Souverän bei Daten, abhängig beim KI-Modell

60 Prozent der Unternehmen wenden Souveränitätskontrollen auf ihre Daten an. Auf die KI-Modelle selbst tun es nur 22 Prozent. Das belegt eine Accenture-Studie mit 1.928 Führungskräften aus 28 Ländern. Damit wandert die Abhängigkeit eine Ebene nach oben.

Das Wichtigste in Kürze

Verwandt:Thales-Tochter betreibt Googles Sovereign Cloud  /  AWS, Azure, Google: Was Egress, AZ und Exit wirklich kosten

Die Lücke zwischen Region und Modell

Digitale Souveränität in der Cloud wird in vielen Häusern noch immer an Speicherort und Rechenzentrumsregion gemessen. IT-Leiter prüfen, ob Produktionsdaten die EU verlassen, ob Subprozessoren benannt sind und ob Verschlüsselungsschlüssel unter eigener Verwaltung liegen. Diese Prüfungen bleiben notwendig. Sie decken jedoch nur die untere Schicht ab, sobald KI-Agenten in Geschäftsprozesse eingreifen.

Mit Agenten, die Tickets priorisieren, Kreditentscheidungen vorbereiten oder Servicefälle steuern, wandert die kritische Abhängigkeit auf das Modell und die Entscheidungslogik. Ein Unternehmen kann sämtliche Trainings- und Betriebsdaten in einer EU-Region halten und trotzdem vollständig von einem einzelnen Modellanbieter abhängen. Die Accenture-Studie mit 1.928 Führungskräften aus 28 Ländern, veröffentlicht am 16. Juli 2026 über MIT Sloan Management Review und erhoben im Dezember 2025, macht diese Lücke sichtbar: 60 Prozent wenden Souveränitätskontrollen auf Daten an, 46 Prozent auf Infrastruktur und nur 22 Prozent auf die KI-Modelle selbst.

Was ist KI-Souveränität? KI-Souveränität beschreibt die Fähigkeit eines Unternehmens, Modell, Entscheidungslogik und Betriebsplattform so zu steuern, dass Wechsel, Aufsicht und Notfallbetrieb ohne strukturelle Abhängigkeit von einem einzelnen Anbieter möglich bleiben. Sie ergänzt die Kontrolle über Datenstandort und Infrastruktur um die Kontrolle über das Modell und die daraus abgeleiteten Entscheidungen.

Im Schnitt erfordern nur 37 Prozent der KI-Initiativen und Daten einen souveränen Ansatz. Zugleich setzen 62 Prozent wegen geopolitischer Unsicherheit auf souveräne Lösungen. In Deutschland haben nur 8 Prozent KI-Souveränität zur Vorstandssache gemacht, europaweit sind es 16 Prozent. Die Lücke liegt damit weniger im Unwissen über Geopolitik als in der organisatorischen Priorisierung und in der unzureichenden Ausweitung der Kontrollen von Daten auf Modelle.

Was der regulatorische Rahmen jetzt verlangt

Der EU AI Act steht in aktiver Durchsetzung. Seit August 2026 gelten vor allem die Transparenzpflichten aus Artikel 50. Die umfassenden Anforderungen für Hochrisiko-Systeme nach Anhang III greifen ab dem 2. Dezember 2027, nachdem der Digital Omnibus on AI die Termine im Juli 2026 verschoben hat. Für IT-Leiter heißt das: Risikoklassifikation, Dokumentationspflichten und Governance greifen dort, wo KI-Systeme in kritische Geschäftsprozesse eingebunden sind. Wer Agenten in Kreditentscheidung, Personalauswahl oder Sicherheitssteuerung einsetzt, muss die Modellseite genauso steuern wie den Datenstandort.

Der Data Act (Verordnung (EU) 2023/2854) verpflichtet Cloud- und Edge-Anbieter, vertragliche und technische Wechselbarrieren zu entfernen und eine Kündigung mit zwei Monaten Frist zu ermöglichen. Ab dem 12. Januar 2027 dürfen Cloud-Anbieter keine Wechselgebühren mehr erheben. Bis dahin sind sie zulässig. Wer Verträge heute verlängert, sollte die Gebührenlogik bis zu diesem Stichtag und die technische Portierbarkeit der Workloads getrennt bewerten.

