KI-Wettrennen jenseits der USA und China
Das weltweite KI-Wettrennen wird häufig als eines beschrieben, das die USA und China mit sich ständig überbietenden Sprachmodellen unter sich ausmachen. Doch was ist mit dem Rest der Welt?
Eine Antwort ist: Sie müssten versuchen, eigene, vergleichbare KI-Grundlagenmodelle aufzubauen. Das ASEAN Future Forum, das Vietnam im Juni 2026 unter Beteiligung internationaler Expertinnen und Experten ausrichtete, zeigte jedoch, wie schwierig dieser Weg ist. Denn sowohl in Südostasien als auch in Europa fehlen vergleichbar große Datensätze, Rechenkapazitäten, Energie und Spitzenforschung.
Alternativen und Anwendungen fokussieren
Die Frage für diese Regionen lautet: Welche alternativen KI-Pfade bieten sich unter diesen anderen Rahmenbedingungen an? Eine Option besteht darin, sich auf KI-Verfahren jenseits von Sprachmodellen zu konzentrieren, etwa auf Bildanalysen. Eine zweite Option besteht darin, sich auf die Anwendung von Sprachmodellen zu fokussieren. Ausgangspunkt dieses Ansatzes ist die Beobachtung, dass Chatbots auf vielen Märkten keine fertigen Produkte sind, sondern an sektorale Bedürfnisse angepasst und in physische Objekte verbaut werden müssen. Sprachmodelle bleiben dabei eine wichtige Grundlage, sind jedoch nur ein Baustein der Wertschöpfungskette; mitunter können auch kleinere Modelle ausreichen. Hier könnte zutreffen, was Clayton Christensen schon für frühere Grundlagentechnologien beschrieb: Technology overshoots demand.i
Sprachmodelle als Commodity
Zudem gibt es zwar nicht viele, aber mehr als ein großes Sprachmodell. Dies könnte langfristig dazu führen, dass Sprachmodelle zu einem Commodity werden, also zu einer austauschbaren Basis vielfältiger Güter und Dienstleistungen. Große Sprachmodelle könnten somit in vielen Sektoren weniger entscheidend werden als derzeit angenommen. Für Europa wie ASEAN wäre das sehr attraktiv. Denn ein Effekt solcher KI-Wertschöpfungsketten wäre, dass es nicht nur sehr wenige Gewinner gäbe (die Hersteller großer Sprachmodelle), sondern mit allen Anwendern in den einzelnen Sektoren sehr viele davon.
Gemeinsame Herausforderungen
Unvollständige Integration
Zur Realisierung dieser Alternativen sind jedoch noch viele Schritte notwendig. Dabei können die Regionen viel voneinander lernen, weil sie wichtige Grundlagen teilen: Beide Regionen verfügen eher über kleinteilige, von KMU geprägte Wirtschaftsstrukturen und sind durch ihre Vielfalt gekennzeichnet. Die EU-Mitgliedstaaten sind ebenso heterogen und unvollständig integriert wie die ASEAN-Staaten. In der Folge stehen beide Regionen vor der Aufgabe, harmonisierte Standards für Datenschutz, grenzüberschreitenden Datenaustausch und Interoperabilität zu schaffen – auf ASEAN-Seite etwa durch das ASEAN Framework on Digital Data Governance, die ASEAN Model Contractual Clauses, den ASEAN Digital Masterplan sowie das ASEAN Digital Economy FrameworkAgreement (DEFA). Ein Beispiel für eine darauf aufbauende Kooperation ist der Joint Guide von ASEAN und der EU, der Unternehmen bei der Einhaltung von Vorschriften zum Datentransfer zwischen EU- und ASEAN-Jurisdiktionen unterstützt.
Segmentierte Datensätze
Beide Regionen stehen aber auch vor der Herausforderung, dass Datensätze segmentiert, schwer zugänglich und uneinheitlich kategorisiert sind. Die EU hat zwar in den vergangenen Jahren einiges an Infrastruktur geschaffen, die das Teilen von Daten vereinfacht – etwa die Common European Data Spaces. Dennoch fehlt es beispielsweise an Anreizen für Unternehmen, Daten zu
teilen. Hier können Best Practices ausgetauscht werden.
Begrenzte Rechenkapazitäten
Gleiches gilt für den Bereich der Rechenkapazitäten: Beide Regionen verfügen über sehr begrenzte Rechenkapazitäten, sowohl aufgrund ihres Zugangs zu Hochleistungschips als auch aufgrund ihrer Energiesituation. Entsprechend sind sie auf KI-Lösungen und -Infrastrukturen angewiesen, die weniger oder andere Ressourcen verbrauchen als amerikanische und chinesische Lösungen – etwa Formen des verteilten maschinellen Lernens.
Kooperationspotenziale
Es lohnt sich, den Innovationstransfer zwischen Europa und ASEAN in den Bereichen KI-Infrastruktur, KI-Anwendungen und -Governance zu vertiefen. Beide Regionen müssen ihren eigenen KI-Weg finden, jenseits des US-amerikanischen oder des chinesischen Modells. Dabei haben sie sehr unterschiedliche Startvoraussetzungen, insbesondere im Hinblick auf Ressourcen und Talente. Dies darf jedoch nicht darüber hinwegtäuschen, dass es ähnliche Herausforderungen im Hinblick auf KI-Wertschöpfungsketten, Datensätze und den Energieverbrauch gibt. Hier besteht großes Potenzial für Kooperationen. Erste Schritte gibt es bereits, etwa die Ende 2024 unterzeichnete Vereinbarung zwischen der EU und Singapur, die die Zusammenarbeit zwischen dem KI-Büro der EU und dem singapurischen AI Safety Institute stärken soll. Weitere Schritte müssen folgen – ganz nach der Devise: „Leaving no one behind!“
