KI unter eigener Kontrolle Souveräne Cloud: Der Schlüssel für verant­wortungs­volle KI

Anbieter zum Thema

Flexera Software GmbH

STACKIT - Schwarz Digits Cloud GmbH & Co. KG

Yorizon GmbH & Co. KG

Wer KI in regulierten oder sicherheitskritischen Bereichen dauerhaft einsetzen will, muss Daten, Modelle und Betrieb unter eigener Kontrolle behalten. Eine souveräne Cloud schafft dafür die technischen und organisatorischen Voraussetzungen.

Ob Verteidigung oder Bank: Wer künstliche Intelligenz (KI) in sensiblen Bereichen einsetzen will, muss den unterbrechungsfreien Betrieb sicherstellen, darf keine Daten preisgeben und muss höchste Sicherheits- und Regulierungsanforderungen erfüllen. Digitale Souveränität wird damit vom Compliance-Thema zur architektonischen Voraussetzung für den produktiven KI-Einsatz.

Am kompromisslosesten zeigt sich das im Verteidigungsbereich: KI lässt sich hier nur einsetzen, wenn die Modelle auditierbar und gegen Manipulation geschützt sind, keine Daten die kontrollierte Umgebung verlassen, die Infrastruktur höchsten Sicherheitsstufen genügt und jede Verarbeitung rechtlich abgesichert ist. Für Banken gilt dasselbe in entschärfter Form – nur ist es hier präzise in Gesetze gegossen: Sie müssen sich auf ihre KI-Systeme verlassen können, Kundendaten schützen und Sicherheit wie Compliance jederzeit belegen (EU AI Act, DORA, MaRisk). Damit steht und fällt der produktive KI-Einsatz mit der Kontrolle über Daten, Modelle und Betrieb.

Abhängigkeiten erhöhen das Geschäftsrisiko

Wie schnell diese Kontrolle verloren gehen kann, zeigte der Fall Anthropic, als der Anbieter ausländischen Nutzern auf Anordnung der US-Regierung den Zugang zu seinen neuesten Modellen verwehrte. Der Fall betrifft ein einzelnes Modell – das eigentliche Problem liegt eine Ebene tiefer, in der Infrastruktur selbst: Rund 70 Prozent des europäischen Cloud-Infrastrukturmarkts liegen bei US-Hyperscalern, nur etwa 5 Prozent bei europäischen Anbietern. Dass dies zunehmend als Geschäftsrisiko gilt, zeigt eine Gartner-Prognose: Bis 2029 sollen 50 Prozent der Cloud-KI-Workloads auf souveränen Deployment-Modellen laufen – nach 5 Prozent im Jahr 2025.

Die Antwort darauf ist nicht, auf KI zu verzichten, sondern die Kontrolle über den gesamten Stack zurückzugewinnen – über Daten, Modelle und Betrieb. Das gelingt mit portierbaren, quelloffenen Modellen, die sich in der eigenen oder einer europäischen Infrastruktur betreiben lassen, mit Verschlüsselung unter eigener Schlüsselhoheit und mit klaren Exit-Strategien. Damit behält die Organisation die Wahl: Sie kann Anbieter und Modelle wechseln und ihre Daten selbst unter den strengsten Sicherheits- und Regulierungsvorgaben schützen – vom Bankhaus bis zum Verteidigungssektor.

Der Weg zur souveränen Cloud beginnt mit der Datenklassifizierung

Der Umstieg von der Public Cloud zur souveränen Cloud gelingt nicht über Nacht. Am Anfang steht keine Technologieentscheidung, sondern eine Bestandsaufnahme: Welche Daten, Anwendungen und KI-Anwendungsfälle existieren, wie sensibel sind sie und welchen rechtlichen Anforderungen unterliegen sie? Auf dieser Klassifizierung beruht die wichtigste Weichenstellung, denn nicht jede Last braucht dasselbe Maß an Souveränität.

Workloads werden in souveräne, hybride und global betreibbare Kategorien aufgeteilt – so wird weder eine unkritische Anwendung über- noch ein sensibler Datenbestand unterschützt. Erst danach folgen die Zielarchitektur – segmentierte Netze, eigene Schlüsselverwaltung, Confidential Computing, klare Datenresidenz – und die Anbieterwahl: öffentlich nutzbare Systeme auf souveräner Public Cloud, eingestufte Workloads in abgeschotteten oder air-gapped Umgebungen.

