Europa im KI-Wettrennen: Wo kann die EU noch gewinnen? Und was bringen Initiativen wie Soofi?

Europa ist im globalen Wettrennen um Künstliche Intelligenz weit hinter die USA und China zurückgefallen – und damit zunehmend abhängig von Technologien, über die andere entscheiden. Doch noch ist nicht alles verloren. Mit den richtigen Schritten und Initiativen könnte sich Europa wieder mehr Kontrolle und Einfluss verschaffen, glauben Experten. Dabei gehe es nicht darum, überall Weltspitze zu sein, sondern KI-Technologien und Anwendungen zu schaffen, die spezialisiert und unverzichtbar sind.

Von Michael Förtsch

Es war ein Moment, in dem vielen Politikern der Europäischen Union die Position des Staatenbundes im globalen KI-Wettrennen wohl erstmals richtig gewahr wurde: Am 12. Juni 2026 erreichte das US-KI-Unternehmen Anthropic eine Mitteilung der US-Regierung. Dem Unternehmen wurde untersagt, seine beiden Spitzenmodelle Fable 5 und Mythos ausländischen Staatsbürgern zugänglich zu machen. Selbst wenn diese in den USA leben – oder sogar Anthropic-Mitarbeiter sind. Die US-Regierung berief sich auf ein Missbrauchspotenzial und die nationale Sicherheit. Dabei hatte die KI-Firma erst kurz zuvor ein Projekt namens Glasswing auf ausländische Unternehmen und Institutionen ausgedehnt, bei dem diese das Mythos-Modell nutzen konnten, um ihre digitale Infrastruktur und Softwareprojekte auf Schwachstellen zu überprüfen und gegen Cyberangriffe zu härten. Noch in der Nacht auf den 13. Juni schaltete Anthropic seine beiden Spitzenmodelle für alle Kunden ab. Von jetzt auf gleich war der Zugang zu einem der leistungsfähigsten KI-Systeme der Welt weg. Einfach so. Weil die US-Regierung es so entschieden hatte.

Zwar war der Rückstand der Europäischen Union bei der Forschung, der Entwicklung und dem Einsatz von Künstlicher Intelligenz bereits in den Monaten zuvor zu einem immer lauteren Thema geworden. Nun aber fand sich die EU in Sachen Künstliche Intelligenz erstmals offenkundig machtlos und entblößt wieder. „Eine Infrastruktur, deren Modelle und Rechenleistung wir nicht kontrollieren, ist eine Infrastruktur, die andere einfach abschalten können“, befand etwa der ehemalige französische Premierminister Édouard Philippe. Verschiedene Unternehmensverbände wie Bitkom urteilten ähnlich: Europa habe sich beim Zugang zu dieser neuen Technologie vom Wohlwollen der US-Regierung abhängig gemacht. Der eigene Rückstand hatte KI zu einem politischen Druckmittel werden lassen; Europa hatte sich erpressbar und durch die Technologie angreifbar gemacht.

Wie weit ist Europa wirklich zurück?

Tatsächlich kamen laut dem Stanford AI Index 2026 bis Ende des vergangenen Jahres 59 bedeutende KI-Modelle aus den USA und 35 weitere aus China. Danach folgte Südkorea mit großem Abstand und acht Modellen. Gemeint sind damit KI-Modelle, die in anerkannten Benchmarks neue Bestmarken setzen, deren begleitende Paper über 1.000-mal zitiert werden, die eine besondere historische oder mediale Bedeutung haben oder in einem „bedeutenden Umfang“ genutzt werden. Die Länder der EU? Von ihnen ist in diesem Reigen nur Frankreich vertreten – mit dem Text- und Zeichenerkennungsmodell Mistral OCR von Mistral. Im Vorjahr waren dort noch drei weitere Mistral-Modelle gelistet: die LLMs Mistral Large 1 und 2 sowie das multimodale Bild- und Sprachmodell Pixtral Large. Seitdem ist Europa zumindest bei den bedeutenden KI-Modellen weiter zurückgefallen. Genutzt werden jene EU-Modelle nicht einmal von jedem zehnten Unternehmen.

