Wenn Fehler sich wiederholen: IT, Cloud und KI sind keine Kostenstellen

Benjamin Hermann, CEO bei Zoi ©Zoi

Angesichts bevorstehender Börsengänge von Anthropic und OpenAI stellt sich für viele Branchenbeobachter die Frage, was aus Europa werden soll, wenn der KI-Wettlauf künftig aus den USA und zunehmend auch aus China dominiert wird.
Allerdings ist diese Darstellung nicht ganz richtig. Europa hat kein KI-Rennen verloren, es hat an dem Rennen gar nicht erst teilgenommen. Und das ist nicht das erste Mal. Bereits vor zwölf Jahren hat speziell Deutschland den Cloud-Wettlauf verpasst. Nicht, weil es an fähigen Ingenieuren oder Budget mangelte, sondern weil eine ganze Generation von Führungskräften nicht begriffen hat, dass IT eine Infrastruktur ist und keine Kostenstelle.

Deutsche Unternehmen zahlen bis heute den Preis dafür: AWS und Google wickeln den Großteil der weltweiten Rechenlasten ab. Das gleiche Muster wiederholt sich bei der KI. Grundmodelle sind ein Kapitalspiel – wer über die meiste Rechenleistung und die tiefsten Taschen verfügt, gewinnt. Dieses Rennen hätten deutsche Unternehmen niemals gewinnen können.

Wettlauf gegen die Zeit
Aber es gibt noch ein Rennen und das können deutsche Unternehmen noch immer gewinnen. Es ist die Anwendung von KI auf tiefgreifendes Wissen über industrielle Prozesse. Das ist das Wissen, über das US-amerikanische und chinesische KI-Labore nicht verfügen. Deutschland und insbesondere Baden-Württemberg verfügen darüber im Überfluss: jahrzehntelanges Know-how in den Bereichen Fertigung, Automobilindustrie und Logistik, das in Tausenden von mittelständischen Unternehmen schlummert. Zwei Dinge müssen sich jedoch grundlegend ändern:
Erstens müssen Unternehmen aufhören, KI als den Kauf eines Werkzeugs zu betrachten. Der Kauf des besten Modells nützt nichts, wenn niemand den Prozess beherrscht, auf dem es laufen soll. Und der Kauf eines zweitklassigen Modells nur deshalb, weil die Geschäftsbeziehung zum Anbieter schon zwanzig Jahre zurückreicht. Das ist keine Strategie, sondern ein Trennungsgrund. Der Zugang zu den Tools muss zudem breit gefächert und nicht selektiv sein. Eine Lizenz für eine Handvoll ausgewählter Mitarbeiter ändert nichts, während alle anderen genau wie zuvor arbeiten.

Zweitens muss der Staat als ernstzunehmender Erstkunde auftreten und nicht nur als Geldgeber für Pilotprojekte. Der öffentliche Sektor in großem Maßstab als Referenzimplementierung ist mehr wert als ein weiteres Innovationsprogramm. Gerade Baden-Württemberg, aber auch viele andere Bundesländer verfügen über die industrielle Basis, um dies zu verwirklichen – wenn ihre Unternehmer hier die Führungsrolle übernehmen, anstatt abzuwarten.

Digitale Souveränität ist eine Entscheidung
Bei digitaler Souveränität geht es am Ende nicht darum, wo man seine Software-Lizenz kauft. Souveränität bedeutet die Freiheit die Architektur, die Governance und die Technologie-Anbieter nach eigenen Maßstäben auszuwählen und diese Wahl zu ändern, wenn sie einem nicht mehr dient. Ein solches Konzept wird nach und nach aufgebaut, nicht einfach als Häkchen auf einer Liste verhandelt und eingekauft.

Viel wird in der Diskussion von „souveräner KI“ und entsprechenden Lösungsansätzen gesprochen, doch viel muss nicht gleich viel helfen. Vor allem nicht, was das Budget für KI betrifft. Wiederum lassen sich Vergleiche mit der Cloud ziehen. Deutsche Unternehmen müssen nicht mehr investieren als dies in anderen Ländern geschieht, darum geht es nicht. Die Technologie steht mittlerweile jedem Unternehmen zur Verfügung, und zwar auf Weltklasseniveau, serienmäßig und von Partnern entwickelt, die diesen Markt ausbauen wollen, statt nur daran zu verdienen.

KI: Aus dem Sandkasten in die Werkshalle
Die Herausforderung vieler Firmen besteht vielmehr darin, dass sie nicht wissen, wo sie anfangen sollen. Die Benchmark-Studie KI in deutschen Großunternehmen verdeutlicht diese Erkenntnis. Als größte Hindernisse für die erfolgreiche Nutzung der KI nannten die befragten IT-Verantwortlichen die Komplexität bestehender IT-Infrastruktur, fehlendes Fachwissen beim Personal sowie die schwierige Integration der neuen Technologie in ihre IT-Umgebungen. Noch dazu kommt, mit KI anzufangen ist einfacher als mit KI produktiv zu werden. Ein Beispiel dafür ist die Adaption von KI-Agenten: Eine Mehrheit von 76 Prozent der deutschen Großunternehmen erproben diese bereits aktiv. Dies ist ein Beleg für ein breites Interesse daran die Innovation für sich einzusetzen. Doch lediglich 19 Prozent setzen diese Technologie in ihren Kernprozessen ein und dies macht sich an der bislang fehlenden Wertschöpfung auf breiter Linie bemerkbar.

Agentische KI steckt also bislang in den Kinderschuhen und droht dort festzustecken, obwohl die ersten Anwendungsfälle durchaus Mut machen müssten. Denn es gibt die Szenarien, in denen KI Mehrwerte generiert und Fachwissen mit Erfahrung part. Wird dieser Mix für die nächste Generation nutzbar gemacht, kann sie dieses nutzen und weiterentwickeln, ohne viel Investitionen in F&E, die allzu oft in Grundlagen enden, aber nicht in sofort umsetzbaren Handlungsmustern.

Fazit
Letztlich bleibt im Ergebnis stehen: Dafür braucht es keine eigenen KI-Modelle. Der Vorteil für Unternehmen liegt niemals darin, eigene KI-Modelle zu entwickeln und entsprechendes Budget zu investieren. Er liegt darin, was die Verantwortlichen damit anfangen und wie sie ihre Unternehmen auf der Grundlage von Know-how-Übertragung neu erfinden: Mit Fachwissen und praktischer Erfahrung in Anwendungsfeldern, über die sonst niemand verfügt und auf die niemand zugreifen kann und sollte.

Disclaimer:
„Für den oben stehenden Beitrag sowie für das angezeigte Bild- und Tonmaterial ist allein der jeweils angegebene Nutzer verantwortlich. Eine inhaltliche Kontrolle des Beitrags seitens der Seitenbetreiberin erfolgt weder vor noch nach der Veröffentlichung. Die Seitenbetreiberin macht sich den Inhalt insbesondere nicht zu eigen.“