KI-Souveränität
So holt Deutschland den KI-Rückstand auf
Netzwerktechniker installiert Kabel in einem modernen Rechenzentrum.
© Foto: RodDIYguy via PixabayEine neue Studie der Friedrich-Naumann-Stiftung für die Freiheit zeigt, wie erheblich Deutschlands Aufholbedarf bei KI-Souveränität und KI-Infrastruktur ist. Gemessen an der Wirtschaftsleistung verfügen die Vereinigten Staaten über rund 94-mal mehr erfasste KI-Rechenkapazität. Absolut ist die US-Kapazität sogar mehr als 500-mal so groß wie die deutsche. Doch Rechenleistung allein reicht nicht aus, um zukünftig eine souveräne Position im globalen KI-Wettrennen einzunehmen.
Die Studie „Germany Needs a Dual-Track Strategy for AI Sovereignty“ von Anselm Küsters vom Centrum für Europäische Politik (cep) für den Global Innovation Hub der Naumann-Stiftung in Taiwan untersucht Deutschlands Position entlang der gesamten KI-Wertschöpfungskette: von Energie und Chips über Rechenzentren und Modelle bis zu Anwendungen und regulatorischen Rahmenbedingungen.
Anselm Küsters schlägt eine zweigleisige Strategie vor: Deutschland braucht erstens eine schmale, aber dauerhaft finanzierte Förderung zur Entwicklung eigener leistungsfähiger Modelle – nicht um die USA einzuholen, sondern um nicht die Fähigkeit zu verlieren, fremde Systeme zu prüfen und anzupassen. Es braucht zweitens die breite Übersetzung vorhandener KI in industrielle Praxis, wo Deutschlands eigentlichen Stärken liegen.
Die geringe Rechenkapazität erschwert es Deutschland, besonders leistungsfähige KI-Modelle selbst zu entwickeln und KI souverän anzuwenden. Hohe Stromkosten, langsame Netzanschlüsse, sowie die Abhängigkeit von ausländischen Technologieanbietern verschärfen das Problem.
Als ein großes Hindernis für eine intensivere Nutzung von KI sieht die Studie außerdem eine große Rechtsunsicherheit an. Zugleich zeigt die Studie konkrete Chancen: Deutschland kann seine industrielle Erfahrung und hochwertige Produktionsdaten nutzen, um technologisch eigenständiger zu werden.
Hohe Stromkosten und langsame Netzanschlüsse bremsen den Ausbau
Ein erheblicher Standortnachteil sind die Energiekosten. Wie sich dieser Unterschied auswirkt, zeigt eine Modellrechnung für den durchgehenden Betrieb von 25.000 KI-Beschleunigern einschließlich der zugehörigen Systeme: In Deutschland ergeben sich jährliche Stromkosten von rund 29 bis 32 Millionen Euro, in Finnland etwa 12 Millionen Euro. Noch schwerer als der Preis kann allerdings die Verfügbarkeit ausreichender Stromanschlüsse wiegen. Wenn neue Netzanschlüsse länger dauern als die Beschaffung von Rechnern und der Bau der Anlagen, verzögert sich der gesamte Ausbau.
Auch bei international herausragenden KI-Modellen ist Deutschlands Präsenz gering. Die Epoch-AI-Datenbank verzeichnet über die gesamte erfasste Entwicklung des Forschungsfeldes ungefähr 20 bedeutende Modelle aus Deutschland, gegenüber mehreren Hundert aus den USA. An Unternehmen fehlt es nicht: Das Onlineverzeichnis EuropeanTechMap listet mehr als 50 deutsche KI-Firmen. Was fehlt, ist die Umsetzung dieser Basis in eigene Grundlagenmodelle.
Hinzu kommt Rechtsunsicherheit. Zwar kann eine effektive Regulierung von KI und Datenschutz ein Vorteil für die Entwicklung von KI sein – allerdings müssen die Regeln klar definiert sein. Kleine und mittlere Unternehmen trifft der Aufwand stark. Sie verfügen seltener über eigene Rechtsabteilungen oder spezialisierte Teams, die neue Anforderungen in betriebliche Abläufe übersetzen können.
Deutschlands Chancen liegen in seiner industriellen Substanz
Trotz dieser Schwächen sieht die Studie aussichtsreiche Ansatzpunkte. Deutschland verfügt über industrielle Erfahrung, qualifizierte Fachkräfte und hochwertige Daten aus Produktion, Maschinenbetrieb, Wartung, Qualitätskontrolle und Logistik. Diese Daten können helfen, KI für konkrete Aufgaben zu entwickeln, bei denen allgemeine Sprachmodelle allein nicht ausreichen.