Bei der Entwicklung der sogenannten Frontier-Modelle – also der jeweils aktuellen Spitzenmodelle wie GPT-5.6, Claude Mythos oder dem zuletzt erschienenen chinesischen Kimi K3 –, die die Grenzen des Machbaren verschieben, spielt Europa praktisch keine Rolle. Zumindest nicht mehr. Mistral entwickelt zwar weiterhin große und leistungsfähige Basismodelle, spielt mit diesen derzeit aber nicht mehr an der absoluten globalen Leistungsfrontier. Dem von den ehemaligen DeepMind- und Meta-Mitarbeitern Arthur Mensch, Timothée Lacroix und Guillaume Lample gegründeten Unternehmen fehlen dafür schlicht die nötigen Ressourcen. Es mangelt nicht nur an finanziellen Mitteln, sondern auch an infrastrukturellen Voraussetzungen.

Denn für Spitzen-KI-Forschung und -Nutzung mangelt es in Europa an der nötigen Rechenkraft – vor allem an jener, die für KI-Training und die sogenannte Inferenz benötigt wird. Die USA sind aktuell das Zuhause von über 5.427 Rechenzentren. Dutzende weitere sind derzeit im Bau. Der Großteil dieser Neubauten ist mit KI-Chips für die Nutzung von Künstlicher Intelligenz optimiert. Wirklich belastbare Zahlen für chinesische Rechenzentren existieren nicht. Der Anteil Chinas am weltweiten Stromverbrauch von Rechenzentren soll jedoch bei 25 Prozent liegen – wohingegen die USA rund 45 und Europa 15 Prozent ausmachen. Gleichzeitig bauen chinesische Tech-Konzerne wie Alibaba und KI-Start-ups wie DeepSeek, Moonshot AI und andere laut Experten ihre Rechenressourcen massiv aus. Nach einem Plan von Peking sollen in den kommenden fünf Jahren rund 256 Milliarden Euro in Rechenzentren, Internetanbindungen und andere notwendige Infrastruktur investiert werden.

Mit Blick auf diese Lage sehen manche die Europäische Union auf einem Pfad, der sie in wirtschaftliche Bedeutungslosigkeit und technologische Abhängigkeit führt.

Was der Rückstand für Europa bedeutet

Erst vor wenigen Monaten veröffentlichte ein kleines Team von Politik-, Gesellschafts- und KI-Experten ein Europe 2031 getauftes Szenario. Darin attestiert die Gruppe der Europäischen Union, die Entwicklungsgeschwindigkeit der KI-Technologie ebenso unterschätzt zu haben wie ihren Einfluss auf Wirtschaft, Gesellschaft und Wissenschaft – und außerdem nicht schnell und agil genug gehandelt und dadurch die „Fähigkeit verspielt zu haben, unsere eigene Zukunft zu gestalten“. Ausgangspunkt war der damalige Status der EU in Sachen KI. Damit bringe sich Europa in eine Lage, die zu wirtschaftlichem Niedergang und technologischer Abhängigkeit von den USA oder China führen könne. Womöglich sogar in den Status eines De-facto-Protektorats einer der beiden Weltmächte. Oder, alternativ, in eine endgültige globale Bedeutungslosigkeit. Europe 2031 folgt dabei einer simplen, aber bestechenden Logik.

Künstliche Intelligenz wird in den kommenden Jahren immer mehr Bereiche der Forschung, Entwicklung und des Alltags vieler Menschen durchdringen, argumentieren die Autoren. Da die EU selbst weder über ein stabiles KI-Ökosystem noch über die dafür nötige Infrastruktur verfüge, müsse sie die Technologie aus dem Ausland beziehen. Das heißt aus den USA oder aus China, die sie zunehmend als geopolitisches Druck- und Einflussmittel nutzen könnten. Die Autoren wollen dieses Szenario ausdrücklich nicht als Prognose verstanden wissen – wohl aber als Warnung. Alex Petropoulos vom KI-Thinktank Arq Foundation, einer der Autoren, sagt zu 1E9, ein solcher Ausgang sei, „wenn wir nicht handeln, dennoch vollkommen plausibel“.

