12 Juni 2026
Wir sind eine der stärksten KI-Anwendernationen der Welt — und wer stark ist, schützt seine Position
Frank Wiekhorst im Juni 2026
Lassen Sie mich mit einer Zahl beginnen, die in der deutschen Selbstwahrnehmung zu selten vorkommt: 36 Prozent.
36 Prozent der deutschen Unternehmen setzen bereits KI ein — das ist eine Verdopplung binnen eines einzigen Jahres. (Bitkom, „Künstliche Intelligenz in deutschen Unternehmen”, Februar 2026) Deutschland liegt damit deutlich über dem EU-Durchschnitt von 20 Prozent (Eurostat, ICT Enterprise Survey, Dezember 2025), und weit vor Großbritannien und den USA, die beide bei 16 bis 17 Prozent verharren. (UK DSIT 2025; US Census Bureau BTOS 2025) Noch überzeugender ist das Bild bei Freelancern und Selbstständigen: 85 Prozent im deutschsprachigen Raum nutzen KI-Tools aktiv, während globale Benchmarks bei 39 bis 44 Prozent liegen. (Freelancer-Kompass 2026; US Federal Reserve St. Louis, 2024) Deutschland ist also nicht irgendwie dabei. Deutschland ist vorn.
Das ist die Ausgangslage. Nicht Rückstand. Nicht Zögern. Stärke.
Und genau deshalb ist die Frage, die ich in diesem Essay stellen will, keine defensive — sie ist eine strategische. Wer so stark aufgestellt ist wie Deutschland in der Anwendung von KI, wer so viel aufgebaut hat, der sollte sich fragen: Auf welchem Fundament steht das alles? Und wem gehört dieses Fundament?
Das Gebäude mit drei Stockwerken
Um zu verstehen, worum es geht, hilft ein einfaches Bild. KI-Technologie funktioniert wie ein Gebäude mit drei Stockwerken.
Das Fundament: Hardware. Chips, Grafikprozessoren, Rechenzentren. Neunzig Prozent der leistungsfähigen KI-Trainingshardware weltweit kommt von einem einzigen amerikanischen Unternehmen: NVIDIA. Europa produziert in diesem Bereich so gut wie nichts in relevantem Maßstab.
Das Erdgeschoss: Sprachmodelle und Trainingsdaten. Die großen KI-Modelle — ChatGPT, Gemini, Claude, Copilot — werden vollständig in den USA und China entwickelt. Sie kosten Milliarden in der Entwicklung, benötigen monatelange Rechenzeit auf zehntausenden spezialisierter Chips. Das Know-how liegt fast ausschließlich jenseits des Atlantiks.
Das Obergeschoss: Anwendungen. Hier ist Deutschland stark. Hier sind Siemens, Bosch, Volkswagen und tausende Mittelständler Weltklasse. Hier entstehen die 36 Prozent Adoptionsrate, hier kommen die 85 Prozent der Freelancer zusammen, die täglich produktiv mit KI arbeiten.
Das ist beeindruckend. Und es erzeugt genau die Verpflichtung, die ich meine: Wer oben so viel aufgebaut hat, kann es sich nicht leisten, das Fundament fremden Händen zu überlassen.
Stark auf geborgtem Boden
Bitkom hat in seiner aktuellen Studie eine Zahl erhoben, die das Problem präzise benennt: 70 Prozent der deutschen Unternehmen, die KI einsetzen, nutzen dafür ChatGPT — ein Produkt von OpenAI, einem amerikanischen Unternehmen, das amerikanischem Recht unterliegt.
Das ist kein Vorwurf. ChatGPT ist gut. Es macht Sinn, es zu nutzen. Aber wer als Führungskraft die Entscheidungsarchitektur seines Unternehmens mit einem externen Werkzeug aufbaut, das er nicht kontrolliert, der sollte sich über die Implikationen im Klaren sein.
Amerikanische Anbieter unterliegen dem US Cloud Act. Das ist eine Gesetzgebung, die US-Behörden potenziell Zugriff auf gespeicherte Daten gewährt — unabhängig davon, wo die Server stehen. Wer sensible Unternehmensdaten oder Produktionsprozesse auf amerikanischer Infrastruktur verarbeitet, trägt ein strukturelles Risiko, das kein Vertrag vollständig eliminieren kann.
