Die heutige Kreislaufwirtschaft (Circular Economy) scheint ein modernes, ressourcenschonendes Konzept zu sein, dass sich in den 1960er Jahren bis heute weit verbreitet hat.
Der Kreislauf-Gedanke ist allerdings schon viel früher entstanden. Giordano Bruno hat beispielsweise mit seinem „alles kreist“ – Gedanken schon im 16. Jahrhundert an einem Baum-Beispiel verdeutlicht, wie sich alles wie bei einem Kreis immer wieder schließt und wieder beginnt.
Giordano Bruno: Werke, Bd. 3: De la causa, principio, et uno. Über die Ursache, das Prinzip und das Eine (1584), italienisch-deutsch, übersetzt, kommentiert und herausgegeben von Thomas Leinkauf, Hamburg: Felix Meiner 2007, S. 111.
Den Hinweis habe ich in dem Beitrag von Marie-Louise Heuser gefunden: Heuser, M.-L. (2026): Autopoiese und Synergetik. Konzepte der Selbstorganisation. In: Petzer, T.; Steiner, S. (Hrsg.) (2016): Synergie. Kultur- und Wissenschaftsgeschichte einer Denkfigur.
Interessant dabei ist weiterhin, dass die Autorin eine Linie zur modernen Selbstorganisation aufzeigt: „Wie an diesem Zitat ersichtlich wird, denkt Bruno die Selbstgestaltung des Baumes als eine zirkuläre Selbstorganisation“ (ebd.).
Es ist manchmal erstaunlich, dass sich vor Jahrhunderten entstandene Gedanken in heutigen scheinbar modernen Management-Konzepten wiederfinden. Es lohnt sich, solche Trends zu hinterfragen. Manchmal sind es einfach nur Marketing-Trends mit einem entsprechenden Storytelling.
Das soll natürlich nicht bedeuten, dass die oben angesprochene Circular Economy (Kreislaufwirtschaft) unwichtig ist – im Gegenteil. Es geht mir darum, den Bezug zu schon vorhandenen Gedanken immer wieder einmal aktiv zu suchen und auch bewusst herzustellen – am besten natürlich mit Quellenangaben.
Gerade bei jungen Menschen ist es angesagt, die bekannten proprietären Software-Anwendungen zu nutzen. Man zeigt, dass man IN ist, wenn man als junger Mensch beispielsweise die neuen KI-Modelle der großen Tech-Konzerne nutzen kann. Man glaubt, damit auch bessere Chancen auf dem Arbeitsmarkt zu haben.
In der Zwischenzeit gibt es allerdings in der Gesellschaft durchaus auch ein Umdenken in Richtung Open Source Anwendungen. Der Grund ist, die technologische, digitale Abhängigkeit Europas von den USA und China, die zu vielfältigen Problemen führen kann (Kill Switch). Siehe dazu auch Digitale Souveränität: Europa, USA und China im Vergleich.
Europa ist daher seit einiger Zeit auf dem Weg zu einer eigenen Digitalen Souveränität, die natürlich nicht von heute auf morgen erreichbar ist. Dennoch ist dieser Schritt erforderlich und basiert auf Open Source Anwendungen.
Es fehlen allerdings Kompetenzen zu Open Source Software und Open Source Hardware (Skill Shortage), da sich in der Vergangenheit zu wenige Menschen für diese Themen interessiert haben. Für viele überraschend, begeistern sich heute immer mehr junge Menschen für Open Source Lösungen.
„Denn junge, gut ausgebildete IT-Expert:innen haben immer öfter kein Interesse daran, sich auf eine intransparente Blackbox-Anwendung zu spezialisieren. Stattdessen ist ihr Interesse an Open-Source-Lösungen gestiegen, ebenso wie der Anspruch, mit der eigenen Arbeit nicht nur zu wirtschaftlichem Erfolg sondern auch zum Gemeinwohl beizutragen“ OSBA (2026): Open Source ist Schlüsselrolle für Staat und Wirtschaft.
Es ist nicht ganz einfach, sich ein Bild von den ganzen KI-Möglichkeiten zu verschaffen. Es ist erforderlich, eine bestimmte Perspektive einzunehmen, um Bewertungen vorzunehmen. Die Plattform EU Score hat in 2025 damit angefangen, immer mehr Anwendungen aus dem Tech-Umfeld aus der Perspektive der Europäischen Union zu bewerten.
