Europas KI-Souveränitätsdebatte hat ein Wahrnehmungsproblem. Sie wird als Modellfrage geführt: wer hat Mistral, wer hat Aleph Alpha? Aber Modelle sind Code. Was Modelle trainiert und skalierbar macht, ist Hardware. Und genau da sieht die Lage anders aus.
Was Europa wirklich hat
Die Zahlen klingen zunächst beeindruckend. Das EuroHPC Joint Undertaking hat bis Ende 2025 insgesamt 13 AI Factories ausgewählt, verteilt über 17 Länder. Die Gesamtinvestitionen durch die EU und Mitgliedsstaaten bis 2027 belaufen sich auf 10 Milliarden Euro. Drei EuroHPC-Rechner stehen unter den Top 10 der weltweiten Supercomputer-Rangliste: JUPITER in Jülich (Platz 4) sowie LUMI in Finnland und Leonardo in Italien.
Das klingt nach ernsthafter Infrastruktur. Und für wissenschaftliches Rechnen ist es das auch.
Für KI-Training und -Inferenz auf kommerziellem Maßstab gilt eine andere Rechnung. Europas gesamter öffentlicher KI-Rechenpark umfasst aktuell mehrere Zehntausend GPU-Beschleuniger. Zum Vergleich: Ein einzelnes US-Rechenzentrum eines großen Tech-Konzerns übersteigt diese Kapazität. Microsoft hat allein für 2025 den Bau KI-fähiger Rechenzentren im Wert von 80 Milliarden Dollar angekündigt. Die Asymmetrie ist keine Nuance. Sie ist der Kernbefund.
Das Nvidia-Problem in der Mitte der Souveränitätserzählung
Hier liegt der Widerspruch, der in europäischen Pressemitteilungen konsequent fehlt: Nahezu alle europäischen KI-Fabriken laufen auf Nvidia-Hardware. JUPITER, Europas ersten Exascale-Rechner, betreibt ein Booster-Modul mit fast 24.000 NVIDIA GH200 Superchips. Mistrals neues Rechenzentrum nahe Paris, finanziert durch 830 Millionen Dollar Fremdkapital (gesichert März 2026), wird auf Nvidia-GPUs der Vera-Rubin-Generation aufgebaut. Das geplante Rechenzentrum in Borlänge, Schweden (1,2 Milliarden Euro, Inbetriebnahme 2027), setzt auf dieselbe Lieferabhängigkeit.
Nvidia hält laut IDC und Bernstein Research 80 bis 90 Prozent des Marktes für KI-Beschleuniger. Wer seine KI-Souveränität auf dieser Basis aufbaut, hat ein Etikett auf einer fremden Flasche. Wenn Washington die Exportkontrolle für Hochleistungschips verschärft (wie 2023 mit den H100-Restriktionen nach China), bekommt Europa das als Nächstes zu spüren.
Was Europa alternativ tut und wie weit es trägt
Es gibt einen ernsthaften Versuch, das zu ändern. Das französische Unternehmen SiPearl hat im Juli 2025 eine Series-A-Runde über 130 Millionen Euro abgeschlossen und den Rhea1-Chip zur Produktion bei TSMC eingereicht. Rhea1 ist ein HPC-Prozessor mit 80 ARM-Kernen und über 61 Milliarden Transistoren, der den CPU-Cluster von JUPITER bestücken soll. Im Oktober 2025 folgte der Athena1-Chip für Verteidigungs- und Regierungsanwendungen.
Das ist ein Start. Aber Rhea1 ist ein CPU, kein GPU. Für das eigentliche KI-Training, also genau die Workloads, bei denen Europa Nvidia braucht, ist er nicht gebaut. Und TSMC, bei dem der Chip gefertigt wird, sitzt in Taiwan. Die Lieferkette ist über drei Kontinente verteilt.