Mit risikoarmen KI-Anwendungsfällen in den produktiven Betrieb starten

Bewährt hat sich, mit einem werthaltigen, aber risikoarmen Anwendungsfall zu starten, Compliance und Auditierbarkeit nachzuweisen und dann schrittweise zu skalieren – flankiert von einem Betriebsmodell mit Exit-Strategie, freigegebenem Personal und laufendem Monitoring. Realistisch ist das ein Programm über mehrere Jahre, dessen eigentliche Arbeit weniger technischer als organisatorischer Natur ist.

Dass sich der Aufwand lohnt, zeigt die Marktdynamik: Schätzungen zufolge wird ein erheblicher Teil der künftigen KI-Ausgaben von Souveränitätsanforderungen geprägt sein.

Betreibermodelle verbinden Innovation und Kontrolle

Souveräne KI braucht souveräne Infrastruktur!

KI-Anwendungsfälle in Banken und Verteidigung

Werthaltige erste Anwendungsfälle im Bankenumfeld finden sich typischerweise bei daten- und dokumentenintensiven Prozessen mit hohen Anforderungen an Betriebssicherheit, Datenschutz und Regulatorik. Bei der KI-gestützten Extraktion, Klassifikation und Prüfung von KYC- und Onboarding-Unterlagen, Kreditdaten oder regulatorischen Meldungen sinkt der manuelle Aufwand deutlich, die Durchlaufzeit fällt von Tagen auf Minuten und die Datenqualität steigt – bei voller Auditierbarkeit. Wissensassistenten auf internen Richtlinien- und Regulatorik-Dokumenten liefern zudem belegbare Antworten in Sekunden statt langer Recherchen. Kundendaten und Modelle bleiben dabei in kontrollierten, souveränen und ausfallsicheren Umgebungen.

Im Verteidigungs- und Sicherheitsumfeld helfen souveräne Umgebungen mit domänenspezifischen KI-Modellen, große Datenmengen wie Berichte und Lagebilder zusammenzufassen, zu analysieren und Entscheidungen in Echtzeit fundiert zu unterstützen – die Verantwortung bleibt beim Menschen. Daten und Modelle verbleiben stets im eigenen Perimeter, bei Bedarf air-gapped.

So verschieden Bank und Verteidigung sind: Das Muster ist identisch – Extraktion, Klassifikation, Wissensabruf und assistive Anwendungen auf sensiblen Daten, mit hohem Nutzen bei geringem Risiko.

Souveränität mit Augenmaß statt vollständiger Abschottung

Souveräne Umgebungen haben allerdings ihren Preis. In Breite und Reife reichen sie heute oft nicht an die großen Hyperscaler heran: Manche fortgeschrittenen Dienste und KI-Orchestrierungswerkzeuge fehlen, eigenbetriebene oder lokale Modelle erreichen nicht immer das Niveau der besten Frontier-Modelle, Aufbau und Betrieb sind kapitalintensiv, und Fachkräfte mit der nötigen Freigabe sind knapp. Wird Souveränität pauschal über alle Workloads gestülpt, kann genau das die Innovationsfähigkeit ausbremsen – bis hin zur Gefahr, sich in eine technologische Sackgasse zu manövrieren, die international nicht mehr mithält.

Der Ausweg liegt nicht im Verzicht, sondern im Augenmaß: so viel Souveränität wie nötig. Workloads werden nach Sensibilität und Regulatorik eingestuft – nur die kritischsten laufen vollständig souverän, der Rest bleibt offen für die jeweils beste verfügbare Technologie. Ergänzt um offene Standards und regelmäßige „Exit-Übungen“ bleibt ein Wechsel jederzeit möglich, ohne überall den vollen Preis der Abschottung zu zahlen. Und mit einer abgestuften Modellstrategie – globale Frontier-Modelle, wo möglich, eigene oder feinjustierte Domänenmodelle, wo Souveränität den größten Wert schafft – wird Souveränität zum Treiber statt zur Bremse.

Mit einer abgestuften Modellstrategie flexibel und unabhängig bleiben

Aus ersten souveränen Anwendungsfällen wird so ein System, das morgen die anspruchsvollsten, kritischsten und am stärksten gesicherten oder regulierten Prozesse und Daten verarbeitet. Wer die Kontrolle über Daten, Modelle und Betrieb behält, gewinnt Rechtssicherheit und Handlungs­fähigkeit und macht sich unabhängig davon, dass einzelne Staaten oder Konzerne den eigenen Betrieb von heute auf morgen einschränken. Genau diese Unabhängigkeit, an die der jüngste Fall Anthropic erinnert hat, entscheidet darüber, ob KI vertrauenswürdig eingesetzt werden kann und dauerhaft Mehrwert schafft.

(ID:50917331)