Europas KI-Zukunft: Souverän wird, wer KI kontrolliert

Eines der derzeit meistbeachteten KI-Startups baut auf einem chinesischen Open-Weight-Modell auf. Eine deutsche Landesverwaltung spart jährlich mehr als 15 Millionen Euro, indem sie auf offene Software umstellt. Was beide Beispiele verbindet: Souveränität entsteht nicht aus Besitz, sondern aus Beherrschung.

Verwandt:Rohstoffpolitik wird Tech-Politik  /  Souveränität schlägt Preis

Das EU-Paket schafft Kapazität, Souveränität entsteht woanders

Am 3. Juni 2026 hat die EU-Kommission ihr European Tech Sovereignty Package vorgelegt: einen Chips Act 2.0, einen Cloud and AI Development Act und eine eigene Open-Source-Strategie. Milliarden für Halbleiter, Rechenzentren, Cloud und offene Software, um Europas Abhängigkeit von Anbietern außerhalb der Union zu senken, die nach Angaben der Kommission bei zentralen digitalen Produkten und Infrastrukturen über 80 Prozent beträgt. Das ist ein wichtiger erster Schritt.

Aber wer Souveränität ernst meint, darf das Paket nicht als reine Einkaufspolitik verstehen. Geld kauft Kapazität, nicht Kontrolle. Es reicht nicht, einer Belegschaft neue Werkzeuge in die Hand zu geben. Sie muss lernen, damit Wertschöpfung, Sicherheit und Kontrolle aufzubauen. Genau dort entscheidet sich, ob Europa KI nur einkauft oder ob es sie beherrscht.

Europas KI-Debatte kreist um die falsche Frage

Was ist digitale Souveränität bei KI? Digitale Souveränität bei KI bedeutet, zentrale Schichten des KI-Stacks bewusst kontrollieren oder delegieren zu können: Daten, Inferenz, Post-Training, Evaluation, Compliance und Betrieb. Souverän ist nicht, wer alles besitzt, sondern wer Wechselpfade, Risiken und Wertschöpfung selbst steuern kann.

Seit Monaten wird über Open Source, Hyperscaler-Abhängigkeiten und das nächste große Basismodell gestritten. Wer liegt vorn? OpenAI, Anthropic, Google, chinesische Anbieter oder doch eine europäische Initiative wie Mistral? Die öffentliche Diskussion wirkt oft wie ein technologisches Pferderennen: Wer gewinnt, wer setzt sich durch, wer dominiert den Markt?

Strategisch führt diese Perspektive ins Nirgendwo. Die entscheidende Frage lautet nicht: Wem gehört das beste Modell? Sondern: Welche Teile des KI-Stacks können wir selbst verstehen, steuern und weiterentwickeln?

Digitale Souveränität entsteht 2026 nicht mehr allein durch Besitz. Sie entsteht durch Fähigkeiten: technisches Verständnis, operative Kontrolle, eigene Datenkompetenz, belastbare Evaluationsverfahren, sichere Integrationsarchitekturen und die Fähigkeit, Modelle in konkrete Arbeitsprozesse zu übersetzen.

Wer die Debatte nur als Anbieterwettbewerb betrachtet, gerät leicht in eine Zuschauerrolle. Vielleicht gewinnt am Ende ohnehin nur einer, so die Hoffnung. Vielleicht muss man sich dann nur noch anschließen. Vielleicht erledigt sich die strategische Entscheidung von selbst. Ernsthaft?

Wer abwartet, baut keine eigenen Fähigkeiten auf. Und wer keine Fähigkeiten aufbaut, wird abhängig, unabhängig davon, welches Modell am Ende die besten Benchmarks liefert oder welcher Anbieter das Rennen um Aufmerksamkeit gewinnt.

Der eigentliche Wert entsteht oberhalb des Modells

Cursor ist dafür ein gutes Lehrstück. Das US-Coding-Startup, laut Branchenberichten mit rund 28 Milliarden Euro bewertet, betreibt seinen Coding-Agenten Composer auf Basis von Kimi K2.5, einem chinesischen Open-Weight-Modell. Entscheidend ist nicht, dass Cursor das Fundament besitzt. Der Wert entsteht in den Schichten darüber: Entwicklungsumgebung, Tool-Integration, Post-Training, Evaluation und konsequente Ausrichtung auf den Use Case Softwareentwicklung.

Wenn selbst ein gehyptes US-KI-Startup seine Stärke daraus zieht, vorhandene Modellsubstanz pragmatisch zu nutzen und sie besser zu beherrschen als andere, kann Europa daraus lernen.

