BlogKI

Europe 2031: Der Abstieg ist absehbar. Der Ausweg passt in einen Serverschrank.

Das Szenario „Europe 2031″ zeigt, wie ein Kontinent in fünf Jahren wirtschaftlich und geopolitisch verschwindet. Die Zahlen stimmen. Sein Rezept dagegen vermutlich nicht.

Washington, März 2031. In einer Toilette hält sich eine Frau am Waschbeckenrand fest und wartet, bis das Zittern in ihren Händen nachlässt. Durch ein hohes Fenster ein schmaler Streifen Himmel. Ein paar Türen weiter sitzen sechs Menschen und entscheiden, was aus einem Kontinent wird: amerikanisches Schutzgebiet, chinesische Kreditleine oder würdevoller Verfall. Die Frau hat vorher gesprochen. Sie glaubt nicht, dass es etwas geändert hat.

Die Frau heißt Caroline Dubois, es gibt sie nicht, und trotzdem sollte man diese Szene ernst nehmen.

Der Absturz in fünf Kapiteln

Sie stammt aus „Europe 2031“, einem Szenario, das eine Gruppe europäischer KI-Fachleute im Juni veröffentlicht hat und das seither durch die Netzwerke zieht wie ein kalter Luftzug durch ein offenes Fenster. Erzählt wird der Abstieg eines Kontinents in fünf Jahren, Kapitel für Kapitel, und das Unangenehme daran ist die Beiläufigkeit. Niemand handelt in böser Absicht. Jede einzelne Entscheidung ergibt für sich genommen Sinn.

Was bisher schon wirklich geschah: Erst zieht Europa aus dem billigen chinesischen Modell DeepSeek den falschen Schluss, Rechenleistung sei nicht so wichtig. Dann kontert es das amerikanische Tempo mit einem Milliardenpaket, das zu großen Teilen aus umetikettiertem Geld besteht. Dann entscheidet Washington per Verfügung, wer die neuesten Modelle zuerst bekommt, und Europa steht nicht auf der Liste. Ab hier setzt das orakelte Szenario ein: Die Amerikaner rationieren die Rechenleistung nach Länderstufen, und Europa landet in der zweiten. Am Ende kauft ein amerikanischer Konzern die angeschlagene europäische Industrie auf, die Arbeitslosigkeit steigt, die Schulden laufen aus dem Ruder, die Union beginnt zu zerfallen. Übrig bleibt ein letzter Trumpf, der niederländische Maschinenbauer ASML, und ein Ultimatum aus Washington: Übernahme oder Untergang.

Das klingt jetzt in der Verkürzung vielleicht etwas weit hergeholt. Die Zahlen dahinter sind jedoch unangenehm konkret. Siebzehn Gigawatt an Rechenleistung in den Vereinigten Staaten, 1,4 in Europa. Rund achtzig Prozent der weltweiten KI-Rechenleistung dort, fünf Prozent hier. Der größte europäische KI-Rechner bringt es auf dreiundachtzig Megawatt, der größte amerikanische auf mehr als das Vierzehnfache. Wer diese Kennzahlen gegeneinander hält, versteht, warum das Papier so eingeschlagen hat.

Die Diagnose stimmt also. Nur ist die Therapie, die fast jeder daraus ableitet, vermutlich die falsche. Und der Ausweg beginnt nicht in Brüssel, sondern in einer Werkshalle im Schwäbischen, mit Hardware zum Preis eines gebrauchten Kleinwagens.

Zwei gebrauchte Grafikkarten

Dort prüft seit einigen Monaten eine Kamera Gussteile, die vorher zwei Mann in Wechselschicht unter die Lupe genommen haben. Das Modell dahinter stammt aus Hangzhou, seine Gewichte sind frei verfügbar, es läuft auf zwei gebrauchten Grafikkarten in einem Schrank neben der Presse. Mit dem Netz nach außen ist es nicht verbunden. Keine Lizenzgebühr, keine Daten, die ins Silicon Valley wandern, kein Konzern, der morgen den Zugang abdreht, weil man die Rechenleistung anderweitig braucht. Keine Verfügung aus Washington, die darüber entscheidet. Auf keiner Bestenliste der Welt taucht dieses Modell auf. In der Halle tut es seine Arbeit.

Halten Sie dieses Bild neben die Gigawatt-Tabelle, und die Frage verschiebt sich. Wenn Europas Antwort im Kern lautet, es müsse eben zehn- bis hundertmal mehr Geld in Rechenzentren schieben, dann bewirbt sich der Kontinent um den zweiten oder dritten Platz in einem Wettlauf, bei dem er jetzt schon zwei Runden zurückliegt und die Bahn den Gegnern gehört. „Viel hilft viel“ ist die Logik dessen, der ohnehin vorne läuft. Wer nur nachbaut, kommt strukturell immer zu spät.

