Weco hat mit AIDE² erstmals experimentell belegt, dass ein KI-System sich eigenständig effizienter verbessern kann als ein menschliches Entwicklungsteam: In acht Tagen und 100 Iterationen übertraf es einen über zwei Jahre manuell optimierten Agenten – ein Ergebnis, das die Debatte über KI-Selbstverbesserung von der Theorie in die messbare Praxis verschiebt.

Parallel dazu haben knapp 200 Ökonomen, Nobelpreisträger und Technologieführer – darunter ausgewiesene frühere Skeptiker – ein gemeinsames Warnschreiben veröffentlicht. Ihre Botschaft: KI könnte Arbeitsmärkte schneller umwälzen, als bestehende Sozialsysteme reagieren können. Was das Schreiben so bemerkenswert macht, ist nicht der Warnruf selbst, sondern wer ihn unterzeichnet hat.

Damit das KI-Briefing für Sie maximal nützlich bleibt, freuen wir uns über Ihr Feedback. Teilen Sie uns gerne mit, welche Impulse für Sie am wertvollsten sind – und helfen Sie dabei, unser Briefing in Ihrem Netzwerk bekannt zu machen. Gemeinsam können wir eine Community aufbauen, die voneinander lernt und sich gegenseitig stärkt. Falls Sie diesen Newsletter weitergeleitet bekommen haben, können Sie sich ganz einfach hier anmelden.

Rekursive Selbstverbesserung

Zusammenfassung: Das KI-Forschungsunternehmen Weco hat mit AIDE² ein System vorgestellt, das sich in acht Tagen eigenständig weiterentwickelte und dabei einen über zwei Jahre manuell optimierten Agenten übertraf. Der Prozess verlief vollautomatisch über 100 Iterationen und erzeugte sieben aufeinanderfolgende verbesserte Versionen. Weco stuft dies als den ersten experimentellen Beleg für rekursive Selbstverbesserung auf Stufe 1 ein – das heißt, das System verbessert sich effizienter als menschliche Entwicklungsteams unter gleichen Kostenbedingungen.

Warum das wichtig ist: AIDE² verschiebt die Debatte über KI-Selbstverbesserung von der Theorie in die messbare Praxis. Für KI-Labore weltweit bedeutet das, dass autonome Forschungsschleifen menschliche Entwicklungszyklen in bestimmten Bereichen bereits heute unterboten haben – nicht in Qualität des Verständnisses, aber in Geschwindigkeit und Effizienz. Das erzeugt strukturellen Druck: Wer weiterhin rein auf manuelle Agentenoptimierung setzt, riskiert, gegenüber Systemen mit automatisierten Verbesserungsschleifen ins Hintertreffen zu geraten. Gleichzeitig wirft die Blackbox-Natur des entstandenen Codes eine neue Frage für die Branche auf – wie Transparenz und Steuerbarkeit von Systemen sichergestellt werden können, die ihre eigene Architektur selbst gestalten.

In Kooperation mit Workist

Zusammenfassung: Rouven Gehrmann, Leiter Customer Sales Service bei ACO, berichtet beim Live-Webinar von Workist, wie das Unternehmen den Vertriebsinnendienst mit KI-Agenten neu aufgestellt hat. Das Webinar am 30. Juli um 11 Uhr richtet sich an Entscheider, Innovatoren und Interessierte aus dem Vertrieb und Vertriebsinnendienst, die wissen wollen, wie sich der Einsatz von KI-Agenten im Angebots- und Auftragswesen in der Praxis bewährt.

Warum das wichtig ist: KI-Agenten versprechen viel, aber wie sieht der Einsatz wirklich aus, wenn hunderte Anfragen, Aufträge und Leistungsverzeichnisse täglich per E-Mail eintrudeln und ins SAP-System müssen? Der ACO-Erfahrungsbericht beweist, dass KI-Automatisierung auch in der Baubranche mit ihren vielen Eigenheiten möglich ist und Ergebnisse liefert. Das Webinar bietet Entscheidern aus Vertrieb und Vertriebsinnendienst einen Einblick in eine bereits abgeschlossene Transformation aus erster Hand.