DORA (Verordnung (EU) 2022/2554) verpflichtet Finanzunternehmen, für IKT-Dienste mit kritischen oder wichtigen Funktionen das Konzentrationsrisiko zu bewerten und einen dokumentierten, getesteten Exit-Plan vorzuhalten. Die BaFin hat Konzentrationsrisiken bei IKT-Auslagerungen für 2026 zum Fokusthema erklärt und nennt die großen US-Hyperscaler ausdrücklich als Beispiel. Für beaufsichtigte Institute und deren Dienstleister wird KI-Abhängigkeit damit Teil der Konzentrationsprüfung, nicht nur der Cloud-Beschaffung.

Was der deutsche Markt bereits abbildet

Auf dem deutschen Markt bauen Anbieter souveräne Alternativen und Ergänzungen zur Hyperscaler-Landschaft aus. IONOS bietet mit dem High Performance Cloud Stack eine auf Gaia-X vorbereitete Basis sowie einen AI Model Hub. STACKIT von Schwarz Digits baut die eigene souveräne Cloud zu einem deutschen Hyperscaler aus. Die Bundesförderung für die elf Gaia-X-Vorhaben summierte sich bis 2025 auf rund 132 Millionen Euro. Diese Angebote ändern den Entscheidungsraum: IT-Leiter können lokale und globale Komponenten kombinieren, statt binär zwischen Region und Leistungsfähigkeit zu wählen.

Der Bitkom Cloud Report 2026 zeigt, warum die Frage drängt. KI verzeichnet mit einem Plus von 27 Prozentpunkten den stärksten Zuwachs aller betrachteten Cloud-Anwendungen. Die Nutzungsdynamik steigt schneller als die Kontrollreife. 55 Prozent der Unternehmen in der Accenture-Befragung planen ohnehin eine Mischung aus globalen und lokalen KI-Anbietern. Hybrid ist damit die erkennbare Planungslinie im Mittelstand und Konzern.

Knapp 70 Prozent der führenden KI-Modelle stammen aus den USA oder China. Herkunft allein löst das Steuerungsproblem jedoch nicht. Wer nur den Sitz des Anbieters prüft und die Austauschbarkeit der Laufzeitumgebung vernachlässigt, baut eine neue Einbahnstraße. Die relevanten Fragen lauten: Kann das Modell ausgetauscht werden, ohne die Orchestrierung, die Prompt- und Policy-Schicht und die Integrationsverträge zu zerreißen? Liegt die Entscheidungslogik in eigenen Komponenten? Und wer steuert die Observability über Prompt, Antwort und Geschäftsentscheidung hinweg?

Gegenposition: Entkopplung statt Herkunftsfix

Fabian Forthmann, Manager Artificial Intelligence bei msg for banking, hat im Handelsblatt am 19. Juni 2026 eine klare Gegenposition formuliert. Souverän ist, wer eine hybride Architektur betreibt, die das Modell von der Plattform entkoppelt, sodass sich Modell oder Anbieter wechseln lassen, ohne Werkzeuge und Verträge anzutasten. Wer Souveränität an der Herkunft des Modells festmacht, muss zwischen Leistungsfähigkeit und Herkunft wählen. Modellgewichte auf eigener Infrastruktur telefonieren nicht nach Hause; die Datenkontrolle bleibt damit unabhängig von der Herkunft des Modells.

Diese Position gehört in jede Architekturentscheidung. Sie verschiebt den Fokus von der Flagge des Anbieters auf die Schnittstellen der Plattform. Wer Modelle hinter einer eigenen Abstraktionsschicht betreibt, kann Leistungsfähigkeit und Kontrollziele parallel verfolgen. Wer Herkunft als alleiniges Souveränitätskriterium setzt, akzeptiert eine permanente Abwägung zwischen Modellqualität und politischer Präferenz. Für IT-Leiter ist das eine konkrete Designfrage: Abstraktion und Exit-Pfade zuerst, Herkunftsfilter als ergänzendes Kriterium.

Die Gegenposition widerspricht nicht den regulatorischen Pflichten. Sie operationalisiert sie. DORA verlangt Austauschbarkeit und Exit-Plan. Der Data Act verlangt Wechselbarkeit mit klarer Kündigungsfrist. Eine Architektur, die Modell und Plattform trennt, macht diese Anforderungen technisch und vertraglich umsetzbar. Herkunfts- und Standortprüfungen bleiben relevant für Daten und Betriebsverantwortung. Sie ersetzen die Entkopplung nicht.

