Gartner AI Race

Das Forschungsunternehmen bewertet Anbieter anhand von sechs Kriterien: technische Fähigkeiten, Kundenimplementierungen, potenzieller Kundenstamm, Geschäftsmodell, wichtige Partnerschaften und das umgebende Ökosystem. Teams von Analysten untersuchen Marktdaten, Nutzerinteraktionen, öffentliche Informationen und eigene Forschungsergebnisse, um zu ermitteln, welche Unternehmen in den einzelnen Segmenten Wettbewerbsvorteile haben.

„Da sich diese schnelllebigen KI-Anbieter-Wettbewerbe weiterentwickeln, werden sich auch die Berichterstattung, Bewertung, Erkenntnisse und Ratschläge von Gartner zum Thema Wettbewerb weiterentwickeln, und verschiedene Anbieter können zum Unternehmen werden, das es zu schlagen gilt“, sagte Anthony Bradley, Group Vice President bei Gartner.

Agentische KI-Plattformen für Unternehmen

Google ist aufgrund seines integrierten Technologie-Stacks, der fortschrittliche Schlussfolgerungsmodelle, Protokolle und Infrastruktur umfasst, führend in der Kategorie der unternehmensweiten agentenbasierten KI-Plattformen. Die skalierbare Unterstützung des Unternehmens bei der Einführung in Unternehmen und die Investitionen durch Google DeepMind in die KI-Entwicklung tragen zu seiner Position bei.

Die Bewertung stellt fest, dass Google zwar auf Modellebene Vorteile hat, das Unternehmen jedoch keine spezialisierten Agenten für bestimmte Geschäftsprobleme entwickelt hat. Dies schafft Möglichkeiten für Unternehmen mit Unternehmensanwendungen und domänenorientierte KI-Startups, sich in spezialisierten Automatisierungssegmenten zu etablieren.

Gartner geht davon aus, dass die nächste Generation von KI-Agenten eher als Ökosysteme spezialisierter Agenten fungieren wird, die eine gezielte Automatisierung ermöglichen, als als Allzwecksysteme.

KI-Sicherheitsplattformen

Laut der Studie nimmt Palo Alto Networks die führende Position bei KI-Sicherheitsplattformen ein. Das breite Sicherheitsportfolio des Unternehmens, seine Akquisitionsstrategie einschließlich Protect AI und der anstehende Erwerb von CyberArk, der installierte Kundenstamm und die Vertriebskanäle tragen zu seiner Position bei.

Das Segment der KI-Sicherheitsplattformen befasst sich mit der Notwendigkeit, sowohl KI-Anwendungen von Drittanbietern als auch maßgeschneiderte KI-Anwendungen, einschließlich KI-Agenten, zu sichern. Risikokapitalinvestitionen, Umorientierungen von Sicherheits-Startups sowie Fusions- und Übernahmeaktivitäten haben den Wettbewerb in dieser Kategorie im vergangenen Jahr verschärft.

Laut der Analyse hat sich Palo Alto Networks durch die Kombination von internem Fachwissen mit Crowdsourcing- und Open-Source-Ansätzen in der KI-Sicherheitsforschung positioniert.

Unternehmensweite KI

Microsoft ist aufgrund seines Partner- und Plattform-Ökosystems, der Kontrolle über Unternehmensschnittstellen, des Zugriffs auf Unternehmensdaten, erweiterbarer KI-Tools und der Governance-Plattform Microsoft Agent 365 führend in der Kategorie „Unternehmensweite KI”. Die Präsenz des Unternehmens in Unternehmensanwendungen und -infrastrukturen ermöglicht die Integration von KI in Kundensystemen.

Das Segment „Unternehmensweite KI” unterscheidet sich von anderen Kategorien dadurch, dass es weniger dynamisch ist und eher etablierten Großunternehmen als Start-ups zugutekommt. Gartner empfiehlt Wettbewerbern, strategische Partnerschaften über den gesamten KI-Stack hinweg aufzubauen, anstatt sich ausschließlich auf die Entwicklung proprietärer Technologien zu konzentrieren.

Die Studie stellt fest, dass Wettbewerber mit agentenbasierten Orchestrierungsfähigkeiten, souveränen oder Edge-KI-Angeboten und ergebnisorientierten Preismodellen das Potenzial haben, diese Lücke zu schließen.

Anbieter großer Sprachmodelle

OpenAI ist aufgrund seiner Forschung im Bereich großer Sprachmodelle, seines frühen Markteintritts im Bereich LLM-fähiger KI und seiner Fokussierung auf die Entwicklung von KI mit Schlussfolgerungs- und Agentenfähigkeiten führend in der Kategorie der LLM-Anbieter. Das Unternehmen profitiert von der hohen Akzeptanz von ChatGPT, dem API-Zugang über OpenAI und Microsoft Azure sowie der Integration seiner GPT-Modelle in die Anwendungssuite von Microsoft.

Die Analyse legt nahe, dass Wettbewerber Fortschritte erzielen können, indem sie sich auf unternehmensspezifische Fähigkeiten, verantwortungsvolle und ethische KI-Forschung, Modellspezialisierung, Modalitätsunterstützung und vertikale Fachkompetenz konzentrieren. Der Aufbau von Partnerschaften mit Hyperscalern, Anbietern von Geschäftsprozesssoftware und Datenmanagementplattformen stellt einen weiteren Weg für Wettbewerber dar.

