Die KI-Falle für den Staat: Warum Nvidia, Palantir und Cisco zur Gefahr werden können und Managed AI die richtige Antwort ist

Die Souveränitäts-Falle: Warum das neue KI-Versprechen der US-Tech-Riesen für deutsche Behörden brandgefährlich ist

Bequeme Abhängigkeit? Der heimliche Plan von Nvidia, Palantir und Cisco

Die Digitalisierung der öffentlichen Verwaltung steht an einem entscheidenden Wendepunkt. Mit Nvidia, Palantir und Cisco haben sich drei mächtige US-Technologiegiganten zusammengeschlossen, um staatlichen Organisationen ein scheinbar unwiderstehliches Angebot zu unterbreiten: einen vollständig vorkonfigurierten KI-Stack, der vom Rechenzentrum über das Datenmodell bis hin zum einsatzbereiten KI-Agenten alles aus einer Hand liefert. Das Versprechen einer sogenannten „souveränen KI“ soll den Fachkräftemangel lindern, komplexe Integrationsprobleme lösen und die schleppende Modernisierung der Ämter massiv beschleunigen.

Doch dieser Komfort birgt ein immenses strategisches Risiko. Wer Hardware, Netzwerkarchitektur, Modellbetrieb und das interne semantische Wissen einer Behörde an ein proprietäres Ökosystem auslagert, erschafft keinen souveränen Staat, sondern begibt sich in eine beispiellose technologische Abhängigkeit. Ein lokaler Server in Europa schützt nicht vor einem massiven Vendor-Lock-in. Warum dieser neue Vollstack die staatliche Handlungsfähigkeit gefährdet und weshalb europäische Behörden dringend auf eine unabhängige, offene Managed-AI-Architektur setzen müssen, zeigt diese umfassende Analyse.

Passend dazu:

• Ein lokaler Server in Europa schützt nicht vor einer massiven Herstellerabhängigkeit

Nvidia, Palantir und Cisco bauen den KI-Staat

Der große Souveränitätsschwindel: Wer Behörden den kompletten KI-Stack liefert, kontrolliert mehr als nur Technologie

Die Kooperation von Nvidia, Palantir und Cisco ist weit mehr als eine weitere Partnerschaft im schnell wachsenden Markt für künstliche Intelligenz. Die drei US-Konzerne führen zentrale Bestandteile der digitalen Wertschöpfungskette zu einer gemeinsamen Referenzarchitektur zusammen: Nvidia liefert KI-Modelle und Rechenhardware, Palantir stellt mit Foundry, der Artificial Intelligence Platform, dem Sovereign AI OS und seiner Ontology die Daten- und Anwendungsebene bereit, während Cisco gemeinsam mit Supermicro die Infrastruktur aus Servern, Netzwerken, Sicherheitskomponenten, Kühlung und Systemüberwachung beisteuert. Das Ergebnis soll eine weitgehend vorkonfigurierte Umgebung sein, in der Behörden und regulierte Unternehmen KI-Anwendungen vom Rechenzentrum bis zum einsatzfähigen Agenten aufbauen können.

Ökonomisch ist dieser Ansatz äußerst attraktiv. Behörden müssen nicht mehr zahlreiche Einzellösungen auswählen, miteinander verbinden und über Jahre hinweg stabil betreiben. Stattdessen erhalten sie eine Architektur, deren Komponenten bereits technisch aufeinander abgestimmt sind und sowohl im eigenen Rechenzentrum als auch in kontrollierten Cloud- und Kolokationsumgebungen eingesetzt werden können. Damit adressieren Nvidia, Palantir und Cisco eines der größten Hindernisse staatlicher Digitalisierung: den Mangel an Fachkräften, Integrationskompetenz und belastbaren Betriebsmodellen für komplexe KI-Systeme.

Doch die vermeintliche Einfachheit hat ihren Preis. Wenn Hardware, Netzwerk, Datenmodell, KI-Plattform, Modellbetrieb und fachliche Prozesse eng miteinander verzahnt werden, entsteht keine gewöhnliche Lieferantenbeziehung mehr. Es entsteht eine strategische Abhängigkeit, die tief in die Funktionsweise staatlicher Organisationen hineinreicht. Genau deshalb ist die Bezeichnung als souveräne KI-Architektur problematisch. Ein System kann lokal installiert, technisch abgesichert und mit europäischen Daten betrieben werden und trotzdem rechtlich, wirtschaftlich und technologisch von US-Anbietern abhängig bleiben.

Warum Nvidia, Palantir und Cisco jetzt gemeinsam auftreten

Die drei Unternehmen bringen unterschiedliche, aber komplementäre Stärken ein. Nvidia dominiert große Teile der Recheninfrastruktur für generative KI. Der Konzern liefert nicht nur Grafikprozessoren, sondern zunehmend vollständige Plattformen aus Beschleunigern, Netzwerktechnik, Systemsoftware, Bibliotheken und KI-Modellen. Damit bewegt sich Nvidia längst über das klassische Halbleitergeschäft hinaus. Das Unternehmen will nicht nur Chips verkaufen, sondern die technische Grundlage definieren, auf der Unternehmen und Staaten ihre KI-Anwendungen entwickeln.

