KI-Datensouveränität — Wie Open Source europäische Unternehmen schützt

KI-Datensouveränität ist für europäische Unternehmen kein Idealbild mehr, sondern eine konkrete Risikoentscheidung. Wer generative KI über US-Plattformen mit US-Rechtsträgern nutzt, bleibt trotz EU-Rechenzentrum mit Cloud-Act-Zugriff, Transferfragen nach der DSGVO und einem geopolitisch fragilen Rechtsrahmen konfrontiert. Open-Source-Modelle mit europäischem Hosting oder Self-Hosting reduzieren genau diese Abhängigkeit, ohne dass Unternehmen auf produktive KI-Anwendungen verzichten müssen.

Für die strategische Einordnung lohnt sich zuerst der Blick auf unseren Beitrag zu ChatGPT im Unternehmen und dem AI Act, auf die Governance-Perspektive in Shadow KI im Unternehmen: Risiken und Gegenmaßnahmen und auf die regulatorische Schnittstelle in KI-Verordnung vs. DSGVO. Wenn Sie parallel die regulatorische Basispflicht für Ihr Team absichern wollen, finden Sie die passende Weiterbildung auf /eu-ai-act-schulung.

Cloud Act Risiko: Warum US-KI-Anbieter ein Problem sind

US-KI-Anbieter bleiben für europäische Unternehmen ein Rechts- und Kontrollrisiko, selbst wenn die Oberfläche deutschsprachig ist oder der Dienst ein EU-Rechenzentrum bewirbt. Der zentrale Grund ist der US CLOUD Act von 2018, der US-Behörden den Zugriff auf bestimmte gespeicherte Kommunikations- und Kundendaten über US-Anbieter ermöglicht, auch wenn die Daten außerhalb der USA liegen. Für CISOs und Datenschutzbeauftragte ist deshalb nicht nur der Serverstandort relevant, sondern die juristische Zugriffskette.

Für die Praxis bedeutet das: Ein Prompt, ein hochgeladenes Dokument oder ein Protokoll kann technisch in Frankfurt liegen und trotzdem in einen Rechtsraum fallen, der nicht allein durch EU-Vertragsklauseln kontrolliert wird. Genau deshalb ist das Thema KI-Datensouveränität enger mit Konzernstruktur, Hosting-Modell und Betreiberverantwortung verknüpft als mit Marketingbegriffen wie "EU Region" oder "Data Residency".

Die zweite Ebene des Problems ist die europäische Transferrechtsprechung. Der EuGH hat in der Schrems-II-Entscheidung vom 16. Juli 2020 das Privacy Shield für unwirksam erklärt und deutlich gemacht, dass US-Überwachungsbefugnisse und fehlende Rechtsschutzmöglichkeiten für EU-Bürger ein strukturelles Problem bleiben. Seitdem gilt: Datentransfers in die USA sind nicht pauschal unzulässig, aber sie brauchen eine tragfähige Rechtsgrundlage und eine belastbare Risikoprüfung.

Der EU-US Data Privacy Framework gilt zwar seit dem 10. Juli 2023 weiter. Zusätzlich hat das Gericht der Europäischen Union am 3. September 2025 eine Nichtigkeitsklage gegen den Angemessenheitsbeschluss abgewiesen. Für Unternehmen ist damit aber nicht jedes Risiko verschwunden. Safe Harbor und Privacy Shield wurden bereits zuvor aufgehoben, und auch der aktuelle Rahmen bleibt politisch und gerichtsfest nur so lange stabil, wie die zugrunde liegenden US-Garantien Bestand haben. Datenschutzbeauftragte sollten den DPF daher als derzeit nutzbaren, aber nicht als unangreifbaren Endzustand bewerten.

Für Security- und Compliance-Teams folgt daraus eine nüchterne Schlussfolgerung:

1. US-Anbieter können technisch stark sein und trotzdem ein Souveränitätsproblem erzeugen.
2. Ein EU-Rechenzentrum beseitigt nicht automatisch den Zugriff durch einen US-Rechtsträger.
3. Die DSGVO-Frage ist nur ein Teil des Problems; strategische Abhängigkeit und Durchgriffsmöglichkeiten gehören genauso dazu.

