Het vijfpuntenplan: Zo wil Duitsland wereldleider worden op het gebied van AI – datagigafabriek en overheidscontracten voor AI-startups

Waarom is het voor Duitsland van strategisch belang om zich te vestigen als een toonaangevende AI-natie?

Het huidige mondiale technologielandschap wordt gekenmerkt door intense concurrentie op het gebied van kunstmatige intelligentie (AI), vaak omschreven als de "AI-race". Deze race wordt voornamelijk aangevoerd door de Verenigde Staten en China, die enorme investeringen doen in onderzoek, ontwikkeling en infrastructuur. Voor een hoogontwikkeld industrieland als Duitsland is positionering op dit gebied niet slechts een optie, maar een strategische noodzaak. AI is niet langer een nichetechnologie, maar ontwikkelt zich tot een fundamentele innovatie die bepalend zal zijn voor de toekomstige economische concurrentiekracht, nationale veiligheid en geopolitieke invloed.

Voor Duitsland, waarvan de welvaart grotendeels gebaseerd is op zijn sterke positie in belangrijke sectoren zoals de machinebouw, de auto-industrie en de medische technologie, vormt een technologische achterstand op het gebied van AI een existentieel risico. Een verlies van technologisch leiderschap in deze sectoren zou niet alleen de economische basis ondermijnen, maar ook leiden tot een kritische afhankelijkheid van buitenlandse technologieleveranciers. De urgentie van deze uitdaging wordt onderstreept in beleidsdocumenten die de dringende noodzaak tot daadkrachtig optreden benadrukken.

Als reactie op deze wereldwijde dynamiek heeft de Duitse federale overheid strategische plannen opgesteld om Duitsland wereldwijd tot een van de koplopers op het gebied van kunstmatige intelligentie (AI) te maken. Een belangrijk onderdeel van deze strategie is een vijfpuntenplan van de minister van Digitale Zaken, waarin de essentiële actiepunten voor het versterken van Duitslands positie als AI-hub worden uiteengezet. Dit plan dient als leidraad voor een alomvattende transformatie, variërend van gerichte ondersteuning voor binnenlandse startups en de ontwikkeling van een soevereine data-infrastructuur tot de totstandkoming van een op waarden gebaseerd regelgevingskader.

Een analyse van dit plan onthult een diepere strategische dimensie. Gezien de enorme investeringskloof tussen Europa en de VS of China, kan de Duitse en Europese strategie niet zomaar een kopie zijn van de Amerikaanse of Chinese aanpak. Het is eerder een blauwdruk voor een asymmetrische concurrentiestrategie. Deze strategie streeft ernaar niet te zegevieren door louter financiële superioriteit, maar door het intelligent benutten van specifieke sterke punten: de nauwe integratie van AI met een sterke industriële basis, de creatie van een betrouwbaar, op waarden gebaseerd ecosysteem en de vestiging van digitale soevereiniteit als kwaliteitskenmerk. De volgende paragrafen zullen de vijf pijlers van deze strategie in detail analyseren en de implicaties, uitdagingen en kansen ervan belichten.

Geschikt hiervoor:

• Kunstmatige intelligentie | Marketingtactieken van Amerikaanse bedrijven die angst zaaien met behulp van AI

Bevordering van innovatie via overheidsaanbestedingen

Welke rol speelt de overheidsaanbesteding bij het stimuleren van AI-startups in Duitsland?

Een belangrijke hefboom voor het versterken van het binnenlandse AI-ecosysteem ligt in de strategische heroriëntatie van overheidsaanbestedingen. In Duitsland is de staat de grootste afnemer van IT-oplossingen en kent jaarlijks contracten ter waarde van honderden miljarden euro's toe aan particuliere bedrijven. Dit immense marktvolume vertegenwoordigt een belangrijke economische factor en biedt een enorm potentieel voor gerichte innovatiebevordering.

De huidige strategie bekritiseert de bestaande aanbestedingspraktijken als "ongecontroleerde groei" en pleit voor een gerichte aanpak van de digitale overheidsuitgaven. De kern van het voorstel is om overheidscontracten strategisch toe te kennen aan Duitse en Europese AI-startups, in plaats van voornamelijk aan gevestigde, vaak in de VS gevestigde, technologiegiganten. Deze maatregel moet dienen als een "innovatieboost" door jonge, innovatieve bedrijven toegang te bieden tot de markt die ze anders moeilijk zouden kunnen bereiken.

De realiteit laat echter zien dat dit potentieel nauwelijks wordt benut. Studies tonen een opvallend lage participatiegraad van startups in overheidsaanbestedingen aan. Slechts ongeveer 11% van de Duitse startups doet mee aan dergelijke aanbestedingen, en slechts 7% wint daadwerkelijk een contract. Bijgevolg is het aandeel van overheidscontracten in de totale omzet van deze bedrijven navenant laag, minder dan 5%. Dit illustreert een aanzienlijke discrepantie tussen de potentiële markt die de overheid als klant vertegenwoordigt en het vermogen van startups om toegang te krijgen tot deze markt. Het gericht toekennen van overheidscontracten wordt daarom niet alleen gezien als financiële steun, maar ook als een fundamenteel mechanisme voor marktliberalisering en de validatie van nieuwe technologieën.

Welke obstakels ondervinden innovatieve jonge bedrijven in de wetgeving rondom overheidsaanbestedingen?

Het beperkte succes van startups bij aanbestedingen kan worden toegeschreven aan een aantal specifieke bureaucratische en juridische hindernissen die zijn vastgelegd in de Duitse en Europese aanbestedingswetgeving. Deze hindernissen zijn vaak afgestemd op de behoeften van grote, gevestigde bedrijven en vormen onoverkomelijke obstakels voor jonge, wendbare ondernemingen.

