#44
2026-10-16
Duo
32:38
Aus Versehen souverän 🍀 Warum Europas KI ohne Milliarden-Muskel aufholt
Key Takeaways
- Was in wenigen Wochen auf allen Ebenen des europäischen KI-Stacks passiert ist
- Warum die Konzentration auf wenige US-Anbieter zum Single Point of Failure werden kann
- Weshalb ein europäisches KI-Unternehmen nach einem Verkauf in die USA genau das verliert, wofür es gekauft wurde
- Wie amerikanische Frontier-Modelle helfen, amerikanische Software nachzubauen
- Warum ein Sprachmodell allein keinen Roboter steuern kann
- Weshalb bei der Modellwahl oft das Problem vor dem Rechner sitzt
Zusammenfassung
Amerika wettet auf Größe. Europa hatte nie das Geld dafür und setzt deshalb auf Methode statt Muskel. Ein paar Wochen reichen für eine bemerkenswerte Bilanz. Mistral legt ein neues großes Sprachmodell vor, Black Forest Labs eine Modellfamilie für Bild und Video, NEURA Robotics aus Metzingen ein eigenes Foundation Model für Roboter, das sieht, hört, tastet und sich erinnert. Oliver Rößling und Alois Krtil wollen wissen, wie das ohne die Summen geht, die in den USA in Rechenzentren fließen. Die Antwort ist für beide Seiten unbequem. Das Rennen um immer größere Sprachmodelle konnte Europa nie gewinnen, weil es sein Kapital nicht auf ein, zwei Champions bündelt. In den USA ist genau das passiert. Eine Handvoll Anbieter hat so viel Geld verbaut, dass es sich nur über Masse zurückverdienen lässt. Das ist eine Wette auf ein einziges Pferd und ein Single Point of Failure, falls Modelle schneller zur Massenware werden als geplant. Was wie Europas Schwäche aussah, wird so zum Vorteil. Geplant war das nicht. Bleibt die Sorge vor der großen Einkaufstour. Aleph Alpha geht bereits im kanadischen Anbieter Cohere auf. Nur verliert ein europäisches KI-Unternehmen, sobald es amerikanisch wird, genau das, wofür man es gekauft hat: das Vertrauen von Kunden, die ihre Daten nicht in fremden Trainingssystemen sehen wollen. Dazu kommt ein Paradox: Mit amerikanischen Frontier-Modellen lässt sich amerikanische Business-Software inzwischen in Teilen nachbauen. Die zweite Hälfte wird handfest. Wer auf eine heiße Herdplatte fasst, zieht die Hand weg, bevor das Sprachzentrum etwas dazu sagt. Ein Sprachmodell kennt diesen Reflex nicht, ihm fehlt jede Wahrnehmung von Raum und Physik. Roboter lernen dagegen aus harten Fakten, und was ein Gerät beim Umkippen lernt, lernt die Flotte mit. Der Hebel liegt in der Orchestrierung, nicht in immer größeren Modellen. Wer für jede Frage das Frontier-Modell anwirft, schlägt einen Bastelnagel mit dem Vorschlaghammer ein. Hör rein, wenn du wissen willst, warum Europas KI gerade dort aufholt, wo Geld allein nicht reicht.