Souveräner KI-Blueprint für europäische Organisationen

Warum Souveränität jetzt eine Architekturentscheidung ist

Die meisten Organisationen haben sich ihre KI-Abhängigkeit nicht ausgesucht. Sie kam mit jedem API-Schlüssel einzeln: ein Pilotprojekt hier, ein Plugin dort, ein Team, das Kundendaten stillschweigend über ein in den USA gehostetes Modell leitete, weil das der schnellste Weg war, ein Produkt bereitzustellen. Das Ergebnis ist das, was wir als Souveränitätslücke bezeichnen. Sensible Daten verlassen den Zuständigkeitsbereich, das Verhalten von Modellen ändert sich ohne Vorankündigung, die Preise werden von Dritten festgelegt und niemand in der Organisation kann die erste Frage der Wirtschaftsprüfer beantworten: Wo genau landen unsere Daten?

Das regulatorische Umfeld hat diese Realität mittlerweile eingeholt. Die Transparenzpflichten des EU-KI-Gesetzes nach Artikel 50 gelten seit dem 2. August 2026, und die Pflichten für Hochrisikosysteme folgen am 2. Dezember 2027. Die DSGVO wurde in der Zwischenzeit nie ausgesetzt, und das Spannungsverhältnis zwischen ihr und dem US-CLOUD-Act bleibt strukturell ungelöst: Ein von den USA kontrollierter Anbieter kann gezwungen werden, Daten offenzulegen, unabhängig davon, wo der Server physisch steht. Für Banken, Krankenhäuser, Anwaltskanzleien, Medienunternehmen und die öffentliche Verwaltung ist das kein theoretisches Risiko. Es ist ein Beschaffungsblocker.

Souveräne KI ist die Antwort darauf, wird aber oft fälschlicherweise als bloßer Slogan verstanden. Dieses Konzept behandelt sie als das, was sie tatsächlich ist: eine Architekturentscheidung mit fünf Ebenen, von denen jede einzelne spezifiziert, beschafft und auditiert werden kann.

Was souveräne KI genau bedeutet

Eine KI-Implementierung ist dann souverän, wenn die betreibende Organisation die effektive Kontrolle über vier Dinge behält: die Daten, die Modelle, die Infrastruktur und die betrieblichen Entscheidungen. Effektive Kontrolle bedeutet mehr als nur das Label eines europäischen Rechenzentrums. Eine in Frankfurt betriebene Hyperscaler-Region einer US-amerikanischen Muttergesellschaft reicht dafür nicht aus. Eine gemietete GPU ohne Einblick in den Serving-Stack reicht ebenso wenig aus.

Der Praxistest ist einfach. Können Sie die folgenden Fragen mit Nachweisen beantworten? Wo wird jeder Prompt und jeder Output verarbeitet und gespeichert? Welche Modellversion beantwortet heute die Anfragen und wer hat das entschieden? Wer kann unter welchem rechtlichen Rahmen auf das System zugreifen und wer würde im Ernstfall benachrichtigt werden? Was passiert mit Ihrer KI-Fähigkeit, wenn ein ausländischer Anbieter die Bedingungen, Preise oder Verfügbarkeit ändert?

Wenn auch nur eine Antwort vom Wohlwollen eines Dritten abhängt, ist die Bereitstellung nicht souverän. Sie ist gemietet.

Die fünf Ebenen des Konzepts

Ebene 1: Infrastruktur. Rechenleistung, die Sie kontrollieren, in einer Rechtsordnung Ihrer Wahl. Dies reicht von einem einzelnen Inferenz-Knoten der Workstation-Klasse für ein Pilotprojekt bis hin zu GPU-Clustern im eigenen Rechenzentrum oder bei einem europäischen Colocation-Partner. Das entscheidende Merkmal ist nicht die Größe, sondern die Hoheit über die betrieblichen Entscheidungen: Sie entscheiden, wann Patches eingespielt werden, wann skaliert wird und wer die Hardware berührt. Moderne Open-Weight-Modelle haben dies wirtschaftlich realistisch gemacht. Ernsthafte Inferenz-Workloads erfordern keine Hyperscaler-Kapazitäten mehr, und ein Pilotprojekt kann auf einem einzigen kompakten Gerät auf dem Schreibtisch starten.

