Kooperation der Bundesregierung mit Nvidia und europäische KI-Souveränität
Bundesregierung hat Kooperation mit Chip-Hersteller Nvidia zu mehr Hardware für KI-Nutzung und -Training bekanntgegeben
Europa hängt im KI-Bereich den USA und China hinterher
Forscher schätzten im Vorhinein ein: Kooperation sinnvoll, aber kein Ersatz für Souveränität bei Hard- und Software; bei spezifischen KI-Anwendungen habe Europa die besten Chancen, aufzuholen
Die deutsche Bundesregierung hat am 19. Oktober im Rahmen eines Investitionsgipfels eine KI-Kooperation mit dem US-Chiphersteller Nvidia bekanntgegeben. Dabei soll dem Vernehmen nach ein dreistelliger Millionenbetrag investiert werden, um Nvidia-Chips nach Deutschland zu holen. Diese sollen voraussichtlich zum Training von KI-Modellen, aber auch für Anwendungen im industriellen Bereich und der Robotik eingesetzt werden. Bei der Kooperation sollen auch deutsche Unternehmen wie Siemens und die Telekom beteiligt sein. Dabei wird betont, wie wichtig der Schritt für die Souveränität Deutschlands sei.
Nvidia ist im Bereich der Chips für KI-Training Marktführer, auch die großen US-KI-Firmen und viele chinesische Anbieter nutzen Nvidias Chips. Zurzeit gibt das Unternehmen neue Kooperationen und Investitionen in Europa bekannt. Nvidias CEO Jensen Huang befand sich auf einer Tour durch Europa und war bei der Verkündung der Kooperation in Berlin vor Ort.
Professor für Künstliche Intelligenz, Technische Hochschule Deggendorf
Einschätzung der Kooperation mit Nvidia
„Ich halte die Kooperation grundsätzlich für interessant. Denn sie verschafft deutschen Unternehmen kurzfristig Zugang zu leistungsfähiger Technologie und kann insbesondere industrielle KI, Robotik und physische KI voranbringen. Nvidia ist ein zentraler Anbieter für KI-Chips, Software und Modellinfrastruktur. Daher wäre es momentan unrealistisch, vollständig auf diese Technologien zu verzichten.“
„Gleichzeitig darf eine solche Partnerschaft nicht mit technologischer Souveränität verwechselt werden: Europa muss parallel eigene Anbieter bei Hardware, Infrastruktur und Software stärken. Es gibt dafür in Deutschland spannende Unternehmen, zum Beispiel Anbieter von Embedded-KI-Chips (Chips für KI-Betrieb sind nicht in ein Rechenzentrum ausgelagert, sondern direkt in die jeweilige Anwendung integriert; Anm. d. Red.). Positiv ist, dass die vorgesehenen Modelle angepasst und selbst betrieben werden können und die Unternehmen die Kontrolle über ihre Daten behalten sollen. Genau solche offenen und kontrollierbaren Ansätze brauchen wir. Jedoch müssen auch deutlich größere Beträge mobilisiert werden, dreistellige Millionenbeträge reichen dafür nicht.“
Wie europäische KI-Souveränität stärken?
