Der globale Wettlauf um künstliche Intelligenz (KI) entwickelt sich zunehmend zu einer Zwei-Block-Ordnung: die Vereinigten Staaten und China auf der einen Seite, Europa, Mittelmächte und Entwicklungsländer auf der anderen.

Bundeskanzler Friedrich Merz forderte, Europa dürfe China und den USA nicht die Führungsrolle überlassen, Frankreichs Präsident Emmanuel Macron sprach sich dafür aus, europäischen Unternehmen bei öffentlichen Digitalprojekten den Vorzug zu geben.

Eine wachsende Zahl von Daten deutet darauf hin, dass China und die Vereinigten Staaten strukturelle Vorteile entlang der gesamten KI-Wertschöpfungskette ausbauen: Talente, Rechenkapazität, Kapital, Spitzenmodelle, Cloud-Infrastruktur und industrielle Ökosysteme. Zusammen beschäftigen sie rund 70 Prozent der weltweit führenden Machine-Learning-Forscher und verfügen über etwa 90 Prozent der globalen Rechenleistung. Zudem ziehen sie den überwiegenden Teil der KI-Investitionen an - mehr als doppelt so viel wie alle anderen Länder zusammen.

In früheren technologischen Revolutionen konnten Länder außerhalb der Spitzengruppe neue Technologien schrittweise übernehmen und aufholen. Bei KI könnte dieser Weg versperrt sein. Fortschritt in der KI hängt nicht nur von klugen Ingenieuren oder guten Universitäten ab, sondern auch von Chips, Rechenzentren, Cloud-Plattformen, günstiger Elektrizität und massiven Kapitalinvestitionen. Länder, denen diese Grundlagen fehlen, könnten nicht nur zurückfallen. Sie könnten von Systemen abhängig werden, die anderswo entwickelt, gehostet und kontrolliert werden.

Die Führungsrolle der USA und Chinas entlang des gesamten KI-Stacks

Die USA bleiben in mehreren entscheidenden Bereichen der stärkste Akteur. Sie beherbergen 5.427 Rechenzentren, mehr als zehnmal so viele wie jedes andere Land, und führen weiterhin bei privaten KI-Investitionen weltweit. Die privaten KI-Investitionen in den USA sollen 23-mal höher sein als in China; im Bereich generativer KI übersteigen die amerikanischen Investitionen die Gesamtsumme von China und Europa deutlich.

China hat jedoch eine starke alternative Basis aufgebaut. Das Land führt bei der Zahl wissenschaftlicher Publikationen, Zitationen und erteilter Patente. Die Vereinigten Staaten bringen weiterhin mehr hochwirksame Patente und mehr Spitzenmodelle hervor, doch Chinas wissenschaftliche und industrielle Skalierung verringert den Abstand rasch. Im Jahr 2025 produzierten die USA 59 bemerkenswerte KI-Modelle, China dagegen 35. Gleichzeitig stieg Chinas Anteil an den 100 meistzitierten KI-Papieren von 33 im Jahr 2021 auf 41 im Jahr 2024.

Europa: Zu viel Rhetorik, zu wenig Umsetzung

Europa ist im KI-Wettbewerb nicht abwesend, aber es ist schwächer, als seine politische Sprache vermuten lässt. Die Europäische Union hat sich als Regulierungsmacht positioniert, am sichtbarsten durch den EU AI Act.

Unter Einbeziehung des Vereinigten Königreichs verfügt Europa über starke Forscher, gute Universitäten und vielversprechende Unternehmen wie Helsing und Mistral. Dennoch gelingt es Europa nur begrenzt, Forschung in global wettbewerbsfähige Unternehmen zu übersetzen. Europäische Start-ups ziehen häufig in die Vereinigten Staaten, um Zugang zu Kapital, Kunden und Rechenkapazität zu erhalten. Viele führende europäische KI-Forscher gehen bereits für ihr Graduiertenstudium in die USA und bleiben dort.

Noch ernster ist die Infrastrukturlücke. Mistral-CEO Arthur Mensch hat davor gewarnt, dass Europas Abhängigkeit von amerikanischer Cloud-Infrastruktur für das Training von KI-Modellen eine strategische Verwundbarkeit darstellt. Mistral gilt als einziges europäisches Unternehmen, dessen Sprachmodell nach Ansicht von Experten mit ChatGPT und anderen US-Systemen mithalten kann – und damit als wichtiger Baustein für Europas Anspruch auf technologische Eigenständigkeit. 

Selbst wenn europäische Unternehmen starke Modelle entwickeln, bleiben die zugrunde liegende Trainingsinfrastruktur, die Chips und die Cloud-Kapazitäten häufig unter Kontrolle außereuropäischer Akteure.