→ Jetzt zum Workist-Webinar am 30. Juli anmelden

Arbeitsmarkt

Zusammenfassung: Knapp 200 Ökonomen, Nobelpreisträger und Technologieführer haben ein gemeinsames Warnschreiben veröffentlicht, das Entscheidungsträger zu sofortigem Handeln aufruft. KI könnte die Wirtschaft schneller umwälzen als jede frühere Technologie – möglicherweise mit Auswirkungen, die die Industrielle Revolution in Reichweite, aber in einem Bruchteil der Zeit übertreffen. Zu den Unterzeichnern gehören die Chefökonomen von OpenAI und Anthropic sowie frühere KI-Skeptiker wie die Nobelpreisträger Daron Acemoglu und Simon Johnson.

Warum das wichtig ist: Der eigentliche Nachrichtenwert liegt nicht im Warnruf selbst, sondern in seiner Zusammensetzung. Wenn KI-Unternehmen und deren interne Ökonomen gemeinsam mit externen Kritikern und Skeptikern vor Kontrollverlust warnen, verändert das die politische Dynamik. Regulierer können Risiken nicht länger als Industriepropaganda oder akademische Panikmache abtun. Gleichzeitig erzeugt das Schreiben Druck auf Regierungen, die bislang auf freiwillige Selbstregulierung der Branche setzen. Mittelfristig dürfte es den Ruf nach verbindlichen Folgenabschätzungen und arbeitsmarktpolitischen Auffangmechanismen verstärken.

China

Zusammenfassung: Der chinesische Staatspräsident Xi Jinping hat auf einem internationalen KI-Forum in Shanghai eine Grundsatzrede zur globalen KI-Regulierung gehalten. China positioniert sich darin als verantwortungsvoller Gestalter multilateraler KI-Governance und präsentiert konkrete institutionelle Initiativen. Im Mittelpunkt steht die neu gegründete Weltorganisation für KI-Kooperation (WAICO), kurz Wiko, die China als Gegengewicht zu westlich dominierten Governance-Strukturen etablieren will.

Warum das wichtig ist: China betreibt mit dieser Rede eine klassische Normensetzungsstrategie: Wer globale Governance-Strukturen früh mitgestaltet, prägt Regulierungsstandards, technische Normen und ethische Rahmenbedingungen langfristig nach eigenen Interessen. Wiko ist dabei kein symbolisches Projekt, sondern ein Instrument zur Verankerung chinesischer KI-Konzepte in multilateralen Institutionen. Für westliche Demokratien und ihre Unternehmen entsteht ein Wettbewerb um Regelwerke, nicht nur um Technologie. Wer den Globalen Süden als Gestaltungsraum unterschätzt, riskiert, in zukünftigen Standardisierungsgremien strukturell in der Minderheit zu sein.

Exportverbot

Zusammenfassung: OpenAI und Googles KI-Dienste gelangten über Singapur-Tochtergesellschaften zu Alibaba, Baidu und Tencent – Konzernen, die auf der Pentagon-Liste stehen, welche mutmaßliche Verbindungen zum chinesischen Militär dokumentiert. Beide Unternehmen bestätigten die Vorgänge gegenüber der Financial Times. Die Transaktionen verstoßen nach aktueller Rechtslage nicht gegen US-Vorschriften, da bestehende Regelungen chinesische Unternehmen außerhalb des Festlands nicht pauschal vom Zugang zu KI-Modellen ausschließen.

Warum das wichtig ist: Der Fall zeigt, dass die bisherige Exportkontroll-Logik – strenge Chip-Beschränkungen, aber kaum Regulierung von KI-Software – zunehmend widersprüchlich wird. Drittländer wie Singapur fungieren als regulatorische Durchgangsstationen und unterlaufen die strategische Wirkung der Halbleiter-Sanktionen. Der politische Druck in Washington für Software-seitige Exportkontrollen dürfte nun deutlich zunehmen. Für OpenAI und Google entsteht ein Dilemma: Strengere Zugangspolitik kostet Umsatz und Marktpräsenz, während Untätigkeit das Risiko regulatorischer Eingriffe erhöht. Anthropics härtere Linie könnte als Blaupause für kommende Compliance-Standards dienen.

Globaler Wettbewerb

Zusammenfassung: Die US-Regierung unter Handelsminister Howard Lutnick behauptet, eine der hochgeheimen EUV-Lithografiemaschinen von ASML könnte nach China gelangt sein. ASML weist das entschieden zurück und erklärt, alle 340 produzierten Maschinen seien lückenlos lokalisiert. Die niederländische Regierung ermittelt derzeit nicht. Hinter dem Streit steckt ein tieferer Konflikt über Chinas technologischen Aufholkurs und die Frage, wie weit die USA ihre Exportkontrollen auf europäische Unternehmen ausdehnen dürfen.