Wenn ich in das Suchfeld „mistral“ eingebe (Abbildung), erscheint für Mistral Vibe (Mistral AI) der EU Score 541. Wenn ich in das Suchfeld „claude“ von Antropic eingebe, erhalte ich den EU Score 1. Das ist jetzt kein Schreibfehler! Die Unterschiede zwischen den beiden KI-Modellen sind aus europäischer Sicht frappierend. Ähnlich ist es auch bei dem Vergleich von Microsoft Office und Nextcloud usw.
Die Plattform ist eine interessanter Einstieg, um sich die großen Unterschiede zwischen den angebotenen Markt-Alternativen klar zu machen. In der Abbildung ist rechts unten weiterhin zu erkennen, dass man auch nur Open Source Anwendungen betrachten und analysieren kann.
Eine Paper zur Methode habe ich bisher allerdings nicht gefunden. Für Außenstehende wäre eine fundierte wissenschaftliche Begründung und Ableitung der verwendeten Methode klarer und transparenter, was wiederum mehr Vertrauen schaffen würde. It all starts with trust!
Dennoch halte ich die Plattform für ein geeignetes Instrument, für sich selbst, für Organisationen eine Diskussionsgrundlage für die eigene Digitale Souveränität zu schaffen.
In unserem Blog habe ich schon des Öfteren über Green Washing, Open Washing und Sovereignty Washing geschrieben. Doch gibt es auch zu vielen anderen Themen immer wieder Ungenauigkeiten und Plattitüden, die die Personen aufregen, die neue Begriffe oder Konzepte entwickelt und etabliert haben.
In einem Beitrag von B. Joseph Pine II geht es beispielsweise unter anderem um den von Davis formulierten Begriff Mass Customization als Oxymoron, und um das von Pine dazu veröffentlichte Buch, in dem er das Konzept einer hybriden Wettbewerbsstrategie skizziert..
Pine ist der Auffassung, dass CRM (Customer Relationship Management) den Ansatz von Mass Customization bastardisiert hat.
„Mass Customization was coined by the late great Stan Davis in his 1987 book Future Perfect, which is as applicable today as when he wrote it. I read his book while a strategic planner at IBM and after getting it into our plans and strategies spent a year at MIT where I turned my masters’ thesis into my first book, Mass Customization: The New Frontier in Business Competition.
CRM bastardized the concept of Mass Customization
CRM bastardized the concept of Mass Customization, which is about understanding individual customers and giving them exactly what they want. In the hands of consultants and software companies, however, CRM became understanding individual customers to better sell them what has already been produced. Ouch.“(Joe Pine (2026): It´s called bastardization).
Da der Ansatz von Mass Customization and Personalization in so vielfältiger Weise verwässert wurde und wird, sollte man sich möglichst aus erster Hand informieren und keine Sekundär-, Tertiärquellen oder „Erzählungen“ von Beratern nutzen.
Eine sehr gute Möglichkeit bietet sich bei den jeweiligen Konferenzen zu Mass Customization and Personalization.
Die von mir initiierte Konferenzreihe findet seit 2004 alle 2 Jahre statt.
In diesem Jahr, treffen wir uns auf der MCP 2026 vom 16.-19.09.2026 in Balatonfüred, Ungarn.
Über Digitale Souveränität habe ich in unserem Blog schon viel geschrieben. Dabei sollte es Ziel sein, die Organisation resilienter gegenüber äußeren Einflüssen zu machen. In der Zwischenzeit stürzen sich die Berater auf das Thema, obwohl sie noch vor kurzer Zeit den Einsatz bekannter, proprietärer Anwendungen „verkauft“ haben – Digital Sovereignty Washing kann man das wohl nennen.
Die Digital Resilience Initiative ist laut eigenen Angaben „eine Non-profit association in the process of registration“ [01.09.2026]. Sie bieten eine offene und strukturierte Methode an, Digitale Resilienz anhand von 8 Dimensionen und 5 Layer zu analysieren. Wie die Abbildung zeigt, werden die Ergebnisse dann anhand von entsprechenden Grafiken angezeigt.
Grundsätzlich finde ich das einen guten Ansatz, doch ist es gerade für Kleine und Mittelständische Unternehmen (KMU) oft unklar, an welchen Stellen begonnen werden sollte. Immerhin ist ja, je nach Perspektive, alles wichtig.
Ich favorisiere an dieser Stelle eher ein Wirkungsnetz für das spezifische KI-System der Organisation, das ähnlich wie bei der Wissensbilanz-Toolbox aufgebaut ist. daraus können dann entsprechende Generatoren abgeleitet werden, die die Ressourcen der KMU schonen und trotzdem auf das Geschäftsergebnis ausgerichtet sind. Siehe dazu KI-System im Mittelstand: Von der Wissensbilanz lernen.
