Der Fünf-Punkte-Plan: So will Deutschland KI-Weltspitze werden – Daten-Gigafactory und öffentliche Aufträge für KI-Starups

Warum ist die Etablierung als führende KI-Nation für Deutschland von strategischer Bedeutung?

Die gegenwärtige globale Technologielandschaft ist durch einen intensiven Wettbewerb im Bereich der Künstlichen Intelligenz (KI) gekennzeichnet, der oft als “KI-Wettlauf” beschrieben wird. Dieser Wettlauf wird primär von den Vereinigten Staaten und China angeführt, die massive Investitionen in Forschung, Entwicklung und Infrastruktur tätigen. Für eine hochentwickelte Industrienation wie Deutschland ist die Positionierung in diesem Feld keine bloße Option, sondern eine strategische Notwendigkeit. KI ist keine Nischentechnologie mehr, sondern entwickelt sich zu einer fundamentalen Basisinnovation, die über die zukünftige wirtschaftliche Wettbewerbsfähigkeit, die nationale Sicherheit und den geopolitischen Einfluss entscheiden wird.

Für Deutschland, dessen Wohlstand maßgeblich auf seiner Stärke in Schlüsselindustrien wie dem Maschinenbau, der Automobilindustrie und der Medizintechnik beruht, birgt ein technologischer Rückstand im KI-Bereich existenzielle Risiken. Ein Verlust der Technologieführerschaft in diesen Sektoren würde nicht nur die wirtschaftliche Basis erodieren, sondern auch zu einer kritischen Abhängigkeit von ausländischen Technologieanbietern führen. Die Dringlichkeit dieser Herausforderung wird in politischen Strategiepapieren deutlich, die betonen, dass die Zeit für entscheidendes Handeln drängt.

Als Antwort auf diese globale Dynamik hat die deutsche Bundesregierung strategische Pläne formuliert, deren Ziel es ist, Deutschland an der “Weltspitze” der KI-Nationen zu etablieren. Ein zentrales Element dieser Strategie ist ein Fünf-Punkte-Plan des Digitalministers, der die wesentlichen Handlungsfelder zur Stärkung des KI-Standorts Deutschland umreißt. Dieser Plan dient als Leitfaden für eine umfassende Transformation, die von der gezielten Förderung heimischer Start-ups über den Aufbau einer souveränen Dateninfrastruktur bis hin zur Etablierung eines wertebasierten Regulierungsrahmens reicht.

Die Analyse dieses Plans offenbart eine tiefere strategische Dimension. Angesichts der enormen Investitionslücke zwischen Europa und den USA bzw. China kann die deutsche und europäische Strategie kein einfaches Abbild der amerikanischen oder chinesischen Ansätze sein. Vielmehr handelt es sich um den Entwurf einer asymmetrischen Wettbewerbsstrategie. Diese zielt darauf ab, nicht durch schiere finanzielle Überlegenheit, sondern durch die intelligente Nutzung spezifischer Stärken zu bestehen: die enge Verzahnung von KI mit der starken industriellen Basis, die Schaffung eines vertrauenswürdigen, wertebasierten Ökosystems und die Etablierung digitaler Souveränität als Qualitätsmerkmal. Die folgenden Abschnitte werden die fünf Säulen dieser Strategie detailliert analysieren und ihre Implikationen, Herausforderungen und Chancen beleuchten.

Passend dazu:

• Künstliche Intelligenz | Marketingtaktik amerikanischer Unternehmen mit der KI-Angstmacherei

Innovationsförderung durch öffentliche Vergabe

Welche Rolle spielt die öffentliche Auftragsvergabe bei der Förderung von KI-Start-ups in Deutschland?

Ein zentraler Hebel zur Stärkung des heimischen KI-Ökosystems liegt in der strategischen Neuausrichtung der öffentlichen Auftragsvergabe. Der Staat agiert in Deutschland als größter einzelner IT-Einkäufer, wodurch die öffentliche Hand jährlich Aufträge in einem dreistelligen Milliardenvolumen an private Unternehmen vergibt. Dieses immense Marktvolumen stellt einen bedeutenden Wirtschaftsfaktor dar und birgt ein enormes Potenzial zur gezielten Innovationsförderung.

Die aktuelle Strategie kritisiert die bisherige Vergabepraxis als “Wildwuchs” und fordert eine gezielte Steuerung der staatlichen Digitalausgaben. Der Kern des Vorschlags besteht darin, öffentliche Aufträge strategisch an deutsche und europäische KI-Start-ups zu vergeben, anstatt sie primär an etablierte, oft US-amerikanische Technologiegiganten zu vergeben. Diese Maßnahme soll als “Innovations-Boost” dienen, indem sie jungen, innovativen Unternehmen einen Marktzugang verschafft, den sie sonst nur schwer erreichen würden.

Die Realität zeigt jedoch, dass dieses Potenzial bisher kaum ausgeschöpft wird. Studien belegen eine auffallend geringe Beteiligung von Start-ups an öffentlichen Ausschreibungen. So nehmen nur etwa 11 % der deutschen Start-ups überhaupt an solchen Verfahren teil, und lediglich 7 % erhalten tatsächlich einen Zuschlag. Entsprechend gering ist der Anteil, den öffentliche Aufträge am Gesamtumsatz dieser Unternehmen ausmachen; er liegt bei unter 5 %. Dies verdeutlicht eine erhebliche Diskrepanz zwischen dem potenziellen Markt, den der Staat als Kunde darstellt, und der Fähigkeit von Start-ups, diesen Markt zu erschließen. Die gezielte Vergabe öffentlicher Aufträge wird somit nicht nur als finanzielle Unterstützung, sondern als fundamentaler Mechanismus zur Marktöffnung und zur Validierung neuer Technologien verstanden.

Welchen Hürden begegnen innovative junge Unternehmen im Vergaberecht?