Das ist noch nicht das Kernproblem. Das Kernproblem ist ein anderes.
Die Energie-Lektion — diesmal vorher
Wir haben diese Geschichte schon einmal erlebt.
Jahrzehntelang hat Deutschland günstige Gaslieferungen aus Russland bezogen. Es war bequem, billig, und es funktionierte. Die Abhängigkeit wurde zwar immer wieder thematisiert — aber nie ernsthaft als Risiko behandelt. Die Lieferungen flossen, das Fundament schien stabil.
Dann, im August 2022, stoppte Russland die Gaslieferungen. Ein einziges Jahr brachte Energieimportkosten von 146 Milliarden Euro. Der Strukturwandel, der unter geordneten Bedingungen ein Jahrzehnt hätte dauern können, musste in Monaten passieren.
Das Entscheidende daran ist nicht die Summe. Das Entscheidende ist der Kontrollverlust. Deutschland konnte nicht mehr frei entscheiden. Abhängigkeit schränkt Handlungsspielräume ein — auch dann, wenn sie nie offen ausgenutzt wird. Sie schwächt die Verhandlungsposition, bevor überhaupt verhandelt wird.
Beim Thema KI-Infrastruktur stehen wir an einem Punkt, den wir 2012 beim Gas nicht hatten: Wir sehen das Muster rechtzeitig. Die Frage ist, ob wir diesmal anders handeln.
Dabei geht es nicht um das schlimmste Szenario — einen amerikanischen Exportkontrollerlass, der deutschen Unternehmen den Zugang zu KI-Modellen oder Chips entzieht. Die USA haben diesen Weg gegenüber China bereits beschritten. Das Szenario ist also nicht theoretisch. Aber selbst wenn es nie eintritt: Wer keine Alternative hat, verhandelt aus einer schwachen Position. Immer.
Was auf dem Spiel steht — konkret
Deutschland hat KI schnell und gut in die Breite gebracht. Das ZEW bestätigt: Mehr als 60 Prozent aller Beschäftigten in Deutschland nutzen KI am Arbeitsplatz — oft auch ohne formale Einführung durch den Arbeitgeber. Das ist Eigeninitiative. Das ist die Stärke des deutschen Mittelstands und seiner Fachkräfte.
Aber McKinsey hat 2026 eine Beobachtung veröffentlicht, die nachdenklich macht: Deutsche Beschäftigte nutzen KI so häufig wie der globale Durchschnitt — profitieren aber seltener in messbarer Produktivität.
Das ist kein Zufall. Wer auf fremder Infrastruktur operiert, kann diese Infrastruktur nicht vollständig für seine spezifischen Anforderungen optimieren. Wer keine eigenen Modelle trainiert, kann nicht mit eigenen Daten arbeiten. Wer die Chips nicht kontrolliert, kann die Rechenkapazität nicht sichern. Deutschland nutzt KI — aber das Potenzial wird durch die fehlenden Fundamente gedeckelt.
McKinsey beziffert die Produktivitätslücke zwischen den USA und Europa inzwischen auf 33 Prozentpunkte — Tendenz steigend. Der Haupttreiber ist der systematisch höhere Kapitaleinsatz amerikanischer Unternehmen in Technologie. Wer die Infrastruktur kontrolliert, gewinnt den Produktivitätswettlauf. Nicht wer sie nur nutzt.
Die Investitionslogik
Es gibt einen politischen Reflex, der bei jeder großen Investitionsdebatte auftaucht: Wir können uns das nicht leisten.
Dieser Reflex übersieht eine Grundregel kaufmännischen Denkens: Nichtstun ist auch eine Entscheidung — und auch Nichtstun hat Kosten.
Über den nationalen KI-Souveränitätsplan werden Investitionen von 65 Milliarden Euro über fünf bis sechs Jahre diskutiert. Das klingt nach einer gewaltigen Summe. In Relation gesetzt: Deutschland gibt jährlich mehr als 76 Milliarden Euro für fossile Energieimporte aus. Der gesamte mehrjährige Investitionsplan entspricht also weniger als einem einzigen normalen Jahr Energieimport.