Wer seine Abhängigkeit von US-APIs reduzieren will, sollte deshalb nicht nur über Datenschutzklauseln sprechen, sondern die gesamte KI-Architektur überprüfen. Besonders relevant ist das für Unternehmen, die bereits sensible Workflows mit generativer KI betreiben oder US-Modelle in regulierten Umgebungen nutzen. Ergänzend lohnt sich unser Beitrag zu Microsoft Copilot und dem EU AI Act, weil Datensouveränität immer eine Frage der Rechtsordnung und nicht nur der Modellqualität ist.

Europäische KI-Modelle: Die Alternativen

Europäische KI-Modelle sind 2026 keine theoretische Nische mehr, sondern eine belastbare Alternative für Unternehmen, die Souveränität höher gewichten als maximale Abhängigkeit von US-Plattformen. Entscheidend ist dabei nicht, ob jedes europäische Modell jedes Frontier-Modell auf jedem Benchmark schlägt. Entscheidend ist, ob Leistung, Hosting-Kontrolle, Lizenzmodell und Governance für den konkreten Unternehmenseinsatz ausreichen.

Mistral aus Frankreich ist aktuell die sichtbarste europäische Option. Das Unternehmen stellt mehrere Open-Weights-Modelle bereit und dokumentiert ausdrücklich Möglichkeiten zur Self-Deployment on-premise oder in der eigenen Cloud. Gerade Modelle wie Mistral 7B, Mixtral 8x7B oder neuere offene Varianten sind attraktiv, weil sie im Vergleich zu geschlossenen US-Angeboten eine deutlich bessere Kontrolltiefe zulassen.

Aleph Alpha aus Deutschland verfolgt einen anderen Schwerpunkt. Mit PhariaAI adressiert das Unternehmen vor allem souveräne Enterprise- und Public-Sector-Szenarien. Für regulierte Umgebungen ist das interessant, weil Transparenz, Auditierbarkeit, hybride Ausführung und deutsche Infrastrukturpartner stärker im Vordergrund stehen als reine Massen-API-Ökonomie. Wer souveräne KI in Deutschland oder der EU aufbauen will, sollte Aleph Alpha deshalb eher als Governance-Stack denn nur als einzelnes Modell betrachten.

Teuken aus dem OpenGPT-X-Umfeld ist besonders relevant, wenn Mehrsprachigkeit in Europa im Vordergrund steht. Das Modell wurde für alle 24 Amtssprachen der EU trainiert und unter Apache 2.0 für kommerzielle Nutzung veröffentlicht. Für Unternehmen mit mehrsprachigen Service-, Verwaltungs- oder Compliance-Prozessen ist das ein echter Vorteil, weil US-Modelle oft englischzentriert trainiert wurden und europäische Sprachvarianz nur als Nebenfall behandeln.

BLOOM und das BigScience-Ökosystem bleiben ebenfalls relevant, auch wenn sie für manche produktiven Einsätze schwergewichtiger sind. Der strategische Wert von BLOOM liegt darin, dass das Projekt Transparenz, offene Forschung und europäische Forschungskooperation praktisch vorgelebt hat. Für Governance-Verantwortliche ist das wichtig, weil die Herkunft, Dokumentation und Nutzungslogik eines Modells oft genauso relevant sind wie reine Benchmark-Werte.

Ein pragmatischer Vergleich sieht so aus:

Die Leistungsfrage sollte dabei sauber gestellt werden. Geschlossene US-Modelle liegen bei manchen Frontier-Aufgaben weiterhin vorn, vor allem bei sehr großen multimodalen Workloads oder maximaler Agentenleistung. Für viele Unternehmensanwendungen reicht jedoch nicht die abstrakte Spitzennote, sondern verlässliche Kontrolle über Datenfluss, Modellverhalten und Hosting. Genau dort verschiebt sich der Vergleich zugunsten europäischer oder offen betreibbarer Modelle.