Ebene 2: Der Serving-Stack. Open-Source-Inferenzinfrastruktur, die innerhalb Ihrer eigenen Sicherheitsgrenzen bereitgestellt und gehärtet wird. Auf der Serving-Ebene leben die Prompts, Outputs und Protokolle tatsächlich – hier entscheidet sich also, ob Souveränität gewonnen oder verloren wird. Wenn Sie diese selbst betreiben, bedeutet dies, dass Modellgewichte aus dem von Ihnen verwalteten Speicher geladen werden, Anfragen niemals eine API von Drittanbietern passieren und die Protokolle, die Regulierungsbehörden eines Tages anfordern werden, in Ihrer Hand liegen.

Ebene 3: Modelle. Open-Weight-Modelle, die für die jeweilige Aufgabe validiert wurden, bevor sie in die Produktion gehen. Souveränität bedeutet nicht, sich mit schwächerer Leistungsfähigkeit abzufinden. Aktuelle Open-Weight-Modelle sind für die große Mehrheit der Unternehmens-Workloads absolut konkurrenzfähig: Zusammenfassungen, Datenextraktion, Texterstellung, Retrieval-Augmented Generation (RAG) und interne Agenten. Das Konzept sieht einen Validierungsschritt vor, anstatt sich nur auf Bestenlisten zu verlassen: Testen Sie Modellkandidaten bei Ihren eigenen Aufgaben mit Ihren eigenen Daten und dokumentieren Sie die Ergebnisse. Die Modellwahl wird so zu einer dokumentierten, revidierbaren Entscheidung statt zu einem bloßen Standard.

Ebene 4: Steuerungsebene (Control Plane). Die Ebene, die aus reiner Inferenz einen kontrollierten Dienst macht: Zugriffskontrolle, Sichtbarkeit der Nutzung, Verwaltung des Modell-Lebenszyklus und Audit-Nachweise. Dies ist die Ebene, die von den meisten internen Teams unterschätzt wird. Ein Modell bereitzustellen ist ein Wochenendprojekt; es als konforme interne Plattform für Hunderte von Nutzern zu betreiben, ist es nicht. Unabhängig davon, ob Sie diese Ebene selbst bauen oder einkaufen, muss sie existieren, denn hier werden die Dokumentations- und Transparenzpflichten des EU-KI-Gesetzes tatsächlich erfüllt.

Ebene 5: Governance und geteilte Verantwortung. Eine schriftliche Matrix, die festlegt, wer wofür verantwortlich ist: der Infrastrukturanbieter, der Plattformbetreiber und die nutzende Organisation. Cloud-KI versteckt diese Matrix in den Nutzungsbedingungen. Souveräne KI macht sie explizit. Jede Kontrolle, vom physischen Zugriff über die Prompt-Protokollierung bis hin zur Reaktion auf Vorfälle, bekommt einen Verantwortlichen. Dieses Dokument macht aus einer Architektur etwas, dem ein Wirtschaftsprüfer, ein Betriebsrat oder ein Aufsichtsrat zustimmen kann.

Die Compliance-Dividende

Organisationen betrachten Souveränität oft als Kostenfaktor für die Einhaltung von Vorschriften. In der Praxis verhält es sich genau umgekehrt: Eine souveräne Architektur macht Compliance günstiger, weil die Nachweise bereits durch die Konstruktion selbst vorliegen.

Datenresidenz ist kein vertragliches Versprechen mehr, sondern eine physische Tatsache. DSGVO-Auftragsverarbeitungsverträge vereinfachen sich dramatisch, wenn kein Drittlandtransfer stattfindet. Der Konflikt mit dem CLOUD Act verschwindet, anstatt nur überspielt zu werden. Die Transparenzpflichten des KI-Gesetzes lassen sich leichter erfüllen, wenn Sie den gesamten Pfad der Anfrage kontrollieren und genau dokumentieren können, welches Modell welches Ergebnis geliefert hat. Und Schatten-KI – die unbefugte Nutzung von Consumer-Tools – geht zurück, wenn Mitarbeiter eine freigegebene interne Alternative erhalten, die schnell und verfügbar ist. Denn Schatten-KI ist ein Versorgungsproblem, kein Disziplinproblem.

