- Deborah Lupton / betterimagesofai.org / CC-BY-4.0
Im Fakt, dass wir „KI-Souveräntität“ brauchen, darin scheinen sich alle einig. Doch was verbirgt sich hinter dem Buzzword? Was bedeutet das für alle, die nicht bei großen KI-Firmen arbeiten, also „den Rest von uns“? Ein Gastbeitrag von Nico Görnitz vom Projekt MLOX.
Wenn heute über KI-Souveränität gesprochen wird, geht es fast immer um Größe: um Staaten, Industrien oder ganze Wirtschaftsblöcke. Die Bilder sind vertraut: Hyperscaler, Rechenzentren mit tausende GPUs im Wert von je einem Einfamilienhaus, Investitionen in Milliardenhöhe oder sogar mehr. Souveränität erscheint dabei als etwas, über das andere reden. Etwas, das so weit entfernt von der eigenen Situation ist, dass es uns nicht tangiert. Diese Perspektive greift jedoch zu kurz. Denn die meisten KI-Anwendungen entstehen nicht in nationalen Großprojekten, sondern in kleinen Teams, Forschungseinrichtungen, NGOs, Startups, als Hobby-Projekt oder auch bei Indie-Devs. Für sie stellt sich Souveränität nicht als geopolitische, sondern als ganz praktische Frage: Kann ich meine Systeme selbst verstehen, betreiben und verändern oder eben nicht?
Das ist also “der Rest von uns”: Einzelentwickler:innen, kleine Startups, gesellschaftliche Organisationen und Forschungsgruppen. Sie arbeiten an sehr konkreten Problemen: Daten auswerten, Prozesse automatisieren, Entscheidungen unterstützen. Was sie verbindet, sind begrenzte Ressourcen und das Fehlen spezialisierter Infrastruktur-Teams. Gleichzeitig sind sie oft besonders abhängig von funktionierender, vertrauenswürdiger Infrastruktur. Wenn Souveränität nur für große Akteur*innen gedacht ist, bleiben diese Gruppen außen vor, obwohl sie einen wesentlichen Teil der gesellschaftlich relevanten KI-Anwendungen entwickeln.
In der öffentlichen Debatte stehen meist Modelle und die benötigte Rechenleistung im Mittelpunkt. Diese bilden natürlicherweise den Kern der KI-Revolution. Dabei sind Modelle heute aber vergleichsweise austauschbar (mit Einschränkungen). Auch Daten lassen sich (mit Einschränkungen) migrieren. Der eigentliche Lock-in entsteht auf der Infrastrukturebene: bei Deployment- und Dienste-Mechanismen, bei Identitäts- und Rechtemodellen, Monitoring, Logging und Kosten. Wer diese Schichten nicht versteht oder nicht ersetzen kann, verliert langfristig Handlungsfähigkeit. KI-Souveränität bedeutet deshalb nicht, alles selbst zu bauen, sondern zu wissen, wie die eigenen Systeme zusammengesetzt sind und welche Teile austauschbar bleiben.
Für kleine Teams bedeutet Souveränität also nicht maximale Autarkie. Niemand erwartet eigene Rechenzentren oder vollständige Selbstversorgung. Entscheidend sind drei Punkte: Erstens ein grundlegendes Verständnis der eigenen Systeme. Zweitens die Möglichkeit, Komponenten auszutauschen, ohne alles neu bauen zu müssen. Drittens realistische Exit-Optionen, falls sich Rahmenbedingungen ändern.
Open Source ist eine zentrale Voraussetzung für souveräne Infrastruktur. Transparenz, Auditierbarkeit und gemeinschaftliche Weiterentwicklung sind entscheidende Vorteile. Gleichzeitig löst Open Source allein das Problem nicht: Die Liste der Anforderungen an KI-Anwendungen ist lang und viele Projekte sind fragmentiert, schwer zu betreiben und setzen implizites Expertenwissen voraus. Offenheit mit zu viel Komplexität, also ohne Nutzbarkeit, bleibt theoretisch. Damit Open Source tatsächlich Souveränität ermöglicht, braucht es Integrationsarbeit, Dokumentation und klare Beispiele. Arbeit, die oft unsichtbar bleibt.
In meiner eigenen Laufbahn, von der Forschung über industrielle Anwendungen bis hin zu Open-Source-Projekten, habe ich ein wiederkehrendes Muster gesehen: Modelle funktionieren, Demos überzeugen, doch der produktive Betrieb scheitert. Nicht an Algorithmen, sondern an Infrastruktur. Diese Erfahrung war ein wesentlicher Grund, mich intensiver mit der Frage zu beschäftigen, wie KI-Infrastruktur so gestaltet werden kann, dass sie auch für kleine Teams handhabbar bleibt. Projekte wie MLOX sind aus genau dieser Beobachtung heraus entstanden: als Versuch, bestehende Open-Source-Bausteine besser zugänglich zu machen. Denn wenn nur große Akteur*innen in der Lage sind, KI-Systeme unabhängig zu betreiben, verschiebt sich Macht. Innovation konzentriert sich, Vielfalt nimmt ab. Deshalb ist es eben nicht nur ein technisches, sondern ein gesellschaftliches Thema.
Es braucht keine einzelne Plattform und keine universelle Lösung. Stattdessen sind offene Standards, modulare Systeme und gute Dokumentation entscheidend. KI-Souveränität beginnt nicht bei der Anzahl der GPUs, sondern dort, wo Systeme verstanden, betrieben und ersetzt werden können. Wenn wir über souveräne KI sprechen, sollten wir deshalb nicht nur fragen, wie Staaten oder Konzerne unabhängiger werden. Denn eine KI-Zukunft, die nur für die Großen funktioniert, ist keine souveräne Zukunft.
Nico Görnitz
Dr. Nico Görnitz ist Machine Learning Engineer und Data Scientist. Im Prototype Fund entwickelt er mit MLOX eine offene Lösung, die KI-Infrastruktur auch für kleine Teams und unabhängige Entwickler*innen handhabbar macht.