Palantir wiederum verfügt über langjährige Erfahrung darin, heterogene Datenbestände aus Behörden, Sicherheitsorganisationen, Militär, Industrie und Lieferketten in gemeinsame operative Systeme zu überführen. Die zentrale Stärke liegt nicht primär im Sprachmodell, sondern in der Verbindung von Daten, Berechtigungen, Prozessen und Entscheidungen. Palantirs Ontology bildet Objekte, Beziehungen und Handlungsoptionen einer Organisation digital ab. Dadurch können KI-Agenten nicht nur Texte erzeugen, sondern innerhalb definierter Rollen auf reale betriebliche Abläufe zugreifen, Zusammenhänge analysieren und Handlungsvorschläge generieren.

Cisco ergänzt diese Ebene um die Infrastruktur, die für einen behördlichen Dauerbetrieb unverzichtbar ist. Dazu gehören leistungsfähige Netzwerke, Sicherheitsfunktionen, Telemetrie, Observability und die Verbindung verteilter Rechenzentren. Gemeinsam mit Supermicro lassen sich hochverdichtete, luft- oder flüssigkeitsgekühlte GPU-Systeme bereitstellen. Die geplante Unterstützung neuer Nvidia-Systeme wie Vera Rubin NVL72 und HGX Rubin NVL8 zeigt, dass die Architektur nicht nur auf heutige Anwendungen zielt, sondern bereits für die nächste Generation besonders rechenintensiver Modelle und Agentensysteme ausgelegt werden soll.

Das gemeinsame Auftreten folgt damit einer klaren ökonomischen Logik. Jede zusätzliche Schicht erhöht den Wert der anderen. Nvidia-Hardware wird attraktiver, wenn Palantir unmittelbar nutzbare Anwendungen darauf bereitstellt. Palantirs Plattform gewinnt an Leistungsfähigkeit, wenn sie auf standardisierten Nvidia-Systemen läuft. Cisco kann seine Infrastruktur wiederum als sicheren und behördentauglichen Unterbau eines vollständigen KI-Systems positionieren. Aus einzelnen Produkten entsteht ein Bündel, das für Kunden schwerer zu vergleichen, aber leichter zu beschaffen und einzuführen ist.

Vom Grafikprozessor bis zur Behördenentscheidung

Die Architektur verbindet mehrere technische Ebenen, die bisher häufig getrennt beschafft und betrieben wurden. Auf der untersten Ebene stehen Rechenzentren, GPU-Systeme, Netzwerke, Speicher, Kühlung und Sicherheitskomponenten. Darüber liegen Nvidias Softwarebibliotheken, Optimierungswerkzeuge und die offenen Nemotron-Modelle, die insbesondere für agentische KI-Anwendungen vorgesehen sind. Palantir integriert diese Modelle in Foundry, AIP und das Sovereign AI OS und verknüpft sie mit der Ontology der jeweiligen Organisation.

Der Begriff Ontology bezeichnet dabei nicht nur eine Datenbank. Er beschreibt ein semantisches Modell der Organisation: Personen, Standorte, Fahrzeuge, Materialien, Vorgänge, Kapazitäten, Rechte, Risiken und Abhängigkeiten werden als miteinander verbundene Objekte dargestellt. Ein KI-Agent kann dadurch erkennen, dass eine bestimmte Lieferverzögerung nicht nur einen einzelnen Auftrag betrifft, sondern eine Produktionslinie, eine Einsatzbereitschaft oder eine behördliche Leistung gefährdet. Der Agent arbeitet also nicht lediglich mit Dokumenten, sondern innerhalb eines digitalen Abbilds realer Abläufe.

Für Behörden eröffnet das erhebliche Produktivitätspotenziale. Genehmigungsverfahren könnten schneller geprüft, Fallakten strukturiert ausgewertet, Ressourcen bedarfsgerechter geplant und komplexe Lagebilder aus zahlreichen Datenquellen erstellt werden. In Sicherheitsbehörden könnten Agenten große Informationsmengen vorsortieren und relevante Zusammenhänge markieren. In der Beschaffung ließen sich Lieferketten, Ersatzteilbestände und Vertragsrisiken laufend analysieren. Der ökonomische Nutzen entsteht dabei nicht allein durch Personaleinsparungen, sondern vor allem durch kürzere Bearbeitungszeiten, bessere Entscheidungen und eine höhere Nutzbarkeit vorhandener Daten.

Gerade diese tiefe Einbettung macht den Stack jedoch sensibler als gewöhnliche Bürosoftware. Wer das semantische Modell einer Behörde kontrolliert, erhält Einblick in deren Datenlogik, Prioritäten, Rollen und Entscheidungswege. Die Plattform wird damit zu einer Art digitalem Nervensystem. Ein Austausch nach einigen Jahren wäre nicht mit dem Wechsel eines Textverarbeitungsprogramms vergleichbar, sondern käme einer Transplantation zentraler organisatorischer Funktionen gleich.

Die neue Marktstrategie heißt vertikale Integration

Nvidia, Palantir und Cisco reagieren auf ein strukturelles Problem des KI-Marktes. Viele Organisationen besitzen zwar Daten, Budgets und konkrete Anwendungsfälle, scheitern aber an der Umsetzung. Zwischen einem leistungsfähigen Sprachmodell und einem rechtssicheren Produktivsystem liegen zahlreiche technische und organisatorische Aufgaben: Daten müssen bereinigt, Berechtigungen abgebildet, Modelle angepasst, Schnittstellen entwickelt, Ergebnisse überwacht und Sicherheitsvorgaben eingehalten werden. In regulierten Bereichen steigt die Komplexität zusätzlich, weil Entscheidungen nachvollziehbar, Zugriffe dokumentiert und Betriebsrisiken kontrolliert werden müssen.