„Der Fokus sollte aus meiner Sicht weniger darauf liegen, immer größere Sprachmodelle zu trainieren, sondern auf effizienteren Modellen und konkreten Anwendungen, bei denen Deutschland und Europa echte Wettbewerbsvorteile haben. Besonders große Chancen sehe ich bei industrieller KI, Robotik, Automatisierung und Embedded KI, weil Deutschland über starke Industrieunternehmen, wertvolle Daten sowie hohe Standards bei Qualität, Zuverlässigkeit und Sicherheit verfügt.“
„Rechenkapazität ist dabei aus meiner Sicht nicht das primäre Problem – entscheidender sind Kapital, Unternehmertum und bessere Rahmenbedingungen. Deshalb müssen wir Regulierung reduzieren und praktikabler machen. Außerdem müssen wir die Finanzierung von Start-ups deutlich verbessern, etwa indem wir Versicherungen mehr Möglichkeiten geben, überhaupt in Venture Capital und europäische Technologieunternehmen zu investieren. Europäische KI-Souveränität entsteht am Ende nicht durch Abschottung, sondern durch eigene starke Unternehmen, wettbewerbsfähige Produkte und die Fähigkeit, kritische Technologie selbst zu entwickeln, zu betreiben und weiterzuentwickeln. Günstigere Energiepreise sind dafür auch unabdingbar.“
Leiter der Computer Vision & Learning Group, Ludwig-Maximilians-Universität München (LMU)
Einschätzung der Kooperation mit Nvidia
„Die Kooperation mit Nvidia ist ein wichtiger und aus meiner Sicht zum jetzigen Zeitpunkt notwendiger Brückenschlag. Wer KI souverän gestalten will, muss leistungsfähige Recheninfrastruktur selbst betreiben können. Dafür ist aktuell US-amerikanische GPU-Technologie äußerst wichtig. Wer sich im Streben nach Unabhängigkeit bei den Chips heute von verfügbarer Spitzentechnologie abschottet, verliert auch bei der Entwicklung eigener KI-Systeme die Chance auf langfristige Souveränität. Entscheidend ist, dass wir die Kontrolle über Betrieb, Daten und Nutzung dieser Infrastruktur selbst in der Hand haben, auch wenn die Chips zunächst aus den USA kommen. Das schafft wichtige Handlungsfähigkeit, beseitigt aber nicht die technologischen Abhängigkeiten. Deshalb muss diese Kooperation eine Brücke sein, keine Endstation: Parallel müssen wir alternative Hardware-Anbieter und langfristig eigene technologische Kompetenzen aufbauen.“
Wie europäische KI-Souveränität stärken?
„Europa sollte sehr genau überlegen, auf welchem Spielfeld es seine technologische Souveränität erkämpfen will. Die Entwicklung eigener Frontier-Sprachmodelle ist ungleich ressourcenintensiver als die Entwicklung von Modellen für andere Modalitäten. Das gilt nicht nur für das Training, sondern gerade auch für die dauerhafte Anwendung und die Absicherung von Modellen mit direktem Zugriff von und nach außen sowie für autonome agentische Fähigkeiten.“
„Unsere größte strategische Chance liegt deshalb nicht allein im Wettlauf um das nächste große Sprachmodell, sondern in der nächsten Welle der KI: Weltmodelle und Physical AI. Dieses Feld ist technologisch noch deutlich offener. Und Deutschland und Europa bringen mit eigener industrieller Expertise, multimodalen Daten, direktem Anwendungswissen und starken Industriepartnern entscheidende Wettbewerbsvorteile mit. Souveränität entsteht nicht, indem wir den größten Sprachmodellen hinterherlaufen und sie mit eigenen Daten nachtrainieren. Vielmehr sollten wir in strategisch wichtigen, bislang unterrepräsentierten Feldern wie der physischen und industriellen KI die Infrastruktur und das Betriebssystem für die Wertschöpfung von morgen schaffen, die in der realen Welt einen Unterschied machen.“
Alexander-von-Humboldt-Professor für Methodik der künstlichen Intelligenz, Rheinisch-Westfälische Technische Hochschule Aachen (RWTH)
Einschätzung der Kooperation mit Nvidia
„Langfristig ist es wichtig, auch im Bereich der KI-Hardware europäische Alternativen zu US-amerikanischen Produkten verfügbar zu haben. Diese aufzubauen, wird jedoch aus meiner Sicht mindestens fünf bis zehn Jahre dauern. Bis dahin bleibt uns nichts anderes übrig, als führende Produkte aus den USA zu importieren – insbesondere die GPU-Systeme (Grafikprozessoren, die auch zum KI-Training und -Betrieb eingesetzt werden; Anm. d. Red.) des Marktführers Nvidia. Eine Kooperation mit Nvidia halte ich vor diesem Hintergrund für sinnvoll und nützlich.“
Wie europäische KI-Souveränität stärken?
