Geopolitik der KI-Modelle und Europas Souveränität

Die besten großen Sprachmodelle kommen heute aus zwei Lagern: aus den USA als geschlossene Cloud-Dienste – und aus China als offene Gewichte, die man lokal betreiben kann, die aber unter staatlicher Aufsicht entstanden sind. Europa hängt im Rennen um das Spitzenmodell zurück. Was bedeutet diese Modellabhängigkeit für die digitale Souveränität – und für Behörden und Unternehmen, die KI einsetzen wollen?

Die Lage: drei Blöcke, ein Engpass

Der Markt für leistungsfähige Sprachmodelle ist heute klar dreigeteilt. Die USA liefern die technische Spitze – aber nur als geschlossene Dienste. China liefert ebenbürtige Modelle als offene Gewichte – aber unter den inhaltlichen Vorgaben des eigenen Staates. Europa ist im Rennen um das absolute Spitzenmodell bislang vor allem mit einem Namen vertreten: Mistral. Diese Lage lässt sich auf zwei Achsen auftragen – Offenheit der Gewichte und Bindung an europäische Kontrolle:

USA: führend, aber geschlossen

OpenAI, Anthropic, Google, Microsoft, Meta und Amazon stellen einige der stärksten Modelle der Welt – ihre kommerziellen Spitzenmodelle (etwa GPT, Claude, Gemini, Copilot, Nova) sind dabei überwiegend Closed Source. Die Gewichte verlassen das Unternehmen nie; Nutzung gibt es nur über die Cloud-API, abgerechnet pro Token. Das hat zwei Konsequenzen für die Souveränität:

• Keine Verfügbarkeit: Man kann das Modell nicht im eigenen Haus betreiben, nicht prüfen, nicht einfrieren. Jede Anfrage geht an den Anbieter.
• Fremde Jurisdiktion: Über den US CLOUD Act können US-Behörden die Herausgabe von Daten verlangen – auch dann, wenn die Server in Frankfurt stehen. Ein in Kraft befindliches EU-US-Abkommen, das diese Spannung zur DSGVO auflöst, gibt es nicht.
• Lieferantenrisiko: Preise, Verfügbarkeit, Nutzungsbedingungen und Modellverhalten kann der Anbieter jederzeit ändern. Eine Modellabhängigkeit ist eine kritische Lieferantenabhängigkeit.

Das Bild ist allerdings nicht ganz schwarz-weiß: Auch US-Anbieter veröffentlichen Modelle als Open Weights. Meta stellt mit der Llama-Familie frei herunterladbare Modelle bereit, Google mit der Gemma-Reihe, Microsoft mit den kompakten Phi-Modellen und NVIDIA mit offenen Modellen wie der Nemotron-Familie – und selbst OpenAI hat mit GPT-OSS offene Gewichte nachgelegt. Für die Souveränität verhalten sich diese wie die offenen Modelle weiter unten – die US-Jurisdiktion über den Anbieter bleibt jedoch ein Faktor, sobald man dessen Cloud-Dienste statt des lokalen Betriebs nutzt.

China: offen, aber geprägt

Chinesische Anbieter haben mit Modellen wie DeepSeek und Qwen aufgeholt – und gehen einen anderen Weg: Sie stellen ihre Modelle häufig als Open Weights bereit, frei herunterladbar und lokal betreibbar. Das ist für die Souveränität zunächst ein Vorteil: Wer die Gewichte hat, kann sie im eigenen Rechenzentrum betreiben.

Das Feld ist inzwischen deutlich breiter als zwei Namen. Zu den international beachteten chinesischen Open-Weights-Anbietern zählen heute unter anderem:

• DeepSeek – leistungsstarke Reasoning- und Allzweckmodelle, die international für Aufsehen sorgten.
• Qwen (Alibaba) – breite Modellfamilie von kompakt bis sehr groß, ausgeprägt mehrsprachig.
• MiniMax – effiziente Modelle mit sehr langem Kontextfenster (u. a. die MiniMax-M-Reihe).
• Kimi‑K2 (Moonshot AI) – sehr großes Mixture-of-Experts-Modell mit starker Agenten- und Coding-Leistung.
• MiMo (Xiaomi) – kompakte, offen veröffentlichte Modelle mit Fokus auf Reasoning und Effizienz.

Der Haken liegt in der Wissensbasis. Chinesische Modelle entstehen unter staatlicher Regulierung (u. a. der Cyberspace Administration of China), die Inhalte zu bestimmten Themen einschränkt – dokumentiert sind etwa Tiananmen 1989, Taiwan, Tibet, Xinjiang sowie Kritik an der Staatsführung. Untersuchungen zeigen: Ein Teil dieser Ausrichtung steckt nicht nur im Cloud-Filter, sondern bereits in den Modellgewichten selbst und bleibt damit auch beim lokalen Betrieb erhalten. Sie lässt sich durch Evaluierung und gezieltes Fine-Tuning mindern, aber nicht garantiert restlos entfernen.

Europa: spät dran, aber nicht chancenlos

Im Rennen um das jeweils neueste, beste Modell hat Europa den Anschluss an die Spitze verloren. Sichtbarster Anbieter ist Mistral (Paris), bekannt für effiziente Architekturen und etliche frei verfügbare Open-Weights-Modelle. Daneben gibt es ernstzunehmende Ansätze:

• Aleph Alpha (Heidelberg) – Fokus auf Souveränität, Erklärbarkeit, On-Premise und regulierte Branchen.
• OpenEuroLLM – EU-Initiative für wirklich offene Modelle über alle EU-Amtssprachen, öffentlich gefördert, erste Modelle ab Mitte 2026.
• OpenGPT-X / Teuken – mehrsprachiges, europäisch trainiertes Modell aus deutscher Forschung.

