Europa streitet über die eigene Rolle bei Spitzen-KI
In der Europäischen Union wächst der Streit über die künftige KI-Strategie. Führende Politiker, darunter EU-Kommissionspräsidentin Ursula von der Leyen, setzen zunehmend auf Anwendungen statt auf die Entwicklung eigener Spitzenmodelle.
Gemeint sind sogenannte Frontier-Modelle, also besonders leistungsfähige Basismodelle an der technologischen Grenze. Unternehmen können darauf spezialisierte Anwendungen aufbauen, ohne selbst Milliarden in Training, Rechenzentren und Forschung investieren zu müssen.
Arthur Mensch, Chef von Mistral, und Jarek Kutylowski, Chef von DeepL, halten diesen Kurs für gefährlich. Aus ihrer Sicht würde Europa damit einen zentralen Teil der digitalen Wertschöpfung dauerhaft an Anbieter aus den USA und China abgeben.
„Bauen oder kapitulieren“, so lässt sich Arthur Menschs Forderung sinngemäß übersetzen.
Kutylowski argumentiert ähnlich. Europa müsse die gesamte Wertschöpfungskette der Künstlichen Intelligenz beherrschen. Andernfalls entstünden nicht nur technologische Abhängigkeiten, sondern auch langfristige Handelsdefizite.
Anwendungen allein lösen das Abhängigkeitsproblem nicht
Die Gegenposition vertritt unter anderem Max Junestrand, Chef des schwedischen Legal-Tech-Anbieters Legora. Er bezeichnet den Aufbau eines konkurrenzfähigen europäischen Frontier-Labors als „Wunschdenken“. Europas begrenzte Mittel sollten demnach besser in Produkte fließen, die vorhandene Modelle wirtschaftlich nutzen.
Diese Strategie senkt zunächst den eigenen Forschungsaufwand. Sie verschiebt jedoch einen wachsenden Teil der laufenden Kosten zu externen Modellanbietern. Aus klassischen Software-Abos werden damit zunehmend verbrauchsabhängige KI-Ausgaben für Token, Rechenleistung und Schnittstellen.
| Strategischer Ansatz | Vorteil | Risiko |
|---|---|---|
| Bestehende Modelle nutzen | Geringerer eigener Trainingsaufwand und schnellerer Markteintritt | Abhängigkeit von Preisen, Schnittstellen und Nutzungsbedingungen externer Anbieter |
| Eigene Frontier-Modelle entwickeln | Kontrolle über Technologie und Wertschöpfung | Sehr hoher Kapitalbedarf und erheblicher Bedarf an Rechenleistung |
| Open-Weights-Modelle fördern | Modelle können auf eigener Infrastruktur betrieben und angepasst werden | Betrieb, Sicherheit und Weiterentwicklung bleiben anspruchsvoll |
Kutylowski verweist besonders auf die Softwareentwicklung. Dort fließt ein wachsender Anteil der Unternehmensausgaben direkt an Modellanbieter statt in die Gehälter eigener Ingenieure. Ohne europäische Alternativen wandert diese Wertschöpfung vollständig in andere Wirtschaftsräume.
Sieben KI-Gigafabriken für rund 30 Milliarden €
Der Rückstand Europas hat vor allem zwei Ursachen: Kapital und Rechenleistung. Das Training und der Betrieb moderner Basismodelle verlangen leistungsfähige Chips, große Rechenzentren und langfristige Investitionen.
Die EU-Kommission hat im Sommer den Aufbau von sieben KI-Gigafabriken mit einem geplanten Volumen von rund 30 Milliarden € angestoßen. Wie das Geld konkret finanziert und auf die einzelnen Projekte verteilt werden soll, ist bislang nicht geklärt.
| Europäische Initiative | Bekannter Umfang | Offene Frage |
|---|---|---|
| KI-Gigafabriken | Sieben Standorte, rund 30 Milliarden € geplantes Volumen | Konkrete Finanzierung und Verteilung |
| Domyn-Konsortium | Frontier-Modell für alle EU-Amtssprachen | Zeitplan bis zu einem einsatzfähigen Modell |
Parallel arbeitet ein europäisches Konsortium unter Leitung des italienischen Unternehmens Domyn an einem Modell für alle EU-Amtssprachen. Ein belastbarer Termin für die Bereitstellung wurde bislang nicht genannt.
Die Größenordnung zeigt, warum eine europäische Alternative nicht allein durch Förderprogramme für Anwendungen entstehen kann. Zugleich verdeutlicht die Debatte über die Kosten europäischer Cloud-Souveränität, wie teuer der Aufbau unabhängiger Infrastruktur werden kann.
Was der Richtungsstreit für DACH-Unternehmen bedeutet
Mit DeepL aus Köln beteiligt sich eines der bekanntesten deutschen KI-Unternehmen an der Debatte. Für Unternehmen im DACH-Raum geht es deshalb nicht nur um europäische Industriepolitik. Betroffen sind auch Datenschutz, Beschaffung, Betriebskosten und die Kontrolle über geschäftskritische Systeme.
Wer Anwendungen ausschließlich auf proprietäre US-Schnittstellen aufbaut, übernimmt deren Preisstruktur und technische Vorgaben. Ein späterer Wechsel kann teuer werden, wenn Prompts, Datenflüsse, Sicherheitskonzepte und interne Prozesse eng an ein einzelnes Modell angepasst wurden. Klassischer Vendor-Lock-in entsteht dann nicht mehr nur durch Softwarelizenzen, sondern durch APIs und verbrauchsabhängige KI-Kosten.
Modell-Routing kann diese Ausgaben begrenzen, indem Anfragen abhängig von Aufgabe und Preis an unterschiedliche Modelle verteilt werden. Das Beispiel einer Kostensenkung um 65 % durch Modell-Routing zeigt das wirtschaftliche Potenzial. Es ersetzt jedoch keine unabhängige Infrastruktur, solange alle verfügbaren Modelle von wenigen externen Anbietern stammen.
Open Weights als praktische Alternative
Für viele Unternehmen muss die Alternative nicht darin bestehen, ein eigenes Frontier-Modell zu trainieren. Open-Weights-Modelle stellen ihre trainierten Modellgewichte bereit und ermöglichen dadurch Betrieb, Anpassung und Kontrolle auf eigener oder europäischer Infrastruktur.
Dass solche Modelle wirtschaftlich relevant sein können, zeigt die Einschätzung, wonach Open-Weight-KI rund 90 % der benötigten Leistung erreichen kann. Für klar abgegrenzte Unternehmensprozesse kann diese Leistungsstufe ausreichen, insbesondere wenn Datenschutz und planbare Kosten wichtiger sind als die beste Benchmark-Platzierung.
Europas strategische Entscheidung liegt daher nicht nur zwischen einem eigenen Spitzenmodell und vollständigem Verzicht. Entscheidend ist, ob eine belastbare Ebene aus Rechenkapazität, europäischen Modellen, Open Weights und unabhängigen Betriebsoptionen entsteht. Ohne diese Basis bleiben europäische KI-Anwendungen austauschbare Oberflächen auf fremder Infrastruktur.