7 Min. Lesezeit

VMware Cloud Foundation 9.1 ist verfügbar und zielt klar auf einen Punkt: KI-Workloads im eigenen Rechenzentrum statt in der Public Cloud. Mit Unterstützung für aktuelle NVIDIA- und AMD-Beschleuniger, einer Kubernetes-Steuerung für bis zu 500 Cluster und eingebauten Souveränitäts-Funktionen adressiert das Release genau die DACH-Frage, wer eigentlich die Kontrolle über die Daten behält. Die unbequeme Seite steht im Lizenzvertrag.

Verwandt:800-Volt-Gleichstrom für KI-Racks  /  Rechenzentrums-Energiebilanz und das EnEfG

Was VCF 9.1 technisch liefert

Was ist VMware Cloud Foundation? VCF ist eine gebündelte Plattform, die Rechenleistung, Speicher, Netzwerk und Verwaltung zu einer privaten Cloud zusammenfasst. Sie läuft im eigenen Rechenzentrum und verwaltet virtuelle Maschinen, Container und Kubernetes über eine gemeinsame Steuerung. Version 9.1 ist seit Mai verfügbar.

Die spannendsten Neuerungen liegen dort, wo KI auf Infrastruktur trifft. ESX 9.1 unterstützt jetzt NVIDIAs ConnectX-7 und BlueField-3 mit Enhanced DirectPath, dazu die AMD MI350 als Beschleuniger. Übersetzt heißt das: Die Hardware, die für KI-Training gebraucht wird, lässt sich mit nahezu nativer Leistung durchreichen. Das war lange der Schwachpunkt virtualisierter Umgebungen. Genau hier hat VMware nachgelegt.

Auf der Kubernetes-Seite steuert die Plattform bis zu 500 Cluster über eine Control Plane, mit deutlich schnellerem Provisioning durch Linked-Clone-Technik. Virtuelle Maschinen, Container und Kubernetes laufen nebeneinander unter derselben Verwaltung. Dazu kommt Memory Tiering, das NVMe-SSDs als zweite Speicherebene nutzt, die VM-Dichte erhöht und die Gesamtkosten senkt. Das sind keine Marketing-Punkte, das sind Stellschrauben, an denen ein Ops-Team den Unterschied im Betrieb merkt.

Warum das in DACH ein Souveränitäts-Thema ist

Der eigentliche Hebel für deutsche, österreichische und schweizer Betreiber steckt nicht in der GPU-Unterstützung. Er steckt in den Souveränitäts-Funktionen. VCF 9.1 bringt Datenresidenz-Kontrollen und TPM-gestützte Sicherheit mit. Für regulierte Branchen, von der Bank über die Versicherung bis zum Gesundheitswesen, ist das die Voraussetzung, KI überhaupt auf sensiblen Daten zu betreiben.

Die Public Cloud bleibt für viele dieser Workloads eine Grauzone. Wer Patientendaten oder Kreditakten durch ein KI-Modell schickt, muss wissen, wo die Daten liegen und wer rechtlich Zugriff hat. Eine private Plattform mit eingebauten Residenz-Kontrollen verschiebt diese Frage von einem Vertrauensakt zu einer technischen Festlegung. Genau das verlangen NIS2, DORA und der EU AI Act in der Praxis.

Damit positioniert sich VCF als Antwort auf eine Frage, die viele DACH-Unternehmen gerade umtreibt: Wie betreibe ich KI, ohne die Kontrolle über meine Daten aus der Hand zu geben. Die Plattform liefert die technische Grundlage. Sie nimmt einem aber nicht die strategische Entscheidung ab, was überhaupt ins eigene Haus gehört und was in der Public Cloud bleiben darf.

Der Trade-off, über den selten geredet wird

Technisch ist VCF 9.1 ein starkes Release. Die ehrliche Diskussion beginnt beim Preis. Seit der Übernahme durch Broadcom hat sich das Lizenzmodell von VMware spürbar verändert. Bündelung, Abo-Pflicht und gestiegene Kosten haben viele Bestandskunden vor die Frage gestellt, ob sie bleiben oder migrieren. Wer VCF 9.1 als Private-AI-Plattform einplant, plant dieses Lizenzmodell mit ein, nicht nur die Technik.

Eine Plattform wählt man nicht nach dem Datenblatt, sondern nach den Kosten über fünf Jahre. VCF 9.1 gewinnt das Datenblatt. Den Vertrag muss jeder selbst rechnen.

Die Rechnung fällt nicht für alle gleich aus. Ein Unternehmen mit großem VMware-Bestand und regulatorischem Druck zur Datenhoheit findet in VCF 9.1 die naheliegende Lösung, weil Migration und Souveränität teurer wären als das Abo. Ein Mittelständler ohne große bestehende Investition rechnet anders und schaut womöglich auf Kubernetes-native Alternativen ohne den VMware-Stack darunter. Beide Wege sind legitim. Falsch ist nur, die Technik zu kaufen und die Lizenzkosten als Überraschung zu erleben.

Was bleibt, ist eine nüchterne Einordnung. VCF 9.1 macht private KI-Infrastruktur reifer und betreibbarer, als sie es vor einem Jahr war. Es löst das Souveränitäts-Problem auf technischer Ebene überzeugend. Ob es die richtige Wahl ist, entscheidet sich nicht an den Features, sondern an der Frage, was die eigene Organisation in fünf Jahren an diesem Stack zahlt und ob sie das tragen will.

Häufige Fragen

Lohnt sich VCF 9.1 für KI-Workloads im eigenen Rechenzentrum?

Technisch ja. Mit Unterstützung für NVIDIA ConnectX-7, BlueField-3 und AMD MI350 sowie Enhanced DirectPath wird KI-Training virtualisiert mit nahezu nativer Leistung praktikabel. Die Entscheidung hängt aber stark am Lizenzmodell.

Was bringen die Souveränitäts-Funktionen konkret?

Datenresidenz-Kontrollen und TPM-gestützte Sicherheit erlauben es, KI auf sensiblen Daten zu betreiben, ohne deren Speicherort und Zugriff einem externen Anbieter zu überlassen. Das adressiert direkt die Anforderungen aus NIS2, DORA und dem EU AI Act.

Wie viele Kubernetes-Cluster verwaltet VCF 9.1?

Bis zu 500 Cluster über eine Control Plane, mit bis zu 70 Prozent schnellerem Provisioning gegenüber der Vorgängergeneration. Virtuelle Maschinen, Container und Kubernetes laufen unter derselben Verwaltung.

Was ist der größte Haken?

Das Broadcom-Lizenzmodell. Bündelung und Abo-Pflicht haben die Kosten für viele Bestandskunden erhöht. Wer VCF 9.1 plant, sollte die Gesamtkosten über fünf Jahre rechnen, nicht nur die technischen Vorteile bewerten.

Gibt es Alternativen ohne VMware-Stack?

Ja. Kubernetes-native Private-Cloud-Ansätze ohne darunterliegenden VMware-Stack sind besonders für Unternehmen ohne großen Bestand eine Option. Der Aufwand verlagert sich dann von der Lizenz auf die eigene Plattform-Kompetenz.

Bildquelle: KI-generiert (Mai 2026), C2PA-Zertifikat im Bild hinterlegt