Der AI-Wettlauf, Europa gerät in Eile

Im heutigen Wettbewerb um Künstliche Intelligenz kann selbst Deutschland nicht mehr stillsitzen.

Kürzlich empfing Bundeskanzler Merz in Berlin Jensen Huang, den Gründer von Nvidia. Vertreter deutscher Industriegiganten wie Siemens, Mercedes-Benz und Audi waren alle anwesend, und das Gespräch drehte sich um eine Frage: Wie KI in Fabriken einzieht und die Fertigungsindustrie verändert.

Hinter dieser Szene verbirgt sich eine tiefe Angst Europas.

Vor zweihundert Jahren veränderte Europa mit der Dampfmaschine und dem Verbrennungsmotor das Schicksal der Menschheit. Im Zeitalter des Internets und der Chips ging die Deutungshoheit jedoch allmählich an die Vereinigten Staaten über.

Heute erfasst die KI-Welle die ganze Welt: Die USA profitieren massiv von Chips und Modellen, China bringt KI in industrielle Szenarien, und Japan sowie Südkorea besetzen die oberen Ebenen der Lieferkette für Halbleitermaterialien und Speicherchips.

Nur Europa scheint in dem Glanz des vergangenen Zeitalters gefangen zu sein.

I. Die "verlorenen drei Jahrzehnte" des alten Industrieführers

Die heutige Niedergeschlagenheit Europas wurde schon vor Jahrzehnten vorbereitet.

Im 18. Jahrhundert brachten die Briten mit der Dampfmaschine die Handwerksbetriebe in das Fabrikzeitalter. Im 19. Jahrhundert bauten die Deutschen mit den Elektromotoren von Siemens und den chemischen Labors von BASF ein strenges Industriereich von den Labors bis zu den Werkhallen auf. Dieser Mechanismus, der Forschungsergebnisse schnell in Produkte umwandelte, war einst die stärkste Stärke Europas.

Doch als die Welt in das Zeitalter der Halbleiter und des Internets eintrat, lief dieses Getriebe immer langsamer.

Während die USA im Silicon Valley mit Risikokapital Google, Microsoft und Amazon hervorbrachten und eine Technologie dank des einheitlichen heimischen Marktes schnell weltweit verbreiteten, geriet Europa in langwierige innere Konflikte. Es verfügt über das strengste Rechtssystem der Welt, einen zersplitterten Markt mit 27 Mitgliedstaaten und ein Kapitalsystem, das Versuch und Irrtum nicht förderlich ist.

Das niederländische Unternehmen ASML hat die heute präziseste EUV-Lithografiemaschine gebaut. Doch der ehemalige CEO Wennink rief vor seinem Ausscheiden laut, dass Europa die Seele der Innovation verliert, weil die Menschen hier gewohnt sind, sich in Vorschriften zu verfangen, statt die Zukunft zu gestalten.

Diese Trennung erreichte einen Höhepunkt, als die generative KI explodierte.

Als ChatGPT von OpenAI auf den Markt kam, stellten die europäischen Industriegiganten überrascht fest, dass sie zwar eine Menge Spitzenlabore und Fabriken der Fortune-500-Unternehmen besitzen, aber keine Eintrittskarte für die Spitzentische der KI-Branche haben.

II. Das Spiel der vier Mächte am globalen Spieltisch

Wenn man die KI-Industrie auseinandernimmt, ist dieses globale Spiel nie nur ein Wettbewerb einzelner Technologien, sondern im Wesentlichen eine grausame Schlacht um die Aufteilung der Lieferkette.

Die USA betreiben einen herrischen geschlossenen Ökosystemkreislauf. Nvidia verkauft GPUs, TSMC übernimmt die Fertigung, Microsoft und Google bauen Rechenzentren, OpenAI und Anthropic arbeiten an großen Modellen.

Das Schrecklichste an Nvidia ist nicht, dass die Grafikkarten teuer verkauft werden, sondern das Software-Ökosystem, das um CUDA herum aufgebaut wurde. Je mehr Code, Entwicklungswerkzeuge und Erfahrungen mit der untersten Optimierung die Entwickler über Jahre angesammelt haben, desto höher sind die Kosten für den Umstieg auf andere Plattformen. Dadurch sind Chips nicht mehr nur Hardwareprodukte, sondern werden zum Eingangspunkt des gesamten Rechensystems.

Wer seine Chips kauft, akzeptiert automatisch seine Regeln.

