Sind wir bei KI schon abgehängt?

Europa hat bei Cloud und Plattformen viel Boden verloren. Jetzt steht mit KI die nächste große Technologiewelle vor der Tür und die Frage, ob sich die Geschichte wiederholt. Simon Biela spricht mit Andreas Weiß, Geschäftsführer des eco Verbands, über Europas tatsächlichen Rückstand, unterschätzte Stärken im Mittelstand und warum KI kein reines Aufholrennen ist, sondern ein neues Spielfeld mit eigenen Regeln.

„KI hat ein höheres Disruptionspotenzial als alles das, was wir bisher im Technologiebereich gesehen haben.“

KEY FACTS

Europa kann bei KI aufholen, wenn es seine industrielle Stärke und Datenbasis gezielt nutzt.
Der größte europäische Vorteil liegt nicht in Rechenzentren, sondern im Know-how und den Daten des Mittelstands.
Projekte wie GAIA-X waren keine Fehlschläge, sondern wichtige Vorarbeiten für heutige KI-Initiativen.
Mit SOFIE und dem neuen Industrial-AI-Programm entstehen erstmals europäische KI-Modelle und Milliardeninvestitionen im großen Maßstab.
Mittelständler sollten jetzt KI-Kompetenzen, Richtlinien und eigene Wissenssysteme aufbauen, statt auf perfekte Lösungen zu warten.

▶ Video abspielen

KI ist kein klassisches Wettrennen

KI wird oft wie Cloud oder Plattformökonomie betrachtet, also als nächstes Kapitel einer bekannten Entwicklung. Andreas Weiß widerspricht dieser Einordnung. KI sei kein isoliertes Technologiefeld mehr, sondern greife tief in alle Branchen, Prozesse und Entscheidungslogiken ein. Gerade durch den schnellen Zugang über Anwendungen wie ChatGPT werde die Technologie erstmals für alle Nutzergruppen unmittelbar erlebbar. Dadurch entstehe eine Dynamik, die deutlich breiter und potenziell disruptiver sei als frühere Innovationszyklen.

Industrielle Daten als Europas unterschätzter Vorteil

Während der globale Fokus stark auf großen Foundation Models und Hyperscalern liegt, sieht Weiß Europas eigentliche Stärke woanders, nämlich in der industriellen Wertschöpfung. Maschinenbau, Produktion und der Mittelstand erzeugen enorme Mengen hochspezialisierter Daten, also ein Fundament für sogenannte Industrial-AI-Anwendungen. Entscheidend sei jedoch, diese Daten nicht unkontrolliert in globale Modelle zu geben, sondern gezielt für eigene KI-Fähigkeiten nutzbar zu machen. Hier sieht er einen strategischen Hebel für europäische Wettbewerbsfähigkeit.

GAIA-X: gescheitert oder Lernkurve?

GAIA-X steht im Gespräch sinnbildlich für Europas Versuch, digitale Souveränität aufzubauen. Weiß beschreibt das Projekt weniger als Scheitern, sondern als komplexen Lernprozess: Gute Grundideen seien durch übermäßige Governance-Strukturen und zu viele Interessen ausgebremst worden. Gleichzeitig seien wichtige Bausteine wie Datenräume, Interoperabilität und europäische Zusammenarbeit daraus hervorgegangen – und bilden heute die Grundlage neuer KI-Initiativen.

Industrial AI, Infrastruktur und neue Modelle

Ein zentraler Punkt der Diskussion ist die Frage nach Infrastruktur: Rechenzentren, Datenräume und GPU-Kapazitäten werden zur entscheidenden Ressource für KI. Projekte wie SOFIE zeigen laut Weiß, dass Europa grundsätzlich in der Lage ist, auch im großen Maßstab konkurrenzfähige KI-Systeme aufzubauen, wenn Ressourcen gebündelt werden. Dabei verschiebt sich der Fokus weg vom reinen „mehr Geld“-Denken hin zu smarter Architektur: spezialisierte Modelle, kuratierte Daten und industrielle Use Cases statt reiner Größe.

Was verändert sich wirklich?

Für Europa geht es weniger um vollständige technologische Autarkie, sondern um Interoperabilität und Kontrolle über kritische Systeme. Weiß beschreibt eine Zukunft, in der KI-Infrastruktur ähnlich funktioniert wie Roaming im Mobilfunk, und zwar unabhängig vom Anbieter nutzbar, aber innerhalb klarer europäischer Spielregeln. Die eigentliche Herausforderung liegt daher weniger in der Technologie selbst, sondern in der Fähigkeit, Daten, Infrastruktur und Geschäftsmodelle gemeinsam zu denken. Daraus gilt es, ein funktionierendes Ökosystem zu bauen, das auch wirtschaftlich tragfähig ist.

‍