Diese Frage prägte viele Diskussionen auf der Latitude59 in Tallinn, einer der wichtigsten Technologie- und Startup-Konferenzen Nordeuropas. PINKTUM war dort gemeinsam mit einer Delegation aus Partnern, Investoren und Kunden vertreten und nutzte die Gelegenheit zum Austausch mit führenden Köpfen aus dem europäischen Innovationsökosystem.
Beim Empfang in der Deutschen Botschaft sprachen wir mit zwei europäischen Unternehmen über Chancen, Risiken und Voraussetzungen für digitale Souveränität in Europa.
„Wir zahlen nicht nur mit der Kreditkarte, sondern auch mit unseren Visionen.“ – Artūrs Vasiļevskis
Generative KI in Europa basiert heute überwiegend auf Modellen US-amerikanischer Technologieunternehmen. Für Artūrs Vasiļevskis ist das mehr als eine technologische Frage. Der CEO des lettischen KI-Unternehmens Tilde, das eigene Sprachmodelle und KI-Technologien für europäische Sprachen entwickelt, sieht darin eine strategische Herausforderung für Europas Souveränität. Im Gespräch auf der Technologiekonferenz Latitude59 in Tallinn erklärt er, warum Europa eigene KI-Kompetenzen und Infrastruktur aufbauen muss – und weshalb sprachspezifische KI dabei eine wichtige Rolle spielt.
Hier auf der Latitude59 in Tallinn wird viel über die technologische Souveränität Europas im KI-Zeitalter gesprochen. Wo stehen wir aus Deiner Sicht?
Ich glaube, wir erleben einen Moment des Erwachens. Europa versteht jetzt, dass es sich auf seine eigenen Kompetenzen verlassen muss, auf eigene Technologien und eigene Infrastruktur. Europa muss seine eigene KI-Infrastruktur entwickeln, die genauso zur kritischen Infrastruktur zählt, wie Brücken und Stromnetze.
Aus Sicht von Tilde ist die KI-Souveränität stark mit der Sprache verbunden. Sprache ist Teil unserer Identität. In ihr denken und kommunizieren wir. Und niemand kann ernsthaft behaupten, dass für europäische Sprachen quantitativ und qualitativ gleichwertige KI-Lösungen zur Verfügung stehen wie für Englisch.
Weil der Großteil der in Europa genutzten generativen KI auf Modellen US-amerikanischer Unternehmen basiert, die überwiegend in Englisch trainiert werden.
Genau. Dazu muss ich sagen, dass die US-Unternehmen das ja nicht falsch machen. Aus Sicht der Big-Tech-Unternehmen sind insbesondere kleinere europäische Sprachen oft Nischenmärkte. Sie entwickeln ihre KI auf Basis der englischen Sprache, weil es dafür einen riesigen Markt gibt. Auch in Europa. Natürlich verstehen sie andere Sprachen. Wir können ihnen aber nicht vorwerfen, dass sie andere europäische Sprachen nicht genauso behandeln wie Englisch. Es ist zu teuer. Europa hat jetzt erkannt, dass technologische Souveränität eine Notwendigkeit ist. Wir müssen dafür kämpfen.
Du sprichst von einem Moment des Erwachens. Woran machst Du das fest?
Wir erleben derzeit erhebliche geopolitische und wirtschaftliche Turbulenzen. Gleichzeitig wird deutlich, dass die großen Technologieunternehmen ihre eigenen Interessen verfolgen und Europa sich nicht dauerhaft auf diese Partnerschaften verlassen kann. Stell Dir vor, welche Auswirkungen es hätte, wenn die US-Regierung ergänzend zu den Zöllen den Zugang zu KI-Technologien verteuern würde, etwa durch zusätzliche Abgaben auf KI-Lösungen von US-Unternehmen. Das kann schnell passieren.
Wir haben unsere Erfahrungen gemacht, als wir Daten in Europa speichern mussten. Das war möglich, allerdings gegen Aufpreis. Das zeigt sehr deutlich: Wenn wir Datenschutz, Transparenz und volle Datenkontrolle wollen, müssen wir souverän werden.
Was muss passieren, damit europäische Unternehmen die Vorteile europäischer Anbieter erkennen?
Ich glaube, dieser Prozess läuft bereits. Sowohl in privaten Unternehmen als auch im öffentlichen Sektor wächst das Verständnis dafür, dass wir unsere eigenen Technologien einsetzen müssen. Denn nur durch Anwendung entwickeln wir sie weiter. Wenn wir überwiegend amerikanische Lösungen nutzen, bezahlen wir nicht nur mit der Kreditkarte, sondern auch mit unseren Daten, Gedanken und Visionen. Und diese machen deren Lösungen immer robuster, differenzierter und leistungsfähiger.
Sagen viele Unternehmen nicht: „Entwickelt die europäischen Systeme erst einmal fertig, dann steigen wir später ein?“
Natürlich sind die amerikanischen Systeme heute sehr weit fortgeschritten. Deshalb halte ich es auch nicht für sinnvoll, sofort in allen Bereichen konkurrieren zu wollen. Erfolgsversprechender ist es, in spezialisierten Feldern zu starten, dort exzellent zu sein und anschließend Schritt für Schritt zu skalieren.