Der geringe Erfolg von Start-ups bei öffentlichen Ausschreibungen ist auf eine Reihe spezifischer bürokratischer und rechtlicher Hürden zurückzuführen, die im deutschen und europäischen Vergaberecht verankert sind. Diese Hürden sind oft auf die Bedürfnisse großer, etablierter Unternehmen zugeschnitten und stellen für junge, agile Firmen unüberwindbare Hindernisse dar.

Eine der größten Herausforderungen sind die Eignungsanforderungen. Öffentliche Auftraggeber fordern häufig Nachweise über einen bestimmten Mindestjahresumsatz, der nicht selten das Zweifache des geschätzten Auftragswerts betragen darf. Für ein Start-up, das sich noch in der Wachstumsphase befindet und naturgemäß geringere Umsätze aufweist, ist diese Anforderung kaum zu erfüllen. Hinzu kommt die Forderung nach umfassenden Referenzen über vergleichbare Projekte aus den letzten drei Geschäftsjahren. Dies schafft ein klassisches “Henne-Ei-Problem”: Ohne öffentliche Aufträge keine Referenzen, und ohne Referenzen keine öffentlichen Aufträge.

Darüber hinaus schrecken die Komplexität und die Dauer der Vergabeverfahren viele Start-ups ab. Die Erstellung der Angebotsunterlagen ist zeit- und ressourcenintensiv, was für kleine Teams eine erhebliche Belastung darstellt. Das Vergaberecht selbst ist durch eine hohe Regelungsdichte und eine Zweiteilung gekennzeichnet: Aufträge unterhalb bestimmter EU-Schwellenwerte unterliegen nationalen Regelungen wie der Unterschwellenvergabeordnung (UVgO), während Aufträge oberhalb dieser Werte europaweit ausgeschrieben werden müssen und komplexeren Vorschriften wie dem Gesetz gegen Wettbewerbsbeschränkungen (GWB) und der Vergabeverordnung (VgV) unterliegen. Diese juristische Komplexität erhöht die Einstiegshürde zusätzlich und führt dazu, dass viele innovative Unternehmen den öffentlichen Sektor als potenziellen Kunden von vornherein meiden.

Welche Lösungsansätze und Reformen werden diskutiert, um Start-ups den Zugang zu öffentlichen Aufträgen zu erleichtern?

Um die beschriebenen Hürden abzubauen, werden verschiedene Lösungsansätze auf rechtlicher und politischer Ebene diskutiert. Diese zielen darauf ab, das Vergaberecht flexibler und innovationsfreundlicher zu gestalten, ohne die Grundprinzipien von Transparenz und Wettbewerb aufzugeben.

Auf rechtlicher Ebene existieren bereits Instrumente, die Start-ups nutzen können, um ihre Nachteile auszugleichen. Dazu gehört die Bildung von “Bietergemeinschaften”, bei denen sich mehrere kleinere Unternehmen zusammenschließen, um gemeinsam die Kapazitäten für einen größeren Auftrag aufzubringen. Eine weitere Möglichkeit ist die “Eignungsleihe”, bei der ein Start-up die fehlenden Eignungsnachweise, wie Referenzen oder Umsatzzahlen, von einem etablierten Partnerunternehmen “leiht”, das sich im Gegenzug verpflichtet, im Auftragsfall seine Ressourcen zur Verfügung zu stellen.

Auf politischer Ebene gibt es umfassende Reformvorschläge, wie den 7-Punkte-Plan des Digitalverbands Bitkom. Dieser fordert unter anderem eine stärkere Anwendung bestehender innovativer Vergabekriterien, die Schaffung neuer, explizit auf Start-ups zugeschnittener Bewertungsmaßstäbe und eine Harmonisierung der zerklüfteten Rechtsrahmen. Ein zentraler Punkt ist die Professionalisierung der Beschaffungsstellen. Die Mitarbeiterinnen und Mitarbeiter in den Vergabestellen benötigen das Fachwissen, um innovative KI-Lösungen bewerten zu können, was oft eine Spezialisierung und gezielte Schulungen erfordert. Ein weiteres wichtiges Instrument ist die “Innovationspartnerschaft”. Dies ist ein spezielles Vergabeverfahren, das explizit darauf ausgelegt ist, gemeinsam mit einem Unternehmen eine innovative Lösung zu entwickeln, die auf dem Markt noch nicht verfügbar ist. Es eignet sich daher ideal für die Beschaffung neuartiger KI-Technologien und fördert die Kooperation zwischen öffentlicher Hand und innovativen Anbietern.

Die folgende Tabelle fasst die zentralen Herausforderungen und die korrespondierenden Lösungsansätze zusammen:

Innovation statt Niedrigpreis: Neue Chancen für Start-ups bei Aufträgen

Start-ups stehen bei Aufträgen vor verschiedenen Hürden, die neue Chancen durch Innovation statt Niedrigpreis ermöglichen können. Strenge Eignungskriterien wie Mindestumsatz und Referenzen schließen oft junge Unternehmen aufgrund fehlender Unternehmenshistorie vom Wettbewerb aus. Hier könnten Lösungen wie die Nutzung von Eignungsleihe, die Zulassung persönlicher Referenzen von Mitarbeitern sowie die Anpassung der Kriterien an die jeweilige Unternehmensphase helfen. Die hohen Komplexität und Dauer der Vergabeverfahren überfordern kleine Teams und verursachen einen großen Ressourcenaufwand, weshalb ein Bürokratieabbau, die Digitalisierung der Vergabeverfahren (etwa durch eVergabe) sowie gezielte Schulungen und Vernetzungen von Start-ups sinnvoll wären. Auch die oft unpassende Auftragsgröße, bei der fehlende Losvergabe die Kapazitäten kleiner Unternehmen überschreitet, kann durch die konsequente Anwendung der Mittelstandsklausel (§ 97 GWB) zur Aufteilung von Aufträgen in Lose sowie die Förderung von Bietergemeinschaften verbessert werden. Ein weiterer entscheidender Punkt ist der Schwerpunkt auf den niedrigsten Preis, der innovative, aber potenziell teurere Lösungen benachteiligt. Die Einführung einer „Innovationsprämie“ als Zuschlagskriterium, der breitere Einsatz funktionaler Leistungsbeschreibungen sowie die Nutzung von Innovationspartnerschaften können hier neue Chancen eröffnen. Schließlich erschwert mangelnde Transparenz und fehlendes Feedback den Lernprozess für Start-ups und verhindern Verbesserungen bei zukünftigen Angeboten. Die Veröffentlichung umfassender Vergabestatistiken sowie verpflichtendes Feedback für nicht berücksichtigte Bieter würden diesen Prozess unterstützen.