Die Referenzarchitektur verwandelt diese Komplexität in ein standardisiertes Angebot. Ökonomisch handelt es sich um eine Form vertikaler Integration, obwohl die beteiligten Unternehmen rechtlich selbstständig bleiben. Gemeinsam decken sie große Teile der Wertschöpfung ab und reduzieren die Zahl der Übergabepunkte. Das senkt Integrationskosten und beschleunigt Projekte, verschiebt aber zugleich Marktmacht zu den Anbietern des Gesamtpakets.

Dieser Effekt ist aus anderen Technologiemärkten bekannt. Je enger Betriebssystem, Anwendungen, Datenformate und Hardware verbunden sind, desto höher werden die Wechselkosten. Anfangs erscheint das integrierte System günstiger, weil Schnittstellenprobleme entfallen. Später steigen jedoch die Kosten für Erweiterungen, Lizenzen, Migrationen und Spezialanpassungen. Der Anbieter kann einen wachsenden Anteil der wirtschaftlichen Rente abschöpfen, weil der Kunde kaum noch glaubwürdig mit einem Wechsel drohen kann.

Für Nvidia, Palantir und Cisco ist die Kooperation deshalb nicht nur ein technisches Projekt, sondern eine Strategie zur langfristigen Besetzung staatlicher und regulierter Märkte. Behörden zeichnen sich durch lange Nutzungszyklen, hohe Anforderungen und langsame Anbieterwechsel aus. Wer sich früh als Standardarchitektur etabliert, kann über viele Jahre von Wartung, Kapazitätserweiterungen, Softwarelizenzen, Beratung und neuen Anwendungsfällen profitieren. Konkrete Preise wurden bislang nicht veröffentlicht, doch gerade bei solchen Plattformmodellen liegt der größere wirtschaftliche Wert gewöhnlich in den wiederkehrenden Erlösen und nicht in der einmaligen Hardwarelieferung.

Warum Behörden für den Vollstack besonders empfänglich sind

Die öffentliche Verwaltung steht unter erheblichem Modernisierungsdruck. Bürger und Unternehmen erwarten digitale Dienstleistungen, schnelle Verfahren und eine bessere Nutzung bereits vorhandener Informationen. Gleichzeitig fehlen vielerorts Fachkräfte, moderne Datenplattformen und einheitliche technische Standards. Daten liegen in unterschiedlichen Fachverfahren, Dateisystemen und Behördenebenen. Zuständigkeiten sind verteilt, Projekte dauern lange, und die Verantwortung für das Gesamtsystem ist häufig unklar.

Ein vorkonfigurierter KI-Stack wirkt unter diesen Bedingungen wie eine Abkürzung. Statt jahrelang eigene Plattformen aufzubauen, können Behörden auf eine bereits entwickelte Kombination aus Rechenleistung, Datenintegration und KI-Anwendungen zurückgreifen. Die Anbieter versprechen, technische Risiken zu reduzieren und Pilotprojekte schneller in den Regelbetrieb zu bringen. Gerade für politisch sichtbare Vorhaben ist diese Geschwindigkeit attraktiv, weil sich Erfolge innerhalb einer Legislaturperiode zeigen lassen.

Zudem bietet ein großer Anbieterverbund eine klare Verantwortungsstruktur. Fällt ein System aus oder liefert ein Modell problematische Ergebnisse, müssen Behörden nicht zwischen zehn kleinen Dienstleistern vermitteln. Nvidia, Palantir, Cisco und Supermicro können als technisch abgestimmtes Ökosystem auftreten. Diese Konzentration kann Betriebsrisiken senken und die Planung vereinfachen.

Der Vorteil darf jedoch nicht mit strategischer Wirtschaftlichkeit verwechselt werden. Eine schnelle Einführung kann langfristig teuer werden, wenn Datenmodelle, Arbeitsabläufe und Fachverfahren so eng an proprietäre Plattformen gebunden werden, dass Alternativen praktisch ausscheiden. Öffentliche Auftraggeber bewerten Projekte häufig nach Anschaffungs- und Einführungskosten. Die relevantere Größe wären jedoch die Gesamtkosten über zehn oder fünfzehn Jahre einschließlich Lizenzsteigerungen, zusätzlicher Rechenleistung, Modellwechsel, Datenmigration, Qualifizierung und möglichem Ausstieg.

Souveränität ist mehr als ein Server in Deutschland

Die Vermarktung als souveräne KI-Architektur nutzt einen Begriff, der politisch attraktiv, aber technisch unscharf ist. Digitale Souveränität besteht aus mehreren Ebenen. Dazu gehören die Kontrolle über Daten, Verschlüsselungsschlüssel, Identitäten, Software, Modelle, Schnittstellen, Hardware, Betriebspersonal und rechtliche Zuständigkeit. Ein Anbieter kann einzelne Ebenen absichern und trotzdem auf anderen Ebenen erhebliche Abhängigkeiten erzeugen.

Ein lokaler Betrieb im behördeneigenen Rechenzentrum verbessert die Kontrolle über physische Systeme und Datenflüsse. Er verhindert aber nicht automatisch, dass Softwareupdates, Lizenzen, Signaturen, Supportleistungen oder proprietäre Modellkomponenten weiterhin vom Hersteller abhängen. Auch eine europäische Cloud-Region eines US-Konzerns ist nicht mit europäischer Rechtsautonomie gleichzusetzen. Der physische Speicherort beantwortet nur die Frage, wo Daten liegen. Er beantwortet nicht, welches Unternehmen technisch darauf zugreifen kann und welchem Recht dieses Unternehmen unterliegt.