Europe 2031 wurde nur kurz vor dem Mythos-Vorfall veröffentlicht. Diesen sieht das Team nicht als Beleg für sein Szenario, aber durchaus als „dezente Bestätigung“ seiner Gedanken und Grundannahmen. Denn der Vorfall habe öffentlich demonstriert, dass der „Zugang zu Spitzen-KI wirklich ein politischer Hebel ist, an dessen Ende jemand anderes als die EU sitzt“. „In gewisser Weise hatten wir Glück, dass das jetzt geschehen ist, solange die wirtschaftlichen und sicherheitspolitischen Risiken noch vergleichsweise gering sind“, glaubt Petropoulos. „Denn dadurch wurde den europäischen Staats- und Regierungschefs ein klares Bewusstsein verschafft, dessen Entwicklung andernfalls Jahre gedauert hätte.“

Ähnliches gelte für die unbeabsichtigten Hacks durch im Test befindliche Frontier-Modelle von OpenAI, Anthropic und Meta. Das Team hinter dem Szenario habe diese Art von Modellen und auch derartige Ereignisse erwartet. Dass diese zunächst hypothetischen Szenarien aber so schnell und unter derart großer medialer Aufmerksamkeit zur Wirklichkeit werden würden, habe dann doch überrascht. Auch in diesem Fall habe sich gezeigt, sagt Petropoulos, „wie ernst jetzt auch alle anderen diese Diskussion nehmen“. Aus diesem Grund seien diese Momente durchaus auch positiv zu sehen – zumindest für die EU. „Europa ist jetzt wacher als zuvor, schläft nicht mehr total am Steuer“, sagt Petropoulos. „Die Frage war immer, wann wir endlich erkennen würden, wie wichtig das ist, und ob dann noch genug Zeit übrig sein würde.“

Laut Petropoulos hat die EU durchaus eine Chance, das KI-Ruder herumzureißen. Vor allem gebe es inzwischen Anzeichen dafür, dass dies nun wirklich versucht werde. Zum Teil geschehe das auch als Reaktion auf das Europe-2031-Szenario. Da habe sich in sehr kurzer Zeit sehr viel getan. „Personen an oder nahe der Spitze mehrerer europäischer Regierungen haben es gelesen und sich bei uns gemeldet“, sagt Petropoulos. „Auch Akteure aus den Bereichen KI-Politik, KI-Sicherheit und europäischer Wettbewerbsfähigkeit – Gemeinschaften, die nicht immer miteinander im Dialog stehen – haben sich alle gemeldet, und man spürt deutlich, dass diese Gruppen bei einem gemeinsamen Problem an einem Strang ziehen wollen.“

Es seien bereits einige aussichtsreiche Programme gestartet worden, die in die richtige Richtung gingen. Die Herausforderung, die Petropoulos und seine Kollegen nun für EU-Politiker, Interessenvertreter und Aktivisten, aber auch für die gesamte EU-Bevölkerung sehen, bestehe allerdings darin, schnell zu definieren, wofür man gemeinsam an einem Strang ziehen will. Es brauche dringend eine „Klärung der europäischen Position zur KI“. Und die EU müsse eine gemeinsame Definition für den immer wieder gebrauchten, derzeit aber sehr nebulösen Begriff der Souveränität im Bereich der KI finden. Vor allem müsse sie erkennen, dass es bei alldem um „den Schutz unserer Handlungsfähigkeit, unserer Widerstandsfähigkeit und unserer Entfaltung – und nicht den Rückzug in Autarkie und Protektionismus um ihrer selbst willen“ gehe.

Rechenkraft als erster Hebel

Tatsächlich hat die Europäische Union in den vergangenen Monaten einige Projekte angestoßen, die ihre Abhängigkeit von ausländischer Rechenzentrumsinfrastruktur und Hyperscalern wie Amazon AWS, Microsoft Azure oder Google Cloud verringern sollen. Schon jetzt existieren 19 dedizierte AI Factories – wie HammerHAI am Höchstleistungsrechenzentrum Stuttgart – sowie 13 sogenannte Antennas. Zudem sollen mindestens neun neue KI-optimierte Supercomputer beschafft und bis zu fünf sogenannte AI Gigafactories aufgebaut werden, die jeweils mehr als 100.000 hochmoderne KI-Prozessoren umfassen sollen. Mit dem im Juni 2026 vorgeschlagenen Cloud and AI Development Act wird zudem das Ziel ausgegeben, die gesamte Rechenzentrumskapazität der EU innerhalb von fünf bis sieben Jahren mindestens zu verdreifachen.