Das GAIA-X-Projekt zeigt die Grenzen des gegenwärtigen europäischen Ansatzes. 2019 als deutsch-französische Cloud-Initiative gestartet, wurde es als großer Schritt hin zu europäischer digitaler Souveränität präsentiert. In der Praxis ist es jedoch nicht gelungen, operative Infrastruktur in der versprochenen Größenordnung bereitzustellen. Europäische Cloud-Anbieter halten nur einen kleinen Anteil ihres eigenen kontinentalen Marktes, und dieser Anteil schrumpft statt zu wachsen. Diese Lücke zu schließen, würde dauerhafte und koordinierte Investitionen in einer Größenordnung erfordern, die auf EU-Ebene derzeit politisch nicht erkennbar ist.

Asiens Hardware-Vorteil, Europas strukturelle Schwäche

Außerhalb der USA und Chinas haben einige asiatische Volkswirtschaften klare Zugangspunkte zur KI-Ökonomie gefunden. Südkorea und Taiwan sind die wichtigsten Beispiele.

Der Boom bei KI-Chips hat Taiwan und Südkorea in den globalen Marktranglisten vor das Vereinigte Königreich geschoben.

Diese Entwicklung wird von Unternehmen getragen, die im Zentrum der KI-Infrastruktur stehen: Taiwan Semiconductor Manufacturing Company, der weltweit größte Auftragsfertiger für Chips, sowie Südkoreas Samsung Electronics und SK Hynix, die wichtige Speichersegmente dominieren. TSMC zählt heute zu den größten Unternehmen der Welt, mit einer Marktkapitalisierung von rund 1,8 Billionen US-Dollar. Samsung und SK Hynix kommen zusammen auf etwa 1,5 Billionen US-Dollar. Zum Vergleich: Der kombinierte Marktwert aller Technologiewerte im Stoxx Europe 600 Index liegt bei rund 1,4 Billionen US-Dollar.

Asien profitiert von den Hardware-Grundlagen der KI-Revolution, während Europa stärker auf Regulierung, Finanzdienstleistungen und fragmentierte digitale Initiativen fokussiert bleibt.

Hier werden Mittelmächte wichtig. Keine Mittelmacht kann den gesamten KI-Stack der Vereinigten Staaten oder Chinas realistisch nachbilden. Sie können jedoch komplementäre Stärken bündeln: Energie, Geographie, Hardware, Talente, industrielle Anwendungen und Marktzugang.

So liegen die Strompreise in Türkiye etwa bei einem Viertel des europäischen Durchschnitts. Da Elektrizität einer der wichtigsten Kostenfaktoren für Rechenzentren ist, positioniert dies Türkiye als einen führenden potenziellen Standort für Rechenzentrumsinvestitionen.

Das strategische Risiko der Abhängigkeit

Die KI-Kluft ist nicht nur ein wirtschaftliches Problem. Sie ist auch ein Sicherheitsproblem. Würden die USA oder China heute einem Land den Zugang zu KI-Systemen verwehren, die auf ihrem Territorium gehostet werden, wären die unmittelbaren Folgen möglicherweise noch begrenzt. Die meisten Krankenhäuser, militärischen Systeme, Stromnetze und öffentlichen Dienste hängen noch nicht vollständig von Spitzen-KI ab.

Doch das wird sich ändern. Wenn KI stärker in kritische Infrastruktur, Verteidigungssysteme, Logistik, Finanzwesen, Gesundheitsversorgung und öffentliche Verwaltung eingebettet wird, wird die Abhängigkeit von ausländischen KI-Plattformen zu einer strategischen Verwundbarkeit. Sowohl die Vereinigten Staaten als auch China haben in anderen Bereichen bereits gezeigt, dass sie bereit sind, technologische und wirtschaftliche Abhängigkeiten als Druckmittel einzusetzen. Es gibt keinen Grund anzunehmen, dass KI davon ausgenommen sein wird.

Deshalb sind Rechenzentren, Cloud-Infrastruktur und Energiepolitik inzwischen Fragen nationaler Strategie. Länder, die keinen nennenswerten Teil der KI-Infrastruktur kontrollieren, könnten ihren politischen Handlungsspielraum künftig durch jene eingeschränkt sehen, die dies tun.

Die Konzentration von KI-Macht in den Vereinigten Staaten und China schafft eine langfristige strategische Herausforderung für Europa und andere Mittelmächte. Asien, insbesondere Südkorea und Taiwan, hat Chancen durch Hardware- und Halbleiterökosysteme genutzt. Europa dagegen läuft Gefahr zurückzufallen  - aufgrund hoher Energiekosten, schwacher Kommerzialisierung, fragmentierter Cloud-Infrastruktur und übermäßigen Vertrauens in Regulierung.

Die Lücke zwischen der USA–China-KI-Achse und dem Rest der Welt wird größer. Wenn Mittelmächte ihre Strategien in den Bereichen Energie, Rechenkapazität, Hardware, Talente und Kapital nicht koordinieren, wird die KI-Kluft zu einer dauerhaften Struktur technologischer Abhängigkeit.