Der US CLOUD Act kann US-Unternehmen verpflichten, Daten herauszugeben, die sich in ihrem Besitz, ihrer Obhut oder ihrer Kontrolle befinden, auch wenn die Daten außerhalb der Vereinigten Staaten gespeichert werden. Für europäische Behörden entsteht dadurch ein rechtlicher Konflikt zwischen nationalen und europäischen Schutzpflichten einerseits und möglichen amerikanischen Herausgabeverlangen andererseits.

Selbst wenn ein Zugriff technisch erschwert wird, bleibt außerdem die strategische Abhängigkeit bestehen. Ein ausländischer Hersteller könnte Funktionen, Preise oder Lizenzbedingungen verändern. In einer geopolitischen Krise könnten Exportkontrollen, Sanktionen oder politische Weisungen die Verfügbarkeit von Hardware und Software beeinflussen. Echte Souveränität bedeutet deshalb nicht vollständige Autarkie, wohl aber die Fähigkeit, kritische Funktionen ohne unvertretbare Kosten und Unterbrechungen weiterzuführen.

Palantirs Stärke ist zugleich das größte Risiko

Palantir ist für die Kooperation besonders wichtig, weil der Konzern die Lücke zwischen KI-Modell und institutioneller Entscheidung schließt. Foundry vereinheitlicht Daten und Prozesse, AIP bringt generative und agentische KI in operative Anwendungen, und die Ontology stellt den organisatorischen Kontext bereit. Genau dadurch kann ein Modell nicht nur allgemeine Antworten formulieren, sondern auf konkrete Zustände, Rechte und Handlungsoptionen einer Behörde reagieren.

Diese Fähigkeit erklärt, warum Palantir bei Sicherheitsbehörden, Streitkräften und großen Industrieunternehmen erfolgreich ist. Komplexe Organisationen benötigen Systeme, die Daten aus vielen Quellen verbinden und daraus belastbare Lagebilder erstellen. In Krisen, militärischen Operationen, Lieferketten oder Katastrophenschutz kann Geschwindigkeit entscheidend sein. Eine Plattform, die relevante Zusammenhänge in nahezu Echtzeit sichtbar macht, besitzt einen hohen operativen Wert.

Doch die gleiche Architektur kann Macht konzentrieren. Wenn immer mehr personenbezogene, operative und administrative Daten in einem gemeinsamen Modell zusammenlaufen, entstehen Auswertungsmöglichkeiten, die bei der ursprünglichen Erhebung nicht vorgesehen waren. Kritiker warnen deshalb seit Jahren vor einer Ausweitung staatlicher Überwachung und vor der Gefahr, dass aus vielen einzelnen Datenbeständen faktisch umfassende Personen- und Beziehungsprofile entstehen.

Das Problem ist nicht allein Palantir. Jede leistungsfähige Datenplattform kann missbräuchlich eingesetzt werden. Der Unterschied liegt in der Reichweite und Tiefe der Integration. Je mehr Behördenfunktionen von derselben Ontologie abhängen, desto wichtiger werden klare gesetzliche Grenzen, unabhängige Kontrolle, Protokollierung, Zweckbindung und technische Trennung. Eine Behörde darf nicht darauf vertrauen, dass ein Anbieter diese Fragen durch Produktdesign löst. Rechtsstaatliche Kontrolle muss außerhalb der Plattform verankert bleiben.

Hier erfahren Sie, wie Ihr Unternehmen maßgeschneiderte KI-Lösungen schnell, sicher und ohne hohe Einstiegshürden realisieren kann.

Eine Managed AI Platform ist Ihr Rundum-Sorglos-Paket für künstliche Intelligenz. Anstatt sich mit komplexer Technik, teurer Infrastruktur und langwierigen Entwicklungsprozessen zu befassen, erhalten Sie von einem spezialisierten Partner eine fertige, auf Ihre Bedürfnisse zugeschnittene Lösung – oft innerhalb weniger Tage.

Die zentralen Vorteile auf einen Blick:

⚡ Schnelle Umsetzung: Von der Idee zur einsatzbereiten Anwendung in Tagen, nicht Monaten. Wir liefern praxisnahe Lösungen, die sofort Mehrwert schaffen.

🔒 Maximale Datensicherheit: Ihre sensiblen Daten bleiben bei Ihnen. Wir garantieren eine sichere und konforme Verarbeitung ohne Datenweitergabe an Dritte.

💸 Kein finanzielles Risiko: Sie zahlen nur für Ergebnisse. Hohe Vorabinvestitionen in Hardware, Software oder Personal entfallen komplett.

🎯 Fokus auf Ihr Kerngeschäft: Konzentrieren Sie sich auf das, was Sie am besten können. Wir übernehmen die gesamte technische Umsetzung, den Betrieb und die Wartung Ihrer KI-Lösung.

📈 Zukunftssicher & Skalierbar: Ihre KI wächst mit Ihnen. Wir sorgen für die laufende Optimierung, Skalierbarkeit und passen die Modelle flexibel an neue Anforderungen an.

