Anbieter zum Thema

FIS Informationssysteme und Consulting GmbH

KI von den Hypercalern: Strukturellen Abhängigkeiten

Doch vor allem wenn es um das Thema KI geht, dann kommt man um die Cloud-Angebote der Großen aus den USA kaum herum. Wie soll Europa es hier schaffen, seine strukturellen Abhängigkeiten zu reduzieren, ohne seine Innovationsfähigkeit zu verlieren?

Prof. Dr. Iris Lorscheid: Es stimmt: Im Bereich KI sind die großen US-Cloud-Anbieter derzeit technologisch führend. Sie stellen nicht nur Rechenleistung bereit, sondern integrierte KI-Ökosysteme – von spezialisierten Chips über Trainingsinfrastruktur bis hin zu Foundation Models, Entwicklungsumgebungen und produktionsreifen APIs. Wer KI-Systeme heute skaliert einsetzen möchte, bewegt sich häufig innerhalb dieser integrierten Plattformarchitekturen. Diese Innovationsgeschwindigkeit kann Europa kurzfristig kaum replizieren.

Gerade deshalb wäre eine vollständige Abkopplung zu diesem Zeitpunkt weder realistisch noch sinnvoll. Die Herausforderung besteht daher jetzt nicht darin, bestehende Infrastrukturen zu meiden, sondern die spezifischen Abhängigkeiten von KI-Systemen strategisch zu managen.

Der Umgang mit KI erfordert strategische Nüchternheit. Nicht jede technologische Welle rechtfertigt unmittelbare, tief integrierte Abhängigkeiten.

Dr. Iris Lorscheid, Professorin für Digital Business und Data Science an der University of Europe for Applied Sciences (UE)

Wie sollen wir also in Europa mit dem Thema künstliche Intelligenz umgehen?

Prof. Dr. Iris Lorscheid: Der Umgang mit KI erfordert strategische Nüchternheit. Nicht jede technologische Welle rechtfertigt unmittelbare, tief integrierte Abhängigkeiten. In der aktuellen Dynamik besteht die Gefahr, dass Organisationen aus Innovationsdruck heraus sehr schnell plattformspezifische KI-Dienste implementieren, ohne langfristige Migrations- oder Exit-Szenarien mitzudenken.

Digitale Souveränität bedeutet daher auch, technologische Entscheidungen nicht allein aus dem Momentum des „KI-Hypes“ heraus zu treffen, sondern ihre strukturellen Folgen mitzudenken. Wer heute kurzfristige Innovationsvorteile realisiert, sollte zugleich prüfen, wie reversibel diese Entscheidungen morgen noch sind.

Dies kann eine Kombination aus eigenständig kontrollierten oder unabhängig betreibbaren Modellen, eigenen Entwicklungswerkzeugen, lokalen Hosting-Strukturen und strategisch aufgebauten Datenökosystemen sein. Entscheidend ist dabei weniger, ob ein Modell proprietär oder offen ist, sondern ob es technisch portierbar und unter eigener Kontrolle betreibbar bleibt. Je stärker Unternehmen ihre Produkte direkt auf bestimmte Modell-APIs oder plattformspezifische KI-Dienste aufbauen, desto höher werden die Wechselkosten – nicht nur technisch, sondern auch organisatorisch.

Das bedeutet auch Diversifizierung. Multi-Cloud-Strategien, hybride Architekturen und der Einsatz portabler Modellformate können verhindern, dass sich KI-Anwendungen dauerhaft an eine einzelne Plattform binden.

Europa muss eigene Kompetenzen dort aufbauen, wo strategische Hebel liegen – etwa bei spezialisierten KI-Anwendungen für Industrie, bei vertrauenswürdigen Datenräumen oder bei energieeffizienter Recheninfrastruktur.

Im Bereich der Standards liegt ein weiterer Hebel. Wenn Modelle, Datenformate und Schnittstellen interoperabel gestaltet sind, können Anwendungen relativ flexibel zwischen unterschiedlichen Infrastrukturen betrieben oder migriert werden. So lässt sich Innovationsfähigkeit erhalten, ohne den Lock-in zu verstärken.