Eben das sieht Petropoulos als einen guten ersten Schritt. Denn „Rechenleistung ist nun einmal der mit Abstand einfachste und schnellste Weg, um ein wichtiger Teil der KI-Wertschöpfungskette zu werden“, sagt er. Hier müsse Europa ein Niveau an Leistungsfähigkeit und Kapazitäten erreichen, auf dem es „groß genug ist, dass uns niemand ignorieren kann“. Als grobes Ziel gab das Europe-2031-Team in seinem Szenario 15 Prozent der globalen Rechenleistung an. Das könne gelingen, wenn die EU wirklich schnell handle und entsprechende Voraussetzungen bei Genehmigungsverfahren, Infrastruktur und Planung schaffe. Dafür, sagt Petropoulos, brauche es wohl aber „verbesserte Fassungen“ aktueller EU-Gesetze und Einrichtungen mit dedizierten Förderaufgaben in diesem Bereich. Denn ein erheblicher Teil der geplanten KI-Rechenkraft der EU existiere derzeit noch lediglich auf dem Papier, während in den USA und China längst gebaut werde.

Dennoch, sagt Petropoulos, stimme inzwischen zumindest die Richtung. „Die Debatte hat sich von ‚Wir brauchen keine Computing-Kapazitäten‘ über ‚Wir brauchen einige souveräne Eurostack-Computing-Kapazitäten‘ bis zu dem Punkt entwickelt, an dem wir uns jetzt befinden: Alle sind sich einig, dass wir umfangreiche Rechenkapazitäten benötigen“, sagt er. Die nächste Debatte müsse nun klären, ob diese Rechenkapazitäten rein europäisch aufgebaut werden sollen – als „puristischer Eurostack“, wie es manche Experten nennen – oder ob der Ausbau in Partnerschaft mit großen Hyperscalern und anderen ausländischen Partnern stattfinden soll. Welcher Weg auch immer gewählt werde: Wichtig sei, dass die Debatte bereits vorangekommen ist.

Eigene Modelle – aber wofür?

Natürlich genügt Rechenkraft allein nicht, um eine ernstzunehmende KI-Macht zu werden. Denn die eigentliche transformative Kraft der KI-Technologie liegt in den Modellen. Genau hier sehen viele Experten sowohl eine Stärke als auch eine Schwäche Europas. Ein Bericht des EU AI Office vom 15. Juli 2026, der Erkenntnisse von mehr als 100 Fachleuten zusammenfasst, attestiert Europa durchaus Spitzenforschung und Talente von Weltklasse. Die Frontier-KI-Entwicklung finde jedoch überwiegend außerhalb der EU statt. Das europäische Ökosystem sei dafür schlecht ausgerüstet und in Teilen auch unattraktiv, sagt etwa der aus Deutschland stammende KI-Forscher Joscha Bach, der selbst in den USA arbeitet. „Die besten KI-Forscher gehen dahin, wo die besten KI-Firmen sind, wo die besten Innovationspipelines sind“, so Bach. „Wo man den meisten Innovationsspielraum hat und wo auch die größten Gehälter gezahlt werden können.“

Das heißt aber nicht, dass sich Europa beim Rennen um leistungsfähige KI-Modelle abschreiben sollte. „Wir sollten es trotzdem versuchen – angesichts dessen, was auf dem Spiel steht, wäre es dumm, es nicht zu tun“, sagt etwa Petropoulos. Dabei gehe es nicht – oder zumindest nicht nur – darum, mit OpenAI, Anthropic oder den chinesischen Unternehmen mitzuhalten. Das sei aufgrund der dafür nötigen finanziellen Mittel ohnehin schwierig. Denn selbst Tech-Riesen wie Meta tun sich trotz Milliardeninvestitionen damit schwer. Für Bach ist nicht einmal entscheidend, ob die EU im KI-Wettrennen tatsächlich an der Spitze stehe. Das sei „nicht die richtige Frage“, sondern vielmehr, was schon der Versuch, Spitzenentwicklung zu betreiben, „bewirken kann“. „Und ich glaube nicht, dass sie nichts bewirken werden“, sagt er. Denn selbst wenn Projekte nicht bis an die globale Frontier vorstoßen, können sie helfen, Forschungsstandorte zu schaffen, Wissen und Fähigkeiten aufzubauen – und damit die europäische Selbstwirksamkeit zu stärken.