Warum die Elektrifizierung erst nichts brachte

Ein Blick zurück in die Wirtschaftsgeschichte macht das vielleicht etwas klarer. Die alte Fabrik hatte genau eine Kraftquelle: eine Dampfmaschine im Keller. Von ihr lief eine Welle unter der Hallendecke durch das ganze Gebäude, und von dieser Welle hing über Lederriemen jede einzelne Maschine ab. Das hatte Folgen: Jede Maschine musste in Reichweite der Welle stehen, egal ob das für den Arbeitsablauf sinnvoll war. Und lief die Welle, liefen alle Maschinen; stand sie, stand alles.

Als der Elektromotor kam, taten die Fabrikanten das Naheliegende: Sie ersetzten die Dampfmaschine durch einen großen Elektromotor. Die Welle blieb, die Riemen blieben, die Anordnung der Halle blieb. Und die Produktivität blieb auch, jahrzehntelang. Die neue Technik brachte wenig, solange sie den Platz der alten einnahm.

Der Sprung kam erst, als jemand die Welle abriss und jeder Maschine ihren eigenen kleinen Motor gab. Plötzlich konnten die Maschinen dort stehen, wo sie für die Arbeitsabläufe am nützlichsten waren. Und sie ließen sich einzeln an- und abschalten. Nicht die Kraft war neu, sondern die Freiheit, sie am richtigen Ort zur richtigen Zeit nutzen zu können.

Genau da stehen wir mit der KI. Das Eingabefenster, in das ein Mensch Fragen tippt, ist die neue Dampfmaschine an der alten Welle: eine zentrale Stelle, durch die alles hindurch muss, angehängt an einen unveränderten Ablauf. Der Ertrag entsteht erst, wenn das Modell aufhört, ein Ort zu sein, den man aufsucht, und stattdessen an vielen kleinen Stellen im Prozess sitzt, in Schritten, die eine Maschine zuverlässig, prüfbar und wiederholbar erledigt. KI nicht als Orakel, sondern als Mechanik. Als etwas, das man einbaut und nicht etwas das man immer wieder einzeln befragt um weitermachen zu können.

Und für diese Art Arbeit braucht es kein Modell von der Weltspitze. Es braucht ein hinreichend gutes, das man klug in die Abläufe einpasst. Oder mit dem man Prozesse ganz neu aufsetzt.

Der Schatz, den andere bezahlt haben

Hier kommen die offenen Gewichte ins Spiel, jene frei verfügbaren Modelle aus China und anderswo, die das Szenario aus gutem Grund nüchtern betrachtet. Als Beweis, dass Aufholen billig sei, taugen sie nicht, da haben die Autoren recht. Als Rohstoff taugen sie enorm. Ein Modell, das achtzehn Monate hinter der Spitze liegt, dafür aber im eigenen Serverschrank läuft, kann nicht von außen abgeschaltet werden und ist für einen Maschinenbauer im Sauerland mehr wert als der versprochene Zugang zu Weltspitzen-Modellen über ein Portal, das jemand anders kontrolliert. Den Trainingslauf hat schon jemand bezahlt. Die Ernte steht auf dem Feld. Man muss die Früchte aber ernten und sie dann zu etwas Nützlichem verarbeiten.

Es gibt dafür ein hübsches Vorbild. Anfang der fünfziger Jahre war der Transistor eine amerikanische Erfindung aus den Bell Laboratories, und ein kleines Tokioter Unternehmen namens Tokyo Tsushin Kogyo erwarb für eine überschaubare Summe die Lizenz. Es hatte weder das Geld für Grundlagenforschung noch die Absicht, welche zu betreiben. Es baute daraus die kleinen Transistorradios, die in den Fünfzigern um die Welt gingen, und hieß bald Sony. Wer die Erfindung macht, gewinnt nicht automatisch den Markt. Oft gewinnt ihn, wer als Erster begreift, wofür das Ding eigentlich gut ist.

Die unbequeme Seite

Nur wäre es zu billig, hier stehenzubleiben. Offene Gewichte sind kein Geschenk, sondern ein Werkzeug mit Griff an beiden Enden. Das Szenario schildert eine Erpressungswelle, die von eben solchen offenen Modellen ausgeht und ausgerechnet jene trifft, die vorsorglich auf zweitklassige heimische Abwehr gesetzt hatten. Das Argument ist stark und lässt sich nicht wegwischen.

Wer offene Modelle nutzt, übernimmt zudem stillschweigend die Voreinstellungen derer, die sie trainiert haben: ihre Auslassungen, ihre Vorsicht an bestimmten Stellen, ihr Weltbild in den Fugen. Abhängigkeit verschwindet nicht, sie wechselt die Form und wird dabei schwerer zu erkennen. Und die Mechanisierung, von der hier die Rede ist, kostet Arbeitsplätze, gerade solche, die man bislang für sicher hielt. Wer das verschweigt, verkauft Trost statt Politik.