Wie so etwas für innovative Kleine und Mittlere Unternehmen (KMU) in Europa in Bezug auf Künstliche Intelligenz aussehen kann, stelle ich in zwei Paper auf der MCP-Konferenz 2026, vom 16.-19.09.2026 in Balatonfüred (Ungarn) vor:
Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs
Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework
Bai et al (2026): How Do Coding Agents Spend Your Money? Analyzing and Predicting Token Consumptions in Agentic Coding Tasks | https://arxiv.org/abs/2604.22750
haben die Forscher genauer untersucht, wie die Coding Agenten das Geld der Nutzer „ausgeben“. Ich möchte an dieser Stelle nur eine der vielen Erkenntnisse aus dem Paper wiedergeben: Es gibt wohl bei dem gleichen Task Unterschiede bis zum 30-fachen bei der Anzahl der Tokens – und damit der Kosten.
„(…) token usage is highly variable and inherently stochastic: runs on the same task can differ by up to 30× in total tokens, and higher token usage does not translate into higher accuracy; instead, accuracy often peaks at intermediate cost and saturates at higher costs“ (Bai et al. 2026).
Gerade Kleine und Mittlere Unternehmen (KMU) mit ihren doch eher begrenzten Ressourcen sollten hier aufpassen.
Interessanterweise haben die Forscher zu ihrem ausführlichen Paper auch eine Website mit den wichtigsten Erkenntnissen erstellt. Dort ist wiederum ein kleines Spiel integriert, bei dem man anhand einer Problemstellung die voraussichtlich benötigten Token und die damit verbundenen Kosten schätzen kann – spannend.
Wir empfehlen auch aus diesen Gründen eher Local AI – also lokal ausgeführte Open Source KI-Modelle zu nutzen. Das kann zusammen mit einer Microsoft Alternative wie Nextcloud auf einem eigenen Server geschehen, oder als Edge Computing sogar mit Hilfe geeigneter Apps wie Ollama und Langflow, auf dem eigenen Laptop. In unserem Blog finden Se dazu viele Beiträge.
Solche Ansätze können die Innovationsfähigkeit gerade von KMU unterstützen, indem sie ein unternehmensspezifisches KI-System nutzen, bei dem alle generierten Daten beim Unternehmen bleiben – ganz im Sinne einer Digitalen Souveränität.
Wie so etwas für innovative Kleine und Mittlere Unternehmen (KMU) in Europa in Bezug auf Künstliche Intelligenz aussehen kann, stelle ich in zwei Paper auf der MCP-Konferenz 2026, vom 16.-19.09.2026 in Balatonfüred (Ungarn) vor:
Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs
Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework
Das Allen Institute Ai2 ist eine non-profit Organisation mit Sitz in Seattle. Sie hat sich das Ziel gesetzt, Open Source AI Modelle für allgemeine oder spezielle Anwendnungen bereitzustellen. Die Modelle sind also keine Open Weight, sondern wirkliche Open Source Modelle.
In diesem Beitrag soll es um das Olmo-Modell 1B gehen, das so klein und dennoch leistungsstark ist, dass es auf einem handelsüblichen Laptop laufen kann (Edge Computing). Da ich die Ollama-App auf meinem Laptop installiert habe, konnte ich das Modell mit dem folgenden Befehl (cmd) unter Windows 11 herunterladen. Der Vorteil einer aktuellen Version der Ollama-App ist, dass diese schon GGUF-Modelle nutzen kann:
ollama run hf.co/NikolayKozloff/AMD-OLMo-1B-Q8_0-GGUF:latest
Nachdem der Download abgeschlossen war, wurde mir das Modell in der Ollama-App sofort in den Auswahlmöglichkeiten angezeigt – allerdings als Olmo 2 (Abbildung). Der Grund liegt in der Architekturverwandtschaft der Modelle und der Benennung bei Huggingface. Ai2 hat das Modell Olmo 1B auf Basis von Olmo 2 für das Edge Computing optimiert.
Screenshot aus der Ollama-App mit OLMo2 (OLMo 1B) und einer Abfrage zu Open User Innovation
Meine Frage nach Open User Innovation wurde zügig und gut beantwortet. Es ist schon erstaunlich, dass so kleine Modelle auf dem eigenen Laptop problemlos laufen und auch noch brauchbare Antworten liefern.