Methodik und Umfang

Die Analyse von Gartner unterteilt die KI-Anbieterlandschaft in fünf Kategorien. Daten und Infrastruktur umfasst KI-Datenplattformen, kundenspezifische KI-Siliziumchips und KI-Infrastrukturdienste für Unternehmen. Modell und Agential umfasst agential-KI-Plattformen, autonome Software-Engineering-Agenten und KI-LLM-Modelle. Cybersicherheit umfasst KI-Sicherheitsplattformen, Deepfake-Erkennung und KI-gestützte Cyber-Täuschung. Lösungen umfassen CRM-KI, Earth Intelligence und unternehmensweite KI. Der Bereich „Industrie“ konzentriert sich auf KI-Anwendungen in der Fertigung, im Gesundheitswesen und in der Telekommunikation.

Die Studie untersucht technische Fähigkeiten, Implementierungserfolge, adressierbare Märkte, Geschäftsmodelle, Partnernetzwerke und Ökosystemdynamiken, um die Position der Anbieter zu bewerten. Die Analysten überprüfen bei ihren Bewertungen Marktdaten, Kundeninteraktionen, Anbieterinformationen, Peer-Bewertungen, öffentliche Daten und eigene Forschungsergebnisse.

Die Bewertung berücksichtigt die Dynamik der KI-Märkte und weist darauf hin, dass sich die Position der Anbieter im Zuge der technologischen Entwicklung und des Wettbewerbs verschieben kann.

The research firm evaluates vendors using six criteria: technical capabilities, customer implementations, potential customer base, business model, key partnerships, and the surrounding ecosystem. Teams of analysts examine market data, user interactions, public information, and proprietary research to determine which companies hold competitive advantages in each segment.

„As these fast-moving AI Vendor Races evolve, Gartner’s coverage, assessment, insights, and advice on how to compete will evolve in concert, and different vendors can become the Company to Beat,“ said Anthony Bradley, Group Vice President at Gartner.

Enterprise Agentic AI Platforms

Google leads the enterprise agentic AI platforms category due to its integrated technology stack that includes advanced reasoning models, protocols, and infrastructure. The company’s scalable enterprise adoption support and investments through Google DeepMind in AI development contribute to its position.

The assessment notes that while Google holds advantages at the model level, the company has not developed specialized agents for specific business problems. This creates opportunities for enterprise application companies and domain-focused AI startups to establish presence in specialized automation segments.

Gartner expects the next generation of AI agents to function as ecosystems of specialized agents providing targeted automation rather than general-purpose systems.

AI Security Platforms

Palo Alto Networks holds the leading position in AI security platforms, according to the research. The company’s broad security portfolio, acquisition strategy including Protect AI and the pending CyberArk acquisition, installed customer base, and distribution channels contribute to its standing.

The AI security platform segment addresses the need to secure both third-party and custom-built AI applications, including AI agents. Venture capital investments, security startup pivots, and merger and acquisition activity have intensified competition in this category over the past year.

Palo Alto Networks has positioned itself in AI security research by combining internal expertise with crowdsourced and open-source approaches, according to the analysis.

Enterprisewide AI

Microsoft leads in the enterprisewide AI category due to its partner and platform ecosystem, control of enterprise work interfaces, access to enterprise data, extensible AI tools, and the Microsoft Agent 365 governance platform. The company’s presence across enterprise applications and infrastructure enables integration of AI across client systems.

The enterprisewide AI segment differs from other categories in being less dynamic and more favorable to established large companies rather than startups. Gartner suggests that competitors should establish strategic partnerships across the AI stack rather than focusing solely on proprietary technology development.

The research notes that competitors with agentic orchestration capabilities, sovereign or edge AI offerings, and outcome-based pricing models have potential to close the gap.

Large Language Model Providers

OpenAI leads the LLM provider category based on its research in large language models, early market entry in LLM-enabled AI, and focus on reasoning and agentic AI development. The company benefits from high adoption of ChatGPT, API access through OpenAI and Microsoft Azure, and integration of its GPT models in Microsoft’s application suite.

The analysis suggests competitors can advance by focusing on enterprise-specific capabilities, responsible and ethical AI research, model specialization, modality support, and vertical domain expertise. Establishing partnerships with hyperscalers, business process software vendors, and data management platforms represents another avenue for competitors.

Methodology and Scope

Gartner’s analysis divides the AI vendor landscape into five categories. Data and Infrastructure includes AI data platforms, custom AI silicon, and enterprise AI infrastructure services. Model and Agentic covers agentic AI platforms, autonomous software engineering agents, and AI LLM models. Cybersecurity encompasses AI security platforms, deepfake detection, and AI-powered cyber deception. Solutions includes CRM AI, earth intelligence, and enterprisewide AI. Industry focuses on manufacturing AI, healthcare provider AI, and telecommunications AI applications.

The research examines technical capabilities, implementation track records, addressable markets, business models, partnership networks, and ecosystem dynamics to assess vendor positions. Analysts review market data, customer interactions, vendor information, peer assessments, public data, and proprietary research in their evaluations.

The assessment acknowledges the dynamic nature of AI markets, noting that vendor positions can shift as technology and competition evolve.