„Gleichzeitig ist es jedoch wichtig, auch im Bereich KI-Hardware in europäische Forschung und Entwicklung zu investieren, denn es gibt hier sehr vielversprechende Ansätze – beispielsweise neuromorphe Prozessoren (Prozessoren, die dem Gehirn nachempfunden sind; Anm. d. Red.) im Bereich besonders energieeffizienter KI.“
„Ganz anders sieht es bei KI-Software aus. Hier können wir unter Einsatz entsprechender Ressourcen nützliche europäische Lösungen durchaus schneller realisieren. Dabei sollten wir einen Fokus auf Sicherheit, Zuverlässigkeit und Nachhaltigkeit von KI-Modellen und -Systemen setzen. Gleichzeitig sollten wir aber auch herkömmliche große KI-Modelle trainieren, um möglichst schnell aus der wirklich problematischen technologischen Abhängigkeit in diesem Bereich herauszukommen.“
„Einen Fokus auf KI-Anwendungen, während man die Basistechnologie von US-amerikanischen oder chinesischen Anbietern bezieht, halte ich für fehlgeleitet und riskant. Hierdurch verstärkt man problematische Abhängigkeiten und lässt zu, dass dauerhaft große Mengen europäischer Gelder und Daten an Unternehmen im nicht-europäischen Ausland fließen — Ressourcen, die wir stattdessen einsetzen sollten, um unsere eigenen Lösungen zu entwickeln und am Markt zu positionieren.“
Leiter der Forschungsgruppe AI Safety and Societal Impacts, Hasso-Plattner-Institut, Potsdam
Einschätzung der Kooperation mit Nvidia
„Ich freue mich, dass Deutschland beträchtliche Summen in KI investiert. Die Kooperation mit Nvidia ist sinnvoll, weil so Zugang zu relevanter Hardware (GPUs) gesichert werden kann. Dieser Zugang ist spielentscheidend für deutsche Handlungsfähigkeit im Bereich KI.“
„Deutsche Unternehmen sind aktuell vor allem deswegen von den USA abhängig, weil sie US-amerikanische KI-Modelle nutzen. Investitionen in Rechenkraft in Europa können diese Abhängigkeit zwar nicht auflösen, aber doch zumindest schwächen. Denn sie ermöglichen die eigene Entwicklung spezialisierter KI und deren Nutzung sowie die Anpassung offenerer Sprachmodelle.“
Wie europäische KI-Souveränität stärken?
„Zur Stärkung europäischer KI-Souveränität muss sich Europa seiner standortspezifischen Vorteile bewusst werden und diese mit Nachdruck nutzen. Daten und Expertenwissen aus der deutschen Industrie sind enorm wertvoll für die KI-Entwicklung – und nicht gleich in den USA oder China zu finden. Dementsprechend halte ich den Fokus auf spezialisierte, industrielle KI für einen richtigen Ansatz.“
„Parallel dazu wird es weiterhin wichtig sein, Zugang zu den stärksten KI-Modellen aus den USA zu sichern, zum Beispiel für defensive Anwendungen in der Cybersicherheit. Leider scheint es selbst bei enormen Investitionen unwahrscheinlich, dass Europa bei der Entwicklung allgemeiner KI zu den US-amerikanischen und chinesischen Anbietern aufschließen kann. Eigene KI-Entwicklung in Europa hat trotzdem Vorteile, zum Beispiel für spezialisierte Anwendungen.“
Professor für Humanoide Robotiksysteme, und Leiter des Lehrstuhls Hochperformante Humanoide Technologien (H²T), Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)
Einschätzung der Kooperation mit Nvidia
„Rechenkapazität ist eine notwendige Voraussetzung für leistungsfähige KI. Kurzfristig gibt es zu Nvidia-Hardware kaum eine Alternative. Mit dem Kauf von Chips erwirbt man allerdings Kapazität, keine Souveränität. Ob die Kooperation unsere Unabhängigkeit stärkt, entscheidet sich daran, wem die Daten, die trainierten Modelle und die Software-Werkzeuge gehören, die darauf entstehen, und ob sie offen und auf andere Hardware übertragbar bleiben.“
„Bindet sich die Forschung und Industrie dagegen an ein proprietäres Software-Ökosystem, wächst die Abhängigkeit, auch wenn die Rechenzentren in Deutschland stehen. Ich halte die Kooperation deshalb für sinnvoll, wenn sie an klare Bedingungen geknüpft ist: offener Zugang für die Wissenschaft, europäische Verfügungsgewalt über Daten und Modelle sowie Interoperabilität.“
Wie europäische KI-Souveränität stärken?