Der Pfad der Bereitstellung

Das Konzept vermeidet bewusst die riskante Big-Bang-Migration. Der bewährte Pfad umfasst drei Phasen.

Pilotprojekt, 30 Tage. Ein Inferenz-Knoten, ein oder zwei validierte Open-Weight-Modelle, ein hochgradig wertvoller Anwendungsfall mit einer messbaren Ausgangsbasis. Das Ziel ist nicht Skalierung, sondern der Nachweis von: Latenz, Qualität, Kosten pro Anfrage und Nutzerakzeptanz im Vergleich zum bestehenden Cloud-Tool. Pilotprojekte dieser Art bringen regelmäßig eine dramatische Wirtschaftlichkeit ans Licht. In einem dokumentierten Fall sanken die Kosten pro Anfrage von Euro-Beträgen auf Cent-Beträge – eine Reduzierung von über neunzig Prozent –, schlicht durch die Verlagerung eines klar abgegrenzten Workloads auf eine eigene Inferenz-Infrastruktur.

Plattform, 90 Tage. Der Pilotknoten wird zu einem kontrollierten internen Dienst: Die Steuerungsebene wird eingerichtet, der Zugriff wird teamweise ausgerollt, die Matrix der geteilten Verantwortung wird unterzeichnet und die ersten vertikalen Anwendungsfälle gehen in Produktion. Dies ist die Phase, in der die Organisation lernt, KI selbst zu betreiben, anstatt sie nur zu konsumieren.

Portfolio, fortlaufend. Neue Modelle werden validiert und ausgetauscht, während sich das Open-Weight-Ökosystem weiterentwickelt. Weitere Workloads werden auf Basis der Kostennachweise aus der Pilotphase migriert und die Kapazität wächst mit dem Bedarf statt mit den Preisstufen eines Anbieters. Souveränität zahlt sich aus: Jeder auf die eigene Infrastruktur verlagerte Workload erhöht die Verhandlungsmacht bei den Workloads, die noch außerhalb verbleiben.

Was Xinity bietet

Xinity baut und betreibt den souveränen KI-Stack für europäische Organisationen: validierte Open-Weight-Modelle auf einer Infrastruktur, die der Kunde kontrolliert, wobei Serving-Layer, Steuerungsebene und das Framework für geteilte Verantwortung als eine zusammenhängende Plattform bereitgestellt werden und nicht als Forschungsprojekt. Wir arbeiten mit Branchen zusammen, in denen Souveränität nicht verhandelbar ist, darunter Finanzdienstleistungen, Gesundheitswesen, Recht, Medien und der öffentliche Sektor. Dabei starten wir so, wie es dieses Konzept empfiehlt: mit einem 30-tägigen Pilotprojekt bei echten Workloads und einer messbaren Ausgangsbasis.

Die Plattform selbst ist Open Source: Der Code ist im Xinity-Repository auf GitHub öffentlich einsehbar, sodass der in diesem Konzept beschriebene Serving-Stack und die Steuerungsebene überprüft werden können, anstatt sie einfach blind zu akzeptieren.

Das obige Konzept ist bewusst anbieterneutral gehalten. Jede Organisation kann es mit ausreichend Zeit und technischer Kapazität selbst umsetzen. Die Frage, die Xinity beantwortet, ist lediglich, wie viel von dieser Zeit und Kapazität Sie für die Infrastruktur aufwenden wollen, anstatt für die eigentlichen Anwendungsfälle.

Sind Sie bereit, das Konzept mit Ihren eigenen Workloads zu testen? Starten Sie ein 30-tägiges Pilotprojekt mit einem validierten Anwendungsfall und einer messbaren Ausgangsbasis.

Dieser Beitrag wurde mit Unterstützung von KI verfasst und vom Xinity-Team überprüft.