehen lässt – tatsächlich im großen Maßstab funktioniert. Das ist die Kennzahl, die in den nächsten Quartalen zu beobachten ist.

Weiterführende Ressourcen

Competitive Intelligence – wie CI-Programme sich anpassen, wenn KI-Fähigkeiten von Wettbewerbern in eingebettete, nicht-öffentliche Systeme verlagert werden
Go-to-Market-Strategie – Rahmenwerk zum Verständnis, wie Forward-Deployed Engineering den Enterprise-KI-Vertrieb verändert
Competitive Intelligence automatisieren – praktischer Leitfaden für CI-Teams, die agentisches Deployment in Ziel-Accounts verfolgen
Market Intelligence – Vendor-Build-vs.-Buy-Signale lesen, während der Deployment War die Enterprise-KI-Budgets neu gestaltet