Welche volkswirtschaftlichen Konsequenzen hat die gezielte Bevorzugung heimischer Unternehmen?

Die strategische Absicht, öffentliche Aufträge bevorzugt an “heimische KI-Firmen” zu vergeben, stellt eine Form der Industriepolitik dar, die jedoch in einem Spannungsverhältnis zu etablierten volkswirtschaftlichen Prinzipien und dem europäischen Rechtsrahmen steht. Der Kern dieses Spannungsfeldes liegt im Konflikt zwischen der Förderung eines nationalen Technologie-Ökosystems und den potenziellen Effizienzverlusten durch eingeschränkten Wettbewerb.

Das EU-Vergaberecht basiert auf den Grundprinzipien des Binnenmarktes: Transparenz, Gleichbehandlung und Nichtdiskriminierung. Diese Prinzipien sollen sicherstellen, dass das wirtschaftlichste Angebot den Zuschlag erhält, unabhängig von der nationalen Herkunft des Bieters. Dieser offene Wettbewerb gilt als wichtiger Motor für Wirtschaftswachstum und trägt laut Schätzungen erheblich zum BIP der EU bei. Eine Politik, die explizit heimische Unternehmen bevorzugt, untergräbt dieses Prinzip und riskiert, gegen EU-Recht zu verstoßen.

Aus ökonomischer Sicht kann eine solche protektionistische Maßnahme zu höheren Preisen für die öffentliche Hand führen. Wenn der Wettbewerb künstlich eingeschränkt wird, indem man internationale Anbieter ausschließt, können die verbleibenden heimischen Bieter höhere Preise durchsetzen. Studien zu den Auswirkungen von lokaler Präferenz im Beschaffungswesen deuten darauf hin, dass dies die Kosten für den Steuerzahler erhöhen und die Effizienz der öffentlichen Ausgaben senken kann.

Demgegenüber stehen die industriepolitischen Argumente. Die Befürworter einer solchen Strategie argumentieren, dass eine temporäre Bevorzugung notwendig sei, um einer jungen, strategisch wichtigen Industrie wie der KI-Branche eine faire Chance im globalen Wettbewerb zu geben. Ein staatlicher Auftrag kann für ein Start-up als entscheidender “erster Kunde” fungieren, der nicht nur Umsatz generiert, sondern auch als wichtige Referenz dient und so den Zugang zu privaten Märkten und weiterem Wagniskapital erleichtert. Es handelt sich somit um eine strategische Abwägung: Kurzfristig höhere Kosten und potenzielle Effizienzverluste werden in Kauf genommen, um langfristig eine souveräne und wettbewerbsfähige heimische Technologiebasis aufzubauen und kritische Abhängigkeiten zu vermeiden. Die Umsetzung dieser Strategie erfordert daher einen sorgfältigen Balanceakt, um die heimische Industrie zu fördern, ohne die Grundpfeiler des europäischen Binnenmarktes zu gefährden.

KI-Gamechanger: Die flexibelste KI-Plattform - Maßgeschneiderte Lösungen, die Kosten senken, Ihre Entscheidungen verbessern und die Effizienz steigern

Unabhängige KI-Plattform: Integriert alle relevanten Unternehmensdatenquellen

• Diese KI-Plattform interagiert mit allen spezifischen Datenquellen
  • Von SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox und vielen andere Daten-Management-Systmen
• Schnelle KI-Integration: Maßgeschneiderte KI-Lösungen für Unternehmen in Stunden oder Tagen, anstatt Monaten
• Flexible Infrastruktur: Cloud-basiert oder Hosting im eigenen Rechenzentrum (Deutschland, Europa, freie Standortwahl)

• Höchste Datensicherheit: Einsatz in Anwaltskanzleien ist der sichere Beweis
• Einsatz über die unterschiedlichsten Unternehmensdatenquellen hinweg
• Wahl der eigenen bzw. verschiedenen KI-Modelle (DE,EU,USA,CN)

Herausforderungen, die unsere KI-Plattform löst

• Mangelnde Passgenauigkeit herkömmlicher KI-Lösungen
• Datenschutz und sichere Verwaltung sensibler Daten
• Hohe Kosten und Komplexität individueller KI-Entwicklung
• Mangel an qualifizierten KI-Fachkräften
• Integration von KI in bestehende IT-Systeme

Mehr dazu hier:

• KI-Integration einer unabhängigen und Datenquellen-übergreifenden KI-Plattform für alle Unternehmensbelange

Aufbau einer nationalen Rechenleistungsinfrastruktur

Wie ist der aktuelle Stand der Rechenzentrumsinfrastruktur in Deutschland und warum ist sie für KI entscheidend?

Die Rechenleistung bildet das fundamentale Rückgrat der digitalen Wirtschaft und ist die unverzichtbare Ressource für die Entwicklung und den Betrieb moderner KI-Anwendungen. Große KI-Modelle, insbesondere Basismodelle, erfordern immense Rechenkapazitäten für das Training, das Milliarden von Parametern und riesige Datenmengen umfasst. Ohne eine leistungsfähige und skalierbare Infrastruktur an Rechen- und Datenzentren ist die Ambition, eine führende KI-Nation zu werden, nicht realisierbar.

Deutschland verfügt derzeit über die größten Rechenzentrumskapazitäten innerhalb Europas. Der Standort Frankfurt am Main hat sich dabei als zentraler Hub etabliert, was maßgeblich auf den dort ansässigen DE-CIX, einen der weltweit größten Internet-Knotenpunkte, zurückzuführen ist. Diese Konzentration sorgt für exzellente Konnektivität und zieht Investitionen von globalen Cloud-Anbietern und Colocation-Dienstleistern an.