Genau darauf zielt beispielsweise die Soofi-Initiative aus Deutschland. Dahinter steht ein Konsortium, dem das Deutsche Forschungszentrum für Künstliche Intelligenz, das Fraunhofer IAIS, die TU Darmstadt, BHT Berlin, Uni Würzburg, Uni Hannover und die KI-Start-ups Merantix Momentum und ellamind unter der Leitung des KI-Bundesverband angehören. Das Ziel des mit 20 Millionen Euro geförderten Projekts war es nicht, ein Universalmodell wie die GPT- oder Claude-Modelle zu entwickeln, sondern ein leistungsfähiges Foundation-Modell, das von einem eigenen Team vollständig von Grund auf trainiert wird und sich mit zusätzlichen Daten auf spezifische industrielle Anwendungen spezialisieren lässt – für Industrie- und Gewerbeanwendungen. „Es wurde immer nur geredet: Wir müssten mal, wir müssten mal, wir müssten mal“, sagt Projektleiter Jörg Bienert vom KI-Bundesverband. „Wir haben jetzt hingegen einfach mal gemacht – und gezeigt, dass wir das auch können.“

Als Ergebnis präsentierte das Konsortium im Juli 2026 das Modell Soofi S. Es wurde mit eigens kuratierten Datensätzen in einem Münchner Rechenzentrum der Telekom trainiert und basiert auf einer KI-Architektur, die der Chiphersteller Nvidia als Open Source freigegeben hat. „From scratch“, wie Bienert sagt. „Und mit verhältnismäßig bescheidenen Mitteln.“ Experten attestierten dem Modell einen soliden Aufbau und, gemessen an seiner vergleichsweise geringen Größe von 30 Milliarden Parametern – quasi den Stellschrauben eines Modells –, gute Fähigkeiten. Zwar sorgte es für eine kleine Kontroverse, als festgestellt wurde, dass im Trainingssatz umformulierte Fragen aus einem KI-Test zu Wissenschaftswissen enthalten waren. Dabei handelte es sich jedoch, wie die Entwickler aufklären konnten, lediglich um ein Versehen, das die Gesamteinschätzung des Modells nicht trübte.

Für Bienert ist Soofi S sowohl ein Anfang als auch ein Machbarkeitsbeweis. „Wir sind jetzt mit Soofi S gestartet und sind dabei, Soofi L mit 120 Milliarden Parametern zu trainieren und planen dann auch einen Soofi XL mit circa 500 Milliarden Parametern“, sagt er. Größere und leistungsfähigere Varianten des Modells sollen also bald folgen. Zudem zeige die Soofi-Initiative, dass auch mit begrenzten Mitteln echte Erfolge erzielt werden können. Jedenfalls „wenn wir wissen, was wir wollen, was uns wichtig ist und wo wir ansetzen und anfangen können“. Genau das sei bei Soofi der Fall gewesen. Es sei darum gegangen, ein funktionales Modell zu schaffen, bei dem „wir die gesamte Trainingskette unter unserer Kontrolle“ haben – „und nicht irgendwer anders“.

Der Sprung an die Frontier

Noch ambitionierter als die deutsche Soofi-Initiative ist die Frontier AI Grand Challenge. Sie wurde im Februar 2026 von der EU-Kommission ausgerufen und forderte Unternehmen und Konsortien auf, sich um die Entwicklung eines KI-Modells der Frontier-Klasse zu bewerben: eines Modells in einer Größen- und Rechenklasse von mehr als 400 Milliarden Parametern, das hinsichtlich seiner Fähigkeiten aktuelle State-of-the-Art-Systeme übertreffen und auf europäischen Supercomputern trainiert werden soll. Die Wahl fiel im Juni auf das EUROPA-Konsortium unter Führung des italienischen KI-Unternehmens Domyn. Beteiligt sind außerdem das Fraunhofer IAIS und das Fraunhofer IIS. Das Konsortium hat bereits sowohl leichtgewichtige Modelle als auch Domyn Large trainiert, ein Modell mit 260 Milliarden Parametern. Letzteres wurde bei seinem Erscheinen als Achtungserfolg gewertet, lag nach Einschätzung von Experten qualitativ aber hinter vergleichbar großen Modellen zurück.

Der Europe-2031-Autor Alex Petropoulos von der Arq Foundation hält das Projekt für gut gemeint und ist durchaus optimistisch. Es könne funktionieren. Doch die Frontier AI Grand Challenge sei nicht darauf ausgelegt, ihre Erfolgschancen zu maximieren. Als konkrete Unterstützung wird dem Gewinnerkonsortium für ein Jahr der Zugang zu bis zu 2,5 Prozent der Rechenkapazität der Hochleistungsrechnerinitiative EuroHPC zugesagt. Hier sehen Kritiker eines der Grundprobleme derartiger Initiativen auf EU-Ebene: Der Anspruch ist enorm, die bereitgestellten Ressourcen sind hingegen eher überschaubar – oder sogar unzureichend. Zudem werde die Chance, tatsächlich ein Frontier-Modell zu schaffen, von einem einzigen Versuch abhängig gemacht. Das sei, meint Petropoulos, angesichts der Lage äußerst gewagt.

