Was ist souveräne KI?

Die souveräne KI markiert einen Wandel weg von der gemieteten hin zur eigenen KI. Es geht darum, die Technologie zu besitzen, Daten lokal zu halten und sicherzustellen, dass Ihre KI-Systeme Ihre Werte und rechtlichen Anforderungen widerspiegeln. 

Souveräne KI ist eine Implementierung der digitalen Souveränität mit dem Ziel, KI-Funktionen zu dezentralisieren und die Abhängigkeit von externen Gatekeepern zu beseitigen. Mithilfe von Open Source-Modellen und lokaler Infrastruktur stellt souveräne KI ein Rahmenkonzept dar, das KI als ein lokal geführtes und betriebenes Dienstprogramm betrachtet.

Konkret bezeichnet der Begriff souveräne KI physische und datentechnische Infrastrukturen, die sich in unabhängigem Besitz befinden und eigenständig betrieben werden. Dazu gehören KI-Beschleuniger wie GPUs (Graphics Processing Units), Large Language Models (LLMs) und die Inferenzserver, die diese lokal hosten. So lässt sich dafür sorgen, dass der gesamte KI-Lifecycle, vom Training bis hin zur Inferenz, innerhalb einer bestimmten Gerichtsbarkeit bleibt. 

Mehr über Red Hat AI erfahren

Je mehr KI in unserem täglichen Leben und in den Systemen unserer Organisation integriert wird, desto wichtiger werden Gespräche darüber, wie KI funktioniert und wer sie kontrolliert. 

Der vielleicht größte Anreiz für den Aufbau eines souveränen KI-Systems ist die Risikominderung. Souveräne KI bietet die erforderliche Architektur, um wertvolle Daten innerhalb einer rechtlichen Sicherheitszone zu speichern, in der nur Sie die Regeln festlegen und die Ausgabe kontrollieren können. Weitere Gründe:

• Datenschutz: Das Senden von Daten an eine Cloud in einem anderen Staat kann gegen lokale Datenschutzgesetze verstoßen und dazu führen, dass Informationen offengelegt oder gesammelt werden. Um dies zu verhindern, verlangen manche Regierungen, dass KI Daten innerhalb ihrer Grenzen verarbeitet. Souveräne KI speichert Daten lokal, was zum Schutz der Daten beiträgt.

• Technologische Unabhängigkeit: Eine eigene, souveräne KI-Infrastruktur bietet Schutz und trägt dazu bei, dass Ihre Technologie auch bei geopolitischen Umbrüchen oder Änderungen der Nutzungsbedingungen einsatzbereit bleibt. So können Länder den Schritt vom Konsum zur Produktion und sogar zum Export schaffen. 

• Wirtschaftswachstum: Souveräne KI unterstützt Länder dabei, Arbeitsplätze und Gewinne vor Ort zu sichern. Wenn ein Staat über „KI-Fabriken“ (oder Rechenzentren) und -modelle verfügt, bleiben die Investitionen in die KI in der lokalen Wirtschaft.

• Nationale Sicherheit: Da militärische Systeme zunehmend KI einsetzen, wollen Regierungen sicherstellen, dass ihre nationale Sicherheit nicht auf fremden Technologien basiert. Staaten, die souveräne KI-Systeme entwickeln, können sicherer und privater auf Daten zugreifen, die die nationale Sicherheit nicht gefährden.

• Kulturelle Identität: US-amerikanische Unternehmen entwickeln einige der am weitesten verbreiteten KI-Modelle. Das heißt, dass in den USA basierte Modelle anhand allgemeiner Inhalte und Werte trainiert werden, was in anderen Kulturen zu Voreingenommenheit und Missverständnissen führen kann. Mit souveräner KI können Staaten Trainingsdaten nutzen, die auf lokalen Sprachen, Kulturen und Kontexten basieren. 

Die Entwicklung und Wartung souveräner KI erfolgt nicht nach einer statischen Checkliste, sondern nach einem dynamischen System mit vielen beweglichen Teilen. Dies erfordert die Kontrolle und das Verständnis aller beteiligten Komponenten – vom Experiment bis hin zur Produktion. Stellen Sie sich die Komponenten eines souveränen KI-Systems wie eine Schichttorte vor, wobei jede zusätzliche Schicht die Eigenständigkeit oder Souveränität des Systems verstärkt. Diese manchmal auch als KI-Stack bezeichneten Schichten existieren auf einem Spektrum und untersuchen Folgendes:

• Hardware: Wem gehören die Chips und Rechenzentren?

• Daten: Wem gehören die Daten, die zum Trainieren und Verfeinern der KI verwendet werden, und wer stellt sie zur Verfügung?

• Modelle: Wem gehören die Algorithmen, die die KI verwendet?

• Anwendungen: Wer erstellt die Benutzeroberfläche und die daraus gewonnenen Daten und hat Zugriff darauf?

• Energie (Bonusschicht): Kann der Staat oder das Unternehmen die eigene KI betreiben?