Trotz dieser führenden Position in Europa zeigt eine relative Betrachtung ein differenzierteres Bild. Setzt man die verfügbare Rechenleistung ins Verhältnis zur Wirtschaftskraft, gemessen am Bruttoinlandsprodukt (BIP), fällt Deutschland hinter andere Nationen zurück. Länder wie Großbritannien oder die Niederlande weisen eine höhere Dichte an Rechenleistung pro Milliarde Euro BIP auf. Im globalen Vergleich ist der Abstand zu den USA und China, die den Markt dominieren, noch deutlicher. Diese relative Lücke signalisiert einen potenziellen Engpass, der die Fähigkeit Deutschlands, im globalen KI-Wettlauf Schritt zu halten, einschränken könnte. Die digitale Souveränität und technologische Handlungsfähigkeit des Landes hängen somit direkt von der Stärke und dem Ausbau dieser kritischen Infrastruktur ab.

Passend dazu:

• Abhängig von der US-Cloud? Deutschlands Kampf um die Cloud: So wollen sie AWS (Amazon) und Azure (Microsoft) Konkurrenz machen

Was bedeutet die Forderung nach einer “Gigafactory für Daten” im Kontext der KI-Strategie?

Der Begriff “Gigafactory”, ursprünglich von Tesla für seine riesigen Fabriken zur Massenproduktion von Batterien geprägt, wird im Rahmen der deutschen KI-Strategie als wirkungsvolle Metapher verwendet. Die Forderung nach “mindestens einer Gigafactory” in Deutschland ist nicht wörtlich als eine einzelne Fabrik zu verstehen, sondern als ein politisches Bekenntnis zum Aufbau von Rechenzentren im Hyperscale-Format, die speziell auf die extremen Anforderungen von KI-Anwendungen ausgelegt sind.

Eine “Gigafactory für Daten” symbolisiert einen qualitativen und quantitativen Sprung in der nationalen Recheninfrastruktur. Es geht nicht mehr nur um den Betrieb herkömmlicher Rechenzentren für Standard-Cloud-Dienste, sondern um die Schaffung von Anlagen, die in der Lage sind, die rechenintensivsten Aufgaben zu bewältigen – allen voran das Training von KI-Basismodellen mit Billionen von Datenpunkten. Solche Anlagen erfordern eine massive Konzentration von spezialisierter Hardware (insbesondere GPUs), eine extrem hohe Energiedichte und hochentwickelte Kühlsysteme.

Die Forderung impliziert die strategische Notwendigkeit, eine souveräne Recheninfrastruktur zu schaffen, die es deutschen und europäischen Unternehmen ermöglicht, KI-Modelle im eigenen Land zu entwickeln und zu betreiben. Dies reduziert die Abhängigkeit von den Cloud-Plattformen amerikanischer Hyperscaler und stärkt die digitale Souveränität. Die “Gigafactory” ist somit das physische Fundament für die Ambition, eine eigenständige “Cloud-Nation” zu werden und im globalen Wettbewerb um die technologische Führung bei KI bestehen zu können.

Welches sind die größten Herausforderungen beim Ausbau der Rechenzentrumskapazitäten in Deutschland?

Der ambitionierte Plan, die nationale Rechenleistung massiv auszubauen, stößt auf eine Reihe von erheblichen physischen, regulatorischen und gesellschaftlichen Herausforderungen. Diese Engpässe zeigen, dass die digitale Transformation an sehr konkreten, nicht-digitalen Grenzen scheitert, wenn diese nicht proaktiv adressiert werden.

Die größte Herausforderung ist die Energieversorgung. Rechenzentren, und insbesondere solche für KI-Anwendungen, haben einen enormen und stetig wachsenden Stromverbrauch. Der Energiebedarf der deutschen Rechenzentren könnte sich bis 2030 im Vergleich zu heute fast verdoppeln. Dies kollidiert mit den hohen Energiepreisen in Deutschland, die im internationalen Vergleich einen erheblichen Wettbewerbsnachteil darstellen und Investitionen unattraktiv machen können.

Ein zweites großes Hindernis sind die langwierigen Planungs- und Genehmigungsverfahren. In Deutschland dauert es deutlich länger als im EU-Durchschnitt, ein neues Rechenzentrum zu genehmigen und zu bauen. Diese bürokratischen Verzögerungen schaffen Investitionsunsicherheit und verlangsamen den dringend benötigten Ausbau der Infrastruktur.

Drittens führt der hohe Flächenbedarf von Rechenzentren zunehmend zu Landnutzungskonflikten. Der Bau großer Serverfarmen auf Ackerland oder in der Nähe von Wohngebieten stößt auf Widerstand von Landwirten, Naturschützern und Anwohnern, die Flächenversiegelung und Lärmbelästigung befürchten.

Schließlich stellt die Nachhaltigkeit eine zentrale Herausforderung dar. Rechenzentren produzieren eine gewaltige Menge an Abwärme, die meist ungenutzt an die Umwelt abgegeben wird. Obwohl es gesetzliche Vorgaben zur Abwärmenutzung gibt, scheitert die praktische Umsetzung oft an der fehlenden Infrastruktur, wie etwa angebundenen Fernwärmenetzen. Dies führt zu einem Trilemma zwischen dem Ziel der KI-Führerschaft, der Energiewende und den Klimaschutzzielen. Der Ausbau der KI-Infrastruktur kann die Klimaziele gefährden, wenn er nicht von Anfang an in eine integrierte Energie- und Stadtentwicklungsstrategie eingebettet wird.

Passend dazu:

• Europas Weg zur KI-Führerschaft mit fünf KI-Gigafabriken? Zwischen ehrgeizigen Plänen und historischen Herausforderungen

Bürokratieabbau und der freie Fluss von Daten

In welchem Spannungsfeld steht die Forderung nach einem ungehinderten Datenfluss für KI-Anwendungen?

