Rechenkapazitäten sind eine wichtige Ressource, um KI-Modelle zu trainieren und anzuwenden. Insofern ist es gut, wenn Microsoft hierzulande investiert. Allerdings müssen wir unbedingt selber mehr tun, um unsere digitale Souveränität zu stärken und in nicht zu große einseitige Abhängigkeiten von außereuropäischen Anbietern zu geraten. 

Digitale und technologische Souveränität bedeutet ja, eine Technologie selbst vorzuhalten, weiterzuentwickeln und bei ihrer Standardisierung mitwirken zu können oder aber diese Technologie ohne einseitige Abhängigkeit von anderen Wirtschaftsräumen zu beziehen und anzuwenden. Es ist also auch wichtig, über die notwendigen Kompetenzen zu verfügen, um mit einer Technologie umgehen und damit beherrschen zu können. Setzen wir nur auf Investitionen von Microsoft oder auch anderen außereuropäischen Hyperscalern, dann können hier einseitige Abhängigkeiten entstehen.

Wir sollten in Deutschland und Europa selbst in den Auf- und Ausbau von Rechenkapazitäten investieren, statt das Feld außereuropäischen Investoren zu überlassen. Wichtige Elemente hierbei sind Kooperationen zwischen staatlichen und privaten Akteuren, Initiativen wie der Aufbau eines Exascale-Rechners am Forschungszentrum Jülich oder europäische Kooperationen im Rahmen des European High Performance Computing (EuroHPC). Solche Rechenkapazitäten sollten dann auch einfach für Forschende, Start-ups und KMU zugänglich sein. Aber auch in die KI-Kompetenzen sollte investiert werden, durch weitere Förderung der KI-Grundlagenforschung und durch Angebote in der schulischen, akademischen und beruflichen Bildung.

Es ist eher die – oftmals nach Bundesländern sogar fragmentierte – Auslegung des Datenschutzes, die deren Nutzung einschränkt. Zwar schützt eine restriktive Handhabung der Datennutzung die Rechte der Dateninhaber/-innen. Allerdings kann dies dazu führen, dass in Deutschland und Europa KI-Modelle außereuropäischer Wettbewerber zum Einsatz kommen, die nicht im Einklang mit europäischen Werten wie Nichtdiskriminierung entwickelt wurden. Wir sollten daher alles daransetzen, die Verfügbarkeit und Nutzung von Daten hierzulande zu verbessern. Nicht zuletzt um Forschenden und Anwendern von KI-Modellen attraktive Bedingungen zu bieten und die KI für die Gewinnung von Erkenntnissen und die Entwicklung guter Lösungen, z.B. in der Medizin, nutzen zu können.     

Stärkere Anreize zu setzen für die Aktivierung von privatem Wagniskapital, insbesondere für die Wachstumsphase der Start-ups, wäre auf jeden Fall ein wichtiger Schritt. Aber sicher gibt es hier auch kulturelle Gründe. In Deutschland ist die Risikoaversion grundsätzlich höher als zum Beispiel in den USA. Dies betrifft aber nicht nur die KI, sondern die Finanzierung von Start-ups generell.

Viele KMU sind noch unsicher über den zu erwartenden Nutzen von KI oder haben Bedenken hinsichtlich der Reife und Zuverlässigkeit von KI. Zudem fehlt häufig das Know-how in den Unternehmen. Durch Beratung und Use Cases könnten KMU darin unterstützt werden, die Anwendungsmöglichkeiten von KI kennenzulernen. Durch Kooperationen mit KI-Start-ups können etablierte Unternehmen zudem von deren Know-how profitieren.