Der Wechsel von AI-Fähigkeit zu AI-Kontrolle

Eine Reihe von hochkarätigen Vorfällen mit Frontier-AI-Anbietern hat Unternehmen dazu gebracht, eine Frage zu stellen, die viele bis vor Kurzem nicht ernsthaft in Betracht gezogen haben. Was passiert, wenn die Technologie, die Sie in Ihren Betrieb integriert haben, nicht mehr vollständig unter Ihrer Kontrolle ist?

Zuerst kam der Shutdown von Anthropic, der von der US-Regierung mit nur 90 Minuten Vorlauf angeordnet wurde. Dann kam der Datenschandal von Grok Build. Vor Kurzem gab OpenAI zu, dass ein Agent autonom in Hugging Face eingedrungen war, was neue Fragen zur Governance aufwarf, da AI-Systeme leistungsfähiger werden.

Jeder Vorfall ist für sich genommen bedeutend. Wenn man sie jedoch zusammen betrachtet, zeigt sich, dass sie auf etwas Größeres hinweisen. Sie erinnern uns daran, dass AI innerhalb politischer Systeme, kommerzieller Beziehungen und regulatorischer Umgebungen sitzt, auf die Unternehmen oft sehr wenig Einfluss haben.

Die Diskussion um AI-Risiken hat sich zu Recht auf Datenschutz, Compliance und Datenresidenz konzentriert. Diese Probleme sind jedoch nicht mehr die ganze Geschichte. Die größere Frage ist jetzt Abhängigkeit.

Verständnis dafür, was Souveränität ist — und was nicht

Ich habe bemerkt, dass die Diskussion um Souveränität im Laufe des letzten Jahres verändert wurde. Kunden fragten normalerweise, wo ihre Daten gespeichert würden. Heute sind sie viel eher bereit, zu fragen, wer tatsächlich die Systeme kontrolliert, auf denen ihre AI läuft, und was passiert, wenn sie plötzlich den Zugriff darauf verlieren. Das ist eine schwierigere Frage zu beantworten, weil Souveränität weit über Geographie hinausgeht.

Im Kern geht es bei souveräner AI um Eigentum: die Fähigkeit, AI ohne Abhängigkeiten zu deployen, die Resilienz, Kontinuität oder langfristige Flexibilität gefährden könnten, unabhängig davon, wo ein Modell ursprünglich entwickelt wurde. Eine Möglichkeit, es zu erklären, ist, AI-Agents mit Mitarbeitern zu vergleichen. Sie werden zunehmend zu digitalen Mitgliedern der Belegschaft, die Aufgaben übernehmen, die zuvor von Menschen durchgeführt wurden. Wenn ein Unternehmen diese Belegschaft von einem einzigen AI-Anbieter mietet, gibt es auch einen kritischen Teil seiner operativen Fähigkeiten aus.

Das bedeutet nicht, dass jedes Unternehmen jeden Teil des AI-Stacks besitzen muss. Energie und physische Infrastruktur sitzen am unteren Ende, gefolgt von Rechenleistung, dann den Modellen selbst und schließlich den Anwendungen, die darauf laufen. Jede Ebene kann von einem anderen Unternehmen besessen werden. An einem Ende des Spektrums bleiben die Daten im Land, während alles andere woanders kontrolliert wird. Weiter entlang laufen die Modelle lokal, aber auf Infrastruktur, die jemand anders betreibt. Weiter noch laufen die Organisationen die Modelle selbst. Am tiefsten Ende kontrollieren sie auch die Infrastruktur. Wo ein Unternehmen auf diesem Spektrum sitzt, hängt davon ab, was es nicht verlieren kann.

Eine Regierung, die klassifizierte Workloads ausführt, benötigt naturgemäß mehr Kontrolle als die meisten kommerziellen Unternehmen. Ein Krankenhaus muss nicht unbedingt ein Rechenzentrum besitzen, aber es benötigt Vertrauen darin, dass die Systeme, die die Patientenversorgung unterstützen, nicht plötzlich wegen Entscheidungen eines Dritten auf der anderen Seite der Welt unverfügbar werden.

Souveränität muss verifizierbar sein

Je mehr Organisationen über souveräne AI sprechen, desto wichtiger wird es, echte Souveränität von cleverer Marketing zu unterscheiden. Nicht jeder Anbieter ist transparent darüber, welche Schichten des Stacks er tatsächlich kontrolliert, und wenn genug Anbieter ihre Produkte als souverän bezeichnen, könnte das Wort schnell seinen Wert verlieren, ähnlich wie Nachhaltigkeitsansprüche in anderen Branchen.