Gerade für Kleine und Mittlere Unternehmen (KMU) stellen Open Source KI-Modelle eine gute Basis dar, unabhängiger von den großen KI-Modellen zu werden, denn für viele Anwendungen reichen auch kleine Modelle aus. Gerade wenn man diese dann noch mit den eigenen Daten nutzt und diese dann auf dem eigenen Laptop bleiben – ein unschätzbarer Schritt in Richtung der Digitalen Souveränität. Siehe dazu auch
Wenn wir mit KI-Systemen (AI Systems) arbeiten, stellt sich immer wieder die Frage, ob man diesem oder jenem Modell vertrauen kann – immerhin geben viele Privatpersonen, oder auch Unternehmen den KI-Systemen auch persönliche, bzw. unternehmensspezifische Daten.
Was machen diese KI-Systeme mit unseren Daten?
Die allgemein bekannten und vielfach genutzten proprietäten KI-Systeme von OpenAI, Meta, Alphabet, X, Anthropic usw. sind bei dieser Frage wenig transparent. Solche geschlossenen Systeme (Closed Models) gehen davon aus, dass der Nutzer diesen Unternehmen einfach so vertraut.
Doch wenn wir uns so manche Äußerungen von den „Gesichtern der Unternehmen“ (Musk, Altman, Zuckerberg usw.) ansehen oder anhören wird deutlich, dass das möglicherweise hinter den KI-Systemen liegende Mindset nicht den eigenen Vorstellungen entspricht. Siehe dazu Digitale Souveränität: Europa, USA und China im Vergleich.
Um auf das Vertrauen in KI-Systeme weiter eingehen zu können, müssen wir natürlich erst einmal klären, was unter Vertrauen zu verstehen ist. Hier zwei Beschreibungen mit ähnlicher Perspektive:
Vertrauen ist dabei ein Mechanismus, der es ermöglicht, auf einen Teil der Kontrolle zu verzichten, und der die Bereitschaft erhöht, ein Risiko einzugehen (Giddens 1995, 1997, Luhmann 2000).
Vertrauen als Fähigkeit, soziale Beziehungen in Situationen der Ungewissheit und Mehrdeutigkeit (temporär) zu stabilisieren (vgl. Weick, 1995).
In einer Metapher beschrieben Thomas et al. (2025) die Situation zwischen einem Nutzer und dem KI-System mit einem Glas, das eine undefinierbare trübe Flüssigkeit enthält. Würden Sie diese Flüssigkeit trinken? Wahrscheinlich eher nicht, da man ja nicht weiss, was für eine Flüssigkeit im Glas ist.
Ähnlichkeiten zu dieser Situation sehen die Forscher im Umgang mit Daten und der Nutzung von KI-Systemen (Closed Models) in den Unternehmen – immerhin sind Daten eine der wichtigsten Assets in einer Organisation.
Step 1: It All Starts with Trust „Think about it: the glass is opaque, you can’t even see inside it! The water inside that glass could pure spring water, but it could also be cloudy and murky puddle water, or even contaminated water! If you couldn’t see inside that glass, would you still drink what’s inside it after adding tons of high-quality sugar and lemon to it? Probably not, so why would you do this with one of your company’s most previous assets—your data?“ (Thomas et al. 2025).
Diese Erkenntnisse führen zwangsläufig zu den Frage, wie man die Vertrauenswürdigkeit von KI-Systemen bestimmen kann, ohne den Marketingtexten der bekannten KI-Systemen glauben zu müssen? Es muss sich eine neutrale Institution mit der Frage befassen. Dazu gibt es auch schon Initiativen. Eine davon kommt von der IEEE (Institute of Electrical and Electronics Engineers), die in ihrer Standards Association (SA) einen ersten Entwurf entwickelt hat:
„IEEE P8000.1: IEEE Draft Standard for a Method and Criteria to Assess the Trustworthiness of Artificial Intelligence (AI) Systems“ (IEEE).
https://standards.ieee.org/ieee/8000.1/12593/
Ich bin gespannt, wie sich dieser internationale Standard weiterentwickelt und welche Kriterien zur Bestimmung der Vertrauenswürdigkeit von KI-Systemen am Ende herauskommen. Siehe dazu auch MISSION KI: Wie vertrauenswürdig sind KI-Modelle?
Wir sind der Meinung, dass es aktuell durchaus vertrauenswürdige KI-Systeme in Europa gibt. Vertrauen hängt sehr stark mit Transparenz zusammen. In der von uns erstellten Open Streep Map zu solchen Open Source KI-Systemen aus Europa können Sie sich ein Bild davon machen.
Wenn es um Open Source geht, denken wir meistens an Open Source Software (OSS), die in vielen Anwendungen zu finden sind – auch in der Robotik. Es leuchtet ein, dass gerade Open Source AI (Open Source Künstliche Intelligenz) auch für die komplexen Steuerungen von kleinen und größeren Robotern verwendet wird.