Wie konkret dieser Hebel auch wirtschaftlich trägt, zeigt die öffentliche Hand. Schleswig-Holstein hat seine Landesverwaltung auf offene Software migriert. Nach Angaben der Staatskanzlei sind fast 44.000 E-Mail-Postfächer auf Open-Xchange umgezogen, knapp 80 Prozent der Arbeitsplätze nutzen LibreOffice. Das Land beziffert die Einsparungen auf mehr als 15 Millionen Euro Lizenzkosten, bei neun Millionen Euro einmaligen Investitionen im Jahr 2026.

Zwei sehr unterschiedliche Welten, dasselbe Muster: Wer offene Substanz beherrscht, schafft Wert und Spielraum.

Open Source ist nicht einfach kostenlose Software. Es ist eher mit freier Forschung vergleichbar. Ein Ergebnis liegt vor. Der Mehrwert entsteht dadurch, dass man es versteht, anwendet, weiterentwickelt und in echte Produkte, Prozesse und Entscheidungen übersetzt.

Souverän entwickeln bedeutet wählen können

Souveränität bedeutet nicht, alles selbst zu bauen. Sie bedeutet, entscheiden zu können, welche Schichten man selbst beherrscht und welche man bewusst delegiert.

Diese Unterscheidung ist zentral. Ein Unternehmen kann ein proprietäres Modell nutzen und trotzdem souverän handeln, wenn es Datenstrategie, Evaluation, Integrationen und Betriebsfähigkeit im Griff hat. Umgekehrt kann ein Unternehmen Open Source einsetzen und trotzdem abhängig bleiben, wenn es die Technologie nicht versteht und nur den nächsten Dienstleister konsumiert.

Sechs Schichten sind aus meiner Sicht entscheidend. Für jede gilt dieselbe Frage: selbst beherrschen, bewusst delegieren oder hybrid betreiben?

Konsumieren statt Verstehen ist das wahre Risiko

Viele Organisationen behandeln KI noch immer wie klassische Unternehmenssoftware: Man kauft ein Tool, schließt eine API an und erwartet, dass der Mehrwert quasi automatisch entsteht. Genau so funktioniert KI nicht.

KI ist kein fertiges Produkt, das man installiert und anschließend verwaltet. KI ist eine Fähigkeit, die Organisationen aufbauen müssen. Sie betrifft Daten, Prozesse, Rollen, Entscheidungswege, Governance und Kultur. Vor allem aber verlangt sie ein anderes Verhältnis zur Technologie: weniger Konsum, mehr Verständnis.

Hinzu kommt: Die Debatte ist viel zu stark auf Large Language Models verengt. KI ist mehr als Chatbots, Copilots und Textgeneratoren. Deep Learning hat mit AlphaFold die Proteinforschung verändert. Andere KI-Verfahren schaffen in Industrie, Medizin, Logistik und Forschung längst messbaren Wert. Wer KI nur durch die Brille generativer Sprachmodelle betrachtet, unterschätzt ihre wirtschaftliche und wissenschaftliche Breite.

Das eigentliche Problem ist deshalb nicht nur technologisch, sondern organisatorisch. Viele Unternehmen kaufen Tools und erwarten, dass Kompetenz gleich mitgeliefert wird. Doch Kompetenz entsteht nicht durch Beschaffung. Sie entsteht durch Arbeit mit der Technologie: durch Experimente, Irrtümer, Pilotprojekte und interne Teams, die verstehen, was sie tun und warum es funktioniert oder scheitert.

Genau hier kollidiert KI mit einem Beschaffungsreflex, der noch immer auf klassische Herstellerlogik ausgerichtet ist: Lizenz, SLA, Komplettpaket. Offene KI-Stacks brauchen andere Betriebsmodelle. Sie brauchen Service-Partner statt bloßer Lizenzgeber, Engineering-Verantwortung statt reiner Vertragsübergabe, interne Kompetenz statt vollständiger Auslagerung.

Besonders riskant ist die wachsende Distanz zwischen Entscheidung und Engineering. Strategische KI-Entscheidungen werden oft weit entfernt von den Teams getroffen, die später mit den Systemen arbeiten müssen. Gleichzeitig fehlt genau diesen Teams häufig der Raum, selbst zu testen, zu lernen und Lösungen zu entwickeln.

Langfristige Wettbewerbsfähigkeit entsteht nicht in Präsentationen, Roadmaps oder Vorstandsvorlagen. Sie entsteht dort, wo Organisationen Technologie praktisch beherrschen: in Datenflüssen, Schnittstellen, Evaluationsschleifen, Sicherheitsmechanismen und Arbeitsprozessen. Wer KI nur einkauft, bleibt Anwender. Wer KI versteht, wird handlungsfähig.