Een van de grootste uitdagingen zijn de toelatingseisen. Opdrachtgevers in de publieke sector eisen vaak een bewijs van een bepaalde minimale jaaromzet, die regelmatig twee keer zo hoog kan zijn als de geschatte contractwaarde. Voor een start-up die zich nog in de groeifase bevindt en vanzelfsprekend een lagere omzet heeft, is het vrijwel onmogelijk om aan deze eis te voldoen. Daar komt nog bij dat er uitgebreide referenties van vergelijkbare projecten uit de afgelopen drie boekjaren worden gevraagd. Dit leidt tot een klassiek kip-en-ei-probleem: geen overheidsopdrachten, geen referenties, en geen referenties, geen overheidsopdrachten.

Bovendien schrikken de complexiteit en de lange duur van aanbestedingsprocedures veel startups af. Het opstellen van aanbestedingsdocumenten is tijdrovend en vergt veel middelen, wat een aanzienlijke belasting vormt voor kleine teams. Het aanbestedingsrecht zelf kenmerkt zich door een hoge dichtheid aan regelgeving en een tweeledige structuur: contracten onder bepaalde EU-drempels vallen onder nationale regelgeving, zoals de Duitse aanbestedingsverordening voor contracten onder de drempel (UVgO), terwijl contracten boven deze drempels Europees moeten worden aanbesteed en onderworpen zijn aan complexere regelgeving, zoals de Duitse wet tegen concurrentiebeperkingen (GWB) en de Duitse aanbestedingsverordening (VgV). Deze juridische complexiteit verhoogt de toetredingsdrempel verder en zorgt ervoor dat veel innovatieve bedrijven de publieke sector vanaf het begin als potentiële klant vermijden.

Welke oplossingen en hervormingen worden er besproken om het voor start-ups gemakkelijker te maken om overheidsopdrachten binnen te halen?

Om de beschreven obstakels te overwinnen, worden op juridisch en politiek niveau verschillende oplossingen besproken. Deze oplossingen zijn erop gericht het aanbestedingsrecht flexibeler en innovatievriendelijker te maken, zonder de fundamentele beginselen van transparantie en concurrentie uit het oog te verliezen.

Op juridisch niveau bestaan ​​er al instrumenten die startups kunnen gebruiken om hun nadelen te compenseren. Een voorbeeld hiervan is de vorming van "biedingsconsortia", waarbij meerdere kleinere bedrijven hun krachten bundelen om hun middelen te delen voor een groter contract. Een andere optie is "kwalificatielening", waarbij een startup de ontbrekende kwalificaties, zoals referenties of omzetcijfers, "leent" van een gevestigd partnerbedrijf. Dit partnerbedrijf verbindt zich er in ruil voor om zijn middelen beschikbaar te stellen als het contract wordt toegekend.

Op politiek niveau bestaan ​​er omvangrijke hervormingsvoorstellen, zoals het 7-puntenplan van de digitale branchevereniging Bitkom. Dit plan pleit onder meer voor een betere toepassing van bestaande innovatieve aanbestedingscriteria, de ontwikkeling van nieuwe evaluatienormen die specifiek zijn afgestemd op startups, en de harmonisatie van de gefragmenteerde wettelijke kaders. Een belangrijk element is de professionalisering van aanbestedingsinstanties. Medewerkers van deze instanties moeten de expertise hebben om innovatieve AI-oplossingen te evalueren, wat vaak specialisatie en gerichte training vereist. Een ander belangrijk instrument is het "innovatiepartnerschap". Dit is een speciale aanbestedingsprocedure die specifiek is ontworpen om in samenwerking met een nog niet op de markt verkrijgbare innovatieve oplossing te ontwikkelen. Het is daarom bij uitstek geschikt voor de aanbesteding van nieuwe AI-technologieën en bevordert de samenwerking tussen de publieke sector en innovatieve aanbieders.

De volgende tabel geeft een overzicht van de belangrijkste uitdagingen en de bijbehorende oplossingen:

Innovatie in plaats van lage prijzen: nieuwe kansen voor start-ups bij het binnenhalen van contracten

Innovatie in plaats van lage prijzen: nieuwe kansen voor start-ups bij het binnenhalen van contracten – Afbeelding: Xpert.Digital

Start-ups stuiten op diverse obstakels bij het inschrijven op contracten, wat nieuwe kansen kan creëren door innovatie in plaats van zich simpelweg te richten op de laagste prijs. Strikte selectiecriteria, zoals minimale omzet en referenties, sluiten jonge bedrijven vaak uit van de competitie vanwege een gebrek aan bewezen trackrecord. Oplossingen zoals het benutten van de kwalificaties van bestaande bedrijven, het accepteren van persoonlijke referenties van werknemers en het aanpassen van de criteria aan de betreffende ontwikkelingsfase van het bedrijf kunnen hierbij helpen. De hoge complexiteit en de lange duur van aanbestedingsprocessen overweldigen kleine teams en leiden tot aanzienlijke kosten. Het verminderen van bureaucratie, het digitaliseren van aanbestedingsprocessen (bijvoorbeeld via e-procurement) en het bieden van gerichte trainingen en netwerkmogelijkheden voor start-ups zouden daarom gunstig zijn. De vaak ongeschikte contractomvang, waarbij het ontbreken van aanbestedingen op basis van percelen de capaciteiten van kleine bedrijven overstijgt, kan ook worden verbeterd door de mkb-clausule (§ 97 GWB) consequent toe te passen om contracten in percelen te verdelen en biedingsconsortia te bevorderen. Een ander cruciaal punt is de focus op de laagste prijs, wat innovatieve maar potentieel duurdere oplossingen benadeelt. De introductie van een 'innovatiebonus' als gunningscriterium, het bredere gebruik van functionele specificaties en het benutten van innovatiepartnerschappen kunnen nieuwe mogelijkheden creëren. Uiteindelijk belemmert een gebrek aan transparantie en feedback het leerproces voor startups en staat het verbeteringen in toekomstige offertes in de weg. De publicatie van uitgebreide aanbestedingsstatistieken en verplichte feedback voor niet-geslaagde inschrijvers zou dit proces ondersteunen.