Deshalb kommt die Idee des “Souveränitätswaschens” ins Spiel. Eine Lösung wird als lokal kontrolliert beworben, weil der Vertrag innerhalb des Landes ist, das Support-Team im Land ansässig ist und die Daten nie die Landesgrenzen verlassen, während die Infrastruktur darunter noch von einem ausländischen Anbieter betrieben wird. Ein britisches Unternehmen könnte einen souveränen AI-Service von einem britischen Lieferanten kaufen und dennoch feststellen, dass die Systeme, auf die es angewiesen ist, letztendlich auf US-Infrastruktur basieren.

Das ist nicht automatisch die falsche Wahl. Für viele Unternehmen kann es das richtige Gleichgewicht zwischen Kosten, Fähigkeiten und Kontrolle sein. Es sollte jedoch eine bewusste Entscheidung sein.

Die Herausforderungen des Mietens im Vergleich zu den Vorteilen des Besitzens

Es ist leicht zu verstehen, warum US-amerikanische Frontier-AI-Anbieter zum Standard wurden. Sie boten die leistungsfähigsten Modelle, investierten stark in Infrastruktur und bewegten sich immer schneller als der Rest des Marktes. In Kombination mit den wachsenden geopolitischen Bedenken um chinesische AI wurden sie zur natürlichen Wahl für Unternehmen, die AI im großen Maßstab einsetzen wollten.

Dieser Schwung hat sich weit über die frühen Anwender hinaus verbreitet. Selbst in hoch regulierten Branchen, in denen neue Technologie normalerweise genauer unter die Lupe genommen wird, hat die Einführung beschleunigt. 75% der Finanzdienstleistungsunternehmen nutzen AI aktiv. Ebenso tun dies 79% der Rechtsanwälte , während 65% der Kliniker sagen, dass ihre Nutzung von AI-Tools, die von ihrer Organisation bereitgestellt werden, im Laufe des letzten Jahres zugenommen hat. Für viele dieser Organisationen ergab die Wahl eines US-Anbieters einfach kommerziell Sinn.

Die Diskussion wird nuancierter, da AI tiefer in den täglichen Betrieb eindringt. Kosten sind Teil des Bildes. Token-Preise sinken weiter, aber die Ausgaben für Unternehmens-AI steigen, da die Nutzung die Preissenkungen übertrifft, mit 93% der Organisationen , die bereits ihre AI-Budgets überschritten haben. Resilienz ist ein weiterer Faktor. Wenn ein externer Anbieter einen Ausfall erleidet, seine kommerziellen Bedingungen ändert oder staatliche Eingriffe erfährt, haben Organisationen, die kritische Workloads ausführen, wenig Kontrolle über das Ergebnis.

Der Besitz von mehr des AI-Stacks ändert beide Gleichungen. Kosten werden vorhersehbarer, wenn die Nutzung steigt, und Organisationen gewinnen größere Einblicke in die Funktionsweise ihrer Systeme und haben viel mehr Kontrolle darüber, was passiert, wenn sich Umstände ändern.

Warum eine gute Exit-Strategie die richtige Partnerbeziehung mit dem Anbieter erfordert

Souveränität ist etwas, das Organisationen nicht über Nacht einschalten können. Für regulierte Unternehmen dauert es normalerweise drei bis vier Jahre , AI-Workloads zu verschieben, und nur ein kleiner Teil dieser Zeit wird für die Verschiebung der Technologie aufgewendet. Der größte Teil geht in Governance, Beschaffung und die operativen Arbeiten, die erforderlich sind, um kritische Prozesse ohne Unterbrechung des Unternehmens zu verschieben.

Deshalb muss die Planung bereits stattfinden, bevor jemand einen Anbieter verlassen muss. Während 72% der Unternehmen souveräne AI in ihre Roadmaps für 2026 einbeziehen, haben nur etwa drei von zehn Unternehmen eine detaillierte Strategie, ein Budget oder einen Migrationsplan. Es gibt offensichtlich einen Wunsch, die Abhängigkeit zu verringern, aber weitaus weniger Organisationen haben herausgearbeitet, was das tatsächlich beinhalten würde, wenn sie den Schritt machen müssten.

Das beginnt mit dem Verständnis, welche Workloads am wichtigsten sind, was ein Ausstieg tatsächlich kosten würde und ob Migrationspläne getestet wurden, bevor sie benötigt werden. Dieser Prozess ändert auch die Art und Weise, wie sie Anbieter bewerten. Drei Fragen sagen normalerweise meisten, was man wissen muss. Können Souveränitätsansprüche unabhängig verifiziert werden, wann immer der Kunde es wünscht? Erstreckt sich diese Verifizierung auf alle Schichten des Stacks oder nur auf diejenige, die im Vertrag genannt ist? Und könnte der Anbieter auf die Daten des Kunden zugreifen, wenn er es wollte? Wenn die Antwort auf diese letzte Frage ja ist, dann wird eine Richtlinie und nicht eine Garantie angeboten.