Open Source ist der Standard, nicht die Ausnahme

Open Source ist in vielen digitalen Infrastrukturen längst der Standard. Linux trägt die überwältigende Mehrheit aller Cloud-Server, auch die der großen Hyperscaler. Kubernetes orchestriert die Cloud. Python, PyTorch und TensorFlow sind die Grundlage, auf der weltweit KI-Modelle trainiert werden, auch die der proprietären US-Anbieter.

AWS, Microsoft und Google tragen selbst massiv zu Open-Source-Projekten bei und verdienen einen erheblichen Teil ihres Umsatzes damit, offene Software professionell zu betreiben. Open Source ist deshalb nicht der exotische Sonderweg. Es ist die unsichtbare Grundlage, auf der die gesamte Branche operiert.

Das heißt nicht, dass jedes Unternehmen ein eigenes Basismodell trainieren sollte. Aber jedes Unternehmen sollte verstehen, welche Schichten für das eigene Geschäft differenzierend sind. Genau dort müssen Fähigkeiten aufgebaut werden. Alles andere kann man bewusst einkaufen.

Wer offene Technologien beherrscht, kann Lizenzkosten reduzieren, Anbieterwechsel erleichtern und Verhandlungsmacht aufbauen. Wer nicht an einen einzelnen Hersteller gebunden ist, kann Preise vergleichen, Infrastruktur wechseln, Komponenten austauschen und eigene Erweiterungen entwickeln.

Besonders relevant ist die rechtliche Struktur vieler Open-Source-Lizenzen. Eine Lizenz wie MIT ist nicht widerrufbar. Niemand kommt in der nächsten Preisverhandlung vorbei und verlangt einen Aufschlag für die Lizenzverlängerung. Ein Anbieter kann seine Preise erhöhen, seine Strategie ändern oder vom Markt verschwinden. Der offene Code bleibt nutzbar, forkbar und weiterentwickelbar.

Natürlich ersetzt das keinen professionellen Betrieb. Open Source bedeutet nicht: kostenlos und ohne Verantwortung. Es bedeutet: zugänglich, gestaltbar und kontrollierbar. Genau daraus entsteht Freiheit, aber nur für diejenigen, die die nötigen Fähigkeiten aufbauen.

Europas Chance liegt in der Wertschöpfung offener Modelle

Europa hat bessere Voraussetzungen, als die Debatte oft vermuten lässt. Wir haben starke Forschung, exzellente Entwicklerinnen und Entwickler, leistungsfähige Communities und eine lange Open-Source-Tradition. Viele zentrale Open-Source-Projekte, quer durch Infrastruktur, Datenverarbeitung und KI, werden heute maßgeblich von europäischen Entwicklerinnen und Entwicklern getragen. Ihr Code läuft in jedem Hyperscaler-Stack mit, ohne dass jemand darüber spricht.

Europas Chance liegt deshalb nicht allein darin, das nächste große Basismodell zu bauen. Das kann wichtig sein, aber es ist nicht der einzige Weg zur Souveränität. Die größere Chance liegt darin, vorhandene offene Technologien aufzugreifen, sie professionell zu beherrschen und entlang konkreter Wertschöpfung einzusetzen.

Nicht Aufholen ist die entscheidende Haltung. Aufgreifen ist sie.

Konkret beginnen in drei Schritten

Wenn Unternehmen morgen anfangen wollen, sind drei Schritte entscheidend.

Erstens: Schichten-Check. Welche der sechs Schichten sind für das eigene Geschäft differenzierend: Daten, Inferenz, Post-Training, Evaluation, Compliance oder Betrieb? Dort werden Fähigkeiten aufgebaut. Alles andere wird bewusst eingekauft.

Zweitens: echter Pilot statt Tool-Beschaffung. Ein internes Team braucht einen klar abgegrenzten Use Case, mit eigener Hand und nicht über die nächste Software-Lizenz. Ein Pilot, in dem das Team Inferenz, Post-Training und Evaluation tatsächlich selbst betreibt, baut Kompetenz auf. Eine weitere Lizenz tut das nicht.

Drittens: Entscheidung und Engineering zusammenbringen. Wer die Systeme später betreibt, gehört früh in die Entscheidung. Das verkürzt Lernzyklen, verhindert Fehlinvestitionen und ist die einzige Form von Governance, die in der Praxis trägt.

Häufige Fragen

Mehr aus dem MBF Media Netzwerk

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