Vor allem aber ist das Einpassen fremder Modelle nur der erste, handwerkliche Schritt. Er verschafft Handlungsfähigkeit, nicht völlige Unabhängigkeit. Wer bloß nachnutzt, was andere gebaut haben, bewegt sich weiter in deren Denkraum, nur eben mit eigener Stromrechnung. Der weitaus wichtigere Schritt ist unbequemer und lässt sich schlecht in ein Förderprogramm gießen: die Technik so lange selbst benutzen, bis man sie im Griff hat, aus Fehlschlägen lernen, wo sie trägt und wo sie bricht, und daraus eigene Vorstellungen davon entwickeln, wozu sie überhaupt gut sein soll. Beschaffung ist das Leichte. Erfahrung ist das Mühsame. Und das Neue wirklich zu durchdenken ist das, woran sich am Ende entscheidet, wer Werkzeuge bedient und wer die Regeln schreibt.

Hoheit heißt Anschauung

Genau daran hapert es dort, wo es am schwersten wiegt. Der beunruhigendste Satz des ganzen Szenarios handelt nämlich nicht von Gigawatt. Er handelt davon, dass europäische Beamte die Spitzensysteme, die sie regulieren sollen, aus Datenschutzgründen meist gar nicht benutzen dürfen. Regieren ohne Anschauung. Man stelle sich eine Verkehrsbehörde vor, deren Mitarbeiter nie in einem Auto gesessen haben.

Genau hier liegt der Hebel, der Europa noch gehört, und er ist erstaunlich billig. Rechenleistung ist knapp und teuer. Verstehen dagegen ist im Moment das Wohlfeilste am ganzen Markt. Ein Modell, das eine Verordnung, einen Vertragsentwurf oder eine Lieferkette durchdringt, kostet einen Bruchteil dessen, was ein Rechenzentrum verschlingt, und es macht aus einem klugen Menschen einen erheblich besser informierten. Europas eigentliche Knappheit heißt nicht Chips. Sie heißt Urteilskraft. Und ausgerechnet die lässt sich mit KI vermehren, wenn man den Mut aufbringt, sie zu benutzen.

Und nun?

Natürlich ersetzt diese Herangehensweise keine eigenen Rechenzentren, und die fünf Vorschläge des Szenarios, von der Energiepolitik bis zum Bündnis der Mittelmächte, verdienen jede Ernsthaftigkeit. Eine reine Aufholjagd aber ist keine Strategie, sondern ein Eingeständnis.

Der Vorsprung, den Europa gewinnen kann, liegt nicht in der Größe der Modelle, sondern im Verstand, mit dem sie eingebaut werden. Das ist unglamourös, es passt auf kein Gipfelfoto, und es ist genau das, worin dieser Kontinent einmal ziemlich gut war. Zwei gebrauchte Grafikkarten in einer schwäbischen Werkshalle gewinnen kein Wettrüsten. Aber sie stellen die richtige Frage: nicht, wie viel Maschine wir brauchen, sondern wie viel Kopf.

Munter bleiben.


Anzeige

Medienkompetenz
in Zeiten von KI

Bilder beweisen nichts mehr. Generative KI hat die Grenze zwischen echter und simulierter Wirklichkeit nahezu unsichtbar gemacht. In „Synthetische Wahrheit“ liefert DOCMA-Herausgeber Christoph Künne eine fundierte und nüchterne Bestandsaufnahme dieses historischen Epochenbruchs. Fernab von Technik-Euphorie und apokalyptischen Untergangsszenarien. 


FAQ


Was ist das Szenario „Europe 2031“?

„Europe 2031“ ist ein im Juni 2026 veröffentlichtes Zukunftsszenario einer Gruppe europäischer KI-Fachleute. Es beschreibt, wie Europa binnen fünf Jahren wirtschaftlich und politisch in die Bedeutungslosigkeit abrutschen könnte, weil es Geschwindigkeit und Tragweite der KI-Entwicklung unterschätzt hat. Erzählt wird es entlang zweier erfundener Figuren, gestützt auf reale Daten zu Rechenleistung, Investitionen und Handelspolitik, ergänzt um einen Epilog aus dem Jahr 2034.

Warum reicht es nicht, wenn Europa mehr Geld in KI-Rechenzentren steckt?

Geld allein löst das Problem nicht, weil Europa damit in einem Wettlauf mitliefe, dessen Regeln und Maßstäbe anderswo gesetzt werden. Die USA investieren in einer Größenordnung, die europäische Programme um ein Vielfaches übersteigt, sodass ein bloßes Nachbauen der amerikanischen Strategie strukturell zu spät kommt. Der größere Hebel liegt in der klugen Anwendung vorhandener Modelle, nicht in deren Größe.