Die Forderung, Bürokratie abzubauen, damit Daten ungehindert fließen können, ist ein zentraler, aber auch hochkomplexer Punkt der KI-Strategie. Er berührt das Kernspannungsfeld des europäischen Ansatzes zur Digitalisierung: den Konflikt zwischen dem unbedingten Bedarf an großen Datenmengen zur Förderung von Innovation und dem ebenso unbedingten Bekenntnis zu einem strengen Datenschutz zum Schutz der Grundrechte.

Künstliche Intelligenz, insbesondere maschinelles Lernen, ist datengetrieben. Die Leistungsfähigkeit und Genauigkeit von KI-Modellen hängen direkt von der Menge und Qualität der Daten ab, mit denen sie trainiert werden. Aus Sicht der Technologieentwicklung ist ein möglichst freier und unkomplizierter Zugang zu riesigen Datenmengen daher eine Grundvoraussetzung, um im globalen Wettbewerb bestehen zu können. Die Forderung nach einem “fließenden” Datenverkehr ist somit ein Plädoyer für innovationsfreundliche Rahmenbedingungen.

Diesem Innovationsimperativ steht jedoch der europäische Rechtsrahmen gegenüber, der durch die Datenschutz-Grundverordnung (DSGVO) geprägt ist. Die DSGVO ist nicht als Innovationsbremse konzipiert, sondern als ein Rahmenwerk zum Schutz fundamentaler Bürgerrechte. Sie basiert auf Prinzipien wie der Datenminimierung (es sollen nur so wenige Daten wie nötig verarbeitet werden), der Zweckbindung (Daten dürfen nur für den Zweck verwendet werden, für den sie erhoben wurden) und der Notwendigkeit einer klaren Rechtsgrundlage für jede Datenverarbeitung, oft in Form einer informierten Einwilligung. Diese Prinzipien stehen in einem natürlichen Spannungsverhältnis zum “Datenhunger” der KI-Entwicklung, was zu erheblicher Rechtsunsicherheit bei Unternehmen und Forschern führt.

Welche konkreten bürokratischen und rechtlichen Hürden bestehen für KI-Entwickler im Bereich Datenschutz?

Für KI-Entwickler in Deutschland und Europa manifestiert sich das Spannungsfeld zwischen Datenbedarf und Datenschutz in einer Reihe konkreter rechtlicher und bürokratischer Hürden, die sich direkt aus der DSGVO und ihrer Auslegung ergeben.

Das Prinzip der Datenminimierung stellt eine fundamentale Herausforderung dar. Während die DSGVO verlangt, die Verarbeitung personenbezogener Daten auf das für den Zweck notwendige Maß zu beschränken, basieren viele fortschrittliche KI-Modelle auf der Analyse riesiger, unspezifischer Datensätze, um Muster zu erkennen. Der “Datenhunger” der KI steht hier im direkten Widerspruch zur geforderten Datensparsamkeit.

Eng damit verbunden ist die Hürde der Zweckbindung. Daten dürfen laut DSGVO nur für festgelegte, eindeutige und legitime Zwecke erhoben werden. Das Training von KI-Basismodellen erfolgt jedoch oft für eine Vielzahl potenzieller und zum Zeitpunkt des Trainings noch gar nicht absehbarer zukünftiger Anwendungen. Dies erschwert die Definition eines spezifischen Zwecks und schafft rechtliche Grauzonen.

Eine weitere große Hürde ist die Anforderung einer rechtmäßigen Verarbeitungsgrundlage. Für das Training von KI-Modellen mit personenbezogenen Daten, die oft aus dem Internet gesammelt werden, ist es praktisch unmöglich, von jeder einzelnen Person eine explizite und informierte Einwilligung einzuholen. Entwickler berufen sich daher oft auf das “berechtigte Interesse”, doch dessen Reichweite ist rechtlich umstritten und wird von Datenschutzbehörden zunehmend restriktiv ausgelegt, was zu erheblicher Rechtsunsicherheit führt.

Schließlich kollidiert die oft intransparente Funktionsweise komplexer KI-Systeme, das sogenannte “Blackbox”-Problem, mit den Transparenzpflichten der DSGVO. Bürger haben ein Recht auf Auskunft über die Logik, die hinter automatisierten Entscheidungen steckt. Wenn selbst die Entwickler die genauen Entscheidungspfade eines Deep-Learning-Modells nicht mehr nachvollziehen können, ist dieses Recht kaum zu gewährleisten. Diese Hürden führen in der Summe dazu, dass KI-Entwicklung in Europa mit einem höheren rechtlichen Risiko und größerem bürokratischen Aufwand verbunden ist als in anderen Weltregionen.

Passend dazu:

• KI-Revolution verschlafen? Warum Deutschland droht, den Anschluss an USA und China zu verlieren

Wie versucht das europäische KI-Gesetz, eine Balance zwischen Innovation und Regulierung zu schaffen?

Das europäische KI-Gesetz stellt den bisher umfassendsten Versuch dar, einen regulatorischen Rahmen zu schaffen, der die Risiken von KI beherrschbar macht, ohne die Innovation abzuwürgen. Es ist die zentrale Antwort auf das beschriebene Spannungsfeld und verkörpert eine strategische Entscheidung für einen dritten Weg zwischen dem Laissez-faire-Ansatz der USA und der staatlich kontrollierten KI-Entwicklung in China.

Das Kernstück des KI-Gesetzes ist sein risikobasierter Ansatz. Anstatt KI pauschal zu regulieren, differenziert das Gesetz nach dem potenziellen Schadensrisiko einer Anwendung. KI-Systeme mit einem “inakzeptablen Risiko”, wie zum Beispiel staatliches Social Scoring oder manipulative Techniken, die das Verhalten von Menschen beeinflussen, werden vollständig verboten. Systeme mit “hohem Risiko”, die in kritischen Bereichen wie der medizinischen Diagnostik, der Personalrekrutierung oder der Justiz eingesetzt werden, unterliegen strengen Anforderungen an Transparenz, Datensicherheit, menschliche Aufsicht und Dokumentation. Die große Mehrheit der KI-Anwendungen, die als risikoarm eingestuft werden, wie Spamfilter oder KI in Videospielen, bleiben hingegen weitgehend unreguliert.