ASML aus Veldhoven macht das Gesamtbild plastischer. Das Unternehmen ist der einzige Hersteller von EUV-Lithographiemaschinen, die für die Produktion modernster KI-Chips nötig sind. Technologisch ist das eine europäische Stärke. Strategisch macht es deutlich: Chipdesign und tatsächliches GPU-Deployment liegen weit auseinander. ASML liefert Maschinen an TSMC, das damit Nvidia-Chips baut, die in europäischen Rechenzentren laufen. Europa ist Zulieferer in einer Wertschöpfungskette, deren Erträge woanders anfallen.
Warum das keine akademische Frage ist
Wer ein KI-Produkt auf europäischer Infrastruktur betreiben will, zahlt heute einen Preis. Nicht weil europäische Ingenieure schlechter sind, sondern weil die Kapazität fehlt. Die EU-Kommission hat mit der InvestAI-Initiative im Februar 2025 ein Budget von 200 Milliarden Euro angekündigt, darunter 20 Milliarden für den Rechenzentrumsbau. Geplant sind bis zu fünf “AI Gigafabriken” mit je über 100.000 GPUs. Das wäre eine andere Größenordnung.
Geplant ist das Schlüsselwort. Der erste dieser Gigafabriken soll bis 2027 betriebsbereit sein. Bis dahin entscheiden europäische Unternehmen, welche Infrastruktur sie nutzen. Die verfügbare Kapazität liegt heute fast vollständig in US-amerikanischen Hyperscalern.
Das verändert die Souveränitätsdebatte fundamental. Nicht das Modell ist das Problem. Das Modell ist lösbar: Mistral zeigt es. Das Problem ist, wo das Modell trainiert wird und auf wessen Hardware. Und ob diese Hardware morgen noch verfügbar ist.
Was das für Unternehmen bedeutet, die heute entscheiden
Für Unternehmen, die KI-Abhängigkeiten aktiv managen, lohnen sich drei Fragen:
Welche eurer KI-Workloads sind strategisch kritisch genug, um auf europäisch kontrollierter Infrastruktur zu laufen? Für diese Fälle gibt es europäische Optionen: OVHcloud betreibt Rechenzentren in Deutschland und Frankreich, Hetzner bietet GPU-Instanzen aus Nürnberg und Helsinki. Kapazität ist knapp, aber verfügbar.
Welche Modelle lassen sich lokal deployen? Mistrals Open-Weight-Modelle können auf eigener Hardware betrieben werden, ohne dass Anfragen die eigene Infrastruktur verlassen. Das ist echte Datensouveränität, unabhängig davon, wessen Chips die Hardware antreibt.
Plant ihr auf einem einzigen Modellanbieter? Provider-Diversifikation schützt gegen geopolitische Risiken ebenso wie gegen unerwartete Preisänderungen oder API-Abkündigungen. Den Use Case Interne Wissensdatenbank mit KI lohnt sich unter diesem Blickwinkel zu lesen.
Die eigentliche Frage
Europa hat Modelle. Es baut Rechenzentren. Es investiert in Chips. Das ist besser als vor fünf Jahren.
Aber Souveränität ist keine Absichtserklärung, sie ist eine physische Tatsache. Solange Europas gesamter öffentlicher KI-Rechenpark kleiner ist als ein einzelnes US-Rechenzentrum, und solange fast alle europäischen KI-Fabriken von Nvidia-Exportlizenzen abhängen, ist das Wort “Souveränität” in diesem Kontext überwiegend ein politisches Signal.
Das zu ändern, kostet nicht primär Ideen. Es kostet Kapital und den politischen Willen, Infrastruktur als kritisch einzustufen: mit denselben Konsequenzen, die das für Energienetze hat.
Ob Europa diesen Schritt geht, entscheidet sich in den nächsten drei bis fünf Jahren. Die Gigafabriken werden gebaut oder nicht. Die Chip-Abhängigkeit wird reduziert oder sie wächst.
Du willst die Entwicklung der europäischen KI-Infrastruktur konkret verfolgen? Im KI-Syndikat-Newsletter analysieren wir, was hinter den Ankündigungen steckt.