Japan beherrscht zwar nicht die am meisten beachteten großen KI-Modelle, nimmt aber in mehreren unumgänglichen grundlegenden Fertigungsabschnitten eine wichtige Position ein. Halbleiterwafer von Shin-Etsu Chemical und SUMCO, Beschichtungs- und Ätzgeräte von Tokyo Electron sowie Chip-Testsysteme von Advantest bilden die Infrastruktur der Chipherstellung.

Japan hat seine eigene KI-Industrie nicht aufgegeben, sondern seine industriellen Vorteile in den Kernabschnitten der mittleren und unteren Ebenen der Lieferkette verankert, die hohe Hürden und hohe Ersatzkosten aufweisen.

Südkorea hat ein Schauspiel inszeniert, um mit KI die Wende zu schaffen.

Im Jahr 2023 erlebte der globale Speicherchipmarkt einen schweren zyklischen Abschwung, und SK Hynix stand unter enormem Gewinndruck. Doch im Schatten massiver Verluste behielt das Unternehmen seine Investitionen in Forschung und Entwicklung sowie die Produktionskapazitäten für Hochgeschwindigkeitsspeicher (HBM) bei.

Als die Nachfrage der KI-Beschleuniger nach hohem Durchsatz an Speicherbandbreite explodierte, wurde SK Hynix dank seines Vorsprungs bei HBM3 und HBM3e zu einem Kernlieferanten von Chipherstellern wie Nvidia. Bis zum Jahr 2026 überstieg sein Marktwert historisch erstmals 1 Billion US-Dollar.

Mit der Geschichte einer finanziellen Wende bewies Hynix: Solange man den Engpass der KI-Rechenleistung beherrscht, kann ein Unternehmen, das kurz vor dem Verlust steht, dennoch einen Sieg erringen.

China zeigte die doppelte Antriebskraft bei der Kostensenkung der Inferenz und der Szenenentwicklung. Anfang 2025 kam das Modell DeepSeek R1 auf den Markt und kühlte die Rechenleistungslager im Silicon Valley ab. Mit extrem niedrigen Preisen und einer cleveren Architektur durchbrach es die Hürde, dass man nur mit hunderten Milliarden Dollar führende Modelle entwickeln kann.

Gleichzeitig hat der sinkende Nutzungsaufwand für Modelle das riesige Fertigungssystem Chinas weiter aktiviert, der KI reichlich Testfelder bietet und dafür sorgt, dass bewährte Lösungen schnell auf mehr Produktionsabschnitte übertragen werden können.

Im Gegensatz dazu verfügt Europa zwar über Lithografiemaschinen von ASML und das Open-Source-Modell des französischen Unternehmens Mistral, wirkt aber eher wie ein Haufen loser Sand.

Es hält eine Menge guter Karten in der Hand, aber es fehlt ein Geber, der die Karten ausspielen kann.

III. Zu viele Regeln, zu wenig Geld

Europa hat eigentlich schon versucht, sich selbst zu retten.

Frankreich brachte einst das auffälligste KI-Einhorn Europas, Mistral AI, hervor, dessen Gründer von OpenAI und DeepMind stammen. Doch in dem kritischen Moment, in dem das Unternehmen dringend mehrere Hundert Millionen Dollar für die Iteration seiner Modelle benötigte, folgte der heimische Kapitalpool Europas nicht nach.

Ab 2024 erhielt Mistral nacheinander eine strategische Investition von 15 Millionen Euro von Microsoft und band sein großes Modell tief an die Azure-Cloud-Plattform von Microsoft. Später folgten auch Silicon-Valley-Giganten wie Nvidia.

Die größere Peinlichkeit verbirgt sich in den Fabriken, auf die Europa stolz ist.

Nach dem offiziellen Plan der Europäischen Union will die Regierung mehrere Hundert Milliarden Euro einsetzen, um in allen Ländern "KI-Superfabriken" zu bauen, und hofft, dass öffentliches Kapital den Unternehmen die Lücke bei der Rechenleistung schließt.

Doch wenn die technischen Lösungen wirklich auf Fabrikebene umgesetzt werden, stehen die Ingenieure oft vor grundlegenderen digitalen Lücken. Viele kleine und mittlere Fabriken verfügen zwar über hochpräzise Werkzeugmaschinen, aber die untersten industriellen Steuerungsprotokolle (z. B. OPC UA) sind nicht einheitlich, alte Geräte fehlen standardisierte Schnittstellen zur Datenerfassung, und Dateninseln sind weit verbreitet.

Die von der Europäischen Kommission veröffentlichten Daten zeigen diese Lücke anschaulich.

