Deutschlands KI-Chance liegt nicht im größten Modell

Deutschland sucht ein neues Wachstumsmodell. Künstliche Intelligenz soll dabei eine Schlüsselrolle spielen. Doch die Zweifel sind groß, schließlich kommen die weltweit leistungsfähigsten Sprachmodelle vor allem aus den USA, mit China dicht auf den Fersen.

Was dabei jedoch oft vergessen wird: Der wirtschaftliche Erfolg entscheidet sich nicht allein im Wettbewerb um das größte LLM. Für Unternehmen zählt am Ende, ob eine Anwendung ihre Prozesse verbessert, Kosten senkt und Fachkräfte entlastet. Genau hier stecken für Deutschland zwei Chancen: Zum einen verfügt das Land regulatorisch bedingt über einen Vorsprung im Umgang mit sensiblen, besonders schützenswerten Daten. Zum anderen werden praxistaugliche Anwendungen aus einer Kombination verschiedener KI-Modelle bestehen. Für die Zukunft wichtig ist also die Fähigkeit, unterschiedliche Technologien zu verlässlichen Gesamtlösungen zu verbinden.

Chance Nr. 1: Der wertvollste Datenschatz ist nicht öffentlich

ChatGPT&Co greifen auf enormen Mengen öffentlich zugänglicher Inhalte zu. Dadurch verfügen sie zwar über breites Allgemeinwissen – aber nicht über Spezialwissen. Im medizinischen Bereich können sie beispielsweise erklären, welche Ursachen Kopfschmerzen haben und welche Therapien grundsätzlich in Frage kommen. Sie wissen jedoch nicht, welche Empfehlung für die konkrete Person im Behandlungszimmer angemessen ist. Dafür müssten sie deren Vorgeschichte, Diagnosen, Laborwerte, Medikamente und Bildbefunde kennen.

Diese Informationen stehen aus gutem Grund nicht frei zur Verfügung. Gesundheitsdaten gehören zu den sensibelsten personenbezogenen Daten überhaupt. Ähnlich ist die Lage in der Industrie: Produktionsparameter, Maschinendaten, Rezepturen oder Qualitätsberichte enthalten häufig Geschäftsgeheimnisse. Bei solchen Daten überlegt sich eine Firma sehr gut, wem sie Zugriff gibt. Entsprechend groß ist die Skepsis gegenüber US-amerikanischen und erst recht chinesischen Anbietern von LLMs.

Darin liegt eine große Chance für deutsche und europäische KI-Unternehmen. Statt einem weiteren universellen Sprachmodell nachzujagen, sollten sie aus den bestehenden sichere, regelkonforme und datensouveräne Anwendungen entwickeln. Der wirtschaftliche Wert entsteht dann in der Verbindung aus Technologie, hochwertigen Fachdaten und Prozesswissen. Wer diese Verbindung herstellt, besetzt einen erheblichen Teil der Wertschöpfung – und kann dafür sorgen, dass ein relevanter Teil der KI-Umsätze in Deutschland und Europa bleibt.

Chance Nr. 2: Nicht die beste Einzel-KI gewinnt, sondern das beste Team

Seit jeher versuchen Unternehmen, ihre Lieferkette zu diversifizieren, um weniger abhängig von einzelnen Zulieferern zu sein. Genau das sollten sie auch in ihrer KI-Strategie berücksichtigen. Wie riskant eine monopolartige Bindung sein kann, zeigte im Juni 2026 die vorübergehende US-Exportbeschränkung für Anthropics Modelle Fable 5 und Mythos 5. Ausländische Nutzerinnen und Nutzer verloren kurzfristig den Zugang. Ende Juni wurden die Beschränkungen zwar wieder aufgehoben. Aber die Erkenntnis blieb: Politische Entscheidungen können die Verfügbarkeit bestimmter Technologiebausteine abrupt verändern.

Die richtige Antwort ist eine Multi-Modell-Architektur. Dabei übernimmt nicht ein einziges System sämtliche Aufgaben. Stattdessen verteilt eine übergeordnete Plattform Anfragen an verschiedene Modelle. Fällt ein Anbieter aus oder ändern sich Preise und Nutzungsbedingungen, kann die Plattform auf Alternativen ausweichen.