Warum das wichtig ist: ASML ist keine gewöhnliche Firma, sondern ein struktureller Engpass der globalen Chipproduktion. Wer die Bedingungen für ASMLs Geschäftstätigkeit bestimmt, kontrolliert indirekt den Zugang zur fortschrittlichsten Halbleiterfertigung weltweit. Die USA versuchen, diesen Hebel auszuweiten, indem sie europäische Unternehmen über das Foreign Direct Product Gesetz zur Gefolgschaft zwingen. Für Europa ist das eine strategische Zumutung: Einerseits wächst der Druck, sich dem amerikanischen Kontrollregime anzupassen, andererseits droht China mit wirtschaftlicher Vergeltung. Die Nexperia-Affäre zeigt bereits, wie real diese Kosten sind. Langfristig könnte der Streit die transatlantische Technologieallianz belasten und Europa zwingen, eine eigenständigere Exportkontrollpolitik zu entwickeln.

Desinformation

Zusammenfassung: China, Russland und Iran nutzen die wachsende öffentliche Ablehnung von KI-Datenzentren in den USA als gezielte Einflusskampagne. Über staatliche Medien, gefälschte Nachrichtenartikel und verdeckte Social-Media-Operationen sollen gesellschaftliche Spannungen verstärkt werden. Das Beratungsunternehmen Alethea dokumentierte zwischen Januar und Juni 2026 rund 700 einschlägige Beiträge aus staatlichen Medien der drei Länder. Die Kampagnen treffen auf eine US-Bevölkerung, in der laut Gallup 71 Prozent Datenzentren in ihrer Nähe ablehnen.

Warum das wichtig ist: Die Kampagnen zeigen, dass KI-Infrastruktur zum geopolitischen Kampffeld geworden ist, noch bevor die Technologie ihren wirtschaftlichen Reifegrad erreicht hat. Entscheidend ist nicht die bisherige Wirkung der Desinformation, sondern die Struktur des Angriffspunkts: Die USA führen eine echte, tiefe gesellschaftliche Debatte über Energieverbrauch, Kosten und Klimafolgen von Datenzentren. Dieses organische Konfliktpotenzial macht externe Verstärkung besonders effizient. Für Unternehmen, die in KI-Infrastruktur investieren, wächst damit der Druck, Genehmigungsverfahren und öffentliche Kommunikation als strategische Risikofaktoren zu behandeln. Mittel- bis langfristig könnte die Verknüpfung von Datenzentrum-Opposition mit ausländischer Einflussnahme die politische Handlungsfähigkeit bei Regulierungsvorhaben einschränken.

Open Source

Zusammenfassung: Moonshot AI stellt Kimi K3 vor, ein Modell mit 2,8 Billionen Parametern und nativem Multimodal-Support bei einem Kontextfenster von einer Million Token. Es ist das weltweit erste offene Modell dieser Größenordnung. Die Modellgewichte werden am 27. Juli 2026 vollständig freigegeben. In Leistungsbenchmarks übertrifft Kimi K3 andere getestete offene Modelle, bleibt jedoch hinter den führenden proprietären Systemen Claude Fable 5 und GPT 5.6 Sol zurück.

Warum das wichtig ist: Kimi K3 setzt einen neuen Maßstab für offene Modelle und verschärft den Druck auf proprietäre Anbieter. Wer bisher auf Geschlossenheit als Qualitätsvorteil setzte, steht nun einem frei verfügbaren Konkurrenten gegenüber, der in mehreren Leistungsdimensionen mithalten kann. Für Unternehmen im DACH-Raum öffnet das die Möglichkeit, Frontier-Modelle ohne Abhängigkeit von US-amerikanischen API-Anbietern einzusetzen. Strategisch relevanter ist jedoch die Verschiebung innerhalb des chinesischen KI-Ökosystems: Moonshot AI übernimmt mit Kimi K3 die Skalierungsführerschaft im offenen Segment von DeepSeek – ein Machtgefüge, das bislang als gefestigt galt.

