„Wir befinden uns in einem geostrategisch-wirtschaftlich völlig neuen Zeitalter, das mit der Exportbeschränkung von Fable 5 begonnen hat." Das sagt nicht irgendein Tech-Blogger, sondern Gernot Blümel - Österreichs ehemaliger Finanzminister und heute für den Aufbau des KI-Medizin-Forschungsparks MARE am Lido von Venedig verantwortlicher Aufbau-Leiter. Im neuen KI Woche Podcast ordnet er ein, was der Fable-5-Bann für den europäischen Kontinent bedeutet.
Zum ersten Mal von der Spitzentechnik abgeschnitten
Blümels zentrale These ist unbequem, aber schwer zu widerlegen: Es hat in der Geschichte des europäischen Kontinents noch nie den Fall gegeben, dass Europa kollektiv von der neuesten verfügbaren Technologie ausgesperrt war. Vom Schießpulver bis zur Atomkraft - selbst wenn Europa nicht immer der Erfinder war, hatte es immer Zugang. Bis jetzt. Als die US-Regierung Anthropic 90 Minuten gab, um Fable 5 und Mythos 5 weltweit abzuschalten, war das aus Blümels Sicht eine Zeitenwende.
Dass der Bann inzwischen wieder aufgehoben wurde, ändert an dieser Einschätzung wenig. Denn die Botschaft ist klar: Europas Zugang zu den besten KI-Modellen der Welt hängt am politischen Wohlwollen Washingtons. Und in einer Technologie, die sich alle sechs Monate sprunghaft weiterentwickelt, bedeuten ein bis zwei Jahre Rückstand nicht Aufholjagd - sondern Abhängung.
DSGVO als große Herausforderung
Doch Blümel kritisiert nicht nur die Abhängigkeit der USA. Einen großen Teil des Gesprächs widmen wir der europäischen Regulatorik und der Frage, ob diese tatsächlich mehr Rechtssicherheit schafft - oder im internationalen Wettrennen nicht auch zu einer Art Selbstblockade wird. Dabei gehe es weniger um den AI Act als um das, worauf dieser aufbaut: die DSGVO.
Der Datenminimierungsgrundsatz der DSGVO - also die Pflicht, Daten nur im kleinstmöglichen Rahmen zu verwenden und danach zu löschen - widerspreche fundamental den Voraussetzungen, große Sprachmodelle zu trainieren. Und das Anonymisierungsproblem mache es noch schlimmer: Anders als in den USA, wo Unternehmen 18 klar definierte Parameter löschen und sich dann auf eine Rechtsvermutung stützen können, gebe es in Europa weder eine solche Parameterliste, noch eine Rechtsvermutung. Ein Gericht entscheide im Nachhinein, ob die Anonymisierung ausreichend gewesen sei. Wenn nicht, drohen hohe Strafen.
In der Praxis werde es dadurch schwierig, in Datenprojekten von einer Rechtsabteilung grünes Licht zu bekommen. Zusätzlich scheuten Risikokapitalgeber Investments in Start-ups, die jederzeit von der Datenschutzbehörde gestoppt werden können. Im Gespräch wird deutlich: Die Regulierung schafft in der Praxis nicht mehr Rechtssicherheit, sondern drängt Unternehmer in eine Risikoabwägung.
Vier Ressourcen, nur eine vorhanden?
Für den Bau großer Sprachmodelle brauche es vier Dinge: Talente, Rechenleistung, Energie und Risikokapital. Davon habe Europa genau eines - Talente. Gescheite Leute gebe es genug, auch in Österreich. Aber: Risikokapital fehle, Rechenleistung sei knapp, und beim Energiethema fahre Europa seinen eigenen „schrägen Weg", wie er es formuliert. Der Atomausstieg in Deutschland und Österreich führe dazu, dass Europa mit seinen Euratom-Beiträgen den Ausbau französischer Atomkraftwerke finanziere - und dann den Strom kaufe, der „kein Mascherl" habe, wenn er aus der Steckdose komme.
Der naheliegende Reflex, sich chinesischer KI-Technologie zuzuwenden, greife allerdings zu kurz: Nichts werde dadurch besser, die eine Abhängigkeit durch eine andere zu tauschen.
Europas Chance: die Nische
Europa müsse seine Stärke nutzen - und die liege in spezialisierten Anwendungen. Die starken europäischen Mittelständler und Industrien hätten einen enormen Datenschatz. Daraus ließen sich mit Open-Source-Modellen oder eigenen neuronalen Architekturen spezifische Anwendungen bauen - in der Medizin, in der Robotik, in der Industrie.
Am MARE-Forschungspark in Venedig wird genau das getan: Dort arbeiten Datenwissenschaftler mit proprietären neuronalen Netzen, die auf primärmedizinischen Daten trainiert werden - keine klassischen LLMs, sondern spezialisierte Modelle für Diagnose und Anamnese. Die KI soll dem Arzt Vorschläge machen, welche Krankheit mit welcher Wahrscheinlichkeit vorliegt, welche Fragen noch zu stellen sind und welche Wechselwirkungen mit bestehenden Medikamenten auftreten könnten. Das Ziel: nicht den Arzt ersetzen, sondern ihm die fünf bis sechs Minuten pro Patient, die ein Kassenarzt heute hat, sinnvoller nutzbar machen.
Im zweiten Teil sprechen wir mit Gernot Blümel unter anderem über Urheberrecht, Authentizität und die Zukunft der Arbeit.
🎧 Jetzt abonnieren: Spotify · Apple Podcasts · YouTube · Amazon Music
🎯 Was das für die Praxis bedeutet
1. Eigene Datenstrategie aufbauen: Europäische Unternehmen sollten ihren vorhandenen Datenschatz systematisch aufbereiten. Das ist die Grundlage für spezialisierte KI-Anwendungen - egal welches Basismodell morgen verfügbar ist.
2. Nicht auf ein einziges Ökosystem setzen: Wer sich komplett auf US-Modelle verlässt, riskiert den nächsten Exportbann. Wer komplett auf China setzt, tauscht eine Abhängigkeit gegen eine andere. Multi-Provider-Strategien und Open-Source-Alternativen sind kein Nice-to-have mehr.
3. Vertikale Spezialisierung als Wettbewerbsvorteil nutzen: Europa wird kein eigenes GPT bauen. Aber ein Medizin-KI-Modell, das auf europäischen Patientendaten trainiert ist, oder ein Industrie-Agent für spezifische Fertigungsprozesse - das geht auch ohne Milliarden-Budget.
4. DSGVO-Risiken aktiv managen: Rechtsabteilungen werden kein grünes Licht geben. Die Frage ist nicht ob, sondern wie viel Risiko man bewusst eingeht - und wie man es dokumentiert und begrenzt.