Gleichzeitig enthält das KI-Gesetz explizite Mechanismen zur Innovationsförderung, die insbesondere auf Start-ups und kleine und mittlere Unternehmen (KMU) abzielen. Das wichtigste Instrument sind die sogenannten “regulatorischen Sandkästen”. Dabei handelt es sich um kontrollierte rechtliche Experimentierräume, in denen Unternehmen innovative KI-Systeme unter Aufsicht der zuständigen Behörden entwickeln und testen können, ohne bei unbeabsichtigten Verstößen sofort mit den vollen Sanktionen des Gesetzes rechnen zu müssen. Diese Sandkästen sollen Rechts- und Planungssicherheit schaffen, den Marktzugang erleichtern und den Dialog zwischen Innovatoren und Regulierern fördern. Das KI-Gesetz ist somit nicht nur ein Schutzinstrument, sondern auch ein strategischer Versuch, einen verlässlichen und vertrauenswürdigen Rahmen zu schaffen, der Innovationen lenkt und langfristig als Wettbewerbsvorteil dienen soll.

Xpert.Digital verfügt über tiefgehendes Wissen in verschiedenen Branchen. Dies erlaubt es uns, maßgeschneiderte Strategien zu entwickeln, die exakt auf die Anforderungen und Herausforderungen Ihres spezifischen Marktsegments zugeschnitten sind. Indem wir kontinuierlich Markttrends analysieren und Branchenentwicklungen verfolgen, können wir vorausschauend agieren und innovative Lösungen anbieten. Durch die Kombination aus Erfahrung und Wissen generieren wir einen Mehrwert und verschaffen unseren Kunden einen entscheidenden Wettbewerbsvorteil.

Mehr dazu hier:

• Nutzen Sie die 5fach Kompetenz von Xpert.Digital in einem Paket - schon ab 500 €/Monat

Europäische Souveränität bei KI-Basismodellen

Warum ist die Entwicklung eigener europäischer KI-Basismodelle von strategischer Bedeutung?

Die Entwicklung und Kontrolle von KI-Basismodellen, auch bekannt als Basismodelle, ist zu einer Frage von zentraler strategischer Bedeutung für die Zukunft Europas geworden. Diese Modelle sind die technologische Grundlage, auf der eine Vielzahl zukünftiger KI-Anwendungen aufbauen wird. Eine vollständige Abhängigkeit von Modellen, die ausschließlich von Unternehmen in den USA oder China entwickelt und kontrolliert werden, birgt erhebliche Risiken für die “digitale Souveränität” Europas.

Digitale Souveränität beschreibt die Fähigkeit von Staaten, Unternehmen und Bürgern, ihre digitale Transformation selbstbestimmt zu gestalten und kritische technologische Abhängigkeiten zu vermeiden. Wenn die grundlegende KI-Infrastruktur in den Händen außereuropäischer Akteure liegt, entstehen vielfältige Risiken. Erstens besteht eine wirtschaftliche Abhängigkeit, die zu ungünstigen Konditionen oder einem eingeschränkten Zugang zu Schlüsseltechnologien führen kann. Zweitens unterliegen Daten, die auf US-amerikanischen Cloud-Plattformen verarbeitet werden, potenziell dem Zugriff von US-Behörden im Rahmen von Gesetzen wie dem CLOUD Act, was im Widerspruch zu europäischen Datenschutzvorstellungen steht.

Drittens und vielleicht am wichtigsten ist die Tatsache, dass KI-Basismodelle nicht wertneutral sind. Sie werden mit Daten trainiert, die kulturelle, gesellschaftliche und ethische Vorstellungen widerspiegeln. Modelle, die primär mit Daten aus dem amerikanischen oder chinesischen Kulturraum trainiert werden, können Voreingenommenheiten (Bias) enthalten, die nicht mit europäischen Werten und Normen vereinbar sind. Die Entwicklung eigener europäischer Basismodelle ist daher unerlässlich, um sicherzustellen, dass die KI der Zukunft auf einem Fundament aufbaut, das die europäischen Grundwerte wie Demokratie, Rechtsstaatlichkeit und den Schutz der Grundrechte respektiert. Initiativen wie GAIA-X, die eine souveräne europäische Dateninfrastruktur schaffen sollen, sind ein wichtiger Baustein auf diesem Weg.

Passend dazu:

• Unabhängige KI-Plattformen als strategische Alternative für europäische Unternehmen

Wie ist der aktuelle Stand bei der Entwicklung von KI-Basismodellen “Made in Europe”?

Trotz des erheblichen Investitionsrückstands gegenüber den USA und China hat sich in Europa eine dynamische Szene für die Entwicklung von KI-Basismodellen etabliert, die eine eigene, differenzierte Strategie verfolgt. Anstatt zu versuchen, die größten und leistungsstärksten Allzweckmodelle zu bauen, konzentrieren sich viele europäische Akteure auf spezifische Nischen und Qualitätsmerkmale.

Ein führendes deutsches Unternehmen in diesem Bereich ist Aleph Alpha. Das Heidelberger Start-up hat sich darauf spezialisiert, KI-Modelle zu entwickeln, die nicht nur leistungsfähig, sondern auch transparent und nachvollziehbar sind (“erklärbare KI”). Dieser Fokus auf Vertrauenswürdigkeit und Souveränität macht Aleph Alpha zu einem wichtigen Partner für den öffentlichen Sektor und regulierte Industrien. Jüngst hat das Unternehmen seine Strategie angepasst und konzentriert sich nun stärker auf kleinere, spezialisierte Modelle für konkrete Anwendungsbereiche, was als strategische Abkehr vom direkten Wettbewerb mit den globalen Hyperscalern gesehen wird.

