KI & Automatisierung
Die Welt der geopolitischen KI ist da
Möglichkeiten zur Überwindung der Abhängigkeit von amerikanischen Big-Tech-Unternehmen für europäische und ungarische Unternehmen
CP
Péter Csillag
CEO, Gloster Digital Group

Wir waren uns des Risikos, das nun eingetreten ist, schon seit Langem bewusst: Die US-Regierung hat Nicht-US-Bürger – und damit auch Nutzer und Unternehmen aus der EU – praktisch von einem Teil der modernsten, für die Cybersicherheit entscheidenden KI-Technologien abgeschnitten.

Die Beschränkung des Zugangs zu Anthropics neuestem Modell „Claude Mythos“ für Nicht-US-Nutzer ist ein eindeutiges Signal. Auch wenn dies erst der erste Schritt ist, hat der geopolitische KI-Kalte Krieg nun offiziell begonnen. Nach den ersten kleinen Scharmützeln werden die Parteien nun vor die Kneipe treten, sich eine Weile lang misstrauisch beäugen und dann entscheiden, ob die Schlägerei weitergeht. Ich glaube, das wird sie.

Was bedeutet das für uns – für Unternehmen, Privatpersonen und Organisationen hier in der Europäischen Union und in Ungarn? Die Abhängigkeit von den amerikanischen Big-Tech-Unternehmen ist von nun an nicht mehr nur eine Frage des Komforts oder der Ethik, sondern stellt ein direktes geschäftliches und betriebliches Risiko dar. Wenn morgen die API abgeschaltet wird, kommen dann Ihre Unternehmensprozesse zum Stillstand (oder verlangsamen sich zumindest auf das Niveau des 20. Jahrhunderts)?

Die Reaktion der EU und des europäischen Marktes (d. h. der Unternehmen, die KI entwickeln, anbieten und nutzen) kann kaum anders ausfallen als eine Beschleunigung der Einführung von „Sovereign“- oder On-Prem-KI-Lösungen.

Ein kurzer Überblick darüber, wie Unternehmen ihre Unabhängigkeit ausbauen können und welche realistischen Alternativen je nach Unternehmensgröße zur Verfügung stehen.

1
Sofortige Übergangslösungen (Workarounds)

Bevor wir alles auf eine völlig neue Grundlage stellen, können wir die bestehenden Systeme durch die folgenden taktischen Maßnahmen flexibler gestalten:

  • API-Abstraktionsschichten (Model Routers): Wir sollten die API eines einzelnen Anbieters (z. B. Anthropic) nicht direkt in unsere Software oder Systeme integrieren. Durch den Einsatz von Zwischenschichten wie LiteLLM, LangChain oder Portkey wird der Wechsel zwischen den Modellen wesentlich unkomplizierter. Fällt eines der Modelle aus, leitet das System den Datenverkehr – sogar automatisch und fast unbemerkt – auf das andere Modell um. Es ist zwar unwahrscheinlich, dass die Ausgabe der KI-gestützten Systeme bei Verwendung eines neuen Modells unverändert bleibt, doch in vielen Fällen kann dies ausreichen, um die Unternehmensprozesse aufrechtzuerhalten.
  • Multi-Modell-Ansatz: Für kritische Funktionen sollten wir neben dem amerikanischen Modell ein alternatives europäisches/offenes Modell bereithalten, die wir kontinuierlich, intensiv und parallel testen. Dies bedeutet in der Regel, sich für eine langsamere Entwicklung und höhere Kosten zu entscheiden, um im Gegenzug geringere Risiken zu erzielen.
2
Offene Alternativen unter europäischer und permissiver Lizenz

Die Hauptsäulen der Abkopplung: Das geografisch/regulatorisch geprägte europäische Ökosystem und die Open-Source-Technologien, die man selbst kontrollieren kann.

Ausgewählte europäische Dienstleister (GDPR- und EU-KI-Gesetz-konforme Cloud-Dienste)

  • Mistral AI (Frankreich): Das Flaggschiff der europäischen KI. Mistral Large und Codestral, das speziell für das Codieren optimiert wurde, können in puncto Leistung mit den geschlossenen amerikanischen Modellen mithalten (na ja, sie kommen ihnen zumindest nahe…). Sie sind als Cloud-API verfügbar, können aber auch heruntergeladen und in bestimmten Fällen sogar kostenlos genutzt werden.
  • Aleph Alpha (Deutschland): Modelle, die speziell für den streng regulierten Unternehmens-, Industrie- und Regierungssektor entwickelt wurden, in dem Erklärbarkeit (Explainability) und Datensicherheit an erster Stelle stehen.
  • Souveräne Cloud-Infrastruktur: Anbieter, die eine dedizierte, an einen Standort in der EU gebundene GPU-basierte Umgebung bereitstellen, sodass die Daten garantiert innerhalb der EU verbleiben und vor den Auswirkungen US-amerikanischer Verordnungen und Gesetze geschützt sind. Am besten sind natürlich Unternehmen, die sich in EU-Hand befinden und von hier aus gesteuert werden.

Open-Source-Modelle (Open-Weight) mit besonders freizügiger Lizenz

Obwohl diese Modelle häufig von amerikanischen (oder ähnlich risikobehafteten chinesischen) Großkonzernen entwickelt werden, ermöglicht ihre freizügige Lizenz (z. B. Apache 2.0 oder großzügige, individuelle kommerzielle Lizenzen) es, sie herunterzuladen und auf einem vollständig geschlossenen, eigenen Server zu installieren. Dies ist ein entscheidender Unterschied: Im Gegensatz zum API-Zugriff über die Cloud kann niemand aus der Ferne eine widerrufbare Kontrolle über die einmal heruntergeladenen Modellgewichte ausüben – das Modell bleibt unser Eigentum.

