Europas KI-Souveränität : Wer Entscheidungen dem KI-Modell überlässt, verliert Handlungsfähigkeit

Ein großer Pharmahersteller plant seine Produktion mit KI: zigtausende Artikel, schwankende Nachfrage, seit Jahren instabile Lieferketten. Weil Excel nicht mehr reichte, rechnet im Hintergrund inzwischen ein Prozess auf Basis eines US-Sprachmodells. Morgen soll ein europäisches übernehmen – weil die Preise steigen oder Washington das stärkste Modell für Europa sperrt. Der Wechsel müsste ein Handgriff sein. In den meisten Unternehmen wäre er ein kompletter Umbau: Prognosen und Entscheidungslogik hängen am Modell, die Planung steht still.

An dieser Stelle entscheidet sich, ob ein Unternehmen handlungsfähig bleibt – daran, wie es das Sprachmodell einbindet. Das Modell ist wichtig, aber austauschbar: Handlungsfähig macht nicht das Modell, sondern das, was ein Unternehmen darum herum baut.

Die öffentliche Debatte dreht sich trotzdem fast nur um die eine Frage: Wann bekommt Europa endlich sein eigenes großes Sprachmodell, einen Champion gegen die US‑Konzerne? Die Sehnsucht ist verständlich, zielt aber ins Leere: Ein eigenes Modell allein macht kein Unternehmen unabhängig.

Am Modell hängen heißt abhängig sein

In vielen KI-Projekten übernimmt das Sprachmodell schleichend Aufgaben, für die es nicht gebaut wurde: Es hält den Kontext, automatisiert wiederkehrende Prozesse oder formuliert Empfehlungen. Damit koppeln Unternehmen ihre wertvollsten Abläufe an einen einzelnen Anbieter. Wird ein Modell gesperrt oder steigt der Preis, wackelt die ganze Anwendung. Es ist wie beim Strom: Erst wenn nichts mehr geht, merkt man, wie abhängig man war.

Dagegen hilft kein europäisches Sprachmodell. Souveränität bedeutet auch keinen Verzicht auf die stärksten Modelle. Ein Unternehmen soll jederzeit das Beste verfügbare einsetzen können, unter einer Bedingung: Das eigentliche Kapital – Kontext und Semantik, Entscheidungslogik und Governance – bleibt im Haus.

Systeme, die lieber raten als Unsicherheit zeigen

Souveränität hat außerdem eine zweite, interne Seite: zu wissen, worauf die eigene KI eine Entscheidung stützt. Sprachmodelle sind so gebaut, dass sie selbst dann plausibel klingen, wenn die Daten das nicht hergeben. In einem privaten Chat ist das verkraftbar; bei Entscheidungen über Produktionsmengen wird es schnell teuer. Stützt sich eine empfohlene Bestellmenge unbemerkt auf lückenhafte Absatzdaten, klingt die Zahl so überzeugend wie eine belastbare. Der Fehler zeigt sich erst Wochen später im Lager.

Eine belastbare KI-Architektur trennt deshalb Wissen von Vermutung. Fehlen Daten oder widersprechen sich Quellen, macht sie das sichtbar, statt Sicherheit vorzutäuschen. Wer nicht sagen kann, worauf eine Empfehlung beruht, hat einen Teil seiner Entscheidungshoheit längst abgegeben – an eine halluzinierende Blackbox.

Woran Sie eine souveräne KI-Architektur erkennen

Fünf Fragen genügen, um zu prüfen, wie souverän und handlungsfähig ein Unternehmen in Sachen KI tatsächlich ist:

• Wo liegen die Semantik und der Kontext? Das unternehmensspezifische Wissen, die Besonderheiten, Abkürzungen und internen Zusammenhänge sind das eigentliche Kapital. Es gehört in eine eigene Schicht statt in Prompts auf den Servern des Modell-Anbieters. Der Test: Wäre das Wissen morgen noch da, wenn Sie den Anbieter des Sprachmodells wechseln?
• Wo steckt die Entscheidungslogik? Nachvollziehbar ist eine Empfehlung nur, wenn die Schritte dahinter offenliegen und sich wiederholen lassen. Verschwindet die Logik im Modell, bekommen Sie ein Ergebnis, aber keine Begründung.
• Ist das Sprachmodell austauschbar? Ein Wechsel sollte Tage bis Wochen dauern, nicht Monate. Muss das Unternehmen dafür Prognosen und Abläufe neu bauen, ist es gebunden, oft ohne es zu wissen.
• Trennt das System Wissen von Raten? Liefert es auf jede Frage eine gleich selbstbewusste Zahl, verschleiert es genau das Risiko, das eine Entscheidung teuer macht. Sind die Zusammenhänge, Regeln und Einschränkungen klar hinterlegt und berücksichtigt?
• Ist jede Empfehlung und Entscheidung nachvollziehbar und dokumentiert? Auch Monate später muss sich zeigen lassen, auf welchen Daten und Annahmen Entscheidungen beruhen und wer welchen Teil davon verantwortet hat.

Welche Weichen jetzt zu stellen sind

Für Führungskräfte heißt das: Behandeln Sie Ihr Wissen über Prozesse und Kunden als strategisches Kapital und pflegen Sie es selbst. Setzen Sie Sprachmodelle in eine Architektur, die den Austausch jederzeit zulässt. Bauen Sie Governance von Anfang an ein.

Europa braucht deshalb nicht zuerst ein eigenes Foundation Model, sondern Unternehmen, die bewusst entscheiden, welchen Teil ihrer Wertschöpfung sie abgeben und welchen sie behalten. Der Lock-in, der europäische Unternehmen momentan in die Abhängigkeit führt, ist kein Naturgesetz. Er lässt sich korrigieren. Souverän macht uns kein Brüsseler Beschluss, sondern die Architektur, die Unternehmen heute bauen. Dieser Weg macht sie unabhängiger und zugleich handlungsfähiger.

Thorsten Heilig ist Co-Founder und CEO von Paretos und Co-Autor des Standardwerks „Decision Intelligence“ (Wiley).