Self-Hosting = Datensouveränität

Self-Hosting ist der direkteste Weg zu KI-Datensouveränität, weil Modellgewichte, Inferenz und Protokolle in Ihrer eigenen kontrollierten Umgebung bleiben können. Wenn Sie ein offenes Modell auf eigener Infrastruktur oder bei einem reinen EU-Hoster betreiben, vermeiden Sie den Standardfall des Datentransfers an einen externen US-KI-Dienst. Für viele Datenschutz- und Security-Szenarien ist das der entscheidende Unterschied.

Technisch heißt das nicht zwingend, dass jede Organisation sofort ein eigenes Rechenzentrum bauen muss. In der Praxis gibt es drei souveräne Betriebsmodelle:

1. On-Premise im eigenen Rechenzentrum für maximale Kontrolle.
2. Dedicated Hosting bei europäischen Anbietern wie Hetzner, OVHcloud, IONOS oder STACKIT.
3. Private Cloud in der EU mit klarer Trennung von Infrastruktur, Betrieb und Zugriffsrechten.

Der Sicherheitsgewinn entsteht durch mehrere Faktoren gleichzeitig. Erstens bleiben sensible Eingaben in einem kontrollierten Netz. Zweitens lassen sich Logging, Aufbewahrung, Verschlüsselung und Zugriffspfade unternehmensintern definieren. Drittens vermeiden Sie, dass Prompt-Inhalte, Dateiuploads oder Antwortverläufe standardmäßig in den Betriebs- und Supportkontext eines fremden Plattformanbieters fallen.

Für DSGVO und Geheimnisschutz ist das besonders relevant. Wenn Betriebsgeheimnisse, Kundenunterlagen, HR-Dokumente oder interne Verträge verarbeitet werden, reduziert Self-Hosting die Zahl der Beteiligten in der Verarbeitungskette deutlich. Das vereinfacht nicht jede Compliance-Frage, aber es beseitigt viele unnötige Abhängigkeiten, bevor sie überhaupt vertraglich "geheilt" werden müssen.

Auch unter Kostenaspekten ist Self-Hosting oft besser als sein Ruf. Ab einem gewissen Nutzungsvolumen können offene Modelle auf dedizierter Infrastruktur günstiger sein als dauerhaft tokenbasierte API-Kosten, vor allem bei internen Wissensassistenten, RAG-Systemen oder standardisierten Copilot-Funktionen. Die Detailrechnung hängt von Modellgröße, Lastprofil und GPU-Verfügbarkeit ab, aber genau diese Wirtschaftlichkeitsfrage wird häufig unterschätzt.

Wichtig ist jedoch die Grenze: Self-Hosting ist kein Automatismus für Compliance. Unternehmen brauchen trotzdem Rollen, Zugriffskonzepte, Datenklassifizierung, Modellmonitoring, klare Freigabeprozesse und geschulte Mitarbeitende. Datensouveränität entsteht nicht allein durch den Serverstandort, sondern durch kontrollierbare Betriebsprozesse. Wenn Sie den organisatorischen Unterbau parallel aufbauen wollen, ist eine EU AI Act Schulung der schnellste Hebel, um IT, Datenschutz und Fachbereiche auf denselben Stand zu bringen.

EU-Förderprogramme für souveräne KI

Die EU und mehrere Mitgliedstaaten finanzieren souveräne KI inzwischen nicht nur rhetorisch, sondern über konkrete Programme, Infrastruktur und Innovationsnetzwerke. Für Unternehmen ist das wichtig, weil KI-Unabhängigkeit von US-Anbietern kein reines Ideologieprojekt sein muss. Sie kann teilweise durch europäische Förderlogik, Rechenzugang und Umsetzungsbegleitung abgesichert werden.

EuroHPC baut diese Infrastruktur besonders sichtbar aus. Die EuroHPC Joint Undertaking hat 19 AI Factories und 13 AI Factory Antennas aufgebaut, die Start-ups und KMU freien oder erleichterten Zugang zu Rechenleistung, Trainings- und Supportstrukturen eröffnen sollen. Für Unternehmen bedeutet das: Souveräne KI muss nicht immer am fehlenden Zugang zu HPC oder an prohibitiven Einstiegskosten scheitern.