Situational Awareness

Stellen Sie sich vor, jemand sagt Ihnen im Jahr 2024 mit analytischer Präzision voraus, dass eine Technologie innerhalb weniger Jahre zu einem Kernanliegen des amerikanischen Verteidigungsministeriums wird, dass China in einen beispiellosen technologischen Wettlauf eintreten wird und dass ein einziger Hedgefonds-Manager dank dieser Prognosen innerhalb von zwei Jahren eine Rendite von über tausend Prozent erwirtschaftet. Leopold Aschenbrenner hat all das vorhergesagt – und sein 165-seitiges Essay "Situational Awareness" aus dem Juni 2024 gilt heute als einer der einflussreichsten Texte der jüngeren Technologiegeschichte. Nun, im Juli 2026, lässt sich erstmals eine belastbare Bilanz ziehen: Was hat er gesehen, was andere nicht sehen wollten? Und wo stieß auch sein scharfer Blick an Grenzen?

Aschenbrenners Essay war eine Wette auf die Unerbittlichkeit von Trendlinien

Um seine Prognosen einzuordnen, muss man ihren methodischen Kern verstehen. Aschenbrenner extrapolierte keine Spekulation, sondern Mathematik: die sogenannten Scaling Laws, nach denen jede Verdopplung der Rechenleistung zu messbaren, berechenbaren Fähigkeitssprüngen führt. GPT-2 zu GPT-4 in vier Jahren, so seine Argumentation, entspreche dem kognitiven Sprung vom Vorschulkind zum intelligenten Abiturienten. Der gleiche Sprung würde sich bis 2027 wiederholen – und aus Chatbots würden autonome Agenten, aus Assistenten digitale Mitarbeiter. Gleichzeitig malte er ein geopolitisches Bedrohungsbild, das von den meisten als alarmistisch abgetan wurde: Die KPCh würde die algorithmischen Geheimnisse amerikanischer Labore systematisch entwenden, Washington würde irgendwann ein staatlich gelenktes AGI-Programm starten, vergleichbar mit dem Manhattan-Projekt. Diese Prognosen wirkten 2024 wie die Fantasie eines paranoiden Ingenieurs. Heute lesen sie sich wie Protokolle.

Die empirische Realität des Jahres 2026 bestätigt den Kern seiner These auf spektakuläre Weise

Die Kapitalallokation allein ist atemberaubend: Die fünf größten Hyperscaler – Amazon, Microsoft, Google, Meta und Oracle – werden 2026 gemeinsam 602 Milliarden US-Dollar investieren, 36 Prozent mehr als im Vorjahr. McKinsey prognostiziert bis 2030 kumulative Rechenzentrumsausgaben von bis zu 7,9 Billionen US-Dollar. Das Stargate-Projekt, im Januar 2025 von Präsident Trump als Joint Venture von OpenAI, SoftBank und Oracle angekündigt, soll allein 500 Milliarden US-Dollar mobilisieren – und stellt damit Aschenbrenners bereits extravagante Schätzungen in den Schatten. Auf der algorithmischen Seite hat DeepSeek aus China im Januar 2025 bewiesen, dass Spitzenmodelle für rund 5,6 Millionen US-Dollar trainiert werden können, wo OpenAI zuvor 50 bis 100 Millionen aufwendete. Die auf Metaculus gesammelten Expertenprognosen für den Zeitpunkt einer schwachen AGI haben sich auf August 2028 konsolidiert – knapp hinter Aschenbrenners Zieljahr 2027, aber erschreckend nah daran.

Das chinesische KI-Labor DeepSeek hat die stärkste Annahme des Essays zerstört

Aschenbrenner hatte argumentiert, dass der Besitz der größten Rechenzentren und modernsten Chips Amerikanern einen quasi unüberwindlichen Burggraben sichere. Diese Prämisse ist im Jahr 2026 empirisch gescheitert. DeepSeek-V3 erreichte mit seinem Mixture-of-Experts-Ansatz, bei dem von 671 Milliarden Parametern nur 37 Milliarden pro Token aktiviert werden, eine Leistung vergleichbar mit GPT-4 – zu einem Bruchteil der Kosten und auf Hardware, die durch US-Exportkontrollen beschränkt war. Anthropic, das mit Claude Fable 5 beim Benchmark "Humanity's Last Exam" auf 53,3 Prozent kommt, bleibt das leistungsstärkste Modell weltweit – doch DeepSeek-V4-Pro folgt auf 35,9 Prozent, und Google DeepMind-Chef Demis Hassabis räumte auf dem Weltwirtschaftsforum in Davos im Januar 2026 öffentlich ein, dass chinesische Labore dem Westen nun nur noch sechs Monate hinterherhinken. Der Stanford AI Index Report 2026 zog das endgültige Fazit: Die Leistungslücke zwischen amerikanischen und chinesischen Modellen habe sich fast vollständig geschlossen.