Kommen wir noch einmal auf das Thema Sprache zurück. Welchen Unterschied macht es im Lernumfeld oder in der Personalentwicklung, ob eine KI in Englisch oder in der jeweiligen Muttersprache entwickelt wurde?
Das macht einen enormen Unterschied. Die Qualität ist nicht dieselbe. Wir haben mal ganz einfach untersucht, wie viele Fehler KI-Systeme in jeweils 100 Sätzen produzieren. Je nach Sprache waren es fünf, sieben oder sogar zehn Fehler. Wenn diese Fehler anschließend in komplexe Systeme einfließen, potenzieren sie sich.
Fehler kommen auch durch Fakenews zustande.
Ja, daher wird intensiv diskutiert, auf welchen Daten KI-Modelle trainiert werden. Es wurde festgestellt, dass russische Akteure es mit einem weltweiten Netzwerk von Fake-News-Websites geschafft haben, infizierte Daten in die Systeme zu pumpen und Trainingsdaten zu beeinflussen. Hier im Baltikum betrifft das etwa Darstellungen unserer Geschichte und unseres Weges zur Unabhängigkeit.
Deshalb stellt sich die grundlegende Frage: Können wir KI-Modellen vertrauen, die wir nicht kontrollieren und bei denen wir nicht genau wissen, auf welchen Daten sie trainiert wurden? Ist es sicher, solche Modelle in Unternehmen oder in der öffentlichen Verwaltung einzusetzen und auf ihrer Basis Entscheidungen zu treffen?
Und nicht zuletzt sollten wir auf die Effizienz dieser großen Sprachmodelle schauen. Diese LLMs verbrauchen enorm viel Energie. Wenn wir sie in unseren europäischen Sprachen befragen, ist die Nutzung super ineffizient, da ihre Architektur auf englischer Sprache aufbaut.
Warum steigt der Energieverbrauch der US-amerikanischen KI-Modelle in europäischen Sprachen? Liegt das an den Übersetzungen?
Es geht vor allem um die andere Morphologie europäischer Sprachen. Durch die große Vielfalt möglicher Wortformen und grammatischer Kombinationen muss das Modell mehr sprachliche Varianten verarbeiten und statistisch einordnen. Das erfordert mehr Rechenleistung.
Was machen europäische Sprachmodelle da anders?
Wir trainieren unsere Modelle und ihre Tokenizer gezielt auf europäische Sprachstrukturen. Im Vergleich zu großen internationalen Modellen konnten wir die Effizienz je nach Sprache um 30, 40 und manchmal 60 Prozent erhöhen.
Das heißt, mit sprachspezifischen Modellen lassen sich die Rechenleistung und der Energieverbrauch teilweise drastisch reduzieren?
Genau.
Das starke Wachstum von Conversational Learning dürfte diesem Thema zusätzlich Bedeutung verleihen.
Davon bin ich überzeugt. Je stärker KI-basierte Kommunikation und Lernprozesse zunehmen, desto wichtiger werden leistungsfähige und vertrauenswürdige europäische Alternativen. Letztlich haben wir gar keine andere Wahl, als unsere eigene KI-Entwicklung konsequent voranzutreiben.
„Die KI kommt zu den Daten – nicht die Daten zur KI.“ – Daniel J. Beutel
Das deutsche Unternehmen Flower Labs hat sich mit einer spezialisierten Infrastruktur für das Training von KI-Modellen und KI-Agenten international etabliert. Im Interview erklärt CEO Daniel J. Beutel, wie das Unternehmen eine zentrale Herausforderung moderner KI adressiert – und warum genau darin eine Chance für europäische KI-Souveränität liegt.
Warum wird das Thema KI-Souveränität in Europa aktuell so stark diskutiert?
KI-Souveränität wird in Europa so stark diskutiert, weil Unternehmen KI nutzen wollen, ohne die Kontrolle über ihre Daten, ihr Know-how und ihre Geschäftsprozesse zu verlieren. Sie wollen ihre wertvollsten Erkenntnisse nicht an Dritte abgeben. Gerade in Europa müssen KI-Lösungen sicher, regulierungskonform und vertrauenswürdig sein. Es geht nicht nur um den Einsatz von KI, sondern darum, sie kontrolliert, rechtskonform und im Sinne der eigenen Wertschöpfung zu nutzen.
Welche Risiken entstehen, wenn Unternehmen externe KI-Systeme nutzen?
KI-Modelle lernen mit den Daten aus dem Wissen eines Unternehmens. Dadurch besteht die Gefahr, dass deren Know-how Teil fremder Wertschöpfung wird. Im schlimmsten Fall trainiert man Systeme, die später zur Konkurrenz des eigenen Geschäftsmodells werden können.