Wat zijn de economische gevolgen van het specifiek bevoordelen van binnenlandse bedrijven?

De strategische intentie om overheidscontracten bij voorkeur toe te kennen aan "binnenlandse AI-bedrijven" is een vorm van industriebeleid die echter op gespannen voet staat met gevestigde economische principes en het Europese rechtskader. De kern van deze spanning ligt in het conflict tussen het bevorderen van een nationaal technologie-ecosysteem en het potentiële efficiëntieverlies als gevolg van beperkte concurrentie.

Het EU-aanbestedingsrecht is gebaseerd op de fundamentele beginselen van de interne markt: transparantie, gelijke behandeling en non-discriminatie. Deze beginselen zijn erop gericht ervoor te zorgen dat de economisch meest voordelige inschrijver het contract krijgt, ongeacht de nationaliteit van de inschrijver. Deze open concurrentie wordt beschouwd als een belangrijke motor voor economische groei en draagt ​​naar schatting aanzienlijk bij aan het bbp van de EU. Beleid dat binnenlandse bedrijven expliciet bevoordeelt, ondermijnt dit beginsel en dreigt in strijd te zijn met het EU-recht.

Vanuit economisch oogpunt kan een dergelijke protectionistische maatregel leiden tot hogere kosten voor de publieke sector. Als de concurrentie kunstmatig wordt beperkt door internationale leveranciers uit te sluiten, kunnen de overgebleven binnenlandse bieders hogere prijzen bedingen. Studies naar de effecten van lokale voorkeur bij aanbestedingen tonen aan dat dit de kosten voor de belastingbetaler kan verhogen en de efficiëntie van de overheidsuitgaven kan verminderen.

Daartegenover staan ​​de argumenten vanuit het industriebeleid. Voorstanders van een dergelijke strategie stellen dat tijdelijke voorkeursbehandeling noodzakelijk is om een ​​jonge, strategisch belangrijke industrie zoals AI een eerlijke kans te geven in de wereldwijde concurrentie. Een overheidscontract kan fungeren als een cruciale "eerste klant" voor een startup, die niet alleen inkomsten genereert, maar ook dient als een belangrijke referentie, waardoor de toegang tot particuliere markten en verder durfkapitaal wordt vergemakkelijkt. Het is daarom een ​​strategische afweging: hogere kosten en potentiële efficiëntieverliezen op korte termijn worden geaccepteerd om op lange termijn een soevereine en concurrerende binnenlandse technologiebasis op te bouwen en kritieke afhankelijkheden te vermijden. De implementatie van deze strategie vereist dan ook een zorgvuldige afweging om de binnenlandse industrie te bevorderen zonder de fundamentele pijlers van de Europese interne markt in gevaar te brengen.

Integratie van een onafhankelijk en data-overkoepelend AI-platform voor alle zakelijke behoeften - Afbeelding: Xpert.Digital

Een gamechanger voor AI: het meest flexibele AI-platform - oplossingen op maat die kosten verlagen, uw besluitvorming verbeteren en de efficiëntie verhogen

Onafhankelijk AI-platform: integreert alle relevante bedrijfsgegevensbronnen

• Dit AI-platform communiceert met alle specifieke databronnen
  • Van SAP, Microsoft, Jira, Confluence, Salesforce, Zoom, Dropbox en vele andere systemen voor gegevensbeheer
• Snelle AI-integratie: op maat gemaakte AI-oplossingen voor bedrijven in uren of dagen, in plaats van maanden
• Flexibele infrastructuur: cloudgebaseerd of hosting in uw eigen datacenter (Duitsland, Europa, vrije locatiekeuze)

• Maximale gegevensbeveiliging: het gebruik ervan in advocatenkantoren is daar het onweerlegbare bewijs van
• Implementatie over een breed scala aan bedrijfsgegevensbronnen
• Keuze uit eigen of andere AI-modellen (DE, EU, VS, CN)

Uitdagingen die ons AI-platform oplost

• Onvoldoende geschiktheid van conventionele AI-oplossingen
• Gegevensbescherming en veilig beheer van gevoelige gegevens
• Hoge kosten en complexiteit van individuele AI-ontwikkeling
• Tekort aan gekwalificeerde AI-specialisten
• Integratie van AI in bestaande IT-systemen

Meer hierover hier:

• AI-integratie van een onafhankelijk en data-overkoepelend AI-platform voor alle zakelijke behoeften

Het opbouwen van een nationale computerinfrastructuur

Wat is de huidige stand van zaken met betrekking tot de datacenterinfrastructuur in Duitsland en waarom is deze cruciaal voor AI?

Rekenkracht vormt de fundamentele ruggengraat van de digitale economie en is de onmisbare hulpbron voor de ontwikkeling en werking van moderne AI-toepassingen. Grote AI-modellen, met name basismodellen, vereisen een enorme rekenkracht voor de training, waarbij miljarden parameters en gigantische hoeveelheden data betrokken zijn. Zonder een krachtige en schaalbare infrastructuur van computers en datacenters is de ambitie om een ​​toonaangevende AI-natie te worden onhaalbaar.