Ein weiterer europäischer Hoffnungsträger ist das französische Unternehmen Mistral AI, das durch die Veröffentlichung leistungsstarker Open-Source-Modelle große Aufmerksamkeit erlangt hat. Der Open-Source-Ansatz fördert die Transparenz und ermöglicht es einer breiten Gemeinschaft von Entwicklern, auf der Technologie aufzubauen und sie anzupassen.

Darüber hinaus gibt es staatlich geförderte Initiativen wie OpenGPT-X, ein Projekt unter Beteiligung von Fraunhofer-Instituten, das die Entwicklung offener und vertrauenswürdiger Sprachmodelle für Europa vorantreibt. An der Universität Würzburg wurde mit “LLäMmlein” zudem das erste rein auf deutschen Daten trainierte große Sprachmodell entwickelt, um die Dominanz englischsprachiger Trainingsdaten zu durchbrechen und die Qualität für die deutsche Sprache zu verbessern. Diese Beispiele zeigen eine klare strategische Ausrichtung: Europa konkurriert nicht primär über die schiere Größe der Modelle, sondern über Spezialisierung, Offenheit, Transparenz und die Anpassung an die spezifischen sprachlichen und regulatorischen Bedürfnisse des europäischen Marktes.

Welche Rolle spielt die EU-Regulierung, insbesondere das KI-Gesetz, im globalen Wettbewerb der KI-Modelle?

Die europäische Regulierung, allen voran das KI-Gesetz, spielt eine ambivalente und vieldiskutierte Rolle im globalen KI-Wettbewerb. Einerseits wird die Sorge vor einer “Überregulierung aus Brüssel” geäußert, die europäische Entwickler mit hohen Compliance-Kosten und bürokratischen Hürden belasten und so im Vergleich zu agileren Wettbewerbern aus den USA und China ins Hintertreffen geraten lassen könnte. Kritiker befürchten, dass strenge Vorschriften Innovationen verlangsamen und insbesondere für Start-ups eine Markteintrittsbarriere darstellen könnten.

Andererseits wird das KI-Gesetz zunehmend als strategisches Instrument verstanden, das langfristig Wettbewerbsvorteile schaffen kann. Durch die Etablierung des weltweit ersten umfassenden Rechtsrahmens für KI schafft die EU Rechts- und Planungssicherheit für Unternehmen und Nutzer. Dieser klare Rahmen kann Investitionen anziehen und das Vertrauen in KI-Anwendungen stärken. Das Gesetz berücksichtigt zudem explizit die Bedürfnisse von KMU und Start-ups, indem es innovationsfreundliche Instrumente wie die bereits erwähnten regulatorischen Sandkästen vorsieht und bei den Bußgeldern nach Unternehmensgröße differenziert.

Die vielleicht wichtigste strategische Funktion der EU-Regulierung liegt im sogenannten “Brussels Effect”. Da der europäische Binnenmarkt für globale Technologieunternehmen unverzichtbar ist, werden diese gezwungen sein, ihre Produkte und Modelle an die strengen EU-Vorgaben anzupassen, um hier tätig werden zu können. Auf diese Weise exportiert die EU ihre regulatorischen Standards und wertebasierten Vorstellungen von KI de facto in die ganze Welt. Die Regulierung wird so von einer potenziellen Belastung zu einem mächtigen Instrument der globalen Gestaltung. Anstatt in einem reinen Technologiewettlauf zu konkurrieren, den Europa aufgrund von Investitionslücken möglicherweise verlieren könnte, verlagert die EU den Wettbewerb auf die Ebene der Governance-Modelle, wo sie durch einen klaren, wertebasierten und umfassenden Rechtsrahmen eine Führungsposition einnimmt.

Internationale Kooperation und KI nach europäischen Werten

Was bedeutet der Anspruch, eine KI nach “europäischen Werten” zu entwickeln?

Der Anspruch, eine Künstliche Intelligenz nach “europäischen Werten” zu entwickeln, ist ein zentrales Leitmotiv der deutschen und europäischen Digitalstrategie und der entscheidende Differenzierungsfaktor im globalen Wettbewerb. Es geht dabei weniger um eine spezifische technische Architektur als vielmehr um die Einbettung von KI-Systemen in einen robusten rechtlichen und ethischen Rahmen, der die Grundrechte und demokratischen Prinzipien Europas widerspiegelt.

Dieser wertebasierte Ansatz wird am deutlichsten im EU KI-Gesetz konkretisiert. Die darin verankerten Prinzipien definieren, was eine “europäische KI” ausmacht: Sie muss menschenzentriert sein, was bedeutet, dass der Mensch stets die letzte Kontrollinstanz behalten muss (menschliche Aufsicht). Sie muss sicher, robust und transparent sein, sodass ihre Entscheidungen nachvollziehbar sind und sie nicht leicht manipuliert werden kann. Ein Kernprinzip ist die Nichtdiskriminierung, was erfordert, dass KI-Systeme keine bestehenden gesellschaftlichen Vorurteile (Bias) verstärken oder neue schaffen. Der Schutz der Privatsphäre und der Datenhoheit ist durch die enge Verknüpfung mit der DSGVO ein weiterer Grundpfeiler. Schließlich werden auch Aspekte wie gesellschaftliches und ökologisches Wohlbefinden als Ziele für KI-Systeme benannt.

In der Praxis äußert sich dieser Ansatz durch klare Verbote und strenge Auflagen. So sind KI-Anwendungen, die den europäischen Werten fundamental widersprechen, wie etwa staatliches Social Scoring nach chinesischem Vorbild oder Systeme zur unbewussten Verhaltensmanipulation, in der EU gänzlich verboten. Für Hochrisiko-Anwendungen gelten strenge Auflagen, die sicherstellen sollen, dass diese Systeme fair, sicher und transparent agieren. “KI nach europäischen Werten” ist somit ein politisches und gesellschaftliches Projekt, das Technologieentwicklung untrennbar mit der Wahrung von Grundrechten und demokratischen Prozessen verknüpft.

