Die US-Regierung hat Ausländern verboten, das mächtigste KI-Model von Anthropic zu nutzen. KI-Forscher und Ökonomen warnen vor Europas Abhängigkeit von den US-Modellen. Das Projekt Europe 2031 sieht den Kontinent sogar schon als Vasallenstaat der USA. Um das zu verhindern, solle Europa endlich eigene KI-Grundlagenmodelle bauen und maximal in Rechenleistung investieren. Die EU-Kommission versucht bereits letzteres.
Wir halten das für falsch. Warum?
Die Rechnung der amerikanischen KI-Labs geht nur mit Europa auf
Die USA können Europa den Zugang zu KI nicht einfach kappen. Damit niemand denkt, wir hätten verpasst, dass die US-Regierung die Nutzung von Mythos auf amerikanische Staatsbürger beschränkt: Was die USA können, ist, die Veröffentlichung der Spitzenmodelle zu verzögern und so den Zugriff auf bestimmte Fähigkeiten zu begrenzen; das können sie höchstens so lange, bis ein Open-Source-Modell dieselben Fähigkeiten bietet. Die Verfügbarkeit des jeweils besten Modells ist für die allermeisten Anwendungsbereiche, abgesehen von Cybersecurity und Forschung, aber nur bedingt relevant.
Es ist etwas gänzlich anderes, wenn die USA die Verfügbarkeit ihrer Modelle generell einschränken. Wir haben gerechnet, ob das denkbar wäre. Solche Rechnungen sind immer mit Unsicherheit behaftet und bedürfen zahlreicher Annahmen, siehe Box unter der Grafik. Aber sie können ein Gefühl für Plausibilität geben.
Heute verdienen die KI-Labs im Durchschnitt 46 Dollar pro Monat pro Person. In unserem Baseline-Szenario nehmen wir an, dass die US-Modelle in allen großen Industriestaaten verfügbar sind, die auch sicherheitspolitisch mit den USA kollaborieren. Damit könnten sie gut 220 Millionen White Collar Arbeiter erreichen. Um ihre Rendite zu erwirtschaften, müssten sie mit jedem dieser White Collar Arbeiter rund 800 Dollar pro Monat verdienen. Das scheint bereits schwer erreichbar. Wären die KI-Labs nur in den USA aktiv, müssten sie mit jedem einzelnen der 70 Millionen amerikanischen White Collar Worker 2400 Dollar pro Monat erwirtschaften. Werden aus Effizienzgründen 20 Prozent der Stellen abgebaut, sind es sogar 3000 Dollar pro Monat pro Kopf. Das halten wir für nicht plausibel. Die US-Unternehmen brauchen den europäischen Markt dringend, damit ihr Geschäftsmodell aufgehen kann.
Das Potenzial die Modelle zu Geld zu machen ist begrenzt
KI-Optimisten mögen einwenden, die KI-Labs könnten deutlich mehr verlangen, sobald sie wirklich Arbeiter en masse ersetzen. Wäre dem so, bräuchten die KI-Labs den europäischen Markt nicht. Das ist aber wenig plausibel solange Open Source Modelle den US-Modellen auf den Fersen sind. Vier Monate liegen die besten Open Source Modelle durchschnittlich hinter den besten Grundlagenmodellen zurück. Dafür kostet eine Million Token (die Sprachbausteine, mit denen ein Modell rechnet) bei dem Open Source Modell DeepSeek V4 Pro nur 24 Cent, bei Claude Opus 4.8 1,60 Dollar, also fast siebenmal so viel. Wer das neueste Modell nicht braucht, nutzt es nicht, sobald die Kosten zählen. Microsoft hat soeben angekündigt, aus genau diesem Grund künftig womöglich mit DeepSeek zu arbeiten.
Wir fokussieren uns in Europa also auf genau den Teil der KI-Wertschöpfungskette, der gerade massiv unter Druck steht und zumindest teilweise zur Massenware wird. Nun kann man wie Projekt Europe 2031 Sorge haben, dass sowohl die USA als auch China den Zugang zu ihren jeweiligen Modellen begrenzen. Undenkbar ist angesichts der heutigen geopolitischen Umstände wenig. Aber auch dieses Szenario scheint wenig plausibel: Beendet China den Zugang zu seinen Modellen, dürften die USA sowohl kommerziell als auch geopolitisch massiv profitieren. Es ist daher unwahrscheinlich, dass China den USA das Spielfeld überlässt. Plausibler ist, dass sowohl die USA als auch China die zentrale Rolle ihrer KI-Modelle in Wertschöpfungsketten nutzen, um Macht auszuüben. Daher sollte Europa aus geopolitischen Gründen dringend an der eigenen Machtposition arbeiten, dazu später mehr.
Zurück zur ökonomischen Dimension: Während Europa die USA um seine Grundlagenmodelle beneidet und versucht hinterherzukommen, übersieht es, wie man große Innovationen für sich nutzt: indem man sie möglichst schnell verbreitet. Bei KI heißt das zum einen ausreichend Rechenkapazität, damit Modelle hier genutzt werden können. Entsprechende Rechenzentren hier zu bauen ist allerdings auch aus kommerzieller Perspektive sinnvoll, da für die Modellnutzung die Latenz, also Verzögerung durch Datentransfer eine Rolle spielt. Die Politik sollte dazu beitragen, Hindernisse zum Bau dieser Rechenzentren zu reduzieren. Inwieweit sie den Bau subventionieren oder gar selbst in die Hand nehmen sollte, ist weniger offensichtlich.