Was Aschenbrenner mit Bits beschrieb, scheitert in der Realität an Atomen

Die härteste Lehre des Jahres 2026 kommt nicht aus den Laboren, sondern aus der Schwerindustrie. Im ersten Quartal 2026 wurden in den USA KI-Rechenzentrumsvorhaben im Wert von über 130 Milliarden US-Dollar blockiert oder verzögert – nicht wegen fehlender GPUs, sondern wegen eines Engpasses bei Mittelspannungstransformatoren, deren Lieferzeiten auf 128 Wochen gestiegen sind. Der Bundesstaat Maine erließ ein vollständiges Moratorium für neue Rechenzentren, um sein Stromnetz zu schützen. Eine Bank-of-America-Studie vom Juli 2026 errechnete, dass die USA in den nächsten fünf Jahren 230 Gigawatt neue Stromerzeugungskapazität benötigen, die Versorger aber nur 93 Gigawatt planen. Als Reaktion darauf dringen die Hyperscaler in die Nuklearenergie vor: Meta sicherte sich 20-Jahres-Stromverträge mit Constellation Energy, das US-Energieministerium kooperiert mit dem Infrastrukturunternehmen Amentum für ein Ein-Gigawatt-KI-Rechenzentrum am Savannah River Site in South Carolina, das später auf Nukleartechnologie umgerüstet werden soll. Die Skalierung der künstlichen allgemeinen Intelligenz ist kein Software-Problem mehr – sie ist das größte logistische Großprojekt der modernen Geschichte.

Aschenbrenner selbst lieferte mit seinem Hedgefonds den präzisesten Beweis für seine revidierte Weltsicht

Die überraschendste Wendung des Jahres 2026 ist eine finanzielle. Aschenbrenner gründete im September 2024 den Hedgefonds Situational Awareness LP, der bis Mai 2026 auf ein verwaltetes Vermögen von über 20 Milliarden US-Dollar angewachsen ist, mit einer Rendite von über tausend Prozent seit Gründung. In seiner am 15. Mai 2026 veröffentlichten SEC-Meldung offenbarte er jedoch eine dramatische strategische Verschiebung: 8,46 Milliarden US-Dollar in Put-Optionen gegen Nvidia, ASML, Broadcom und AMD – Wetten auf fallende Kurse bei den Chipherstellern, die sein Essay selbst als Profiteure des KI-Booms identifiziert hatte. Gleichzeitig hält er massive Long-Positionen in Energieinfrastrukturunternehmen wie Bloom Energy. Diese sogenannte Barbell-Strategie ist das klarste analytische Statement des Jahres: Aschenbrenner glaubt unverändert an AGI, aber nicht mehr daran, dass das Silizium auf dem Chip der entscheidende Engpass ist. Der eigentliche Flaschenhals ist das Kupfer im Kabel, die Baugenehmigung für das Umspannwerk, die Vorlaufzeit für den Transformator.

Die Geschichte hat Aschenbrenner recht gegeben, aber auf ihre eigene, widerspenstige Art

Was bleibt, ist ein Bild von seltener analytischer Präzision und ebenso seltener Hybris. Die Genesis Mission, die am 24. November 2025 per Executive Order eingeleitet wurde und explizit den Vergleich zum Manhattan-Projekt zieht; das NDAA 2026, das ein "Artificial Intelligence Futures Steering Committee" mit den Vize-Stabschefs aller Teilstreitkräfte mandatiert; die im September 2025 von Anthropic dokumentierte, erste durch KI autonom ausgeführte Cyberspionagekampagne einer staatlich unterstützten chinesischen Gruppe – all das entspricht Aschenbrenners Warnungen mit einer Genauigkeit, die nachdenklich stimmt. Der ARC-AGI-3-Benchmark hingegen, der echte Anpassungsfähigkeit in unbekannten Umgebungen misst, zeigt GPT-5.6 Sol bei katastrophalen 7,8 Prozent. AGI bleibt näher als je zuvor – und weiter entfernt als die Euphorie glauben lässt. Wer die nächsten Jahre verstehen will, sollte nicht nur die Benchmarks lesen, sondern auch die Lieferzeiten für Transformatoren.