Die Netto-Belastung des regulären Bundeshaushalts liegt dabei bei rund einer Milliarde Euro pro Jahr. Das entspricht etwa der jährlichen Filmförderung des Bundes. Der Rest kommt aus Sondervermögen, EU-Fonds und privatwirtschaftlichen Investitionen der Industrie.
Wer sagt, wir könnten uns das nicht leisten, muss erklären, wie er sich stattdessen den systematischen Rückstand in der Wertschöpfung leisten will — und wie er erklärt, dass wir uns eine Abhängigkeit leisten können, deren Preis wir noch nicht kennen, aber inzwischen ahnen sollten.
Was zu tun wäre — und was es nicht ist
Die Antwort liegt nicht darin, alles selbst zu bauen. Deutschland ist kein China, das mit staatlicher Planwirtschaft eine komplette Technologieindustrie aus dem Boden stampft. Das wäre weder möglich noch wünschenswert.
Die Antwort liegt in gezielter Souveränität auf den kritischen Ebenen — denselben Ebenen, auf denen Deutschland bereits seine Stärken aufgebaut hat.
Eigene Rechenzentrumsinfrastruktur nach europäischen Datenschutzstandards, unabhängig von amerikanischen Zugriffsgesetzen. Das ist keine Isolation — das ist die Grundvoraussetzung für souveränes Handeln in der digitalen Welt.
Eigene europäische Sprachmodelle, trainiert auf europäischen Daten, nach europäischen Werten. Nicht als Konkurrenz zu ChatGPT für jeden Anwendungsfall — sondern als Alternative für alle Bereiche, in denen die Abhängigkeit von einem amerikanischen Konzern strategisch inakzeptabel ist.
Strategische Chip-Unabhängigkeit — nicht über Nacht, aber mit einem klaren Entwicklungspfad. Deutschland hat eine reale Chance, im Bereich Quantencomputing Mitgestalter statt Nachzügler zu sein. Das BMBF investiert bereits in diesen Weg. Es gilt, ihn konsequent weiterzugehen.
Das ist kein technologischer Nationalismus. Das ist das, was jedes vernünftige Unternehmen mit strategischem Lieferantenmanagement macht: Abhängigkeiten identifizieren, Alternativen entwickeln, Verhandlungsposition stärken.
Souveränität ist eine Fähigkeit, kein Produkt
Es gibt einen Einwand, der schwerer wiegt als alle fiskalischen Bedenken: Die Technologie entwickelt sich so schnell, dass jede Investition von heute morgen veraltet ist.
Das stimmt — und es trifft den Punkt nicht.
Wer eigene Rechenzentren hat, kann die nächste Chipgeneration einbauen. Wer eigene Daten kontrolliert, kann das nächste Modell trainieren. Wer eigene Modelle hat, kann auf zukünftige Architekturen migrieren. Souveränität ist kein Produkt, das man einmal kauft und dann besitzt. Souveränität ist die Fähigkeit, unabhängige Entscheidungen zu treffen — heute, morgen und übermorgen.
Wer diese Fähigkeit nicht aufbaut, kauft sie stattdessen jedes Jahr neu — zu Preisen, die andere festlegen, unter Bedingungen, die andere diktieren.
Stärke verpflichtet
Deutschland ist eine der führenden KI-Anwendernationen der Welt. Das ist keine Selbstbeweihräucherung — das sind die Zahlen von Bitkom, Eurostat, ZEW und McKinsey. Wir haben etwas aufgebaut, auf das wir zu Recht stolz sein können.
Und genau deshalb gilt: Stärke verpflichtet.
Wer in der ersten Liga spielt, schützt seine Position. Wer so viel in die Anwendungsschicht investiert hat — an Kompetenz, an Prozessen, an Produkten — der kann es sich nicht leisten, das Fundament darunter fremden Händen zu überlassen.
Die Energie-Lektion haben wir gelernt. Reaktiv, unter Schmerzen, zu hohen Kosten. Die KI-Lektion können wir proaktiv lernen. Jetzt, während wir noch die Wahl haben.
Die Frage ist nicht, ob wir stark genug sind. Die Frage ist, ob wir klug genug sind, unsere Stärke zu schützen.
Frank Wiekhorst