Parallel dazu gibt es eine Entwicklung, die gar nicht so im Fokus zu stehen scheint. Es ist der weltweite Trend, auch Open Source Hardware zu entwickeln. Die Open Source Hardware Association (OSHWA) hat dazu aktuell 3.369 Projekte zertifiziert (Abbildung). Was versteht die Non-Profit Organisation unter Open Source Hardware?
„Open source hardware is hardware whose design is made publicly available so that anyone can study, modify, distribute, make, and sell the design or hardware based on that design. The hardware’s source, the design from which it is made, is available in the preferred format for making modifications to it“ (OSHWA).
Dieses Verfügbarmachen von Hardware für alle ist eine Grundidee von offenen Systemen, in denen man sich einbringen kann, deren Ergebnisse man auch einfach nur nutzen kann. Es ist erstaunlich wie viele Menschen sich dafür engagieren, und in diesem Sinne auch sozial handeln.
Natürlich gibt es nicht nur die OSHWA, sondern noch weitere Organisationen, die Open Source Hardware fördern.
„However, with the rise of open source chip design initiatives such as the OpenHW Foundation, the FOSSi Foundation lowRISC, the Chips Alliance, the Beijing Institute of Open Source Chip, or the PULP Platform, new opportunities have emerged to make hardware development more accessible and competitive“ (Wallentowitz and Wohlrab (2026): Open Source and the New Regulations on Hardware, in Eclipse Foundation, 2026).
Zusammen mit den Entwicklungen bei Open Source Software stellen die Aktivitäten bei Open Source Hardware dazu bei, Digitale Souveränität auf mehreren Ebenen zu erreichen. Ich bin gespannt, was die jeweiligen Communities in den kommenden Jahren noch entwickeln werden.
In der eigenen Langflow App angelgter einfacher Workflow
In dem Blogbeitrag Open Source AI: Ministral 3B auf dem eigenen Laptop nutzen hatte ich gezeigt, wie man mit Hilfe der Ollama App, Open Source KI-Modelle (oder Open Weight KI-Modelle) auf dem eigenen Laptop installieren und nutzen kann. Da es in der Zwischenzeit viele kleine und leistungsstarke KI-Modelle (SLM: Small Language Models gibt), ist dieser Ansatz gerade für Kleinstunternehmen wirtschaftlich interessant.
Wenn es im nächsten Schritt darum geht, solche Modelle in eigene KI-Agenten einzubinden, bietet sich die auf dem eigenen Laptop installierte Langflow App an – eine Alternative ist LM Studio. Die Ollama App und die Langflow App sind natürlich Open Source.
In der Abbildung oben ist ein einfacher Workflow mit den Knoten Chat Input, Language Model und Chat Output dargestellt (rot umrahmt). Diese Knoten konnte ich per Drag & Drop in die Arbeitsfläche ziehen. Dabei wird farbig angezeigt, welche Verknüpfungen möglich sind.
Bei dem Language Model habe ich in der auf meinem Laptop installierten Ollama App ein Modell ausgesucht – in meinem Fall ist es Qwen 2.5. Es stehen hier alle in der Ollama App installierten KI-Modelle zur Verfügung. Wir testen mit geeigneten Open Weight, bzw. Open Source Modellen. Siehe dazu auch Open Source AI: Ministral 3B auf dem eigenen Laptop nutzen.
Diesen kleinen Workflow kann ich anschließend im Playground (Button rechts oben) testen. Als Chat Input habe ich dort eine Frage zu Eric von Hippel gestellt, die dann mit dem hinterlegten KI-Modell schnell beantwortet wurde – obwohl ich dazu einen relativ alten Laptop genutzt habe. Die folgende Abbildung zeigt das gute Ergebnis im Playground.
Ergebnis im Playground
Es ist also mit Ollama App und der Langflow App auf dem eigenen Laptop möglich, kleine KI-Modelle (Open Source, Open Weight) zu nutzen, und sogar kleine Workflows abzubilden. Dabei bleiben alle generierten Daten auf meinem Laptop. Das ist besonders wichtig, wenn ich nicht nur einen einfachen Workflow, abbilden, sondern KI-Agenten entwickeln möchte, die bei der Bearbeitung auch eigene Daten aus unserer Nextcloud mit berücksichtigen sollen – ganz im Sinne einer Digitalen Souveränität.
Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in einem Paper ein.
Diese Website benutzt Cookies. Wenn du die Website weiter nutzt, gehen wir von deinem Einverständnis aus.
