Daten in der EU halten Souveränität als KI-Standortvorteil.

Sobald ein Unternehmen KI ernsthaft einsetzt, fließen Daten — Kundendaten, interne Dokumente, manchmal Geschäftsgeheimnisse — durch Modelle, die häufig auf US-Cloud-Infrastruktur laufen. Für viele genügt das lange, weil es schnell, günstig und leistungsfähig ist. Bis jemand die richtige Frage stellt: Wo liegen diese Daten eigentlich, wer könnte rechtlich auf sie zugreifen, und was passiert, wenn ein Kunde oder eine Aufsichtsbehörde Datenresidenz in der EU verlangt? Dieser Beitrag ordnet das Spannungsfeld zwischen US-amerikanischem Cloud Act und europäischen Anforderungen nüchtern ein, zeigt die real verfügbaren Wege zu datensouveräner KI — von EU-Regionen großer Anbieter über europäische Provider bis zu lokal betriebenen Open-Weight-Modellen — und beziffert Aufwand und Leistungsabstand realistisch. Das Ziel ist keine ideologische Antwort, sondern eine geschäftliche: Für welche Daten und welche Branchen lohnt der Mehraufwand wirklich, und wo ist die Standard-Cloud völlig ausreichend. Souveränität ist hier kein Selbstzweck, sondern ein abwägbarer Standortvorteil.

Worum es bei Datensouveränität wirklich geht.

„Datensouveränität“ wird oft mit „Datenschutz“ verwechselt, meint aber etwas Spezifischeres: die Kontrolle darüber, welchem Rechtsraum die Daten und die verarbeitende Infrastruktur unterliegen — und damit, welche Stelle rechtlich Zugriff verlangen kann. Es geht nicht nur um die Frage, ob Daten verschlüsselt sind, sondern um die Frage, wessen Gerichtsbarkeit am Ende greift.

Drei Aspekte sind zu trennen. Datenresidenz beschreibt, in welchem Land die Daten physisch gespeichert und verarbeitet werden. Betreiberkontrolle beschreibt, welches Unternehmen — und damit welche nationale Rechtsordnung — die Infrastruktur betreibt. Und Zugriffskontrolle beschreibt, wer technisch und rechtlich an die Daten herankommt.

Der Knackpunkt: Ein US-Konzern kann Daten in einem Frankfurter Rechenzentrum speichern (EU-Residenz) und unterliegt trotzdem als Unternehmen US-Recht. Residenz allein löst das Souveränitätsproblem also nicht vollständig. Genau diese Differenz macht die Debatte komplizierter, als sie auf den ersten Blick wirkt.

Cloud Act und EU-Anforderungen im Konflikt.

Dieser Abschnitt ordnet die Rechtslage grob ein, ersetzt aber keine juristische Prüfung des Einzelfalls. In der Grundlinie steht der US-amerikanische Cloud Act, der US-Behörden unter bestimmten Voraussetzungen ermöglichen kann, von US-Unternehmen die Herausgabe von Daten zu verlangen — auch dann, wenn diese Daten außerhalb der USA liegen. Das betrifft im Grundsatz auch europäische Tochtergesellschaften US-amerikanischer Anbieter.

Dem steht der europäische Rahmen gegenüber, der hohe Anforderungen an die Verarbeitung personenbezogener Daten und an Drittlandtransfers stellt. Zwischen beiden besteht ein struktureller Spannungsbogen, der sich nicht durch eine einzelne Vertragsklausel auflösen lässt. Verfügbare Transfermechanismen und Zertifizierungen mildern das Risiko, beseitigen den grundsätzlichen Zugriffskonflikt aber nicht.

Praktisch heißt das: Für viele alltägliche Anwendungen mit unkritischen Daten ist das Restrisiko vertretbar und gut handhabbar. Für besonders sensible Daten — Gesundheits-, Personal-, sicherheitsrelevante oder strategisch heikle Informationen — wächst der Wunsch, den Zugriffskonflikt von vornherein auszuschließen, statt auf vertragliche Zusicherungen zu bauen. Wie stark dieser Wunsch wiegt, ist eine Risikoentscheidung, keine rein technische.

Die realistischen Optionen im Überblick.

Zwischen „bequeme US-Cloud“ und „alles selbst im eigenen Keller“ liegt ein abgestuftes Spektrum. Die folgende Einordnung gibt typische Bandbreiten — die genauen Zahlen hängen stark vom Anwendungsfall ab.

Die ehrliche Botschaft: Mehr Souveränität kostet in der Regel entweder Leistung, Geld oder Betriebsaufwand — oft eine Mischung. Es gibt selten die Option, die in allen Dimensionen gewinnt. Die Kunst liegt darin, je Datenklasse die passende Stufe zu wählen, statt das ganze Unternehmen auf eine Stufe zu zwingen.

Selbst gehostete Open-Weight-Modelle als Ausweg.

Die radikalste Souveränitätsoption ist der Eigenbetrieb offener Modelle — auf eigener Hardware oder in einer EU-Cloud, ohne dass Daten je das Unternehmen oder den europäischen Rechtsraum verlassen. Die Qualität frei verfügbarer Modelle hat in den letzten Jahren erheblich aufgeholt; für viele Standardaufgaben — Zusammenfassen, Klassifizieren, Extrahieren, interne Recherche — reichen sie heute gut aus.

