Europas Streit um KI-Souveränität berührt auch Unternehmen mit KI-Agenten

Europas KI-Chefs streiten darüber, ob der Kontinent eigene Frontier-Modelle braucht, also die leistungsfähigsten KI-Systeme der Welt. Arthur Mensch von Mistral und Jarek Kutylowski von DeepL sagen ja; Max Junestrand von Legora nennt den Wettlauf „very wishful thinking“ (übersetzt: „sehr großes Wunschdenken“). Für Unternehmen mit KI-Agenten folgt daraus keine fertige Handlungsanweisung, wohl aber die Frage, wie abhängig sie von einem einzelnen Modellanbieter sein wollen. Agenten sind KI-Programme, die Aufgaben über mehrere Schritte selbstständig erledigen und dafür Modelle aufrufen. Diese Einordnung ist eine eigene Analyse von dm; Politico und heise behandeln Agenten im Unternehmen nicht.

Wer in Europa was fordert

Mensch (Mistral): Bauen oder kapitulieren

Mensch warnt laut heise in einem LinkedIn-Beitrag mit dem Titel „Build or surrender“ (übersetzt: „Bauen oder kapitulieren“). Ein Verzicht auf eigene Frontier-Modelle „would end up costing Europe what remains of its place in the world“, wie Politico in einem Bericht vom 22.10.2026 wiedergibt (sinngemäß übersetzt: Das würde Europa am Ende das kosten, was von seinem Platz in der Welt übrig ist). heise nennt Mensch und Kutylowski nach Politico als Anführer des Protests gegen den Rückzug.

Im Livestream der Talkshow des European Technology Network wurde Mensch laut Politico konkreter. Wenn Europa nur Anwendungen auf fremden Modellen baue, bleibe es mit „leftovers“ und einem „big trade balance problem“ zurück (übersetzt: mit Resten und einem großen Handelsbilanzproblem). Beide Chefs argumentieren damit in der Sprache Brüssels, nämlich mit neuer Technologieabhängigkeit und einem möglichen Handelsdefizit gegenüber den USA.

Mistral, laut Politico zuletzt mit über 21 Mrd. € bewertet, führt den Widerstand an. Ein Sprecher des Unternehmens bezeichnete es gegenüber Politico als „strategic mistake“ (übersetzt: strategischer Fehler), die Spitze aufzugeben. Mistral gilt laut Politico (Bericht vom 13.10.) als Europas führender Anwärter in der Frontier-KI-Entwicklung; die Forderung betrifft damit auch das eigene Geschäftsfeld.

Kutylowski (DeepL): Die ganze Wertschöpfungskette

Kutylowski, Chef des deutschen KI-Übersetzers DeepL, sagte Politico im Exklusivinterview: „We need our own models, and we need the whole value chain of AI.“ Sinngemäß übersetzt: Europa brauche eigene Modelle und die gesamte Wertschöpfungskette der KI. Andernfalls bleibe ein großer Teil der Wertschöpfung bei anderen.

Als Beispiel nannte er die Softwareentwicklung. Dort fließe bereits ein Teil der Unternehmensausgaben statt in die Gehälter von Ingenieurinnen und Ingenieuren in KI-Modelle. Gibt es keine europäischen Modelle, fließe dieser Teil des Werts in die USA.

Junestrand (Legora): Aufholen als Wunschdenken

Junestrand, Chef des schwedischen Legal-Tech-Unternehmens Legora, hat die Debatte laut heise angeheizt. Politico schildert in einem Bericht vom 13.10.2026, Legora sei ein Unternehmen mit 6 Mrd. € Bewertung, das KI-Werkzeuge für Kanzleien anbietet. Junestrand sagt dort: „Striving to build a competitive frontier lab right now feels like very wishful thinking“ (übersetzt: Der Versuch, jetzt ein konkurrenzfähiges Frontier-Labor aufzubauen, fühle sich nach sehr viel Wunschdenken an).

Seine Alternative formuliert er so: „I would rather see us put more thinking cycles into how do we capitalize on the technology rather than how do we try to catch up.“ Sinngemäß übersetzt: Er würde lieber sehen, dass Europa mehr Denkarbeit darauf verwendet, die Technologie wirtschaftlich zu nutzen, statt aufholen zu wollen.

Was die EU-Kommission dagegenhält

Die Kommission stellt sich nicht eindeutig auf eine Seite. Ursula von der Leyen sagte Mitte September in ihrer Rede zur Lage der Union laut Politico (Bericht vom 22.10.): „We do not need to be the ones who develop the frontier technology to be the ones who draw the greatest value from it.“ Sinngemäß übersetzt: Europa müsse die Frontier-Technologie nicht selbst entwickeln, um den größten Nutzen aus ihr zu ziehen. Das ist die Anwendungslinie, die Junestrand teilt und gegen die sich Mensch und Kutylowski wenden.