Bis 2024 machten Unternehmen in der gesamten EU, die KI-Technologie wirklich tief in ihre Kern-Geschäftsprozesse integriert haben, nur etwa 8 % aus. Daten der OECD zeigen, dass in europäischen Fertigungsunternehmen weniger als 10 % die KI wirklich auf die Kernproduktionslinien anwenden.

Übermäßige Compliance-Kosten, ein zersplitterter heimischer Markt, fehlendes nachhaltiges Risikokapital für die spätere Phase und der Druck, die unterste digitale Infrastruktur in Fabriken nachzurüsten, bremsen gemeinsam die Kommerzialisierung der KI in Europa aus.

IV. Jenson Huangs geschäftliche Überlegungen

Genau in dieser Atmosphäre der Passivität und Angst kam Jensen Huang mit Nvidias Lösungen nach Berlin.

Nvidia kündigte an, fast 10 Milliarden US-Dollar zusätzliche Investitionen in Europa zu tätigen, die nicht nur in Roboter- und medizinische KI-Startups in Deutschland fließen, sondern direkt an Siemens und Audi gebunden werden, um Physical AI in Deutschland zu verbreiten.

Jensen Huang will nicht, dass die Europäer mehr Chatbots nutzen. Sein Ziel sind die Fertigungsdaten und Ingenieurserfahrungen, die sich in deutschen Fabriken über Jahrzehnte angesammelt haben.

Das Beispiel der industriellen Simulationsplattform, die von Siemens und Nvidia gemeinsam entwickelt wurde: Unternehmen können digitale Zwillingsmodelle von Produktionslinien im virtuellen Raum aufbauen, Produktionsabläufe und Gerätekonfigurationen testen und so die Kosten für Versuch und Irrtum vor der tatsächlichen Inbetriebnahme stark senken.

Für Deutschland, dessen BIP-Wachstum seit Jahren niedrig ist und das von hohen Energiekosten und Exportdruck belastet wird, ist die Steigerung der totalen Faktorproduktivität mit Hilfe von KI eine wichtige Option, um seine industrielle Position zu behaupten.

Doch diese Zusammenarbeit wirft auch neue Fragen auf: Wenn die Softwaresimulation, Robotersteuerung und Algorithmentwicklung der europäischen Industrie auf Nvidias System aufbauen, erhält Nvidia nicht nur einen Umsatz durch Chips, sondern kann sich auch zur Basisplattform von industriellen Systemen entwickeln.

Was Jensen Huang mitbringt, ist sowohl eine Chance als auch eine neue Frage: Kann Europa mit amerikanischer Technik seine industrielle Wettbewerbsfähigkeit neu gestalten und gleichzeitig genügend eigenständigen Spielraum behalten?

V. Flucht aus dem Silicon Valley

Europa hat endlich erkannt, dass es nicht seine Stärke ist, auf den Strecken der allgemeinen großen Modelle und des reinen Aufbaus von Rechenleistung direkt zu konkurrieren. Es setzt mehr Chips auf die Bereiche, in denen es am besten ist: industrielle Automatisierung, Gesundheitswesen, Präzisionsmaschinen und wissenschaftliches Rechnen.

Niederländische Lithografiemaschinen, deutsche Roboterarme, französische Luft- und Raumfahrt – diese seit Jahrhunderten angesammelten industriellen Geheimnisse sind echte Daten, die das Silicon Valley mit Code nicht in kurzer Zeit simulieren kann.

Doch industrielle Anhäufung bedeutet nicht automatisch einen KI-Vorteil.

Nur wenn Europa diese industriellen Erfahrungen in trainierbare Daten und skalierbare kommerzielle Produkte umwandelt und die Compliance- und Marktbarrieren zwischen den 27 Ländern bricht, kann es alte Vermögenswerte wirklich zu neuen Motoren machen.

Die zweite Halbzeit des globalen KI-Wettbewerbs hat sich bereits von der virtuellen digitalen Welt auf die reale physische Welt ausgeweitet.

Jensen Huang hat mit Rechenleistung die Tür Europas aufgestoßen. Ob Europa wieder festen Fuß fassen kann, hängt davon ab, ob es im Rechensystem des Silicon Valleys seine eigene Unersetzbarkeit finden kann.

Worte "außerhalb der Seite"

Technologische Revolutionen verteilen keine Plätze nach Dienstalter.

Die Vorteile, die man in einer Epoche angesammelt hat, können in der nächsten Epoche sowohl ein Ausgangspunkt sein als auch zu einer Trägheit werden.

Die Industriegeschichte behält für niemanden einen Platz frei.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto "Außerhalb der Seite", Autor: Huahua, veröffentlicht mit Genehmigung von 36Kr.