Auch andere Experten, mit denen 1E9 gesprochen hat, sind der Meinung, dass die EU-Kommission grundsätzlich die richtigen Absichten hat. Die Frontier AI Grand Challenge sei in ihrer jetzigen Form jedoch nicht ideal, sondern möglicherweise sogar eine Fehlkonstruktion. Die Strategie sei nicht durchdacht, die Anreize für die Teilnehmer sei nicht korrekt gesetzt und die Ressourcen seien falsch gewichtet. Statt vieler unabgestimmter Einzelprojekte brauche Europa einen durchdachten, breit aufgestellten Masterplan, fordern daher mehrere KI-Experten immer wieder.

„Meine feste Überzeugung ist es, dass wir in Europa eine gute Chance haben, wenn wir wirklich alle zusammenarbeiten”, bestärkt etwa auch Bienert. Es gebe viele europäische Gruppen, die jeweils in ihren Fachbereichen stark seien und gemeinsam in der Lage wären, „große eigene Modelle zu entwickeln“. Das bedeute jedoch nicht, dass Europa das beste Modell der Welt besitzen müsse.

Open Source als Strategie?

Für viele KI-Experten sind die Zusammenarbeit, die Investitionstätigkeit und ein schnelleres politisches Handeln zwar wichtige Hebel für europäische KI-Souveränität, doch sie sehen auch im Open-Source-beziehungsweise Open-Weight-Prinzip einen entscheidenden Faktor. Dabei geht es um KI-Modelle und Architekturen, die frei verfügbar, anpassbar und einsetzbar sind und nicht ausschließlich von einem einzelnen Unternehmen bereitgestellt werden. Dadurch kann sich um diese Modelle ein organisches Ökosystem bilden, das sie zu einer gemeinschaftlichen Initiative macht, von der die gesamte Gesellschaft profitiert.

Jörg Bienert vom KI-Bundesverband fordert konkret, die KI-Entwicklung in Europa stärker nach dem Vorbild von Linux zu organisieren. Verschiedene Forschungsgruppen, Unternehmen und unabhängige Initiativen sollten sich auf jene Aspekte, Bausteine und Entwicklungsschritte konzentrieren, die sie besonders interessieren und bei denen sie die meiste Erfahrung haben. Dadurch würde nicht nur die Souveränität der EU, sondern auch die von Unternehmen und Privatpersonen gestärkt, die die Modelle und Dienste selbst auf eigener Infrastruktur betreiben können.

Tatsächlich halten Experten die Chance, dass Europa bei der KI-Modellentwicklung zu den USA und China aufschließen kann, für eher gering. Durch langes Zögern, Untätigkeit sowie mangelnde Finanzierung und Anreize sei die EU in zentralen Bereichen technologisch deutlich zurückgefallen. Allerdings stellt sich auch die Frage, ob sie überhaupt so weit aufschließen muss. Denn womöglich erweist sich die Frontier-Modellschicht langfristig als weit weniger entscheidend, als es derzeit erscheint. Das ist zumindest das Argument von Martin Nigsch, Gründer von Feld AI. Über Frontier-Modelle sagt er: „Es würde mich extrem wundern, wenn die nicht in fünf, sieben, acht Jahren komplett commoditized – also einfach Massenware – wären.“ KI-Dienste mit Modellen wie jenen der GPT- oder Claude-Reihen, die irgendwie alles ziemlich gut können, wären dann womöglich nichts Besonderes mehr.

Mit dieser Einschätzung steht Nigsch keineswegs allein. Auch der Tech-Analyst Benedict Evans stellt die These auf, dass große KI-Modelle langfristig zu einer Infrastrukturware werden könnten. Aktuell verschaffen die begrenzte Zahl an Frontier-Anbietern und vor allem die Knappheit an Rechenkapazitäten den KI-Laboren erhebliche Preissetzungsmacht. Doch das könnte sich ändern: Weltweit fließen enorme Summen in neue Rechenzentren und Chipkapazitäten, während zugleich die Inferenz – also der Rechenaufwand beim Einsatz von KI-Modellen – immer effizienter wird. Dadurch könnte der Preisdruck auf die Basismodelle zunehmen und sich die Wertschöpfung innerhalb der KI-Wertschöpfungskette verschieben. Modelle wie jene der GPT-, Claude- und Gemini-Reihen wären dann zwar weiterhin unverzichtbare Infrastruktur, aber nicht mehr unbedingt der Ort, an dem das meiste Geld verdient wird. Anzeichen dafür gibt es bereits.