Duitsland beschikt momenteel over de grootste datacentercapaciteit van Europa. Frankfurt am Main heeft zich gevestigd als een centrale hub, grotendeels dankzij de DE-CIX, een van 's werelds grootste internetknooppunten. Deze concentratie zorgt voor uitstekende connectiviteit en trekt investeringen aan van wereldwijde cloudproviders en aanbieders van colocatiediensten.

Ondanks deze leidende positie in Europa, laat een relatieve analyse een genuanceerder beeld zien. Wanneer de beschikbare rekenkracht wordt afgezet tegen de economische output, gemeten aan de hand van het bruto binnenlands product (bbp), loopt Duitsland achter op andere landen. Landen als het Verenigd Koninkrijk en Nederland hebben een hogere rekenkrachtdichtheid per miljard euro bbp. Wereldwijd is de kloof met de VS en China, die de markt domineren, zelfs nog groter. Deze relatieve achterstand duidt op een potentieel knelpunt dat het vermogen van Duitsland om gelijke tred te houden in de wereldwijde AI-race zou kunnen beperken. De digitale soevereiniteit en technologische mogelijkheden van het land zijn dus direct afhankelijk van de sterkte en uitbreiding van deze cruciale infrastructuur.

Geschikt hiervoor:

• Afhankelijk van de Amerikaanse wolk? Duitslands strijd voor de cloud: hoe te concurreren met AWS (Amazon) en Azure (Microsoft)

Wat betekent de vraag naar een 'gigafabriek voor data' in de context van de AI-strategie?

De term 'Gigafactory', oorspronkelijk bedacht door Tesla voor hun enorme fabrieken voor de massaproductie van batterijen, wordt gebruikt als een krachtige metafoor binnen het kader van de Duitse AI-strategie. De eis voor 'minstens één Gigafactory' in Duitsland moet niet letterlijk worden opgevat als één enkele fabriek, maar eerder als een politieke toezegging om hyperscale datacenters te bouwen die specifiek zijn ontworpen om te voldoen aan de extreme eisen van AI-toepassingen.

Een 'gigafabriek voor data' symboliseert een kwalitatieve en kwantitatieve sprong voorwaarts in de nationale computerinfrastructuur. Het gaat niet langer alleen om het exploiteren van conventionele datacenters voor standaard clouddiensten, maar om het creëren van faciliteiten die de meest rekenintensieve taken aankunnen – met name het trainen van AI-modellen met triljoenen datapunten. Dergelijke faciliteiten vereisen een enorme concentratie van gespecialiseerde hardware (vooral GPU's), een extreem hoge energiedichtheid en geavanceerde koelsystemen.

Deze vraag impliceert de strategische noodzaak om een ​​soevereine computerinfrastructuur te creëren die Duitse en Europese bedrijven in staat stelt AI-modellen in eigen land te ontwikkelen en te exploiteren. Dit vermindert de afhankelijkheid van de cloudplatforms van Amerikaanse hyperscalers en versterkt de digitale soevereiniteit. De "Gigafactory" vormt daarmee de fysieke basis voor de ambitie om een ​​onafhankelijke "cloudnatie" te worden en wereldwijd te kunnen concurreren voor technologisch leiderschap op het gebied van AI.

Wat zijn de grootste uitdagingen bij het uitbreiden van de datacentercapaciteit in Duitsland?

Het ambitieuze plan om de nationale rekenkracht enorm uit te breiden, stuit op een aantal aanzienlijke fysieke, regelgevende en maatschappelijke uitdagingen. Deze knelpunten tonen aan dat digitale transformatie vastloopt op zeer concrete, niet-digitale grenzen als deze niet proactief worden aangepakt.

De grootste uitdaging is de energievoorziening. Datacenters, en met name die voor AI-toepassingen, hebben een enorm en gestaag toenemend elektriciteitsverbruik. De energiebehoefte van Duitse datacenters zou in 2030 bijna kunnen verdubbelen ten opzichte van nu. Dit botst met de hoge energieprijzen in Duitsland, die een aanzienlijk concurrentienadeel vormen ten opzichte van andere landen en investeringen onaantrekkelijk kunnen maken.

Een tweede belangrijk obstakel zijn de langdurige plannings- en goedkeuringsprocedures. In Duitsland duurt het aanzienlijk langer dan het EU-gemiddelde om een ​​nieuw datacenter te laten goedkeuren en bouwen. Deze bureaucratische vertragingen zorgen voor onzekerheid over investeringen en vertragen de broodnodige uitbreiding van de infrastructuur.

Ten derde leiden de grote grondbehoeften van datacenters steeds vaker tot conflicten over landgebruik. De bouw van grote serverparken op landbouwgrond of in de buurt van woonwijken stuit op verzet van boeren, natuurbeschermers en omwonenden, die vrezen voor verharding van het land en geluidsoverlast.

Ten slotte vormt duurzaamheid een belangrijke uitdaging. Datacenters produceren een enorme hoeveelheid restwarmte, die grotendeels ongebruikt in het milieu terechtkomt. Hoewel er wettelijke eisen bestaan ​​voor het benutten van restwarmte, mislukt de praktische uitvoering vaak door een gebrek aan infrastructuur, zoals aangesloten stadsverwarmingsnetwerken. Dit leidt tot een drievoudig dilemma tussen het streven naar AI-leiderschap, de energietransitie en de klimaatdoelstellingen. De uitbreiding van de AI-infrastructuur kan de klimaatdoelstellingen in gevaar brengen als deze niet vanaf het begin is ingebed in een geïntegreerde strategie voor energie en stadsontwikkeling.

Geschikt hiervoor:

• Europa's weg naar AI-leiderschap met vijf AI-gigafabrieken? Tussen ambitieuze plannen en historische uitdagingen

Het verminderen van bureaucratie en het bevorderen van een vrije gegevensstroom

Welke spanningen bestaan ​​er met de vraag naar een onbelemmerde datastroom voor AI-toepassingen?