Mehr dazu hier:

• Managed-AI Platform

Nvidia verkauft nicht nur Rechenleistung, sondern einen Standard

Nvidia verfolgt mit der Kooperation eine Strategie, die weit über den Absatz neuer GPU-Systeme hinausgeht. Wer die Referenzarchitektur für staatliche KI prägt, beeinflusst Softwarebibliotheken, Modellformate, Netzwerkdesigns und Betriebsprozesse. Je stärker Anwendungen auf Nvidias Plattform abgestimmt werden, desto höher ist die Wahrscheinlichkeit, dass auch künftige Erweiterungen auf Nvidia-Hardware erfolgen.

Die offenen Nemotron-Modelle sollen dabei eine Brücke zwischen proprietären Diensten und kontrollierbarem Eigenbetrieb bilden. Behörden können Modelle in ihrer eigenen Umgebung betreiben, mit internen Daten verbinden und für spezifische Aufgaben nachtrainieren. Das ist gegenüber vollständig externen Schnittstellendiensten ein Fortschritt, weil Datenflüsse und Modellverhalten stärker kontrolliert werden können.

Offene Modellgewichte allein schaffen jedoch noch keine offene Infrastruktur. Training und Inferenz können weiterhin von proprietären Werkzeugketten, optimierten Bibliotheken und spezifischer Hardware abhängen. Auch wenn ein Modell theoretisch auf alternativen Beschleunigern läuft, können Leistungseinbußen, fehlender Support oder hohe Migrationskosten einen Wechsel unattraktiv machen. Offenheit muss daher auf mehreren Ebenen bewertet werden: bei den Modellgewichten, den Lizenzen, den Schnittstellen, den Laufzeitumgebungen, den Datenformaten und der Hardwareportabilität.

Nvidias Position ist aus betriebswirtschaftlicher Sicht nachvollziehbar. Der Konzern nutzt seinen technologischen Vorsprung, um die eigene Plattform als Industriestandard zu etablieren. Für Behörden ist dieselbe Entwicklung ambivalent. Sie profitieren kurzfristig von hoher Leistung und einem ausgereiften Ökosystem, müssen aber langfristig verhindern, dass ein einzelner Anbieter die Preisbildung, technische Entwicklung und Verfügbarkeit kritischer Rechenressourcen bestimmt.

Cisco und Supermicro machen den Stack behördentauglich

Cisco wird in der öffentlichen Debatte leicht übersehen, weil die Aufmerksamkeit meist auf KI-Modelle und Datenanalyse fällt. Für einen stabilen Behördenbetrieb ist die Netzwerk- und Sicherheitsebene jedoch mindestens ebenso wichtig. Große KI-Systeme bewegen enorme Datenmengen zwischen Speichern, GPU-Clustern und Anwendungen. Schon kleine Engpässe können die Auslastung teurer Rechenhardware deutlich senken. Gleichzeitig müssen Zugriffe kontrolliert, Anomalien erkannt und Betriebszustände lückenlos überwacht werden.

Cisco bringt Erfahrung mit komplexen Unternehmens- und Behördennetzen, Sicherheitsarchitekturen und Observability ein. Supermicro ergänzt diese Kompetenzen um hochverdichtete Serversysteme und unterschiedliche Kühlkonzepte. Flüssigkeitskühlung gewinnt an Bedeutung, weil kommende GPU-Generationen eine sehr hohe Leistungsaufnahme und Wärmeentwicklung erreichen. Dadurch wird die Energie- und Gebäudetechnik selbst zu einem strategischen Bestandteil der KI-Infrastruktur.

Für Behörden bedeutet dies, dass ein KI-Programm nicht mit dem Kauf einiger Server erledigt ist. Stromversorgung, Kühlung, Notfallbetrieb, physische Sicherheit, Netzwerkkapazität und Ersatzteilversorgung müssen gemeinsam geplant werden. Ein integrierter Stack kann diese Risiken reduzieren, weil Komponenten vorab aufeinander abgestimmt werden. Er kann zugleich die Auswahlmöglichkeiten einschränken, wenn spätere Erweiterungen nur innerhalb zertifizierter Kombinationen unterstützt werden.

Die wirtschaftliche Bewertung muss daher sowohl die technische Effizienz als auch die Beschaffungsflexibilität berücksichtigen. Ein hochoptimiertes System kann niedrigere Betriebskosten pro Rechenleistung erreichen. Wenn jedoch nur wenige kompatible Lieferanten existieren, entstehen Konzentrationsrisiken. Behörden brauchen deshalb Architekturvorgaben, die alternative Server, Netzwerke und Beschleuniger zulassen, ohne Sicherheit und Betriebsstabilität zu gefährden.

Der unterschätzte Preis des Vendor-Lock-ins

Vendor-Lock-in entsteht nicht erst, wenn ein Vertrag einen Anbieterwechsel verbietet. Er entsteht, wenn ein Wechsel technisch, organisatorisch oder finanziell so aufwendig wird, dass er praktisch nicht mehr durchsetzbar ist. Im Fall eines behördlichen KI-Stacks kann diese Bindung auf mehreren Ebenen gleichzeitig auftreten: durch proprietäre Ontologien, speziell angepasste Modelle, individuelle Datenpipelines, Rollen- und Berechtigungssysteme, Schulungen, Prozessänderungen und die zugrunde liegende Hardware.

Besonders wertvoll für den Anbieter ist die Wissensbindung. Mit jedem neuen Anwendungsfall wird mehr Behördenwissen in Plattformobjekte, Regeln und Workflows übersetzt. Diese Struktur lässt sich nicht ohne Weiteres exportieren. Selbst wenn Rohdaten verfügbar bleiben, fehlt einem neuen Anbieter das über Jahre aufgebaute semantische Modell. Die Migration würde nicht nur technische Arbeit erfordern, sondern auch erneute fachliche Abstimmungen mit zahlreichen Behördenbereichen.