Schon jetzt hat China hier stark aufgeholt – und verteilt viele seiner Spitzenmodelle als einfach herunterladbare Modell-Gewichte, die sogenannten Open Weights, kostenlos. Zudem werde wohl immer weniger wichtig, wer gerade in den neuesten Benchmarks vorne liegt, sagt Nigsch gegenüber 1E9. Der allgemeine Vorsprung bei Basismodellen werde an Wert verlieren. Stattdessen würden in den kommenden Jahren sukzessive andere Faktoren in den Fokus rücken. Bei seinem im österreichischen Feldkirch beheimateten Start-up Feld AI setzt Nigsch auf offen verfügbare chinesische Modelle der Qwen-Reihe als Grundlage für eigene Anwendungen, lädt deren Modellgewichte herunter, passt sie an und betreibt sie auf eigener Infrastruktur. Das seien nicht immer die aktuellsten oder besten Modelle, sondern jene, die spezifische Aufgaben mit hoher Zuverlässigkeit und Berechenbarkeit erfüllen können. Sie werden bei Feld AI etwa eingesetzt, um für Kanzleien und Logistikunternehmen Dokumente zu prüfen, Daten aus Akten zu extrahieren, Frachtpapiere zu katalogisieren und anderen „langweiligen Kram, der aber stimmen muss“, zu erledigen.

Genau da sieht Nigsch eine Chance für Europa. Denn entscheidend könnte letztlich weniger sein, wer das größte Modell besitzt, sondern wer die verfügbaren Modelle am besten einsetzt – ob diese nun aus der EU, China oder den USA kommen, solange sie auf heimischen Servern betrieben werden und dort kontrollierbar und sicher laufen. „Schlussendlich zählt das Langweilige“, sagt der Feld-AI-Gründer: Modelle effizienter und energiesparender zu machen, sie leichter auf konkrete Aufgaben anzupassen, für sehr spezifische Aufgaben jeweils das passende Modell auszuwählen und das Ökosystem darum aufzubauen. Gerade hier könnten sich neue Chancen für Europa ergeben. „Das Rennen ist ja nicht verloren“, sagt Nigsch. Mit der richtigen Strategie könne Europa sich auf kritische und spezialisierte KI-Prozesse konzentrieren und Bereiche besetzen, in denen europäische Unternehmen langfristig konkurrenzfähig oder sogar Weltspitze sein können.

Einen solchen Weg schlägt inzwischen auch ausgerechnet Mistral ein – eben jenes französische Start-up, das OpenAI, Anthropic und Co. einst Konkurrenz machen wollte. Obwohl es sich nicht aus dem Rennen um leistungsfähige Basismodelle zurückzieht, sieht es seine Zukunft zunehmend auch anderswo. Mit einer Plattform namens Forge können Unternehmen bei Mistral auf Basis der Mistral-Modelle eigene Modelle mit internen Daten, Arbeitsabläufen und Fachwissen trainieren und spezialisieren. Zudem hat Mistral im Mai 2026 das Start-up Emmi AI übernommen, das KI-Modelle für Luftfahrt, Material- und Bauteilfertigung entwickelt. Ebenso will Mistral nun, wie im August 2026 angekündigt, auch andere Modelle in die eigene Plattform hieven – insbesondere fortschrittliche, frei verfügbare Modelle chinesischer Unternehmen wie Z.AI und möglicherweise später auch Moonshot AI oder DeepSeek, die auf eigenen Servern in der EU sowie auf Servern von Partnern souverän und datenschutzsensitiv nutzbar sein sollen. Es soll dadurch weniger KI-Studio, sondern mehr Inferenz-Provider werden.

Wo Europa noch gewinnen kann

Obwohl die neue Strategie von Mistral vielfach als Kapitulation interpretiert wurde, könnte gerade diese Ausrichtung ein Fahrplan für Europas Zukunft im globalen KI-Wettbewerb sein: nicht darauf verzichten, selbst leistungsfähige Modelle zu entwickeln, den Erfolg aber auch nicht allein daran zu messen, ob eines davon in einem Benchmark gerade vor den Modellen von OpenAI, Anthropic oder chinesischen Konkurrenten liegt. Denn gewinnen könnte Europa eben in anderen Bereichen – und sich dadurch strategischen Handlungsspielraum verschaffen. Der Europe-2031-Autor Petropoulos sieht vor allem industrielle KI und Robotik als mögliche Stärken. In diesen Segmenten säßen europäische und insbesondere deutsche Unternehmen auf einem über Jahrzehnte gewachsenen Datenschatz, der hier genutzt werden könnte.