Henna Virkkunen, die Technikchefin der Kommission, zeichnet in einem Interview, das Politico am 13.10. wiedergibt, ein anderes Bild. „We haven’t given up frontier AI; we are now accelerating the development of our AI systems“, sagte sie (übersetzt: Man habe die Frontier-KI nicht aufgegeben, sondern beschleunige jetzt die Entwicklung eigener KI-Systeme). Außerdem: „It’s very important for Europe that we have our models … because it’s risky to be totally dependent on other countries.“ Sinngemäß übersetzt: Es sei sehr wichtig, dass Europa eigene Modelle habe, weil völlige Abhängigkeit von anderen Ländern riskant sei. Die Kommission verbindet also Anwendungsstrategie und eigene Modellentwicklung.

Als großen Engpass nannte Virkkunen die fehlende Rechenleistung. Die Kommission startete laut Politico Ende Juli sieben KI-Rechenzentrums-Hubs mit einem Volumen von 30 Mrd. €, heise spricht von „KI-Gigafabriken“. Ein Konsortium unter Führung der italienischen Firma Domyn trainiert derzeit ein Frontier-Modell für alle EU-Sprachen. Politico verweist darauf, dass die Entwicklung eigener leistungsfähiger Modelle Mittel für enorme Rechenleistung erfordert, und heise schreibt, Europa hinke den USA und China bei komplexen KI-Modellen deutlich hinterher.

Auf der Anwendungsseite nennt Politico einen Wert von Eurostat: Ende des vergangenen Jahres nutzte nur 1 von 5 europäischen Unternehmen KI. Das beschreibt die Größenordnung der Aufgabe, die Politico der Kommission zuschreibt. Die Zahl sagt allerdings nichts darüber, welche Modelle dort laufen oder ob Agenten im Einsatz sind.

Neben Förderung und Rechenleistung gibt es auch die Aufsicht. Virkkunen hat laut dm-Bericht in einer Rede erste Auskunftsersuchen des AI Office an Anbieter leistungsfähiger Modelle bestätigt; dabei handelt es sich weder um ein Bußgeld noch um ein Verfahren. Die Kommission verfolgt damit mehrere Stränge zugleich, nämlich Rechenleistung, ein eigenes Modell und die Beobachtung der großen Anbieter.

Was die Debatte für KI-Agenten im Unternehmen bedeutet

Dieses Bild wurde komplett mit KI generiertProviderhiggsfieldModellgpt_image_2PromptSmall group of executives in a meeting room discussing around a table with a laptop and notes, a large window with a city view, serious focused mood. Photorealistic editorial magazine photo, 16:9. Absolutely no text, no letters, no numbers, no logos, no brand marks.

Weder Politico noch heise sagen etwas zu KI-Agenten im Unternehmen; dieser Abschnitt ist ausdrücklich eine eigene dm-Einordnung. Sie bewertet nicht, welche Seite im Streit recht hat. Sie fragt, was die Debatte für Betriebe heißt, die Agenten bereits einsetzen oder planen.

Ein Agent ruft für jeden Arbeitsschritt ein Sprachmodell auf, etwa um ein Dokument zu lesen, eine Entscheidung vorzubereiten oder ein Werkzeug anzusteuern. Wer Prozesse darauf aufbaut, bindet sich an die Bedingungen dieses Modellanbieters: an Preise, Verfügbarkeit, Nutzungsregeln und Produktentscheidungen. Fällt ein Modell aus, wird teurer oder ändert sein Verhalten, ändert sich der Prozess mit. Das ist eine betriebliche Abhängigkeit, unabhängig davon, ob der Anbieter in Europa, den USA oder China sitzt.

Politico beschreibt, dass Europa bei Chips und Cloud-Diensten, auf denen KI beruht, von US-amerikanischen und chinesischen Anbietern abhängt. Die Modellwahl ist damit nur eine Schicht in einer Kette. Ein Unternehmen mit europäischem Modellanbieter kann trotzdem auf Cloud-Infrastruktur außerhalb Europas laufen. Wer Souveränität im eigenen Betrieb prüfen will, muss deshalb die ganze Kette betrachten, vom Modell über die Rechenleistung bis zum Speicherort der Daten.

Der wirksamste Hebel liegt in der Architektur. Wer die Modellschicht von der Werkzeugschicht, der Datenschicht und der Rechteschicht trennt, kann ein Modell austauschen, ohne den ganzen Agenten neu zu bauen. Die Anbindung an Dokumente, Schnittstellen und Berechtigungen bleibt dann bestehen, nur der Aufruf des Modells ändert sich. Das gelingt nur, wenn Prompts, Testfälle und Bewertungsmaßstäbe so dokumentiert sind, dass ein neues Modell am selben Maßstab gemessen werden kann.

