Cloud-Ausgaben steigen – Cloud Spending Grows

Die drei dominierenden Cloud-Anbieter – AWS, Microsoft Azure und Google Cloud – konnten ihre Marktpositionen behaupten und erzielten zusammen 66 % der weltweiten Ausgaben für Cloud-Infrastruktur. Das Trio erzielte insgesamt ein Wachstum von 29 % gegenüber dem Vorjahr.

AWS erzielte mit einem Wachstum von 20 % im dritten Quartal 2025 gegenüber dem Vorjahr das beste Ergebnis seit 2022. Microsoft Azure und Google Cloud verzeichneten im gleichen Zeitraum jeweils ein Wachstum von über 35 %. Alle drei Anbieter meldeten für das Quartal einen Anstieg ihrer Auftragsbestände.

Das Wachstumsmuster spiegelt den Übergang von Unternehmen von KI-Experimenten und Pilotprojekten hin zum skalierten Einsatz von KI-Anwendungen in Produktionsqualität wider. Diese Verlagerung hat die Hyperscaler dazu veranlasst, ihren Wettbewerbsfokus von inkrementellen Leistungssteigerungen der Modelle auf Funktionen auf Plattformebene zu verlagern.

„Die Unterstützung mehrerer Modelle wird zunehmend als Produktionsanforderung und nicht als Feature angesehen, da Unternehmen Resilienz, Kostenkontrolle und Flexibilität beim Einsatz generativer KI-Workloads anstreben“, sagte Rachel Brindley, Senior Director bei Omdia.

Die drei Hyperscaler integrieren proprietäre Basismodelle mit Modellen von Drittanbietern und Open-Weight-Modellen über verwaltete Plattformen wie Amazon Bedrock, Azure AI Foundry und Vertex AI’s Model Garden. Unternehmen bewerten KI-Plattformen nun anhand ihrer Unterstützung für Multi-Modell-Strategien und agentenbasierte Anwendungen und nicht mehr nur anhand der Modellfunktionen.

Hyperscaler investieren zunehmend in Funktionen zum Erstellen und Ausführen von Agenten, da sich die Bereitstellung in der Praxis als komplexer erweist als zunächst angenommen. Laut Yi Zhang, Senior Analyst bei Omdia, fehlen vielen Unternehmen standardisierte Komponenten, die gleichzeitig Geschäftskontinuität, Kundenerfahrung und Compliance-Anforderungen unterstützen.

„Hier kommen zunehmend Hyperscaler ins Spiel, die plattformbasierte Ansätze nutzen, um Unternehmen das Erstellen und Ausführen von Agenten in Produktionsumgebungen zu erleichtern“, so Zhang.

Aktuelle Produkteinführungen wie AWS AgentCore und Microsofts Agent Framework bieten standardisierte Grundfunktionen, die Unternehmen dabei helfen sollen, KI-Agenten in Produktionsumgebungen effizienter zu erstellen, bereitzustellen und zu betreiben.

Das anhaltende Ausgabenwachstum und die steigenden Auftragsrückstände deuten auf eine anhaltende Nachfrage nach Cloud-Infrastruktur hin, da Unternehmen ihre KI-Initiativen über die Experimentierphase hinaus in die operative Bereitstellung skalieren.

The three dominant cloud providers—AWS, Microsoft Azure, and Google Cloud—maintained their market positions and collectively captured 66% of global cloud infrastructure spending. The trio delivered combined year-over-year growth of 29%.

AWS demonstrated its strongest performance since 2022, with growth accelerating to 20% year-over-year in Q3 2025. Microsoft Azure and Google Cloud each recorded growth exceeding 35% during the same period. All three providers reported increased order backlogs in the quarter.

The growth pattern reflects enterprises transitioning from AI experimentation and pilot projects to scaled deployment of production-grade AI applications. This shift has prompted hyperscalers to redirect their competitive focus from incremental model performance gains toward platform-level capabilities.

„Multi-model support is increasingly viewed as a production requirement rather than a feature, as enterprises seek resilience, cost control, and deployment flexibility across generative AI workloads,“ said Rachel Brindley, Senior Director at Omdia.

The three hyperscalers are integrating proprietary foundation models with third-party and open-weight models through managed platforms including Amazon Bedrock, Azure AI Foundry, and Vertex AI’s Model Garden. Enterprises now evaluate AI platforms based on their support for multi-model strategies and agent-based applications rather than model capabilities alone.

Hyperscalers are expanding investment in agent build-and-run capabilities as real-world deployment proves more complex than initial experimentation suggested. Many enterprises lack standardized components that simultaneously support business continuity, customer experience, and compliance requirements, according to Yi Zhang, Senior Analyst at Omdia.

„This is where hyperscalers are increasingly stepping in, using platform-led approaches to make it easier for enterprises to build and run agents in production environments,“ Zhang said.

Recent product launches including AWS AgentCore and Microsoft’s Agent Framework provide standardized foundational capabilities designed to help enterprises build, deploy, and operate AI agents in production settings more efficiently.

The sustained spending growth and rising backlogs indicate continued demand for cloud infrastructure as enterprises scale their AI initiatives beyond experimental phases into operational deployment.