„In einer KI-Wirtschaft entsteht Einfluss dadurch, dass man unverzichtbar ist – nicht dadurch, dass man autark ist“, sagt Petropoulos. Europa müsse nicht jede Stufe der KI-Wertschöpfungskette selbst beherrschen und nicht alles selbst machen, um souverän zu sein. Wichtiger sei vielmehr, in einzelnen Bereichen so gut zu werden, dass europäische Technologie und europäisches Know-how für andere Länder sowie deren Produktions- und Lieferketten unverzichtbar werden. Als Beispiel nennt Petropoulos das niederländische Unternehmen ASML. Ohne dessen Lithografiemaschinen ist die Fertigung fortschrittlicher Halbleiter kaum vorstellbar. Europa fertigt solche Spitzenchips zwar nicht selbst in vergleichbarem Umfang – sie entstehen vor allem bei Unternehmen wie TSMC in Taiwan –, verfügt mit ASML aber über eine Technologie, auf die nahezu alle führenden Technologienationen angewiesen sind.

Stellt Europa die richtigen Weichen, so Petropoulos’ Vorstellung, könnte es künftig solche Positionen auch in Bereichen der KI-Wertschöpfungskette für sich gewinnen – mitsamt den Vorteilen und Sicherheiten, die damit einhergehen. „Kurzfristig bedeutet das, sich Einfluss zu verschaffen und Zugangsrechte auszuhandeln“, sagt er. Hielte Europa wichtige technologische Hebel in der Hand, würde es für Länder wie die USA oder China erheblich kostspieliger, Europa einfach den Zugang zu den jeweils neuesten Frontier-Modellen abzudrehen. Nicht, weil die EU im Gegenzug zwingend dasselbe tun müsste, sondern weil eine solche Abkopplung dann auch deren eigene Unternehmen und Lieferketten treffen würde. Es entstünde eine gegenseitige Abhängigkeit – und genau daraus Verhandlungsmacht. „Langfristig bedeutet es, in den Bereichen, die als Nächstes kommen – disruptive Forschung und Entwicklung, die Technologien nach dieser Welle –, wirklich gut zu werden“, fährt Petropoulos fort. „Das ist die nachhaltige Form dieser Entwicklungen.“

Verbündete statt Alleingang

Bei dieser Reise muss Europa aber nicht allein sein – und kann es womöglich auch gar nicht. Petropoulos und andere Wirtschafts- und Politikexperten sehen die Zukunft in einer Zusammenarbeit technologischer und wirtschaftlicher Mittelmächte: etwa zwischen der EU, Großbritannien, Japan, Südkorea und Kanada. Jeder dieser Partner verfügt bereits über ein relevantes, wenn auch nicht global dominierendes Ökosystem rund um die KI-Technologie. In Deutschland sitzt beispielsweise Black Forest Labs, das weltweit beachtete Bild- und Video-KI entwickelt; in Großbritannien hat ElevenLabs seinen Sitz, das einige der derzeit fortschrittlichsten Modelle für Sprachsynthese entwickelt hat. Aus Seongnam in Südkorea stammt wiederum Rebellions, das fortschrittliche KI-Beschleuniger fertigt, die unter anderem bereits von LG Electronics genutzt werden.

Ein Zusammenschluss solcher Länder zu einer Art KI-Allianz könne daher enormen Einfluss entfalten, argumentiert Petropoulos. Doch genau solche Kooperationen und die daraus mögliche politische, wirtschaftliche und auch kulturelle Koordination existierten bislang kaum. Davon würde nicht nur die Europäische Union profitieren, sondern auch ihre Partner. So könnte ein neuer internationaler Verbund entstehen, der einen Bedeutungsverlust im KI-Zeitalter verhindert und zugleich neue Gestaltungskraft sowie kulturellen, wirtschaftlichen und politischen Einfluss schafft. Es wäre ein Verbund, dem man den Zugang zu einem KI-Modell nicht mehr so einfach über Nacht abschalten könnte – jedenfalls nicht, ohne dass womöglich bereits Alternativen parat stünden.