  • Meta Llama 3 / 3.1-Serie: Der König des Open Source. Von der kleineren (8B) bis hin zu den gigantischen (70B und 405B) Varianten eignen sie sich hervorragend für individuelle Unternehmensanwendungen und verfügen über eine äußerst großzügige kommerzielle Lizenz.
  • Google Gemma 2 & Microsoft Phi-3: Hochwertige, kleine Sprachmodelle (Small Language Model – SLM), die bei spezifischen Aufgaben erstaunlich effizient sind und auch auf minimaler Hardware laufen.
3
Strategischer Aktionsplan nach Unternehmensgröße
KMU

Kleinstunternehmen und KMU

Das Ziel: Schnelle und kostengünstige Ersatzlösung ohne eigene Entwicklungskapazitäten.

Lösung: Umstellung auf europäische APIs (z. B. Mistral AI API) oder Nutzung von schlüsselfertigen europäischen Plattformen, die fertige, DSGVO-konforme Assistenten bereitstellen.

Zeitaufwand

Technische Umstellung: 1–2 Tage. Vollständige Inbetriebnahme (Tests, Anpassung der Eingabeaufforderungen, interne Freigabe): 2–4 Wochen.

Fachwissen

Grundlegende IT-Kenntnisse zum Austausch von API-Schlüsseln, gute Fähigkeiten im Bereich Prompt Engineering.

Hardware / Software

Es ist keine neue Hardware erforderlich, die Umstellung erfolgt innerhalb der bestehenden Cloud-Infrastruktur.

Mitte

Mittelständische Unternehmen

Das Ziel: Datensicherheit und Anpassbarkeit bei moderatem Infrastrukturrisiko.

Lösung: Hybrid- oder Private Cloud. Ausführung offener Modelle (z. B. Llama) auf dedizierten Cloud-GPUs, die von europäischen Cloud-Anbietern (OVH, Scaleway) bereitgestellt werden.

Zeitaufwand

1–3 Monate von der Planung bis zum Probebetrieb.

Fachwissen

Cloud-DevOps-Ingenieur und KI/ML-Ingenieur (mit Erfahrung im Bereich RAG-Systeme – Datenbankverknüpfung – und bei der Feinabstimmung von Modellen).

Hardware / Software

Aus der Cloud gemietete Unternehmens-GPUs (z. B. NVIDIA A100/H100-Instanzen), Open-Source-Ausführungsframeworks (vLLM, Ollama).

Groß

Großunternehmen (Banken, Telekommunikation, Energiewirtschaft, öffentlicher Sektor)

Das Ziel: Vollständige digitale Souveränität. Die vollständige Beseitigung externer Risiken, vollständige Isolation (Air-Gap-Betrieb).

Lösung: On-Premise-KI-Infrastruktur (auf eigenem Server). Anschaffung eigener Hardware, Ausführung der Open-Source-Modelle im eigenen Rechenzentrum und Training mit eigenen Daten.

Zeitaufwand

6–12 Monate aufgrund der Beschaffungsprozesse, der technischen Umsetzung und der Sicherheitsaudits.

Fachwissen

Eigene interne KI-Abteilung: Datenwissenschaftler, ML-Plattform-Entwickler, Experten für Rechenzentrumsinfrastruktur und KI-Sicherheitsprüfer (Cybersicherheit).

Hardware / Software

Eigene GPU-Serverarchitektur (z. B. NVIDIA H100-Supercomputer-Cluster) sowie eine leistungsfähige Kühl- und Stromversorgungsinfrastruktur in einem Tier-III+-Rechenzentrum.

Das Wesentliche

Der Umgang mit der Abhängigkeit von KI ist heute keine Entscheidung mehr der IT-Abteilung, sondern eine Frage des Risikomanagements auf Führungsebene. Ein Unternehmen ist (relativ) sicher, wenn es über eine gut durchdachte Strategie zum Ausstieg oder zumindest zur Verringerung der Abhängigkeit von den amerikanischen Big-Tech-Anbietern verfügt und die für die Umsetzung dieser Strategie erforderlichen internen und externen Ressourcen besitzt.

Wir kennen nach wie vor keine bessere und zukunftsweisendere Methode zur Weiterentwicklung unseres Unternehmens und zur Steigerung der Effizienz unserer Prozesse als den Einsatz moderner KI-Tools – daher ist dies unverzichtbar. Doch welche KI-Technologie wir einsetzen, wie wir sie nutzen und welche geopolitischen Risiken wir damit auf uns nehmen – das ist unsere eigene Entscheidung.

Auch Untätigkeit ist eine strategische Entscheidung, nur meist eine schlechte. Jeder Monat, den eine Organisation ohne einen ausgearbeiteten Plan zur KI-Souveränität und ohne die dafür erforderlichen zusätzlichen Ressourcen verbringt, bedeutet einen Monat zusätzliches Risiko. Wer nicht handelt, kann sich leicht als entbehrlicher Bauer im Spiel zwischen Washington und Brüssel (sowie Peking) wiederfinden (als Bauer abgeschrieben zu werden, wäre allerdings schon ziemlich hart…).

Newsletter
Erhalten Sie neue Artikel direkt in Ihren Posteingang.
Jeden Monat ein kompakter Überblick: aktuelle Artikel, Erkenntnisse aus Audits und Einladungen zu Veranstaltungen. Abmeldung mit einem Klick, ganz ohne Spam.
Vielen Dank! Ihre Einsendung wurde erfolgreich gespeichert!
Hoppla! Beim Absenden des Formulars ist ein Fehler aufgetreten.