Welche Entscheidungen IT-Leiter jetzt treffen müssen

Erstens: den Kontrollumfang erweitern. Souveränitätsprüfungen, die bei Daten und Region enden, erfassen Agenten-Workloads unvollständig. Jedes geschäftskritische KI-Vorhaben braucht eine klare Aussage zu Modellherkunft, Modellversion, Betriebsort der Inferenz, Zugriff auf Gewichte und Möglichkeit des Anbieterwechsels. Die Accenture-Zahlen zeigen, dass dieser Schritt in den meisten Häusern noch aussteht.

Zweitens: KI-Souveränität in die Governance heben. In Deutschland haben nur 8 Prozent der Befragten das Thema zur Vorstandssache gemacht. Ohne klare Zuständigkeit bleiben Exit-Pläne Dokumente ohne Budget und ohne Testlauf. Für beaufsichtigte Institute greift die BaFin-Fokussierung auf Konzentrationsrisiken 2026 ohnehin. Für alle übrigen Unternehmen gilt dieselbe betriebswirtschaftliche Logik: Abhängigkeit von einem kritischen Dienstleister ist ein Betriebsrisiko, sobald Agenten in Kernprozesse greifen.

Drittens: Hybrid bewusst entwerfen. 55 Prozent der von Accenture Befragten planen ohnehin eine Mischung aus globalen und lokalen Anbietern. Entscheidend ist, ob diese Mischung eine echte Entkopplung schafft oder nur eine Ansammlung von Einzelverträgen. IONOS und STACKIT zeigen, dass auf dem deutschen Markt souveräne Bausteine verfügbar sind. Gaia-X-Fördermittel von rund 132 Millionen Euro bis 2025 unterstreichen den politischen Willen, interoperable Infrastruktur zu stärken. Die Architektur muss dennoch so gebaut sein, dass Modell, Orchestrierung und Datenhaltung getrennt steuerbar bleiben.

Viertens: Verträge an den Stichtagen ausrichten. Bis zum 12. Januar 2027 sind Wechselgebühren noch zulässig; danach greift das Verbot des Data Act. Kündigungsfristen von zwei Monaten und der Abbau technischer Wechselbarrieren sind bereits angelegt. DORA verpflichtet Finanzunternehmen seit dem 17. Januar 2025, das Konzentrationsrisiko zu bewerten und einen getesteten Exit-Plan vorzuhalten. Wer Verträge verlängert, sollte die Austauschbarkeit vertraglich absichern.

Woran die Lücke im Alltag erkennbar wird

Die Lücke zeigt sich in konkreten Betriebsfragen. Kann das Haus ein führendes Modell austauschen, ohne die Agenten-Orchestrierung neu zu bauen? Liegen Prompt-Policies, Tool-Berechtigungen und Audit-Logs in eigenen Systemen? Existiert ein dokumentierter Exit-Plan für den Modellanbieter, der in einem Testlauf nachgewiesen wurde? Fehlen diese Antworten, steuert das Unternehmen Datenstandort und bleibt beim Modell handlungsunfähig.

Ein weiteres Erkennungszeichen ist die Diskrepanz zwischen Risikowahrnehmung und Steuerung. 62 Prozent der europäischen Organisationen setzen wegen geopolitischer Unsicherheit auf souveräne Lösungen. Im Schnitt erfordern nur 37 Prozent der KI-Initiativen und Daten einen souveränen Ansatz. Diese Lücke entsteht, wenn KI-Projekte dezentral in Fachbereichen starten und die zentrale Cloud-Governance bei Speicherort und Netzwerk stehen bleibt. IT-Leiter müssen deshalb jedes Agenten-Vorhaben in die bestehende Konzentrations- und Auslagerungssteuerung aufnehmen.

Knapp 70 Prozent der führenden KI-Modelle stammen aus den USA oder China. Das allein ist kein Verbot und kein Freifahrtschein. Es ist ein Hinweis, die Austauschbarkeit zu prüfen und die Plattform so zu bauen, dass Leistungsfähigkeit und Kontrollziele parallel erreichbar bleiben. Die Gegenposition von Fabian Forthmann liefert dafür die architektonische Richtschnur: Modell und Plattform trennen, Gewichte und Datenhaltung steuern und Herkunft als eines von mehreren Kriterien behandeln.

Häufige Fragen

Bildquelle: KI-generiert (August 2026)