264 Milliarden Euro geben europäische Organisationen pro Jahr für nicht-europäische Technologien aus

Image by Willfried Wende from Pixabay

Es ist bekannt, dass alleine der Bund pro Jahr ca. 500 Millionen Euro alleine an Microsoft-Lizenzen bezahlt. Weniger bekannt ist, dass auf der europäischen Ebene die Beträge sehr viel höher sind, wenn wir digitale Technologien insgesamt betrachten. Es sind sage und schreibe 242 Milliarden Euro, die europäische Organisationen pro Jahr für nicht-europäische Technologien ausgeben. Auf der Seite von EuroCommons sind dazu insgesamt 11 kritische Komponenten genannt.

€264bn spent every year by European organisations on non-European digital technologies.

A call to large European public and private organisations and to open source vendors to join collective working groups — coalitions — to plan, prepare, finance and execute concrete migrations away from proprietary software dependencies. Together. In project mode. With peers facing the same problems.

Source: EuroCommons (abgerufen am 26.08.2026)

Es ist natürlich weltfremd, wenn man von heute auf morgen alle technologischen Abhängigkeiten durch europäische Lösungen ersetzen wollte, doch wird seit einiger Zeit mehr umgesetzt, als man es noch vor wenigen Jahren gedacht hat.

Wie wäre es, wenn man auf europäischer Ebene nur 50% der 264 Milliarden Euro, also immerhin 132 Milliarden Euro, in europäische Technologie investieren würde?

Beispielsweise ersetzen immer mehr Open Source Lösungen wie Nextcloud, OnlyOffice usw. die bekannten Microsoft-Produkte und auch auf der Ebene der Künstlichen Intelligenz gibt es sehr viele europäische, ja sogar länderspezifische Open Source KI-Modelle. etc. Siehe dazu auch Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen.

Neben der wirtschaftlichen Komponente ist allerdings auch ein möglicher Kill Switch ein bedeutender Treiber für die Entwicklung zur Digitalen Souveränität.

„In der öffentlichen Diskussion ist der „Kill Switch“, also die Einschränkung oder Abschaltung digitaler Dienste für einzelne Personen, Organisationen oder sogar ganze Staaten, ein viel beachtetes Thema. Eine zentrale Rolle spielt dabei US-Präsident Donald Trump, der öffentlich damit gedroht hat, den Zugang zu US-Digitaldiensten, wie denen der Hyperscaler, einzuschränken oder vollständig zu sperren“ (Lünendonk-Studie 2026).

Durch die Nutzung von Open Source Anwendungen im Rahmen europäischer Werte und Normen können neue, innovative Ansätze entstehen, die sich von den chinesischen und US-amerikanischen Vorgehen unterscheiden. Siehe dazu Digitale Souveränität: Europa, USA und China im Vergleich.

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

IEEE P8000.1: Ein erster Standard zur Bestimmung der Vertrauenswürdigkeit von KI-Systemen

Image by Gerd Altmann from Pixabay

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.

https://umap.openstreetmap.de/de/map/open-source-ai-in-europe_148154

Open Street Map: Europäische Open Source KI Modelle in den jeweiligen Landessprachen

Eigene Open Street Map: https://umap.openstreetmap.de/de/map/open-source-ai-in-europe_148154

In den letzten Monaten habe ich über viele Open Source KI-Modelle in Europa geschrieben, die in der (oder den) spezifischen Landessprachen trainiert wurden. Die Links zu den jeweiligen Modellen habe ich nun zusammen mit dem Hinweis auf meinen dazugehörenden Blogbeitrag in Open Street Map (bewusst nicht in Google Maps) in einer eigenen Karte eingetragen (Abbildung).

Den Marker für ein Modell ist der Landeshauptstadt zugeordnet. Modelle, die alle europäischen Sprachen berücksichtigen, sind mit einem Marker auf Brüssel versehen.

Klicken Sie auf das Bild und Sie kommen direkt zu meiner angelegten Open Street Map.

Die erste Übersicht zeigt deutlich, wie vielfältig die Landschaft für Open Source KI-Modelle in Europa geworden ist. Ich bin sicher, die Modelle werden in Zukunft immer mehr von Privatpersonen, Kleinen und Mittleren Unternehmen (KMU), oder Öffentlichen Verwaltungen genutzt, da Transparenz (Offene Modelle), kulturelle Bezug (Landestypische Sprache) und die geringen Kosten (frei verfügbar) starke Argumente sind.

Wenn bei der Auswahl der KI-Modelle noch hinzukommt, dass Digitale Souveränität und Resilienz immer wichtiger werden, geht kein Weg an europäischen Open source KI-Modellen vorbei.

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Paper ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Video zeigt, wie sich Open Street Map in 2008 entwickelt hat

 

OSM 2008: A Year of Edits from ItoWorld on Vimeo.

Das Video zeit, wie sich Open Street Map im Jahr 2008 entwickelt hat. Open Street Map ist ein Projekt, in dem jeder seit 2004 Geodaten einstellen und sie auch kostenlos nutzen kann. Im Gegensatz zu Google Maps enthält Open Street Map auch regionale Geodaten, die in Google Maps nicht dargestellt werden. Ganze Regionen der Welt, die für Google Maps uninteressant sind, können mit Open Street Map dennoch von den Vorteilen frei nutzbarer Geodaten profitieren. Ganz im Sinne von Open Innovation. Siehe dazu auch Open Street Map und Open Innovation. Machen Sie mit und machen Sie etwas aus den frei verfügbaren Geodaten – es liegt ganz bei Ihnen.