Ziel sollte daher immer ein sogenannter Closed Loop sein. Alles, was im Unternehmen passiert, bleibt im Unternehmen und verbessert das eigene KI-System, nicht das des KI-Anbieters. So entsteht in Unternehmen langfristig ein echter Wettbewerbsvorteil und nicht ein Wettbewerbsrisiko.
Wer mit KI-Modellen wie ChatGPT, Gemini oder Claude arbeitet, überträgt seine Daten meistens an US-Tech-Konzerne. Ihr dreht dieses Prinzip um. Wie funktioniert das?
Das Grundprinzip ist einfach: Nicht die Daten kommen zur KI, sondern die KI kommt zu den Daten. Bei klassischen KI-Systemen müssen Unternehmensdaten zum Anbieter des KI-Modells geschickt werden. Unsere Infrastruktur der „Federated AI“ ermöglicht dagegen, dass die Daten lokal und unter Kontrolle des jeweiligen Unternehmens bleiben.
Und welches Modell wird mit den Daten trainiert?
In der ersten Stufe wird ein bestehendes Modell lokal im Unternehmen mit den eigenen Daten trainiert. Dieses steht dann exklusiv dem eigenen Unternehmen zur Verfügung. In einer zweiten Stufe kann dieses Training auch über Unternehmensgrenzen hinweg kooperativ erfolgen. Allen beteiligten Unternehmen wird hier ein gemeinsames KI-Modell zur Verfügung gestellt und lokal mit den Daten trainiert, die das jeweilige Unternehmen beisteuern will. Die dabei entstehenden Modellverbesserungen werden wieder zusammengeführt und optimieren das gemeinsame Modell. Unternehmen verbessern also gemeinsame KI-Systeme, ohne dass ein einzelner Anbieter direkten Zugriff auf die zugrunde liegenden Daten erhält. Mit diesem gemeinschaftlichen Ansatz lassen sich KI-Modelle trainieren, die heute kein Anbieter alleine trainieren könnte – ein echter Wettbewerbsvorteil.
Flower Labs hat kürzlich auch ein eigenes Sprachmodell gelauncht. Wozu?
Unser eigenes LLM namens „Lizzy“ ist der nächste Schritt in Richtung vollständiger Souveränität. Die Hoheit über die eigenen Daten allein sichert noch keine Souveränität. Die Frage ist: Kann man den eigenen Datenschatz – und damit das Know-how – in eigene KI-Modelle übersetzen und sich damit einen dauerhaften Wettbewerbsvorteil verschaffen? Mit eigenen Modellen wie Lizzy reduzieren wir auch hier die Abhängigkeiten von externen Anbietern und ermöglichen gleichzeitig spezialisierte KI-Systeme, die deutlich besser auf einzelne Branchen zugeschnitten sind.
Dennoch sind europäische Anbieter wie Flower Labs noch vergleichsweise klein. Wie realistisch ist da echte europäische KI-Souveränität?
Ich bin sehr optimistisch, dass echte europäische Souveränität möglich ist, allerdings nur, wenn Europa mutig genug ist, einen eigenen europäischen Weg zu gehen. Technisch können wir die Souveränität auf jeden Fall erreichen. Das zeigen wir bereits. Wir arbeiten erfolgreich mit Unternehmen, bei denen vollständig souveräne KI-Systeme funktionieren und bessere Ergebnisse liefern als generische zentralisierte Systeme der großen Anbieter. Und in Europa steigt das Bewusstsein für die Vorteile, vor allem unter den Unternehmen, die KI für sich als Wettbewerbsvorteil entdeckt haben.
Mit welchen KI-Themen beschäftigen wir uns aktuell noch zu wenig?
Ein Thema, das meiner Meinung nach stark wachsen wird, ist die kollaborative agentische KI. KI-Agenten können heute schon eigenständig Aufgaben übernehmen. Der nächste Schritt ist, dass diese KI-Agenten unternehmensübergreifend zusammenarbeiten. So wie Menschen das auch tun, wenn sie sich wie wir hier auf einer Konferenz treffen und über ihre Erfahrungen austauschen. Genau darin liegt aus meiner Sicht die nächste große Entwicklungsstufe. Denn echter Fortschritt entsteht durch Zusammenarbeit. Das gilt bei KI genauso wie unter Menschen.
Die Gespräche auf der Latitude59 machen deutlich: KI-Souveränität ist kein abstraktes politisches Thema – sie beginnt in Unternehmen, mit jedem System, das eingesetzt wird, und mit jeder Entscheidung darüber, wem die Daten gehören.
Für PINKTUM als Anbieter von KI-gestütztem Corporate Learning stellt sich diese Frage täglich. Mit PINKpro setzen wir auf einen KI-Coach, der im Lernprozess mitdenkt und auf eine Infrastruktur, bei der Unternehmensdaten nicht zur Trainingsbasis externer Anbieter werden.
Wer erfahren möchte, wie KI-gestütztes Lernen in der Praxis aussieht, kann PINKpro direkt ausprobieren, oder sich in einer Demo zeigen lassen, wie es in bestehende Personalentwicklungs-Strukturen passt.
