Die Studie zeigt, dass 94 % der befragten Dienstleister planen, Software-Defined Networking (SDN)-Technologien in ihre Automatisierungsstrategien zu integrieren.
Darüber hinaus halten 92 % die Integration von künstlicher Intelligenz und maschinellem Lernen (KI/ML) für wichtig oder sogar entscheidend für die Entwicklung dieser Fähigkeiten.

Dennoch zeigen die Ergebnisse technische und betriebliche Schwierigkeiten auf, die den Einsatz von Systemen erschweren, die in der Lage sind, den Zustand des Netzwerks zu analysieren und Aktionen automatisiert auszuführen.

83 % identifizieren Datenprobleme.
Eines der Haupthindernisse, das im Bericht hervorgehoben wird, ist die Verfügbarkeit konsistenter Informationen aus verschiedenen Netzwerksystemen.
83 % der befragten Dienstanbieter sehen mangelhafte oder inkonsistente Daten als erhebliches Hindernis für die Implementierung von KI in ihren Infrastrukturen.
Breitbandnetze kombinieren typischerweise Hardware, Softwareplattformen, Cloud-Dienste und Managementsysteme verschiedener Anbieter.
Um diese Informationen in automatisierten Prozessen zu nutzen, benötigen Systeme Daten, die konsistent interpretiert und mit Netzwerkressourcen, Diensten und Ereignissen verknüpft werden können.
Der Bericht stellt einen Zusammenhang her zwischen diesem Bedarf und der Verwendung gemeinsamer Datendefinitionen, Kennungen und Modelle, die es ermöglichen, Beziehungen zwischen den verschiedenen Komponenten der Infrastruktur herzustellen.

SDN als Grundlage für Automatisierung:
Studien zeigen, dass SDN-Technologien zu den Elementen gehören, die Netzbetreiber für die Entwicklung autonomerer Netze einsetzen wollen.
94 % der Befragten gaben an, SDN in ihre Strategie integrieren zu wollen.
Dieser Ansatz ermöglicht die Trennung bestimmter Steuerungsfunktionen von der physischen Infrastruktur und die Steuerung des Netzwerkverhaltens per Software.
Künstliche Intelligenz (KI) und maschinelles Lernen können anschließend zur Analyse von Betriebsinformationen und zur Unterstützung von Entscheidungen im Servicebetrieb genutzt werden.
Die Einführung von SDN und die Integration von KI garantieren jedoch nicht automatisch einen vollständig autonomen Netzbetrieb. Der Automatisierungsgrad hängt auch von den verfügbaren Schnittstellen, der Datenqualität und der Fähigkeit der Systeme ab, die geplanten Aktionen auszuführen.
Vorausschauende Wartung und Anomalieerkennung:
Der Bericht identifiziert mehrere Anwendungsbereiche, in denen Netzbetreiber bereits KI und maschinelles Lernen einsetzen oder deren Einsatz planen.

Operative Anwendungen von KI/ML:
Vorausschauende Wartung: 90 %;
Anomalieerkennung: 72 %;
Automatische Fehlerbehebung: 69 %

Der zitierte Bericht zeigt den prozentualen Anteil der Anbieter, die KI/ML in den einzelnen Funktionen einsetzen oder deren Einsatz planen.
Vorausschauende Wartung, die von 90 % der Teilnehmer genannt wurde, ist die am weitesten verbreitete bzw. geplante Anwendung.
Darauf folgen Anomalieerkennung (72 %) und automatische Fehlerbehebung (69 %).
Diese Zahlen umfassen sowohl aktuelle als auch geplante Anwendungen und spiegeln daher nicht ausschließlich bereits laufende Implementierungen wider.
Kundenerlebnis und Servicequalität
: Auf die Frage nach den wichtigsten Anwendungsfällen für KI nennt der Bericht die Optimierung des Kundenerlebnisses (87 %) und die Servicequalitätssicherung (85 %).
Diese Bereiche beziehen sich auf die Überwachung der Servicequalität, die Analyse von Vorfällen und das Management von Zuständen, die Nutzer betreffen.

78 % nennen Interoperabilitätsprobleme.
Die Kompatibilität zwischen Geräten und Systemen verschiedener Hersteller stellt ein weiteres Hindernis für die Automatisierung dar.
78 % der Befragten sehen die mangelnde Interoperabilität zwischen den Herstellern als wesentliche Hürde.
Das Problem liegt in der Notwendigkeit, Steuerungs- und Managementplattformen zu integrieren, die unterschiedliche Schnittstellen, Datenmodelle und Betriebsabläufe verwenden.
Diese Heterogenität erschwert die Anwendung einheitlicher Automatisierungsmechanismen auf alle Netzwerkelemente.

Integration in bestehende DSL-, HFC- und Glasfasernetze:
90 % der befragten Anbieter sehen die Integration in bestehende Systeme als große Herausforderung.
Der Bericht erwähnt insbesondere die DSL-Infrastruktur, Kabel-/HFC-Netze und verschiedene Generationen von Glasfasergeräten.

Betreiber müssen neue SDN- und Automatisierungsplattformen in diese Technologien integrieren, ohne davon auszugehen, dass alle Geräte über dieselben Steuerungsfunktionen oder Managementschnittstellen verfügen.
Das gleichzeitige Vorhandensein mehrerer Technologiegenerationen bringt Kompatibilitätsanforderungen mit sich, die bei der Implementierung berücksichtigt werden müssen.

Standardisierung und Interoperabilitätstests:
Der Bericht hebt die Bedeutung von Standards für die Etablierung gemeinsamer Schnittstellen, Definitionen und Modelle zwischen Systemen verschiedener Hersteller hervor.
Das Broadband Forum verknüpft diese Standardisierung mit der Möglichkeit der Integration von Hardware-, Software- und Managementkomponenten in automatisierte Architekturen.
Der Text betont zudem die Wichtigkeit, Spezifikationen durch Referenzimplementierungen, Interoperabilitätstests und Machbarkeitsstudien zu ergänzen.
Diese Aktivitäten ermöglichen die Überprüfung des Systemverhaltens in spezifischen Szenarien und die Erkennung von Integrationsproblemen vor der Skalierung des Einsatzes.
Die Studie nennt in dem bereitgestellten Auszug weder die evaluierten Standards noch die Ergebnisse der Interoperabilitätstests.

Einschränkungen der veröffentlichten Daten
Die Prozentangaben im Bericht zeigen eine positive Ausrichtung auf SDN und KI/ML, benennen aber auch Hindernisse für deren Implementierung.