Die Folge ist eine asymmetrische Verhandlungssituation. Zu Beginn konkurrieren mehrere Anbieter um das Projekt. Nach der Einführung sinkt die Zahl realistischer Alternativen. Preissteigerungen, zusätzliche Module oder neue Lizenzmodelle können dann schwerer abgewehrt werden. Für den Staat ist dies besonders problematisch, weil öffentliche Leistungen nicht einfach eingestellt werden können, wenn die Kosten steigen.

Eine seriöse Wirtschaftlichkeitsrechnung muss deshalb einen Lock-in-Aufschlag berücksichtigen. Dazu gehören Rückstellungen für Datenexport, Dokumentation, Parallelbetrieb, Modellmigration und Neuqualifizierung. Außerdem sollten Verträge verbindliche Ausstiegsrechte, standardisierte Schnittstellen, vollständige Protokollzugänge und die Übertragbarkeit fachlicher Modelle vorsehen. Ohne solche Vorkehrungen kann eine kurzfristig effiziente Beschaffung langfristig zu einem teuren Abhängigkeitsverhältnis werden.

Warum eine unabhängige Managed AI besser passt

Eine unabhängige Managed AI bietet einen Mittelweg zwischen vollständigem Eigenbetrieb und umfassender Abhängigkeit von einem globalen Vollstack. Dabei wird die technische Umgebung professionell betrieben, während Daten, Schlüssel, Modelle und strategische Architekturentscheidungen unter Kontrolle der Behörde oder eines europäischen Trägers bleiben. Der Betreiber übernimmt Überwachung, Updates, Skalierung, Sicherheitsmanagement und Modellbereitstellung, ohne zum Eigentümer der fachlichen Logik zu werden.

Dieses Modell ist für Behörden besonders sinnvoll, weil der reine Eigenbetrieb erhebliche Ressourcen erfordert. Moderne KI-Infrastruktur benötigt spezialisierte Fachkräfte für GPU-Cluster, MLOps, Cybersicherheit, Modellbewertung und Datenschutz. Viele Verwaltungen können diese Kompetenzen nicht schnell genug intern aufbauen. Ein europäischer Managed-AI-Anbieter kann diese Fähigkeiten bündeln und mehreren öffentlichen Kunden zur Verfügung stellen. Dadurch entstehen Skaleneffekte, ohne dass Daten und Entscheidungsgewalt an einen außereuropäischen Plattformkonzern abgegeben werden müssen.

Der entscheidende Unterschied liegt in der Architektur der Austauschbarkeit. Modelle sollten über standardisierte Schnittstellen eingebunden, Daten in offenen Formaten gespeichert und Anwendungen von der jeweiligen Modellmarke entkoppelt werden. Dann kann eine Behörde je nach Aufgabe zwischen europäischen, amerikanischen oder eigenen Modellen wählen. Sensible Anwendungen können vollständig in einer kontrollierten Umgebung laufen, während weniger kritische Aufgaben auch externe Dienste nutzen dürfen.

Managed AI bedeutet daher nicht, jede Technologie selbst zu entwickeln. Souveränität entsteht nicht durch Autarkie, sondern durch Wahlfreiheit, Kontrollfähigkeit und einen realistischen Ausstiegspfad. Eine Behörde bleibt souverän, wenn sie Anbieter wechseln, Modelle ersetzen, Daten vollständig exportieren und den Betrieb notfalls in eine andere europäische Umgebung verlagern kann.

Passend dazu:

• Modelle sollten über standardisierte Schnittstellen integriert, Daten in offenen Formaten gespeichert und Anwendungen von der jeweiligen Marke des Modells entkoppelt werden

Europäische Gerichtsbarkeit ist kein nebensächliches Detail

Ein europäischer Betreiber bietet nicht automatisch perfekte Sicherheit, doch er verändert die rechtliche Ausgangslage grundlegend. Wenn Unternehmen, Personal, Schlüsselverwaltung und technische Kontrolle vollständig innerhalb der Europäischen Union angesiedelt sind, greifen europäische Datenschutz-, Sicherheits- und Verwaltungsnormen ohne die zusätzliche Spannung extraterritorialer US-Gesetze. Für Behörden mit besonders sensiblen Informationen ist diese klare Zuständigkeit ein eigenständiger wirtschaftlicher Wert.

Rechtssicherheit reduziert Risiken. Datenpannen, unzulässige Übermittlungen oder ungeklärte Drittstaatenzugriffe können Verfahren stoppen, politische Krisen auslösen und teure Nachbesserungen erzwingen. Eine Architektur, die Datenschutz und Geheimschutz erst nachträglich ergänzt, verursacht häufig höhere Gesamtkosten als ein System, das diese Anforderungen von Beginn an berücksichtigt.

Technische Verfahren wie Confidential Computing können die rechtliche Kontrolle zusätzlich verstärken. Dabei werden Daten nicht nur bei Speicherung und Übertragung, sondern auch während der Verarbeitung geschützt. In Verbindung mit einer Schlüsselverwaltung, die ausschließlich beim Kunden oder einem unabhängigen europäischen Treuhänder liegt, lässt sich der Zugriff des Infrastrukturbetreibers erheblich begrenzen.