Diese Team-Aufstellung hat noch zwei weitere Vorteile: Wer Anfragen nach Komplexität, Datenschutzbedarf und Geschwindigkeit intelligent verteilt, nutzt Rechenleistung gezielter. Erstens lassen sich auf diese Weise mehr Analysen lokal ausführen. Das verringert die Cloud-Nutzung und ist besonders für Krankenhäuser, Behörden, Banken oder Industrieunternehmen mit hochsensiblen Daten relevant.

Zweitens verbessert sich die Wirtschaftlichkeit. Nicht jede Aufgabe benötigt schließlich das teuerste Spitzenmodell. Dass in der wirtschaftlichen KI-Nutzung noch viel Luft nach oben ist, zeigt der Bericht „The GenAI Divide: State of AI in Business 2025“ der NANDA-Initiative am Massachusetts Institute of Technology (MIT). Demnach erzielten nur etwa fünf Prozent der untersuchten GenAI-Pilotprojekte schnell messbare Effekte auf Umsatz oder Gewinn und Verlust. Die große Mehrheit blieb ohne klaren finanziellen Beitrag in der Pilotphase stecken.

Anwendungsbeispiel: Wie aus geschützten Daten konkreter Nutzen entsteht

Die genannten Chancen sind keine reine Theorie. Es gibt mittlerweile erste Beispiele deutscher Unternehmen, die ihr Geschäftsmodell darauf aufbauen. Eines davon ist Averbis. Seine Anwendung „Medical Summary“ funktioniert vereinfacht gesagt wie ein speziell für Kliniken entwickeltes ChatGPT. Sie führt verfügbare Informationen zu einer Patientin oder einem Patienten zusammen und erstellt eine übersichtliche Zusammenfassung. Ärztinnen und Ärzte können Rückfragen stellen – beispielsweise zu Allergien oder Vorerkrankungen.

Der Nutzen liegt auf der Hand: Statt zahlreiche Dokumente und Systeme einzeln durchsuchen zu müssen, erhalten medizinische Fachkräfte schneller einen Überblick über die Patientenhistorie. Erste Ergebnisse am Bosch Health Campus zeigen, dass sich relevante Informationen mit der Lösung bis zu fünfmal schneller sichten lassen. Erprobt beziehungsweise eingesetzt wird die Anwendung unter anderem am Robert Bosch Krankenhaus in Stuttgart, am Klinikum Rheine und bei Medizinischen Diensten der Krankenkassen.

Averbis verbindet dafür jene beiden Faktoren, die für Deutschlands KI-Chance entscheidend sind. Erstens erschließt die Anwendung hochwertige, nicht öffentliche Daten. Zweitens verteilt Averbis verschiedene Anforderungen und Prozessschritte auf unterschiedliche KIs. Auf diese Weise wird beispielsweise der Bedarf an Cloud-Rechenleistung spürbar reduziert. Auch die Verlässlichkeit der Ergebnisse steigt, weil KI-Modelle speziell zur Qualitätskontrolle eingesetzt werden. Das Modul Letter Check etwa prüft KI-generierte Arztbriefe automatisiert darauf, ob sich ihre Aussagen in der Patientenakte belegen lassen. In einem Testdatensatz erkennt Letter Check 98 Prozent aller fehlerhaften oder nicht belegbaren Aussagen. Die restlichen zwei Prozent waren medizinisch unerheblich.

Fazit: Deutschlands Vorteil beginnt nach dem Basismodell

Im Kampf um die fortschrittlichsten Sprachmodelle wird das Land kaum noch eine Rolle spielen. In aussichtsreicher Position steht Deutschland allerdings dort, wo aus Basismodellen wirtschaftlich relevante Anwendungen entstehen. Dafür braucht es Unternehmen, die Branchen verstehen, geschützte Daten nutzbar machen, regulatorische Anforderungen in funktionierende Produkte übersetzen und verschiedene Modelle orchestrieren. Wenn Deutschland diese Aufgaben löst, kann KI tatsächlich Teil eines neuen Wachstumsmodells werden.

Bild: DC Studio / Magnific