Wie groß ist Europas Rückstand bei der KI-Rechenleistung?

Europa verfügt laut „Europe 2031“ über rund fünf Prozent der weltweiten KI-Rechenleistung, die USA über etwa achtzig Prozent. In absoluten Zahlen stehen etwa 1,4 Gigawatt in Europa rund 17 Gigawatt in den Vereinigten Staaten gegenüber. Der größte europäische KI-Rechner erreicht rund 83 Megawatt, der größte amerikanische etwa 1.250 Megawatt.

Was sind offene Gewichte bei KI-Modellen?

Offene Gewichte sind die frei veröffentlichten Zahlenwerte eines fertig trainierten KI-Modells. Wer sie herunterlädt, kann das Modell auf eigener Hardware betreiben, ohne Verbindung zum Anbieter. Bekannte Beispiele stammen von chinesischen Entwicklern wie DeepSeek. Offene Gewichte bedeuten allerdings nicht, dass auch Trainingsdaten oder Quellcode offenliegen; frei verfügbar ist das Ergebnis, nicht der Entstehungsweg.

Welchen Nutzen haben offene KI-Modelle für mittelständische Unternehmen?

Ein offenes Modell läuft im eigenen Serverschrank, verarbeitet Betriebsdaten ohne Verbindung nach außen und kann von keinem Anbieter abgeschaltet oder verteuert werden. Für Aufgaben wie Qualitätsprüfung, Dokumentenverarbeitung oder Prozesssteuerung genügt meist ein Modell, das nicht auf dem Stand der Weltspitze ist. Die Kosten des Trainingslaufs hat bereits jemand anders getragen.

Welche Risiken bringen offene KI-Modelle mit sich?

Offene Modelle verbreiten auch offensive Fähigkeiten. „Europe 2031“ beschreibt ein Szenario, in dem ein offenes Spitzenmodell eine Erpressungswelle auslöst, die vor allem Organisationen mit schwächerer Abwehr trifft. Zudem übernimmt jeder Nutzer die Voreinstellungen und blinden Flecken derer, die das Modell trainiert haben. Abhängigkeit verschwindet also nicht, sie wechselt die Form und wird schwerer erkennbar.

Was bedeutet es, KI in mechanische Funktionen umzusetzen?

Gemeint ist, KI nicht als Auskunftssystem zu befragen, sondern fest in einen Arbeitsablauf einzubauen. Dazu wird eine Aufgabe in Schritte zerlegt, die eine Maschine zuverlässig, prüfbar und wiederholbar erledigt. Der historische Vergleich ist die Elektrifizierung der Fabriken: Produktivitätsgewinne entstanden erst, als die Hallen um viele kleine Motoren herum neu geordnet wurden, nicht durch stärkere Antriebe.

Was empfiehlt „Europe 2031“ der europäischen Politik?

Das Szenario nennt fünf Punkte: massiv in Rechenleistung sowie in Energie- und Halbleiterinfrastruktur investieren; eine Koalition gleichgesinnter Mittelmächte wie Kanada, Japan, Südkorea und Großbritannien bilden; die Arbeitsmärkte nach dänischem Flexicurity-Vorbild umbauen; die europäischen Stärken in Robotik und Industrie-KI ausbauen; und eine positive Zukunftsvision für das KI-Zeitalter entwickeln.

Warum ist es ein Problem, dass EU-Beamte KI-Spitzenmodelle nicht nutzen dürfen?

Weil Regulierung dann ohne eigene Anschauung entsteht. Laut „Europe 2031“ dürfen viele EU-Beamte führende KI-Systeme aus Datenschutzgründen dienstlich nicht verwenden und arbeiten stattdessen mit einer internen Lösung auf Basis offener Modelle. Wer die Systeme nie benutzt hat, kann ihre Fähigkeiten und Grenzen schwer einschätzen. Dieser Wissensrückstand wiegt womöglich schwerer als der Rückstand bei der Rechenleistung.

Christoph Künne

Christoph Künne, von Haus aus Kulturwissenschaftler, forscht seit 1991 unabhängig zur Theorie und Praxis der Post-Photography. Er gründete 2002 das Kreativ-Magazin DOCMA zusammen mit Doc Baumann und hat neben unzähligen Artikeln in europäischen Fachmagazinen rund um die Themen Bildbearbeitung, Fotografie und Generative KI über 20 Bücher veröffentlicht.

Schreibe einen Kommentar

Bitte melden Sie sich an, um einen Kommentar zu schreiben.

Schaltfläche "Zurück zum Anfang"