Weitere Möglichkeiten liegen bei Software, die KI-Systeme mehrstufige Aufgaben erledigen lässt, und bei Werkzeugen, die verschiedene Modelle und Anwendungen koordinieren. Gerade im industriellen Einsatz müssen solche Systeme zuverlässig mit Maschinen, Unternehmensdaten und bestehenden Arbeitsabläufen zusammenarbeiten. Hier kann Deutschland technische Erfahrung mit dem Wissen über konkrete Produktionsprozesse verbinden.
Schritte zu mehr KI-Souveränität
Aus der Analyse ergibt sich eine Agenda, die eigene technologische Fähigkeiten stärkt und zugleich den praktischen Einsatz europäischer Lösungen erleichtert:
1. Rechenleistung ausbauen und Energieversorgung beschleunigen
Deutschland muss den Ausbau von KI-Rechenzentren mit schnelleren Genehmigungen und verbindlicheren Netzanschlussverfahren verbinden. Flexible Stromverträge sollten Betreiber dafür belohnen, zeitlich verschiebbare Rechenaufgaben in Stunden mit reichlichem Stromangebot zu verlegen. Ergänzend sollte Deutschland gemeinsam mit europäischen Partnern erforschen und erproben, wie sich mehrere Rechenzentren für große Trainingsaufgaben zusammenschalten lassen. So könnten vorhandene Kapazitäten besser genutzt werden.
2. Spitzenforschung langfristig finanzieren und im Wettbewerb organisieren
Die Studie empfiehlt ein Forschungsprogramm mit mehrjährigen Finanzierungszusagen und schnellen Vergabeverfahren, an dem auch die Bundesagentur für Sprunginnovationen SPRIND beteiligt sein sollte. Dafür sind nicht unbedingt riesige Summen erforderlich: Als Vergleichsbeispiel nennt die Studie Südkoreas Wettbewerb zur Entwicklung eigener KI-Grundmodelle mit einem staatlichen Gesamtbudget von rund 350 Millionen US-Dollar. Es zeigt, dass eine gezielte Förderung von Talenten und konkurrierenden Teams auch mit erheblich kleineren Budgets anspruchsvolle Ergebnisse ermöglichen kann.
3. Offene Technologien fördern und Anbieterwechsel ermöglichen
Öffentliche Auftraggeber sollten bei großen KI-Verträgen offene Schnittstellen, übertragbare Daten und realistische Möglichkeiten zum Anbieterwechsel verlangen. Wettbewerbsbehörden sollten prüfen, ob die Bündelung von Cloud-Diensten, Entwicklungswerkzeugen und KI-Angeboten den Marktzugang anderer Anbieter behindert.
Parallel braucht es Förderung für nachvollziehbare Trainingsverfahren und unabhängige Modelltests. Die Studie verweist darauf, dass der Bund 2025 mindestens 630 Millionen Euro für proprietäre Softwarelizenzen ausgegeben habe. Ein Teil dieser Ausgaben könnte perspektivisch in offene Infrastruktur und deren professionelle Betreuung umgelenkt werden. Ziel ist, dauerhaft nutzbare Alternativen aufzubauen und die tatsächliche Wahlfreiheit öffentlicher und privater Nutzer zu erhöhen.
4. Den Mittelstand bei Einführung, Qualifizierung und rechtssicherem Betrieb unterstützen
Deutschland muss Unternehmen dabei helfen, aus einzelnen Versuchen verlässlich eingesetzte Anwendungen zu machen. Dazu gehören praxisnahe Schulungen für Führungskräfte, Beschäftigte und Betriebsräte sowie konkrete Unterstützung beim Umbau von Arbeitsabläufen.
Rechtliche Anforderungen sollten durch verständliche Leitlinien, wiederverwendbare Vorlagen, zugängliche Testeinrichtungen und branchenspezifische Hilfen leichter erfüllbar werden. Ergänzend empfiehlt die Studie Investitionen in technische Werkzeuge, die KI-Systeme überprüfen, ihre Nutzung überwachen und die Herkunft von Daten nachvollziehbar machen. So können Sicherheit und Vertrauen den Einsatz von KI erleichtern.
*Frederic Spohr leitet die Büros der Naumann-Stiftung in Taiwan sowie Korea und verantwortet den Global Innovation Hub