Europäische KI-Flucht: Airbus, Parlament und Samsung bauen lokal

Hohe Kosten, Abhängigkeiten von US-Anbietern und Sicherheitsbedenken treiben Unternehmen und Institutionen in Europa in die Eigenregie. Der Trend weg von zentralisierten Cloud-KI-Systemen hin zu lokalen und selbst gehosteten Infrastrukturen gewinnt rasant an Fahrt.

Europäisches Parlament baut eigene KI-Infrastruktur

Das Europäische Parlament testet derzeit eine teils autonome KI-Plattform namens EPGenAI Hub. Zwar greift das Parlament weiterhin auf internationale Modelle wie GPT-5 und Claude zurück, doch das neue System kann den Betrieb auch dann aufrechterhalten, wenn der Zugang zu US-Anbietern ausfällt. Die selbst gehostete Umgebung setzt auf offene Modelle wie Llama und Mistral und treibt die Entwicklung von EuroLLM voran – einem Modell mit 22 Milliarden Parametern. Parallel dazu entsteht ein größeres Spitzenmodell mit über 400 Milliarden Parametern.

Airbus verlässt AWS – aus Sorge um US-Zugriff

Der europäische Luftfahrtkonzern Airbus hat begonnen, kritische Anwendungen von Amazon Web Services (AWS) auf den französischen Anbieter Scaleway zu verlagern. Bis Ende 2028 sollen 70 kritische Anwendungen umziehen, langfristig sind bis zu 900 Anwendungen geplant. Ausschlaggebend war nicht der Preis, sondern die Rechtshoheit: Der US-amerikanische CLOUD Act erlaubt US-Behörden den Zugriff auf Daten, die auf europäischen Servern gespeichert sind. Ein Ausfall eines großen Cloud-Anbieters am 16. Juli 2026 im Frankfurter Rechenzentrum unterstrich zudem die Risiken zentraler Abhängigkeiten.

Deutschland und Frankreich bündeln Kräfte

Am 17. Juli 2026 einigten sich Deutschland und Frankreich auf die Entwicklung einer gemeinsamen militärischen KI-Plattform. Der Schritt verstärkt den Druck auf europäisch kontrollierte Technologielösungen und zeigt, dass digitale Souveränität zur Chefsache wird.

Nvidia bringt KI auf den Schreibtisch

Auf der Siggraph-Konferenz am 20. Juli 2026 kündigte Nvidia an, dass sein Agent Toolkit nun auf DGX-Station-Desktops lauffähig ist. Die Einrichtung dauert rund 30 Minuten und ermöglicht Unternehmen, Super-Agenten lokal mit bis zu 20 Petaflops Leistung und 748 Gigabyte Arbeitsspeicher zu betreiben. Das Toolkit enthält das Modell Nemotron 3 Ultra sowie Bibliotheken für integrierte lokale Workflows.

Die verstärkte Nutzung von KI-Systemen in Unternehmen bringt neue regulatorische Anforderungen mit sich, die über rein technische Fragen hinausgehen. Dieser kostenlose Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen

Samsung SDS setzt auf heimischen Chip

Ebenfalls am 20. Juli 2026 startete Samsung SDS einen neuen Deep-Learning-Dienst, der auf dem RNGD-Chip des Start-ups FuriosaAI basiert. Es ist der erste koreanische Deep-Learning-Dienst, der einen einheimischen neuronalen Prozessor (NPU) nutzt. Der Dienst zielt auf hohe Effizienz bei der Inferenz ab und richtet sich an öffentliche Auftraggeber über ein souveränes Cloud-Modell.

KI auf dem Smartphone: 27 Milliarden Parameter lokal

Am 14. Juli 2026 veröffentlichte PrismML Bonsai 27B – ein Modell mit 27,8 Milliarden Parametern, das auf aktueller Smartphone-Hardware lokal läuft. Dank spezieller Quantisierung passt es in 3,9 Gigabyte Speicher, ohne nennenswerte Leistungseinbußen.

Kosten sparen mit lokalen Modellen

Die Wirtschaftlichkeit treibt den Wandel maßgeblich an. Analysen der Nutzungsmuster zeigten Anfang des Jahres: Wer ein Spitzenmodell wie Claude mit einem lokalen Large Language Model (LLM) kombiniert, kann seine KI-Ausgaben halbieren. Nur etwa drei von zehn typischen Anfragen benötigen tatsächlich die volle Leistung teurer kommerzieller Modelle.

Mit der Einführung eigener KI-Infrastrukturen müssen Unternehmen sicherstellen, dass sie die neuen europäischen Regeln für künstliche Intelligenz rechtssicher umsetzen. Der kostenlose Umsetzungsleitfaden zum EU AI Act hilft Ihnen dabei, Bußgelder zu vermeiden und alle relevanten Übergangsfristen einzuhalten. Kostenlosen KI-Leitfaden jetzt herunterladen

Sicherheitsfilter umgehen – lokale Modelle als Ausweg

Lokale Modelle helfen auch, die restriktiven Schutzmechanismen kommerzieller Anbieter zu umgehen. Nach einem KI-Agenten-Angriff Mitte Juli 2026 nutzte Hugging Face ein lokales Z.ai GLM 5.2-Modell mit 753 Milliarden Parametern zur Log-Analyse – kommerzielle Modelle hatten die Aufgabe aufgrund ihrer Sicherheitsfilter abgelehnt.

Pflegeroboter und Gesundheitsplattformen setzen auf lokale KI

Besonders in Bereichen mit hohen Anforderungen an Latenz und Privatsphäre setzt sich die lokale Architektur durch. Das Unternehmen 3 E Network hat die Architektur für einen maßgeschneiderten Edge-KI-Chip für seine Aladdin-Alaris-Roboter finalisiert. Die Hardware unterstützt lokale LLM-Inferenz und millisekundenschnelle Rückmeldungen.

Auch neue Smart-Healthcare-Plattformen setzen auf lokale Designs mit Debian-Linux-Hubs und lokalen Kommunikationsprotokollen wie Zigbee. Notfallreaktionen wie die Sturzerkennung erfolgen in unter drei Sekunden. Da die Systeme ohne aktive Internetverbindung und offene Ports arbeiten, bleibt die Patientenprivatsphäre geschützt – selbst bei Netzwerkausfällen.

de | wissenschaft | 69816866 |