Souveränität

Impuls der Woche: Machine Learning Street Talk – The Sovereign Mandate and the Fable Ban

Inhalt: Die Episode beleuchtet, warum die plötzliche Sperrung des US-amerikanischen KI-Modells Fable durch Exportkontrollen europäische Unternehmen und Regierungen in eine ernüchternde Abhängigkeit geführt hat und weshalb souveräne KI seither keine akademische Debatte mehr ist, sondern eine operative Dringlichkeit. Im Mittelpunkt steht die Frage, wie ein Frontier Lab mit einem Bruchteil des amerikanischen Kapitalaufwands ein konkurrenzfähiges Sprachmodell trainieren kann, und welche architektonischen, datenbezogenen und algorithmischen Entscheidungen dabei den Unterschied machen. Besonders ungewöhnlich ist der offene Einblick in die Grenzen aktueller RL-Methoden, den Mangel an überzeugenden Memory-Lösungen und die strategische Rolle staatlich bereitgestellter Rechenkapazität für den Aufbau nationaler KI-Kapazitäten.

Kontext: Machine Learning Street Talk ist ein technisch anspruchsvoller Podcast, der Forschung, Produktentwicklung und strategische Implikationen von KI zusammenbringt und dabei Gäste aus Frontier Labs, Startups und der Wissenschaft befragt. Für Führungskräfte ist diese Folge besonders relevant, weil sie die Versorgungsketten- und Abhängigkeitsrisiken im KI-Sektor konkret greifbar macht und zeigt, unter welchen Bedingungen europäische Organisationen technologische Souveränität realistisch aufbauen können.

Ihre Meinung interessiert uns

Ergebnisse der vorherigen Umfrage

Sehen Sie die aktuellen Preiserhöhungen führender KI-Anbieter als faire Marktentwicklung oder als Ausnutzung von Lock-in-Effekten?

🟨⬜️⬜️⬜️⬜️⬜️ 🤝 Faire Gegenleistung
🟨🟨⬜️⬜️⬜️⬜️ 📈 Wachstumsschmerzen akzeptiert
🟩🟩🟩🟩🟩🟩 🔒 Verdächtiger Zeitpunkt
🟨⬜️⬜️⬜️⬜️⬜️ 🚪 Klarer Machtmissbrauch

Finanzierungsrunde

Was ist das Problem? Europas vielversprechendste KI-Unternehmen stoßen bei Wachstumsrunden regelmäßig an eine Finanzierungsdecke: Late-Stage-Kapital fehlt auf dem Kontinent, weshalb Scaleups für Runden ab 100 Millionen Euro bislang auf US-Investoren angewiesen waren – mit allen Abhängigkeiten, die das in Fragen von Datensouveränität und strategischer Kontrolle mit sich bringt. Dieser strukturelle Mangel hat dazu beigetragen, dass europäische Technologieführer zunehmend unter amerikanischem Kapitaleinfluss stehen oder ihre Operationen gänzlich in die USA verlagern.

Wie wird es gelöst? Die Europäische Kommission hat EQT als Fondsmanager für den 5-Milliarden-Euro-Scaleup Europe Fund mandatiert – den größten pan-europäischen Deeptech-Fonds aller Zeiten. Rund 2,5 Milliarden Euro sind bereits zugesagt, darunter 1 Milliarde von der European Innovation Council sowie 1,5 Milliarden von Privatinvestoren wie Novo Holdings, Allianz, APG Asset Management und der Wallenberg-Familie. Erste Investments sind ab Herbst 2026 geplant; als aussichtsreicher früher Kandidat gilt Mistral AI, das derzeit eine Series-D-Runde über 3 Milliarden Euro bei einer Bewertung von rund 20 Milliarden Euro verhandelt – nach 11,7 Milliarden Euro im September 2025.

Warum das wichtig ist: Der Fonds ist keine weitere EU-Förderinitiative, sondern ein kommerziell geführtes Vehikel mit marktüblicher Governance, das explizit darauf ausgelegt ist, Entscheidungszyklen von Privatfonds zu spiegeln. EQT bringt dabei Motherbrain, seine KI-gestützte Sourcing-Plattform, und ein paneuropäisches LP-Netzwerk ein – beides hebt die Signalkraft von Investments deutlich über staatliche Fonds hinaus. Dass ausgerechnet Mistral als potenzieller Erstinvestee gilt, ist strategisch bedeutsam: Das Unternehmen baut parallele Rechenzentrumkapazitäten in Frankreich und Schweden auf und strebt 1 GW eigene Compute-Kapazität bis 2030 an – ein direkter Gegenentwurf zur Abhängigkeit von US-Hyperscalern. Europa entwickelt hier erstmals eine vollständige, kapitalstarke KI-Wertschöpfungskette auf eigenem Boden.