Solche Verfahren sind kein Ersatz für gutes Recht und verantwortliche Organisation. Sie verringern aber die Zahl der Stellen, denen vertraut werden muss. Das sollte das Leitprinzip behördlicher KI sein: Nicht möglichst viele Zusagen eines Anbieters, sondern möglichst wenige technisch notwendige Vertrauensannahmen.

Offene Modelle allein reichen nicht

Die Verfügbarkeit offener Sprachmodelle verbessert die Verhandlungsposition von Behörden. Modelle können lokal betrieben, geprüft, angepasst und bei Bedarf ersetzt werden. Dennoch wäre es ein Fehler, offene Modellgewichte mit vollständiger digitaler Souveränität gleichzusetzen. Ein Modell bleibt abhängig von Trainingswerkzeugen, Laufzeitumgebungen, Sicherheitsfiltern, Vektordatenbanken, Orchestrierungssystemen und Hardware.

Eine tragfähige Managed-AI-Strategie muss deshalb den gesamten Lebenszyklus abdecken. Dazu gehören die Auswahl und Bewertung von Modellen, die Herkunft und Qualität von Trainingsdaten, das Nachtraining, die Überwachung im Betrieb, die Dokumentation von Änderungen und die sichere Abschaltung fehlerhafter Funktionen. Behörden benötigen außerdem eigene Testsätze, mit denen sie Genauigkeit, Verzerrungen, Halluzinationen und Sicherheitsrisiken unabhängig vom Anbieter bewerten können.

Wichtig ist zudem die Trennung zwischen Basismodell und Fachwissen. Das allgemeine Sprachmodell sollte austauschbar bleiben, während behördenspezifische Informationen in kontrollierten Datenbanken, Wissensgraphen oder Abrufsystemen gespeichert werden. Wird das Fachwissen zu tief in ein einzelnes Modell hineintrainiert, steigt die Abhängigkeit. Wird es dagegen sauber getrennt und über standardisierte Schnittstellen bereitgestellt, kann die Behörde das Modell wechseln, ohne ihre gesamte Wissensbasis neu aufzubauen.

Die bessere europäische Alternative besteht daher nicht darin, Nvidia, Palantir und Cisco einfach durch drei europäische Unternehmen mit ebenso geschlossenen Produkten zu ersetzen. Entscheidend ist eine offene Architektur, in der mehrere Anbieter konkurrieren und kein einzelner Akteur sämtliche Schichten kontrolliert.

Föderierte Datenräume statt zentraler Datenmacht

Europa verfolgt mit Gaia-X und branchenspezifischen Datenräumen einen Ansatz, der sich deutlich von monolithischen Plattformen unterscheidet. Daten sollen nicht zwangsläufig an einer zentralen Stelle zusammengeführt werden. Stattdessen bleiben sie bei den jeweiligen Eigentümern und werden nach gemeinsamen Regeln, Identitäten und technischen Standards kontrolliert geteilt. Ziel ist ein föderiertes Ökosystem, das Interoperabilität und Wettbewerb stärkt.

Für Behörden ist dieses Prinzip besonders interessant, weil staatliche Daten traditionell über verschiedene Ebenen und Zuständigkeiten verteilt sind. Bund, Länder, Kommunen und öffentliche Unternehmen müssen zusammenarbeiten, ohne ihre jeweilige Verantwortung vollständig aufzugeben. Ein föderierter Ansatz kann Zugriffe nach Zweck, Rolle und Zeitraum steuern und zugleich gemeinsame KI-Anwendungen ermöglichen.

Ökonomisch verhindert Föderation, dass ein einziger Plattformbetreiber zum unvermeidbaren Vermittler aller Datenströme wird. Anbieter können einzelne Dienste austauschen, während Identitäten, Richtlinien und Datenverträge erhalten bleiben. Das erhöht den Wettbewerbsdruck und reduziert langfristig die Gefahr überhöhter Preise.

Allerdings ist Föderation anspruchsvoller als der Kauf eines fertigen Vollstacks. Standards müssen vereinbart, Verantwortlichkeiten geklärt und Schnittstellen gepflegt werden. Kurzfristig kann der Aufbau teurer und langsamer sein. Langfristig entsteht jedoch eine Infrastruktur, deren Wert nicht vollständig bei einem Anbieter anfällt, sondern als gemeinsames digitales Kapital der öffentlichen Hand erhalten bleibt.

Ein realistischer Weg ohne Technologieverzicht

Eine verantwortungsvolle Strategie sollte US-Technologie weder pauschal ausschließen noch unkritisch zum Fundament sämtlicher Behördenprozesse machen. Nvidia-Hardware kann technisch die beste Wahl für bestimmte Rechenlasten sein. Palantir kann in einzelnen, klar abgegrenzten Anwendungen einen hohen operativen Nutzen liefern. Cisco kann zuverlässige Netzwerke und Sicherheitsfunktionen bereitstellen. Entscheidend ist, unter welchen Bedingungen diese Komponenten eingesetzt werden.

Behörden sollten zunächst Anwendungen nach Schutzbedarf und strategischer Bedeutung klassifizieren. Allgemeine Wissensarbeit, Übersetzung oder öffentlich zugängliche Informationsdienste können andere Betriebsmodelle vertragen als Polizei-, Steuer-, Gesundheits- oder Nachrichtendienstdaten. Je sensibler und unverzichtbarer eine Funktion ist, desto strenger müssen rechtliche Kontrolle, technischer Eigenzugriff und Ausstiegsfähigkeit bewertet werden.