Zum anderen geht es um günstigen, unkomplizierten Zugang für Endnutzer. Wie wichtig der ist, zeigt, was KI in den letzten Jahren groß gemacht hat: erst ein Chatbot (ChatGPT), dann ein persönlicher Assistent (OpenClaw), dann ein KI-Coding-Tool (Claude Code). Sie alle haben eines gemeinsam: Sie haben die Zusammenarbeit zwischen Mensch und Maschine massiv verbessert.
Die Software um die KI herum ist dabei deutlich mehr als nur ein bisschen hübsche Verpackung: Bei Claude macht sie über 98 Prozent des Codes aus. Nur 1,6 Prozent von Claudes Code interagiert mit dem KI-Modell. Was solche Software, die KI zugänglich macht, wert ist, zeigt SpaceX' Kauf von Cursor. Cursor ist eine Programmierumgebung (so etwas wie Word fürs Coden), für die SpaceX gerade 60 Milliarden Dollar gezahlt hat. Das ist etwas weniger als die Börsenkapitalisierung der Deutschen Bank.
Während der eigentliche Wert in der Software entsteht, schickt sich Europa an, das Geld in genau die Schicht zu pumpen, für die die Monetarisierung schwer wird. Für 20 Milliarden Euro sollen fünf „AI-Gigafactories" entstehen. Die Gigafactories sind nicht da, um günstig Open Source Modelle laufen zu lassen, also um existierende KI möglichst kostengünstig in Europa anzubieten; in diesen Gigafactories sollen eigene Grundlagenmodelle trainiert werden. Das Problem an der Sache: Außer Mistral entwickelt in Europa niemand solche Grundlagenmodelle. Mistral baut aber seine eigene KI-Infrastruktur. Das Projekt hat das Potenzial zum teuersten weißen Elefant der europäischen Industriepolitik zu werden.
KI als geopolitischer Machthebel
Es bleibt das sicherheitspolitische Problem mit den mächtigsten amerikanischen KI-Modellen, die wahrscheinlich als Cyberwaffen viel Zerstörung anrichten können. Um bei solchen Waffen mitreden zu können, braucht man eigene Machthebel.
Dazu können auch andere KI-Modelle als Machtinstrumente dienen. Jedes Unternehmen, dass mit einer amerikanischen KI arbeitet, ist dem Willen der US-Regierung ausgesetzt. Daher sollte Europa dringend eine einseitige Abhängigkeit vermeiden.
Europa hat bereits einen entsprechenden Machthebel: Ohne die Maschinen der holländischen Firma ASML gibt es keine Chips der neusten Generation und ohne Chips kein Modelltraining. Doch sich allein auf diesen Machthebel zu verlassen ist riskant, vor allem weil ASML selbst auf amerikanische Zulieferungen angewiesen ist. Schon 2019 nahmen die USA Einfluss auf ASML und untersagten den Verkauf der EUV-Maschinen nach China.
Will Europa weiterhin mit am Tisch sitzen, müsste es sich dringend darauf konzentrieren, seine Machtposition in der Wertschöpfungskette auszubauen – und zwar dort, wo es am stärksten ist: Bei der Hardware. Das beginnt mit der EUV-Lithographie. ASML, Zeiss, Trumpf und weitere Unternehmen sind bereits zentrale Akteure in diesem Feld.
Der richtige Reflex
Was folgt aus unserer Einschätzung der ökonomischen und sicherheitspolitischen Auswirkungen von KI?
Europa sollte sich weniger auf Infrastruktur für Modelltraining und mehr auf Software, die KI zugänglich macht, konzentrieren. Die brauchen Europas Regierungen ohnehin dringend, wenn ihre Beschäftigten ins KI-Zeitalter mitkommen sollen. Bauen Unternehmen entsprechende Tools, könnten Regierungen als Ankerkunden bereitstehen. Vielleicht wäre das auch eine Option, wie sich das französische KI-Lab Mistral dauerhaft eine starke Position im internationalen Wettbewerb sichern könnte.
Aus geopolitischer Perspektive wäre es wichtig, dass Europa gezielt daran arbeitet, seine Machtposition zu verbessern. Aber nicht, indem es mit Jahren Rückstand Modelle oder Gigafactories für deren Training baut, sondern indem es bei der Hardware ansetzt, seiner bisherigen Stärke.
Der Kampf um US-Grundlagenmodelle und um Infrastruktur für deren Entwicklung ist der falsche. Will Europa mit Blick auf KI wirtschaftlich und geopolitisch stärker werden, sollte es alles auf schnelle Verbreitung und Zugänglichkeit setzen, und das möglichst ohne amerikanische Unternehmen als zentrale Gatekeeper zum Nutzer. Sonst tritt das wahrscheinlichste Szenario ein: Die großen Hyperscaler integrieren KI in ihr Geschäft, Europa kauft ihre Produkte wie eh und je zu hohen Margen. So werden die USA langsam immer reicher, die europäischen Mitgliedstaaten immer ärmer.
Bevor es so weit kommt, sollten wir doch überlegen, Peter Steinberger, den Erfinder von OpenClaw, nach Europa zurückzulocken. Wenn es sein muss, auch mit ganz simplen Bestechungsmethoden. Es ist ja schließlich gerade WM, und da kann man sich auch mal der Fifa anpassen.