Handlungsempfehlung: Unternehmen, die KI-Lösungen mit Souveränitätsanforderungen beschaffen – insbesondere in Finanzdienstleistungen, Verteidigung, Energie und kritischer Infrastruktur – sollten jetzt strategische Partnerschaften mit europäischen Modellanbietern wie Mistral prüfen, bevor deren Kapazitäten durch Großkunden gebunden sind. Parallel lohnt es sich, EQTs Scaleup-Europe-Portfolio als Frühindikator für kommende B2B-Partnerschaften und M&A-Targets zu verfolgen. Investoren und Corporate-Development-Teams sollten direkten Kontakt zu den Co-Heads des Fonds, Ted Persson und Victor Englesson, suchen.

Ansprechpartner: EQT Scaleup Europe Fund (Ted Persson & Victor Englesson) & European Innovation Council (EIC)

Impact: Europäische KI-Souveränität auf Venture-Niveau – erste Investments ab Herbst 2026

Relevant für:

Self-Hosting

Problemstellung: Wer KI-Modelle in Unternehmensprozesse integrieren will, ist bislang meist auf Cloud-Dienste angewiesen – mit den damit verbundenen Kosten und Datenschutzrisiken. Vertrauliche Daten verlassen dabei die eigene Infrastruktur und landen auf fremden Servern. Für Branchen mit strengen Compliance-Anforderungen ist das oft keine akzeptable Option.

Lösung: Ollama ist ein Open-Source-Tool, das es erlaubt, große Sprachmodelle vollständig lokal auf der eigenen Hardware zu betreiben – verfügbar für Windows, Mac und Linux. Nach der Installation genügt ein einziger Terminalbefehl, etwa ollama run llama, um ein Modell herunterzuladen, zu optimieren und als lokalen Inferenz-Server zu starten. Ollama läuft dabei als REST-Server auf Port 11434 und stellt eine API bereit, über die Anwendungen Anfragen stellen und Antworten empfangen – ohne Internetverbindung. Das Tool übernimmt die gesamte technische Komplexität des Modellbetriebs und abstrahiert das Modell als lokal ansprechbaren Service.

Anwendungsbeispiele: Unternehmen können Sprachmodelle für textbasierte Aufgaben einsetzen, etwa für interne Fragebeantwortung oder Dokumentenanalyse – ohne dass Daten das Unternehmensnetz verlassen. Multimodale Modelle ermöglichen zusätzlich die Analyse von Bildinhalten direkt auf unternehmenseigenen Systemen. Für die Arbeit mit internen Dokumenten lassen sich Embedding-Modelle nutzen, um Daten aus PDFs für eine Vektordatenbank aufzubereiten und darauf kontextbezogene Fragen zu stellen. Über Schnittstellen wie Open Web UI lässt sich eine vollständige RAG-Pipeline lokal aufsetzen, ohne externe Abhängigkeiten. Tool-Calling-Modelle bieten darüber hinaus die Möglichkeit, Funktionen und interne APIs agentenbasiert anzusprechen.

Erklärungsansatz: Ollama funktioniert nach einem ähnlichen Prinzip wie ein Paketmanager – vergleichbar mit Docker für Container, jedoch spezialisiert auf KI-Modelle. Über sogenannte Modelfiles lassen sich Modelle importieren, anpassen und mit systemweiten Vorgaben oder spezifischen Parametern konfigurieren. Anfragen aus der Kommandozeile oder aus Anwendungen – etwa über Frameworks wie LangChain – werden an den lokal laufenden Ollama-Server weitergeleitet, der die eigentliche Inferenz übernimmt und die Antwort zurückliefert. Die genutzten Modelle, darunter Llama, Mistral, IBM Granite oder spezialisierte Reasoning-Modelle, liegen dabei in komprimierten, für lokale Hardware optimierten Versionen vor. Eine Internetverbindung ist nach dem initialen Download nicht mehr erforderlich.