Für kritische Kernprozesse empfiehlt sich eine europäisch kontrollierte Managed-AI-Plattform mit eigener Schlüsselverwaltung, offenen Schnittstellen und mehreren Modelloptionen. US-Komponenten können darin genutzt werden, sofern sie austauschbar bleiben und keinen unkontrollierten Datenzugriff ermöglichen. Für weniger sensible Anwendungen sind externe Cloud-Dienste denkbar, wenn Datenminimierung, Protokollierung und klare Löschregeln gewährleistet sind.

Diese mehrstufige Strategie ist ökonomisch sinnvoller als ein ideologisch motivierter Komplettausschluss. Sie nutzt vorhandene Spitzenprodukte, ohne sämtliche Steuerungsmöglichkeiten aufzugeben. Gleichzeitig schafft sie Nachfrage nach europäischen Betreibern, Integratoren und Modellentwicklern und stärkt damit schrittweise ein eigenes Ökosystem.

Der Staat muss seine Verhandlungsmacht behalten

Die zentrale wirtschaftspolitische Frage lautet nicht, ob Nvidia, Palantir und Cisco leistungsfähige Technologie liefern können. Das können sie. Die entscheidende Frage lautet, ob der Staat auch nach zehn Jahren noch frei über Anbieter, Modelle, Daten und Betriebsformen entscheiden kann. Wenn diese Freiheit verloren geht, wird aus technischer Effizienz strategische Abhängigkeit.

Öffentliche Auftraggeber sollten deshalb nicht nur Funktionen beschreiben, sondern Architekturprinzipien verbindlich machen. Dazu gehören offene Programmierschnittstellen, portable Datenformate, dokumentierte Ontologien, herstellerunabhängige Identitäten, kundeneigene Verschlüsselungsschlüssel und regelmäßige Migrationstests. Ein Ausstiegsplan darf kein theoretischer Anhang sein, sondern muss während des laufenden Betriebs praktisch erprobt werden.

Ebenso wichtig ist der Aufbau eigener Kompetenz. Eine Behörde, die sämtliche Architekturentscheidungen an externe Anbieter delegiert, kann deren Leistungen kaum bewerten. Der Staat benötigt daher interne Teams, die Datenmodelle, KI-Risiken, Kostenstrukturen und Sicherheitsarchitekturen verstehen. Managed AI soll operative Arbeit abnehmen, aber nicht die Fähigkeit zur Steuerung ersetzen.

Schließlich braucht Europa gemeinsame Beschaffung und Skalierung. Einzelne Kommunen oder kleinere Behörden können gegenüber globalen Konzernen kaum Marktmacht entfalten. Gemeinsame Plattformen, Rahmenwerke und Kompetenzzentren können Nachfrage bündeln und europäischen Anbietern planbare Märkte eröffnen. Nur so entsteht eine Alternative, die nicht lediglich politisch wünschenswert, sondern technisch leistungsfähig und preislich konkurrenzfähig ist.

Die klare Perspektive: Komfort ist noch keine Souveränität

Der gemeinsame KI-Stack von Nvidia, Palantir und Cisco ist technisch überzeugend, weil er ein reales Problem löst. Behörden benötigen integrierte, sichere und betreibbare KI-Systeme, nicht nur einzelne Modelle oder Server. Die Kombination aus Nvidia-Rechenleistung und Nemotron-Modellen, Palantirs Foundry, AIP, Sovereign AI OS und Ontology sowie Ciscos und Supermicros Infrastruktur kann Implementierungszeiten verkürzen und anspruchsvolle Anwendungen ermöglichen.

Gerade diese Stärke macht das Angebot strategisch riskant. Je vollständiger ein Anbieterverbund die technische Wertschöpfung abdeckt, desto größer wird die Abhängigkeit. Ein lokal installierter US-Vollstack bleibt ein US-Vollstack. Er kann Datenresidenz bieten, aber keine vollständige rechtliche und technologische Unabhängigkeit. Der Begriff souverän beschreibt dann vor allem die Kontrolle innerhalb des Systems, nicht die Freiheit gegenüber dem System.

Für europäische und deutsche Behörden ist eine unabhängige Managed AI deshalb grundsätzlich die bessere Zielarchitektur. Sie verbindet professionellen Betrieb mit europäischer Gerichtsbarkeit, eigener Schlüsselkontrolle, offenen Standards und austauschbaren Modellen. Sie verlangt anfangs mehr Planung und institutionelle Kompetenz, schützt aber langfristig Verhandlungsmacht, Wettbewerb und staatliche Handlungsfähigkeit.

Nvidia, Palantir und Cisco sollten dabei nicht als Gegner behandelt werden. Ihre Produkte können sinnvolle Bausteine sein. Sie dürfen nur nicht zur alternativlosen Grundlage des digitalen Staates werden. Eine souveräne Verwaltung nutzt leistungsfähige Technologie, ohne ihre Entscheidungsfreiheit mit einzukaufen. Wer den kompletten KI-Stack aus einer Hand bezieht, gewinnt kurzfristig Geschwindigkeit. Wer Architektur, Schlüssel und Ausstiegspfad selbst kontrolliert, gewinnt langfristig Souveränität.

Gerne stehe ich Ihnen als persönlicher Berater zur Verfügung.

Sie können mit mir unter wolfenstein∂xpert.digital Kontakt aufnehmen oder

mich einfach unter +49 7348 4088 965 anrufen.

LinkedIn