Passend dazu:

• Stargate Europa – KI-Modelle mit Deepseek und Stargate zeigen Europas Chancen im KI-Wettrennen

Wie kann ein “Austausch auf Augenhöhe” mit Technologieführern wie den USA gestaltet werden?

Die Forderung nach einem “Austausch auf Augenhöhe” mit Technologieführern wie den USA ist ein Ausdruck des Strebens nach digitaler Souveränität. Sie impliziert eine Abkehr von der Rolle eines reinen Technologiekonsumenten und Regelungsnehmers hin zu der eines aktiven und gleichberechtigten Gestalters der globalen digitalen Ordnung. Um diese Position zu erreichen, sind mehrere Faktoren entscheidend.

Erstens erfordert “Augenhöhe” eigene technologische Kompetenzen. Nur wer selbst über relevante KI-Modelle, Forschungskapazitäten und ein starkes Start-up-Ökosystem verfügt, wird als ernstzunehmender Partner in technologischen Dialogen wahrgenommen. Die in den vorherigen Abschnitten beschriebenen Anstrengungen zum Aufbau einer eigenen KI-Industrie und -Infrastruktur sind daher die Grundvoraussetzung.

Zweitens basiert “Augenhöhe” auf der Stärke des europäischen Binnenmarktes. Als einer der größten und kaufkräftigsten Wirtschaftsräume der Welt kann die EU ihre Marktmacht als politisches Gewicht in die Waagschale werfen. Globale Unternehmen sind auf den Zugang zum europäischen Markt angewiesen, was der EU eine starke Verhandlungsposition bei der Festlegung von Standards und Regeln verleiht.

Drittens und entscheidend wird “Augenhöhe” durch einen eigenen, kohärenten und global einflussreichen Regulierungsrahmen geschaffen. Das KI-Gesetz ist hier das zentrale Instrument. Es definiert einen klaren europäischen Standpunkt und zwingt internationale Partner, sich mit den europäischen Vorstellungen von einer wertebasierten KI auseinanderzusetzen. Anstatt lediglich auf amerikanische oder chinesische Standards zu reagieren, setzt Europa proaktiv eigene. Ziel ist es, zu verhindern, dass Europa von den USA technologisch und regulatorisch “auseinanderdividiert” wird, indem man als geschlossener Block mit einer klaren, eigenen Agenda auftritt.

Welche strategischen Implikationen ergeben sich aus dem globalen Wettlauf der Regulierungssysteme?

Der globale Wettbewerb um die Führungsrolle bei der Künstlichen Intelligenz ist nicht nur ein Wettlauf der Technologien und Investitionen, sondern zunehmend auch ein Wettstreit der Regulierungssysteme und der damit verbundenen gesellschaftlichen Visionen. Drei distinkte Modelle kristallisieren sich dabei heraus, die jeweils unterschiedliche Prioritäten setzen.

Das europäische Modell, verankert im KI-Gesetz, ist ein umfassender, risikobasierter und auf Grundrechten basierender Ansatz. Es priorisiert Sicherheit, Vertrauen und ethische Leitplanken und versucht, Innovation innerhalb eines klar definierten rechtlichen Korridors zu lenken. Sein Ziel ist es, ein globales Vorbild für eine verantwortungsvolle KI-Governance zu werden.

Das US-amerikanische Modell ist traditionell stärker marktorientiert und innovationsgetrieben. Der Fokus liegt auf der Minimierung regulatorischer Hürden, um die technologische Entwicklung und die kommerzielle Verwertung von KI zu beschleunigen. Regulierung erfolgt oft reaktiv und sektorspezifisch anstatt durch einen übergreifenden, präventiven Rechtsrahmen. Die Strategie zielt darauf ab, die technologische Vormachtstellung durch maximale Freiheit für die führenden Unternehmen zu sichern.

Das chinesische Modell ist staatlich gelenkt und auf die Erreichung nationaler strategischer Ziele ausgerichtet. Die Regulierung ist agil und kann schnell an neue technologische Entwicklungen angepasst werden, dient aber gleichzeitig auch der Stärkung staatlicher Kontrolle und Überwachung. Innovation wird massiv staatlich gefördert, aber stets im Einklang mit den politischen Zielen der Regierung.

Die strategische Implikation für Deutschland und Europa ist, dass der eigene, wertebasierte Ansatz aktiv als Stärke und als globales Alleinstellungsmerkmal positioniert werden muss. In einer Welt, die sich der potenziellen Risiken von KI zunehmend bewusst wird, kann das Label “vertrauenswürdige KI” zu einem entscheidenden Wettbewerbsvorteil werden. Der Erfolg der europäischen Strategie wird davon abhängen, ob es gelingt, diesen Regulierungsrahmen nicht als Innovationsbremse, sondern als Gütesiegel für sichere, faire und qualitativ hochwertige KI-Systeme zu etablieren, die weltweit Nachfrage finden – insbesondere in kritischen und sensiblen Anwendungsbereichen.

Passend dazu:

• Die Entwicklung neuer KI-Modelle ist zweifellos ein entscheidender Faktor für die Zukunft der Künstlichen Intelligenz (KI)

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der KI-Strategie

☑️ Pioneer Business Development

 

Gerne stehe ich Ihnen als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie unten das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 89 89 674 804 (München) an.

Ich freue mich auf unser gemeinsames Projekt.

 

 

Xpert.Digital ist ein Hub für die Industrie mit den Schwerpunkten, Digitalisierung, Maschinenbau, Logistik/Intralogistik und Photovoltaik.

Mit unserer 360° Business Development Lösung unterstützen wir namhafte Unternehmen vom New Business bis After Sales.

Market Intelligence, Smarketing, Marketing Automation, Content Development, PR, Mail Campaigns, Personalized Social Media und Lead Nurturing sind ein Teil unserer digitalen Werkzeuge.

Mehr finden Sie unter: www.xpert.digital - www.xpert.solar - www.xpert.plus