De eis om de bureaucratie te verminderen zodat data vrij kunnen stromen, is een centraal, maar ook zeer complex aspect van de AI-strategie. Het raakt aan de kernspanning van de Europese benadering van digitalisering: het conflict tussen de absolute noodzaak van grote datasets om innovatie te bevorderen en de eveneens absolute inzet voor strikte gegevensbescherming om fundamentele rechten te waarborgen.

Kunstmatige intelligentie, en met name machine learning, is datagedreven. De prestaties en nauwkeurigheid van AI-modellen hangen direct af van de hoeveelheid en kwaliteit van de data die gebruikt wordt om ze te trainen. Vanuit een technologisch ontwikkelingsperspectief is vrije en ongecompliceerde toegang tot enorme hoeveelheden data daarom een ​​fundamentele voorwaarde om concurrerend te blijven op de wereldmarkt. De vraag naar een "flowende" dataomgeving is dan ook een pleidooi voor innovatievriendelijke randvoorwaarden.

Deze drang naar innovatie botst echter met het Europese rechtskader, zoals vastgelegd in de Algemene Verordening Gegevensbescherming (AVG). De AVG is niet bedoeld om innovatie te belemmeren, maar eerder als een kader ter bescherming van fundamentele burgerrechten. De AVG is gebaseerd op principes zoals dataminimalisatie (alleen de minimaal noodzakelijke gegevens mogen worden verwerkt), doelbinding (gegevens mogen alleen worden gebruikt voor het doel waarvoor ze zijn verzameld) en de eis van een duidelijke rechtsgrondslag voor alle gegevensverwerking, vaak in de vorm van geïnformeerde toestemming. Deze principes staan ​​op gespannen voet met de enorme behoefte aan data die de ontwikkeling van AI met zich meebrengt, wat leidt tot aanzienlijke juridische onzekerheid voor bedrijven en onderzoekers.

Welke specifieke bureaucratische en juridische obstakels ondervinden AI-ontwikkelaars op het gebied van gegevensbescherming?

Voor AI-ontwikkelaars in Duitsland en Europa manifesteert de spanning tussen datavereisten en gegevensbescherming zich in een aantal concrete juridische en bureaucratische hindernissen die rechtstreeks voortvloeien uit de AVG en de interpretatie daarvan.

Het principe van dataminimalisatie vormt een fundamentele uitdaging. Hoewel de AVG vereist dat de verwerking van persoonsgegevens beperkt blijft tot wat noodzakelijk is voor het beoogde doel, zijn veel geavanceerde AI-modellen afhankelijk van het analyseren van enorme, niet-specifieke datasets om patronen te identificeren. De "datahonger" van AI staat lijnrecht tegenover de vereiste datazuinigheid.

Hieraan nauw verwant is de hindernis van doelbinding. Volgens de AVG mogen gegevens alleen worden verzameld voor specifieke, expliciete en legitieme doeleinden. De training van basis-AI-modellen wordt echter vaak uitgevoerd voor een veelheid aan potentiële toekomstige toepassingen die op het moment van training nog niet eens te voorzien zijn. Dit maakt het moeilijk om een ​​specifiek doel te definiëren en creëert juridische grijze gebieden.

Een andere grote hindernis is de vereiste van een wettelijke grondslag voor de verwerking. Voor het trainen van AI-modellen met persoonsgegevens, die vaak via internet worden verzameld, is het praktisch onmogelijk om expliciete en geïnformeerde toestemming van elke individuele persoon te verkrijgen. Ontwikkelaars beroepen zich daarom vaak op "legitiem belang", maar de reikwijdte hiervan is juridisch controversieel en wordt door gegevensbeschermingsautoriteiten steeds restrictiever geïnterpreteerd, wat leidt tot aanzienlijke juridische onzekerheid.

Ten slotte botst de vaak ondoorzichtige werking van complexe AI-systemen, het zogenaamde 'black box'-probleem, met de transparantieverplichtingen van de AVG. Burgers hebben recht op informatie over de logica achter geautomatiseerde beslissingen. Als zelfs de ontwikkelaars de precieze beslissingspaden van een deep learning-model niet meer kunnen traceren, kan dit recht nauwelijks worden gegarandeerd. Deze obstakels samen betekenen dat AI-ontwikkeling in Europa gepaard gaat met een hoger juridisch risico en een grotere bureaucratische last dan in andere delen van de wereld.

Geschikt hiervoor:

• AI Revolution Oversleept? Waarom Duitsland dreigt de band met de VS en China te verliezen

Hoe probeert de Europese AI-wetgeving een evenwicht te vinden tussen innovatie en regulering?

De Europese AI-wetgeving is de meest omvattende poging tot nu toe om een ​​regelgevend kader te creëren dat de risico's van AI beheert zonder innovatie te belemmeren. Het is het belangrijkste antwoord op de eerdergenoemde spanning en belichaamt een strategische keuze voor een derde weg tussen de laissez-faire-aanpak van de VS en de door de staat gecontroleerde AI-ontwikkeling in China.

De kern van de AI-wetgeving is de risicogebaseerde aanpak. In plaats van AI in zijn geheel te reguleren, maakt de wet onderscheid op basis van de potentiële schade die een toepassing kan veroorzaken. AI-systemen met een "onaanvaardbaar risico", zoals sociale scoresystemen van de overheid of manipulatietechnieken die het gedrag van mensen beïnvloeden, zijn volledig verboden. Systemen met een "hoog risico" die worden gebruikt in kritieke gebieden zoals medische diagnostiek, werving en selectie of het rechtssysteem, zijn onderworpen aan strenge eisen met betrekking tot transparantie, gegevensbeveiliging, menselijk toezicht en documentatie. De overgrote meerderheid van AI-toepassingen die als laag risico worden geclassificeerd, zoals spamfilters of AI in videogames, blijft grotendeels ongereguleerd.