Fazit: Ollama bietet Unternehmen eine praktikable Möglichkeit, KI-Modelle ohne Cloud-Abhängigkeit in eigene Prozesse und Anwendungen zu integrieren. Der Betrieb auf eigener Hardware reduziert laufende Kosten und stellt sicher, dass sensible Daten die eigene Infrastruktur nicht verlassen. Für Organisationen mit Datenschutz- oder Compliance-Anforderungen ist dieser Ansatz eine ernstzunehmende Alternative zu cloudbasierten KI-Diensten.

Chips

Die fortschrittlichsten Halbleiter der Welt sind nicht nur technologische Produkte – sie sind geopolitische Waffen. Seit 2022 belegen die USA den Export ihrer leistungsstärksten KI-Chips, allen voran Nvidias GPUs, mit umfassenden Verboten gegenüber China. Der Grund ist strategischer Natur: Rechenleistung ist der Schlüsselrohstoff des KI-Zeitalters, und Washington ist entschlossen, Peking den Zugang dazu zu verwehren. Doch die Realität zeigt, dass sich ein florierender Schwarzmarkt für geschmuggeltes Silizium etabliert hat, der die Kontrollen systematisch unterläuft.

Die Mechanismen dieses illegalen Handels reichen von kleinen Einzeloperationen bis zu organisierten Netzwerken im Milliardenmaßstab. Im März 2025 klagte das US-Justizministerium Mitarbeiter des taiwanischen Nvidia-Partners Supermicro an, Chips und Server im Wert von 2,5 Milliarden Dollar nach China geschmuggelt zu haben. Auf der chinesischen Plattform Xiaohongshu inserieren Händler offen Nvidias H200- und B300-Chips, die über Hongkong nach Shenzhen – Chinas Hauptumschlagplatz für KI-Hardware – geliefert werden. Parallel dazu nutzen chinesische Unternehmen legale Schlupflöcher: Sie greifen remote auf gesperrte Chips in Drittländern wie Malaysia zu oder kaufen die Hardware über chinesisch kontrollierte Tochtergesellschaften außerhalb Chinas.

Trotz aller Umgehungsversuche bleibt der strukturelle Rückstand Chinas real. Laut aktuellen US-Regierungsschätzungen liegt Amerika etwa acht Monate vor China in der KI-Entwicklung – bei einer Verdoppelung der Modellleistung alle vier Monate entspricht das einem Fähigkeitsvorsprung vom Faktor vier. Chinesische Unternehmen wie Huawei arbeiten fieberhaft an heimischen Alternativen, doch das von Nvidia und seinen Partnern aufgebaute Ökosystem aus Hardware, Software und Lieferketten ist in seiner Breite bislang unerreicht. Die chinesische Regierung hat das Umgehen der US-Technologieblockade inzwischen zur Priorität des Ministeriums für Staatssicherheit erklärt.

Was sich hier abspielt, ist mehr als ein Handelskonflikt: Es ist die Neuauflage eines technologischen Systemwettbewerbs, wie er zuletzt im Kalten Krieg zwischen den USA und der Sowjetunion zu beobachten war. Ob China es schafft, ein eigenständiges KI-Ökosystem aufzubauen, das dem amerikanischen ebenbürtig ist, bleibt die entscheidende offene Frage – eine, die nicht nur die Zukunft der Technologiebranche, sondern die globale Machtordnung des 21. Jahrhunderts bestimmen wird.

Werben im KI-Briefing

Das KI-Briefing erreicht eine exklusive Leserschaft aus Wirtschaft, Politik und Zivilgesellschaft – von C-Level-Führungskräften über politische Akteure bis hin zu Vordenkern und Experten. Kontaktieren Sie uns, um maßgeschneiderte Kooperationsmöglichkeiten zu besprechen.

... nehmen wir den Cloud and AI Development Act unter die Lupe – einen der weitreichendsten Regulierungsvorschläge, den die EU in der jüngeren Digitalgeschichte auf den Weg gebracht hat. Welche Konsequenzen hat er für Unternehmen, die auf amerikanische Hyperscaler setzen? Und was steckt hinter dem neuen Souveränitätsrahmen? Wir ordnen ein.

Wir freuen uns, dass Sie das KI-Briefing regelmäßig lesen. Falls Sie Vorschläge haben, wie wir es noch wertvoller für Sie machen können, spezifische Themenwünsche haben, zögern Sie nicht, auf diese E-Mail zu antworten. Bis zum nächsten mal mit vielen neuen spannenden Insights.

Das strategische Betriebssystem für Entscheidungsträger.

Warteliste…