Das IPCEI-CIS ist die zweite wichtige Spur. Das Programm "Important Projects of Common European Interest" für Next Generation Cloud Infrastructure and Services soll die digitale Souveränität Europas stärken und föderierte Cloud- und Edge-Infrastrukturen voranbringen. Für KI-Projekte ist das relevant, weil Datensouveränität am Ende von der Infrastrukturpolitik abhängt: Wer keine europäische Cloud- und Edge-Basis hat, bleibt bei jeder Modellstrategie im Hyperscaler-Korridor.

Die European Digital Innovation Hubs, kurz EDIHs, sind für den Mittelstand oft der praktischste Einstieg. Die Europäische Kommission beschreibt ein Netzwerk von mehr als 200 Hubs, die Unternehmen bei der Einführung von KI, HPC und Cybersicherheit unterstützen. Wer noch keinen belastbaren Migrationspfad von US-APIs zu EU-Alternativen hat, findet dort oft genau die Schnittstelle zwischen Strategie, Pilotierung und Förderlogik.

Auch national gibt es relevante Programme. In Deutschland bleibt die KI-Strategie der Bundesregierung der politische Rahmen für Forschung, Transfer und Standortaufbau. In Frankreich bündelt France 2030 erhebliche Mittel für strategische Zukunftstechnologien, darunter auch KI. Der Punkt ist nicht, dass jedes Unternehmen direkt einen Großzuschuss erhält. Der Punkt ist, dass Europa gezielt ein Ökosystem für souveräne KI finanziert, auf das Unternehmen bei Partnerwahl und Standortentscheidung aufbauen können.

Für Beschaffer und CISOs folgt daraus eine praktische Empfehlung: Prüfen Sie nicht nur einzelne Modellanbieter, sondern das gesamte Förder- und Infrastrukturumfeld. Ein europäischer Anbieter mit Zugang zu EuroHPC, EDIH-Netzwerken oder national geförderten Cloud-Initiativen ist langfristig oft belastbarer als eine isolierte Punktlösung ohne Ökosystem.

AI Act + DSGVO Synergien: Doppelter Schutz

AI Act und DSGVO wirken bei souveräner KI in dieselbe Richtung, auch wenn sie unterschiedliche Regelungslogiken haben. Die DSGVO bevorzugt keine "europäischen Marken", aber sie belohnt kontrollierbare Verarbeitung, kurze Zugriffsketten und belastbare Rechtsgrundlagen. Der AI Act ergänzt das um Governance, Transparenz und Risikoanforderungen für KI-Systeme. Zusammen entsteht daraus ein klarer regulatorischer Vorteil für Modelle und Betriebsformen, die in Europa kontrollierbar bleiben.

Für Open Source ist besonders wichtig, dass der AI Act kein pauschales Misstrauensregime gegen frei und quelloffen veröffentlichte Modelle errichtet hat. Art. 2 Abs. 12 der EU-VO 2024/1689 nimmt bestimmte KI-Systeme, die unter freien und quelloffenen Lizenzen veröffentlicht werden, aus Teilen des Regelungsbereichs heraus. Das ist kein Freifahrtschein. Hochrisiko-Konstellationen, verbotene Praktiken oder GPAI-Modelle mit systemischem Risiko bleiben reguliert. Aber es ist ein klares Signal, dass offene europäische Innovationsmodelle regulatorisch nicht schlechter gestellt werden sollen als geschlossene Plattformen.

Hinzu kommt ein praktischer DSGVO-Vorteil. Wer ein offenes Modell in der EU betreibt, reduziert Drittlandtransfers, Auftragsverarbeitungsketten und Nachweisprobleme rund um internationale Zugriffe. Für Datenschutzbeauftragte vereinfacht das oft die Argumentation bei Zweckbindung, Zugriffsbeschränkung, TOMs und interner Freigabe. Der regulatorische Gewinn ist also nicht abstrakt, sondern operativ spürbar.