Dazu kommen Verträge. Entscheidend sind Datenstandort, Kündigungsfristen, Regeln bei Preisänderungen und ein beschriebener Exit: Welche Daten und Konfigurationen bekommt das Unternehmen im Ernstfall heraus, und in welchem Format? Lokale Agenten-Plattformen, die im eigenen Betrieb oder bei einem selbst gewählten Hoster laufen, können die Abhängigkeit verringern. Sie verlagern aber Betrieb, Wartung und Sicherheit in das eigene Haus; welche Lösung passt, hängt vom konkreten Prozess ab.

Auch die Aufsicht spielt hinein. Die Kommission hat über das AI Office erste Auskunftsersuchen an Anbieter verschickt, die Sicherheit, externe Evaluierung und Nutzungsüberwachung betreffen, und wie weit die AI-Act-Durchsetzung gegen KI-Labore reicht, ist laut dm-Analyse offen. Für Unternehmen heißt das, dass sich die Pflichten und Auskünfte der Modellanbieter ändern können. Verträge sollten deshalb vorsehen, wie Anbieter über solche Änderungen informieren.

Fragen an Anbieter

Auch dieser Abschnitt ist eigene dm-Einordnung. Aus der Debatte lassen sich Fragen ableiten, die Unternehmen jedem Anbieter von Modellen oder Agenten-Plattformen stellen können, gleich woher er kommt:

• Wie schnell und zu welchen Kosten lässt sich das Modell tauschen?
• Wo werden Anfragen und Daten verarbeitet?
• Wie lange gilt der vereinbarte Preis?
• Welcher Support und welche Laufzeit sind zugesagt?

Warum diese Fragen zählen

Die Frage nach dem Modellwechsel prüft, ob die Trennung der Schichten im Produkt tatsächlich besteht. Ein Anbieter, der Wechsel als Konfiguration beschreibt und Testläufe mit einem anderen Modell erlaubt, gibt eine andere Auskunft als einer, der Prompts und Workflows fest an ein Modell koppelt. Die Antwort zeigt, was ein Ausstieg kosten würde, bevor er nötig wird.

Der Verarbeitungsstandort entscheidet, welches Recht gilt und wer im Streitfall Zugriff erhält. Er ist bei Agenten besonders wichtig, weil sie auf viele interne Dokumente und Systeme zugreifen. Zu klären ist auch, ob zwischengespeicherte Daten, Protokolle und Zwischenergebnisse am selben Ort liegen wie die eigentliche Anfrage.

Preisbindung ist wichtig, weil Agenten viele Modellaufrufe pro Vorgang auslösen und sich Änderungen am Tarif deshalb direkt in den Prozesskosten niederschlagen. Support und Laufzeit gehören zusammen: Eine lange Laufzeit ohne klare Reaktionszeiten bei Störungen bindet, ohne abzusichern. Eine kurze Laufzeit mit festen Zusagen lässt sich dagegen eher mit einem Ausstiegsplan verbinden.

Herstellerangaben richtig lesen

Anbieter werden den Streit in ihre Verkaufsargumente übernehmen. Mistral hat laut Politico „Large 4“ veröffentlicht, und ein Sprecher sagte: „With Mistral Large 4, we have significantly narrowed the gap with the best models in the world, using far less compute than our competitors.“ Sinngemäß übersetzt: Mit Large 4 habe man den Abstand zu den besten Modellen der Welt deutlich verringert und dafür viel weniger Rechenleistung gebraucht als die Konkurrenz. Das ist eine Herstellerangabe, die dm weder bestätigt noch bewertet; ob sie für einen konkreten Anwendungsfall zutrifft, zeigt nur ein Test mit eigenen Daten.

Der nächste feste Termin

Die Anwendungsseite der Kommissionsstrategie bekommt einen Termin. Die Kommission veranstaltet laut Politico einen „Apply AI summit“, um „accelerate AI implementation in strategic industries“ (übersetzt: die KI-Einführung in strategischen Branchen zu beschleunigen). Von der Leyen nannte Gesundheit, Verkehr, Agrar- und Lebensmittelwirtschaft, fortgeschrittene Fertigung, Verteidigung und Raumfahrt als Felder mit dem „biggest potential“ (übersetzt: dem größten Potenzial). Der Gipfel findet am Montag, 16. November, statt. Dort lässt sich beobachten, wie die Kommission die Anwendung in diesen Branchen konkret vorantreibt.