„Bei großen Sprachmodellen läuft Europa einem Wettbewerb hinterher, dessen Regeln andere gesetzt haben. In der physischen KI, also in der Robotik und industriellen Automatisierung, ist das Rennen dagegen offen. Hier hat Europa echte Stärken: Ingenieurskompetenz, Domänenwissen aus der Produktion und eine starke Robotikforschung.“
„Der eigentliche Engpass ist in diesem Bereich nicht allein die Rechenleistung, sondern es fehlen große Mengen an realen Interaktionsdaten von Robotern sowie leistungsfähige Roboterhardware, um diese Daten zu erzeugen. Hier sollte investiert werden: in gemeinsame Daten- und Testinfrastrukturen, in vergleichbare Benchmarks, in europäische Roboterplattformen und in Modelle, die von Anfang an auf Verlässlichkeit, Sicherheit und Nachvollziehbarkeit ausgelegt sind. Denn ein Roboter, der im Haushalt, in der Pflege oder in der Fabrik arbeitet, muss nachweisbar zuverlässig sein. Darin kann Europa einen Wettbewerbsvorteil gegenüber anderen Regionen entwickeln.“
„Ich habe keine Interessenkonflikte.“
„Es bestehen keine Interessenkonflikte.“
„Wie viele Kleinanleger besitze ich Kapitalmarktprodukte, die vom Börsenkurs von NVIDIA beeinflusst werden. Daraus erwächst jedoch für mich kein Interessenkonflikt, und meine hier geäußerte Einschätzung ist gänzlich unbefangen.“
„Interessenkonflikte habe ich zu diesem Thema keine.“
„Keine.“
Literaturstellen, die vom SMC zitiert wurden
[] Sovereign Open Source Foundation Models. Webseite.
Prof. Dr. Patrick Glauner
Professor für Künstliche Intelligenz, Technische Hochschule Deggendorf
Angaben zu möglichen Interessenkonflikten
„Ich habe keine Interessenkonflikte.“
Prof. Dr. Björn Ommer
Leiter der Computer Vision & Learning Group, Ludwig-Maximilians-Universität München (LMU)
Angaben zu möglichen Interessenkonflikten
„Es bestehen keine Interessenkonflikte.“
Prof. Dr. Holger Hoos
Alexander-von-Humboldt-Professor für Methodik der künstlichen Intelligenz, Rheinisch-Westfälische Technische Hochschule Aachen (RWTH)
Angaben zu möglichen Interessenkonflikten
„Wie viele Kleinanleger besitze ich Kapitalmarktprodukte, die vom Börsenkurs von NVIDIA beeinflusst werden. Daraus erwächst jedoch für mich kein Interessenkonflikt, und meine hier geäußerte Einschätzung ist gänzlich unbefangen.“
Dr. Paul Röttger
Leiter der Forschungsgruppe AI Safety and Societal Impacts, Hasso-Plattner-Institut, Potsdam
Angaben zu möglichen Interessenkonflikten
„Interessenkonflikte habe ich zu diesem Thema keine.“
Prof. Dr. Tamim Asfour
Professor für Humanoide Robotiksysteme, und Leiter des Lehrstuhls Hochperformante Humanoide Technologien (H²T), Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)
Angaben zu möglichen Interessenkonflikten
„Keine.“