Für den AI Act ist zusätzlich relevant, dass souveräne KI Governance und Nachvollziehbarkeit stärkt. Wenn Unternehmen Modellversionen, Logs, Rollenrechte, Evaluierungen und Einsatzgrenzen selbst steuern, können sie Anforderungen an menschliche Aufsicht, dokumentierte Prozesse und Risikokontrolle wesentlich sauberer abbilden. Das ist vor allem dort wichtig, wo generative KI in sensible Fachprozesse hineinwächst.

Der doppelte Schutz lässt sich auf eine kurze Formel bringen:

1. DSGVO reduziert Transfer- und Zugriffsrisiko durch kontrollierte Verarbeitung.
2. AI Act belohnt nachvollziehbare, beherrschbare und dokumentierbare KI-Betriebsmodelle.
3. Open Source plus EU-Betrieb passt zu beiden Ebenen besser als Black-Box-Abhängigkeit von außereuropäischen Plattformen.

Gerade für Datenschutzbeauftragte ist das strategisch relevant. Wer KI-Souveränität früh aufbaut, muss später weniger Sonderkonstruktionen rechtfertigen. Wer dagegen zuerst breit auf fremde APIs skaliert, baut technische und vertragliche Abhängigkeiten auf, die sich später nur mit hohem Aufwand zurückdrehen lassen.

Empfehlung: So bauen Sie KI-Souveränität auf

KI-Souveränität entsteht nicht durch eine Grundsatzdebatte, sondern durch eine Migrationsentscheidung in fünf klaren Schritten. Unternehmen sollten zuerst ihre kritischsten Abhängigkeiten identifizieren, dann europäische Alternativen testen, anschließend den Betrieb kontrolliert verlagern und erst danach breit ausrollen.

Ein belastbarer 5-Schritte-Plan sieht so aus:

1. KI-Inventar erstellen: Erfassen Sie alle produktiven KI-Tools, APIs, Upload-Pfade und Nutzergruppen. Ohne vollständiges Inventar bleibt Datensouveränität eine Annahme.
2. Datenklassen priorisieren: Trennen Sie öffentliche, interne, vertrauliche und besonders schützenswerte Daten. Gerade HR-, Legal-, F&E- und Kundendaten sollten zuerst aus unsouveränen KI-Flüssen herausgelöst werden.
3. EU-Alternativen pilotieren: Testen Sie Mistral, Aleph Alpha, Teuken oder andere offene Modelle in einer begrenzten Zielarchitektur. Vergleichen Sie nicht nur Qualität, sondern auch Hosting, Logging, Rechtekonzept und Exit-Fähigkeit.
4. Self-Hosting oder EU-Hosting aufbauen: Verlagern Sie sensible Kernanwendungen auf kontrollierte Infrastruktur. Typische Startpunkte sind interne Wissensassistenten, Zusammenfassungen, Richtlinienabfragen und Support-Workflows.
5. Governance und Schulung verankern: Definieren Sie Rollen, Freigaben, Monitoring, Einsatzgrenzen und Nachweise. Ohne geschulte Mitarbeitende wird auch die souveränste Infrastruktur operativ unsicher.

Eine kurze Checkliste für CISOs und Datenschutzbeauftragte:

Der operative Einstieg muss nicht radikal sein. Viele Unternehmen beginnen mit einem hybriden Modell: unkritische Aufgaben laufen weiter über externe Plattformen, sensible Prozesse wandern auf offene Modelle mit EU-Betrieb. Genau dieser schrittweise Übergang ist meist realistischer als ein Big-Bang-Wechsel.

Wenn Sie diese Migration nicht nur technisch, sondern auch regulatorisch sauber aufsetzen wollen, ist unsere EU AI Act Schulung der passende nächste Schritt. Sie hilft Ihrem Team, Betreiberpflichten, Datenflüsse, Rollen und Nachweise gemeinsam zu verstehen, bevor aus Tool-Nutzung ein echtes Compliance-Problem wird. Danach können Sie souveräne KI nicht nur einkaufen, sondern kontrolliert betreiben.