Tegelijkertijd bevat de AI-wet expliciete mechanismen ter bevordering van innovatie, specifiek gericht op startups en kleine en middelgrote ondernemingen (kmo's). Het belangrijkste instrument is de zogenaamde "regulatory sandbox". Dit zijn gecontroleerde, juridisch verantwoorde experimenteerruimtes waar bedrijven innovatieve AI-systemen kunnen ontwikkelen en testen onder toezicht van de bevoegde autoriteiten, zonder direct de volledige sancties van de wet te hoeven ondergaan voor onbedoelde overtredingen. Deze sandboxes zijn bedoeld om juridische en planologische zekerheid te creëren, markttoegang te vergemakkelijken en de dialoog tussen innovators en regelgevers te bevorderen. De AI-wet is daarom niet alleen een beschermend instrument, maar ook een strategische poging om een ​​betrouwbaar en geloofwaardig kader te creëren dat innovatie stuurt en bedoeld is als een concurrentievoordeel op de lange termijn.

Profiteer van de uitgebreide, vijfvoudige expertise van Xpert.Digital in een uitgebreid servicepakket | R&D, XR, PR & Optimalisatie van digitale zichtbaarheid - Afbeelding: Xpert.Digital

Xpert.Digital beschikt over diepgaande kennis van diverse sectoren. Hierdoor kunnen we strategieën op maat ontwikkelen die precies aansluiten op de behoeften en uitdagingen van uw specifieke marktsegment. Door continu markttrends te analyseren en ontwikkelingen in de sector te volgen, kunnen we proactief handelen en innovatieve oplossingen bieden. De combinatie van ervaring en expertise genereert toegevoegde waarde en geeft onze klanten een doorslaggevend concurrentievoordeel.

Meer hierover hier:

• Profiteer van de 5 expertisegebieden van Xpert.Digital in één pakket – al vanaf €500 per maand

Europese soevereiniteit in AI-gebaseerde modellen

Waarom is de ontwikkeling van onze eigen Europese AI-basismodellen van strategisch belang?

De ontwikkeling en controle van AI-basismodellen, ook wel fundamentele modellen genoemd, is van cruciaal strategisch belang geworden voor de toekomst van Europa. Deze modellen vormen de technologische basis waarop talloze toekomstige AI-toepassingen zullen worden gebouwd. Volledige afhankelijkheid van modellen die uitsluitend door bedrijven in de VS of China worden ontwikkeld en beheerd, brengt aanzienlijke risico's met zich mee voor de digitale soevereiniteit van Europa.

Digitale soevereiniteit beschrijft het vermogen van staten, bedrijven en burgers om hun digitale transformatie autonoom vorm te geven en cruciale technologische afhankelijkheden te vermijden. Wanneer de fundamentele AI-infrastructuur in handen is van niet-Europese partijen, ontstaan ​​er talrijke risico's. Ten eerste is er een economische afhankelijkheid die kan leiden tot ongunstige voorwaarden of beperkte toegang tot belangrijke technologieën. Ten tweede kunnen gegevens die op Amerikaanse cloudplatformen worden verwerkt, mogelijk worden ingezien door Amerikaanse autoriteiten op grond van wetten zoals de CLOUD Act, wat in strijd is met de Europese beginselen van gegevensbescherming.

Ten derde, en misschien wel het belangrijkste, zijn AI-basismodellen niet waardeneutraal. Ze worden getraind met data die culturele, maatschappelijke en ethische perspectieven weerspiegelen. Modellen die primair getraind zijn met data uit de Amerikaanse of Chinese cultuur kunnen vooroordelen bevatten die onverenigbaar zijn met Europese waarden en normen. Het ontwikkelen van onze eigen Europese basismodellen is daarom essentieel om ervoor te zorgen dat de AI van de toekomst gebouwd is op een fundament dat fundamentele Europese waarden respecteert, zoals democratie, de rechtsstaat en de bescherming van grondrechten. Initiatieven zoals GAIA-X, die gericht zijn op het creëren van een soevereine Europese data-infrastructuur, vormen een belangrijke stap in deze richting.

Geschikt hiervoor:

• Onafhankelijke AI -platforms als een strategisch alternatief voor Europese bedrijven

Wat is de huidige stand van zaken met betrekking tot de ontwikkeling van AI-basismodellen "Made in Europe"?

Ondanks een aanzienlijk investeringsverschil met de VS en China, heeft zich in Europa een dynamische omgeving voor de ontwikkeling van basis-AI-modellen ontwikkeld, waarbij een eigen, onderscheidende strategie wordt gevolgd. In plaats van te proberen de grootste en krachtigste algemene modellen te bouwen, richten veel Europese spelers zich op specifieke niches en kwaliteitskenmerken.

Een toonaangevend Duits bedrijf op dit gebied is Aleph Alpha. De startup uit Heidelberg is gespecialiseerd in de ontwikkeling van AI-modellen die niet alleen krachtig, maar ook transparant en verklaarbaar zijn ("verklaarbare AI"). Deze focus op betrouwbaarheid en soevereiniteit maakt Aleph Alpha een belangrijke partner voor de publieke sector en gereguleerde industrieën. Het bedrijf heeft onlangs zijn strategie aangepast en richt zich nu meer op kleinere, gespecialiseerde modellen voor specifieke toepassingen. Deze stap wordt gezien als een strategische verschuiving weg van de directe concurrentie met wereldwijde hyperscalers.