Der Preis liegt im Betrieb. Leistungsfähige Modelle brauchen spürbare GPU-Ressourcen; die laufenden Infrastruktur- und Wartungskosten können je nach Auslastung deutlich über dem liegen, was ein API-Bezug pro Anfrage kostet. Hinzu kommt das nötige Know-how: Betrieb, Updates, Sicherheit und Skalierung sind eine Daueraufgabe, kein einmaliges Setup.

Realistisch ist Eigenbetrieb damit kein Standard für jeden, sondern lohnt vor allem dann, wenn entweder die Datensensibilität ihn erzwingt oder das Anfragevolumen so hoch ist, dass sich der Fixkostenblock gegenüber API-Kosten amortisiert. Für gelegentliche Nutzung mit unkritischen Daten ist er meist die teuerste und umständlichste Lösung — und nicht zu empfehlen.

Für wen sich welcher Weg lohnt.

Die Frage ist nicht „souverän oder nicht“, sondern „für welche Daten wie souverän“. Eine pragmatische Einordnung nach Datenklassen hilft mehr als eine Pauschalentscheidung:

• Öffentliche oder unkritische Daten (Marketingtexte, allgemeine Recherche): Standard-Cloud genügt; höhere Souveränität bringt keinen erkennbaren Zusatznutzen.
• Interne, aber nicht hochsensible Daten: EU-Region eines etablierten Anbieters ist meist ein guter Kompromiss aus Leistung und Risikoabsenkung.
• Personenbezogene Daten in größerem Umfang: EU-Hosting plus saubere vertragliche und technische Absicherung; je nach Sensibilität europäischer Provider erwägen.
• Besonders sensible oder strategische Daten (Gesundheit, Personal, Geschäftsgeheimnisse): selbst gehostetes Open-Weight-Modell oder europäischer Spezialanbieter rechtfertigt den Mehraufwand.

Branchen mit hoher Regulierung — Gesundheitswesen, öffentlicher Sektor, Teile der Finanz- und Versicherungswirtschaft — landen häufiger am souveränen Ende. Für den breiten Mittelstand mit gemischten Datenklassen ist eine gestufte Strategie meist die wirtschaftlichste Lösung.

Souveränität als Verkaufsargument.

Datensouveränität ist nicht nur Risikovermeidung, sie kann ein echtes Verkaufsargument sein. Im B2B-Geschäft fragen Einkaufsabteilungen zunehmend, wo und wie KI-gestützte Dienstleistungen Daten verarbeiten. Wer hier eine saubere, nachvollziehbare Antwort hat — etwa „Ihre Daten verlassen den EU-Raum nicht“ — gewinnt Vertrauen und manchmal den Auftrag gegen einen Wettbewerber, der das nicht zusichern kann.

Besonders gegenüber öffentlichen Auftraggebern, im Gesundheitsbereich und bei sicherheitsbewussten Industriekunden kann die souveräne Variante zur Voraussetzung werden, überhaupt zum Zug zu kommen. Was als Kostenposten beginnt, wird so zum Differenzierungsmerkmal.

Dabei gilt aber Ehrlichkeit: Wer mit „souveräner KI“ wirbt, muss halten, was die Formulierung verspricht. Ein US-Modell in einer EU-Region ist nicht dasselbe wie ein vollständig im EU-Raum betriebenes System. Diese Differenz transparent zu kommunizieren, schützt vor späteren Enttäuschungen und vor dem Vorwurf, mehr versprochen zu haben, als geliefert wird.

Ein pragmatischer Einstieg.

Der sinnvolle erste Schritt ist keine Technologieentscheidung, sondern eine Bestandsaufnahme: Welche Daten fließen heute durch welche KI-Dienste, und in welche Klasse fallen sie? Diese Datenlandkarte deckt häufig auf, dass nur ein kleiner Teil der Daten wirklich sensibel ist — der große Rest ist auf der Standard-Cloud gut aufgehoben.

Im zweiten Schritt lassen sich für die sensiblen Datenklassen gezielt souveränere Wege definieren, statt alles teuer umzubauen. Oft genügt es, einen einzelnen kritischen Prozess auf EU-Hosting oder ein selbst gehostetes Modell zu verlagern, während der Rest bleibt, wie er ist.

Wichtig ist, die Entscheidung als Risikoabwägung zu führen, nicht als Glaubensfrage. Wer jeden Datensatz maximal souverän behandeln will, zahlt unnötig viel; wer Souveränität ganz ignoriert, riskiert bei den falschen Daten viel. Die tragfähige Mitte ist eine bewusste, dokumentierte Zuordnung je Datenklasse — überprüfbar und an die eigene Risikolage angepasst.

Sie wollen wissen, welche Ihrer Daten wirklich souverän verarbeitet werden müssen und welcher Weg dafür der wirtschaftlichste ist? Unverbindlich anfragen — wir erstellen gemeinsam eine Datenlandkarte, ordnen Ihre Anwendungsfälle den passenden Souveränitätsstufen zu und schätzen Aufwand und Leistungsabstand realistisch ab.