Diese Projekte sind strategisch wertvoll – aber sie schließen die Lücke zur absoluten Leistungsspitze (noch) nicht. Wer heute produktiv KI einsetzen will, kommt um Modelle nicht-europäischer Herkunft meist nicht herum. Die spannende Frage ist deshalb nicht nur „welches Modell“, sondern „wie betrieben“.

Der Vergleich

Was heißt digitale Souveränität?

Digitale Souveränität bedeutet, die Kontrolle über die eigenen Daten, Systeme und kritischen Abhängigkeiten zu behalten. Bei KI-Modellen zerfällt das in drei Fragen:

• Datenhoheit: Verlassen Prompts und Dokumente das eigene Haus? Wer kann darauf zugreifen?
• Verfügbarkeit & Kontrolle: Können wir das Modell selbst betreiben, einfrieren, prüfen – oder hängt alles an einem externen Dienst, der sich ändern oder abgeschaltet werden kann?
• Werte & Transparenz: Welche inhaltlichen Vorgaben stecken im Modell und können wir sie nachvollziehen und beeinflussen?

Keiner der drei Blöcke erfüllt für sich genommen alle drei Kriterien optimal. Genau deshalb ist die naive Frage „US- oder China-Modell?“ zu kurz gegriffen.

Implikationen für Behörden & Unternehmen

Was abstrakt nach Geopolitik klingt, wird im Alltag sehr konkret – besonders im öffentlichen Sektor und in regulierten Branchen:

• Behörden: Eine Verwaltung, die Bürgeranfragen über eine US- oder China-Cloud verarbeitet, gibt sensible personenbezogene Daten in fremde Jurisdiktion. Kommt im Bürgerkontakt eine inhaltlich geprägte Wissensbasis zum Einsatz, ist auch die Neutralität staatlichen Handelns berührt.
• Unternehmen: Geschäftsgeheimnisse, Verträge und Kundendaten in einer fremden Cloud sind ein Compliance- und Wettbewerbsrisiko. Eine kritische Modellabhängigkeit kann zudem über Nacht teurer, eingeschränkt oder abgekündigt werden.
• Strategische Resilienz: Je tiefer KI in Prozesse einzieht, desto gefährlicher wird ein „Kill-Switch“ von außen – sei es durch Preis, Politik oder Exportkontrolle.
• Demokratische Dimension: Wenn Information und Textproduktion zunehmend durch wenige, außereuropäisch geprägte Modelle laufen, ist das auch eine Frage der gesellschaftlichen Meinungsbildung.

Der Hebel: das Betriebsmodell

Die gute Nachricht: Souveränität entscheidet sich weniger an der Herkunft des Modells als an seinem Betriebsmodell. Wer ein Open-Weights-Modell lokal betreibt, entschärft die größten Risiken auf einen Schlag – selbst bei nicht-europäischer Herkunft:

Im lokalen Betrieb verlässt kein Prompt und kein Dokument das Haus, es gibt keinen Kill-Switch von außen und die Werteprägung lässt sich wenigstens prüfen und durch Fine-Tuning nachjustieren. Genau diesen Weg beschreiben wir technisch in unseren Beiträgen zum lokalen LLM-Server mit vLLM und zur DSGVO-konformen RAG-Suche im Eigenbetrieb. Ergänzend gilt: europäische Modelle fördern, wo es geht – und das Beste aus offenen Modellen europäisch integrieren und absichern.

Handlungsempfehlungen

• Modellabhängigkeit wie einen kritischen Lieferanten behandeln: Risiken bewerten, Alternativen vorhalten, Exit-Optionen sichern.
• Open Weights bevorzugen und – wo Datenschutz oder Vertraulichkeit zählen – lokal betreiben statt über fremde Cloud-APIs.
• Einsatzzweck gegen Werteprägung prüfen: Für sensible, gesellschaftlich relevante Anwendungen die inhaltliche Ausrichtung des Modells evaluieren.
• Europäische Optionen einplanen: Mistral und kommende EU-Modelle dort einsetzen, wo sie tragen – und ihre Entwicklung aktiv unterstützen.
• Governance etablieren: Klare Regeln, welche Daten in welches Modell dürfen, mit Protokollierung und regelmäßiger Prüfung.
• Behörden zuerst souverän: Im öffentlichen Sektor hat lokaler Betrieb auf europäischer Infrastruktur Vorrang vor Bequemlichkeit.

Häufige Fragen

Quellen

Externe Quellen, Stand August 2026 (öffnen in einem neuen Tab):

• Stanford HAI & DigiChina – Chinas vielfältiges Open-Weights-KI-Ökosystem und seine politischen Implikationen (PDF)
• arXiv – Information Suppression in Large Language Models: Audit und Quantifizierung von Zensur in DeepSeek
• TechCrunch – Open-Source-LLMs auf Europas Souveränitäts-Roadmap
• MarkTechPost – Europas führende KI-Modelle 2025 (u. a. Mistral, Aleph Alpha, OpenEuroLLM)
• Wire – Was der US CLOUD Act für die EU-Datensouveränität bedeutet
• EU Cloud and AI Development Act / EU AI Act – Überblick und Fristen

Dieser Beitrag ist eine Einordnung zum Stand August 2026 und dient der allgemeinen Information. Anbieter, Modelle und Regulierung entwickeln sich schnell weiter.