Een ander veelbelovend Europees bedrijf is Mistral AI, dat aanzienlijke aandacht heeft gekregen door de publicatie van krachtige open-source modellen. De open-source aanpak bevordert transparantie en stelt een brede gemeenschap van ontwikkelaars in staat om voort te bouwen op de technologie en deze aan te passen.

Daarnaast zijn er door de overheid gefinancierde initiatieven zoals OpenGPT-X, een project waaraan Fraunhofer-instituten deelnemen, dat de ontwikkeling van open en betrouwbare taalmodellen voor Europa bevordert. Aan de Universiteit van Würzburg werd ook "LLäMmlein" ontwikkeld, het eerste grote taalmodel dat exclusief op Duitse data is getraind. Het doel hiervan is om de dominantie van Engelstalige trainingsdata te doorbreken en de kwaliteit voor de Duitse taal te verbeteren. Deze voorbeelden tonen een duidelijke strategische richting aan: Europa concurreert niet primair op de omvang van zijn modellen, maar eerder op specialisatie, openheid, transparantie en aanpassing aan de specifieke taalkundige en regelgevende behoeften van de Europese markt.

Welke rol speelt de EU-regelgeving, met name de AI-wetgeving, in de wereldwijde concurrentie tussen AI-modellen?

Europese regelgeving, met name de AI-wetgeving, speelt een ambivalente en veelbesproken rol in de wereldwijde AI-concurrentie. Enerzijds bestaat er bezorgdheid over "overregulering vanuit Brussel", die Europese ontwikkelaars zou kunnen opzadelen met hoge nalevingskosten en bureaucratische hindernissen, waardoor ze mogelijk een achterstand oplopen ten opzichte van wendbaardere concurrenten uit de VS en China. Critici vrezen dat strenge regelgeving innovatie zou kunnen afremmen en met name een belemmering zou kunnen vormen voor de markttoegang van startups.

Aan de andere kant wordt de AI-wetgeving steeds meer gezien als een strategisch instrument dat concurrentievoordelen op de lange termijn kan opleveren. Door 's werelds eerste alomvattende juridische kader voor AI vast te stellen, creëert de EU juridische en planningszekerheid voor bedrijven en gebruikers. Dit duidelijke kader kan investeringen aantrekken en het vertrouwen in AI-toepassingen versterken. De wetgeving houdt ook expliciet rekening met de behoeften van het mkb en start-ups door innovatievriendelijke instrumenten te bieden, zoals de eerder genoemde regelgevingssandboxes, en door boetes te differentiëren naar bedrijfsgrootte.

De belangrijkste strategische functie van EU-regelgeving schuilt wellicht in het zogenaamde "Brussel-effect". Omdat de Europese interne markt onmisbaar is voor wereldwijde technologiebedrijven, zullen zij gedwongen worden hun producten en modellen aan te passen aan de strenge EU-eisen om daar te kunnen opereren. Op deze manier exporteert de EU in feite haar regelgevingsnormen en waardegedreven visie op AI naar de hele wereld. Regelgeving verandert zo van een potentiële last in een krachtig instrument om het mondiale landschap vorm te geven. In plaats van te concurreren in een puur technologische race, die Europa mogelijk zou verliezen door investeringstekorten, verplaatst de EU de concurrentie naar het niveau van bestuursmodellen, waar zij een leidende positie inneemt door middel van een helder, waardegedreven en alomvattend juridisch kader.

Internationale samenwerking en AI gebaseerd op Europese waarden

Wat houdt het in om te beweren dat een AI ontwikkeld moet worden volgens "Europese waarden"?

De ambitie om kunstmatige intelligentie te ontwikkelen volgens "Europese waarden" is een centraal leidend principe van de Duitse en Europese digitale strategie en de doorslaggevende factor in de wereldwijde concurrentie. Het gaat hierbij minder om een ​​specifieke technische architectuur dan om het inbedden van AI-systemen in een robuust juridisch en ethisch kader dat de fundamentele rechten en democratische beginselen van Europa weerspiegelt.

Deze op waarden gebaseerde aanpak komt het duidelijkst tot uiting in de EU-richtlijn inzake kunstmatige intelligentie (AI). De daarin vastgelegde principes definiëren wat een "Europese AI" inhoudt: deze moet mensgericht zijn, wat betekent dat mensen altijd de uiteindelijke controle moeten behouden (menselijk toezicht). De AI moet veilig, robuust en transparant zijn, zodat de beslissingen begrijpelijk zijn en de AI niet gemakkelijk gemanipuleerd kan worden. Een kernprincipe is non-discriminatie, wat vereist dat AI-systemen bestaande maatschappelijke vooroordelen niet versterken of nieuwe creëren. De bescherming van privacy en datasoevereiniteit, via de nauwe koppeling met de AVG, is een andere fundamentele pijler. Ten slotte worden aspecten zoals sociaal en ecologisch welzijn ook als doelstellingen voor AI-systemen genoemd.

In de praktijk vertaalt deze aanpak zich in duidelijke verboden en strikte regelgeving. AI-toepassingen die fundamenteel in strijd zijn met Europese waarden, zoals door de staat geleide sociale scoresystemen naar Chinees model of systemen voor onbewuste gedragsmanipulatie, zijn volledig verboden in de EU. Toepassingen met een hoog risico zijn onderworpen aan strenge regelgeving die ervoor moet zorgen dat deze systemen eerlijk, veilig en transparant werken. "AI volgens Europese waarden" is daarmee een politiek en maatschappelijk project dat technologische ontwikkeling onlosmakelijk verbindt met de bescherming van fundamentele rechten en democratische processen.

Geschikt hiervoor:

• Stargate Europe – AI-modellen van Deepseek en Stargate tonen de kansen van Europa in de AI-race

Hoe kan een "uitwisseling op gelijke voet" worden gestructureerd met technologische koplopers zoals de VS?

De eis tot "gelijkwaardige uitwisseling" met technologische leiders zoals de VS is een uiting van het streven naar digitale soevereiniteit. Het impliceert een verschuiving van de rol van louter technologieconsument en -regulator naar die van een actieve en gelijkwaardige deelnemer aan het vormgeven van de mondiale digitale orde. Verschillende factoren zijn cruciaal voor het bereiken van deze positie.

Om op een gelijk speelveld te staan, is interne technologische expertise essentieel. Alleen bedrijven met relevante AI-modellen, onderzoekscapaciteiten en een sterk startup-ecosysteem zullen als serieuze partners in technologische dialogen worden beschouwd. De in de voorgaande paragrafen beschreven inspanningen om een ​​binnenlandse AI-industrie en -infrastructuur op te bouwen, vormen daarom een ​​fundamentele voorwaarde.

Ten tweede is "gelijke voet" gebaseerd op de kracht van de Europese interne markt. Als een van de grootste en machtigste economische gebieden ter wereld kan de EU haar marktmacht inzetten als politiek drukmiddel. Wereldwijde bedrijven zijn afhankelijk van toegang tot de Europese markt, wat de EU een sterke onderhandelingspositie geeft bij het vaststellen van normen en regels.

Ten derde, en cruciaal, wordt een gelijk speelveld gecreëerd door een samenhangend en wereldwijd invloedrijk regelgevingskader. De AI-wet is hierbij het centrale instrument. Deze wet definieert een duidelijk Europees standpunt en verplicht internationale partners om zich in te zetten voor Europese visies op waardegedreven AI. In plaats van louter te reageren op Amerikaanse of Chinese normen, stelt Europa proactief zijn eigen normen vast. Het doel is te voorkomen dat Europa technologisch en regelgevend "verdeeld" raakt door de VS, door een verenigd front te vormen met een duidelijke, onafhankelijke agenda.

Welke strategische implicaties vloeien voort uit de wereldwijde wedloop tussen regelgevingssystemen?

De wereldwijde concurrentie om leiderschap in kunstmatige intelligentie is niet alleen een race op het gebied van technologieën en investeringen, maar in toenemende mate ook een concurrentie op het gebied van regelgeving en de bijbehorende maatschappelijke visies. Er ontstaan ​​drie verschillende modellen, die elk andere prioriteiten stellen.

Het Europese model, verankerd in de AI-wetgeving, is een alomvattende, risicogebaseerde en op fundamentele rechten gebaseerde aanpak. Het geeft prioriteit aan veiligheid, vertrouwen en ethische richtlijnen en streeft ernaar innovatie te sturen binnen een duidelijk omschreven juridisch kader. Het doel is om een ​​wereldwijd model te worden voor verantwoord AI-bestuur.

Het Amerikaanse model is van oudsher meer marktgericht en innovatiegedreven. De focus ligt op het minimaliseren van regelgevende obstakels om de technologische ontwikkeling en commercialisering van AI te versnellen. Regelgeving is vaak reactief en sectorspecifiek, in plaats van geïmplementeerd via een alomvattend, preventief wettelijk kader. De strategie is erop gericht technologische dominantie te verzekeren door toonaangevende bedrijven maximale vrijheid te geven.

Het Chinese model is staatsgestuurd en gericht op het bereiken van nationale strategische doelen. De regelgeving is flexibel en kan snel worden aangepast aan nieuwe technologische ontwikkelingen, maar dient ook om de staatscontrole en het toezicht te versterken. Innovatie wordt sterk gestimuleerd door de staat, maar altijd in lijn met de politieke doelstellingen van de regering.

De strategische implicatie voor Duitsland en Europa is dat hun eigen, op waarden gebaseerde aanpak actief moet worden gepositioneerd als een kracht en een uniek verkoopargument op wereldniveau. In een wereld die zich steeds meer bewust wordt van de potentiële risico's van AI, kan het label "betrouwbare AI" een doorslaggevend concurrentievoordeel worden. Het succes van de Europese strategie zal afhangen van de vraag of dit regelgevingskader niet als een rem op innovatie kan worden gezien, maar als een keurmerk voor veilige, eerlijke en hoogwaardige AI-systemen die wereldwijd in trek zijn – met name in kritieke en gevoelige toepassingsgebieden.

Geschikt hiervoor:

• De ontwikkeling van nieuwe AI-modellen is ongetwijfeld een cruciale factor voor de toekomst van kunstmatige intelligentie (AI)

☑️ MKB -ondersteuning in strategie, advies, planning en implementatie

☑️ Opzetten of herzien van de AI-strategie

☑️ Pioneer Business Development

Konrad Wolfenstein

Ik help u graag als een persoonlijk consultant.

U kunt contact met mij opnemen door het onderstaande contactformulier in te vullen of u gewoon bellen op +49 89 674 804 (München) .

Ik kijk uit naar ons gezamenlijke project.

Xpert.Digital is een hub voor de industrie met een focus, digitalisering, werktuigbouwkunde, logistiek/intralogistiek en fotovoltaïsche.

Met onze 360 ​​° bedrijfsontwikkelingsoplossing ondersteunen we goed bekende bedrijven, van nieuwe bedrijven tot na verkoop.

Marktinformatie, smarketing, marketingautomatisering, contentontwikkeling, PR, e -mailcampagnes, gepersonaliseerde sociale media en lead koestering maken deel uit van onze digitale tools.

U kunt meer vinden op: www.xpert.Digital - www.xpert.solar - www.xpert.plus