   

Beim Aufbau eines souveränen KI-Systems müssen auch Fragen gestellt werden wie:

• Wer entwickelt die Modelle?
• Worauf werden die Modelle trainiert?
• Welche Wertesysteme haben die Modelle?
• Welche Sprachen und Dialekte sprechen sie?
• Wer ist verantwortlich, wenn etwas schiefgeht?

Wenn Sie sich für den Aufbau eines souveränen Systems entscheiden, benötigen Sie zunächst die entsprechende Infrastruktur oder KI-Fabriken. Diese Rechenzentren müssen in der Lage sein, sehr schnell eine große Anzahl von Daten zu verarbeiten, zu analysieren und zu generieren.

Mit Optimierungssoftware wie vLLM und llm-d werden Nutzeranfragen und Live-Daten-Streams lokal verarbeitet, sodass sie niemals eine öffentliche API (Application Programming Interface) kontaktieren. Diese Technologien optimieren die GPU-Speichernutzung über PagedAttention und ermöglichen die gemeinsame Nutzung riesiger Basismodelle auf mehreren kleineren GPUs. Dieser als verteilte Inferenz bezeichnete Prozess macht es für Unternehmen finanziell und technisch möglich, hochleistungsfähige generative KI (gen KI) auf ihrer eigenen bestehenden Infrastruktur zu hosten. So müssen sie keine teuren – und nicht souveränen – Cloud-APIs mieten.

Als Nächstes benötigen Sie Personal. Sie benötigen ein dediziertes Team, das Regeln festlegt, Systeme erstellt und Ergebnisse prüft. Dazu gehören Engineers, Data Scientists, Rechtsberatende und Forschende. Außerdem müssen Sie mit Behörden zusammenarbeiten, um ein regulatorisches Framework zu schaffen. Das bedeutet, dass Richtlinien für die Entwicklung und den Einsatz von KI erstellt werden, wobei sich Best Practices auf Probleme wie Erklärbarkeit, Transparenz, Datenschutz und Cybersicherheit konzentrieren. 

Auch wenn Souveränität das Endziel ist, benötigen Sie wahrscheinlich zunächst Hilfe. Daher sollten Sie eine Zusammenarbeit mit Unternehmen in anderen Ländern in Betracht ziehen, um Ressourcen und Fachwissen zu bündeln. Diese Partnerschaften können auch dazu beitragen, globale Standards für die Nutzung von KI festzulegen und den grenzüberschreitenden Datenfluss zu erleichtern. 

Was ist vertrauliche Inferenz? 

Vertrauliche Inferenz ist die Technologie, die Souveränität in die Praxis umsetzt. Damit können Staaten und Unternehmen von der bloßen Hoffnung, dass ihre Daten sicher sind, zu der Gewissheit gelangen, dass ihre Daten tatsächlich sicher sind. 

Vertrauliche Inferenz ist die Sicherheit auf Hardwareebene, die verwendet wird, um Daten bei der KI-Analyse zu verschlüsseln. So werden Ihre Daten vertraulich behandelt, und es wird sichergestellt, dass der Cloud-Anbieter Ihre Daten nicht einsehen kann. Dabei bleiben die Daten auf ihrem Weg durch das Netzwerk und auch bei einem Empfang am Server verschlüsselt (nicht lesbar). 

Sobald die Daten die CPU (Central Processing Unit) oder GPU erreichen, werden sie vorübergehend entschlüsselt. Die Daten bleiben jedoch geheim, weil sie in einen physischen Teil der Hardware (CPU oder GPU) gelangen, der auch als Trusted Execution Environment (TEE) bezeichnet wird. Dadurch wird ein Teil des Schaltkreises freigelegt und für den Rest des Computers unzugänglich gemacht. Es handelt sich im Grunde genommen um ein physisches Datenschutzschild.

Die Daten werden während der Inferenzphase entschlüsselt (aber weiterhin geschützt). So werden sie auf dem Weg durch den Cloud-Server erneut verschlüsselt und beim Erreichen Ihres Geräts wieder entschlüsselt.

Ein Unternehmen muss 4 zentrale Komponenten des KI-Stacks kontrollieren, damit es nicht mehr auf fremde Infrastruktur angewiesen ist und Souveränität erlangen kann:

• Datensouveränität: Bei der Datensouveränität geht es um die Kontrolle darüber, wie Daten erfasst, klassifiziert, verarbeitet und gespeichert werden, um die Datenschutzrichtlinien einzuhalten. Vertrauliche Daten müssen auf Storage gespeichert werden, der sich physisch innerhalb des souveränen Perimeters befindet, damit sie nur den lokalen Gesetzen unterliegen. 

  Im Kontext souveräner KI wirkt sich die Datensouveränität auf Training, Inferenz und Gewichtungen aus. Das bedeutet, dass die Daten, die Sie für das KI-Training verwenden, Ihnen gehören. Wenn Nutzende Fragen stellen, werden diese Daten nicht in ein fremdes Rechenzentrum verschoben, sondern lokal verarbeitet. Schließlich stellt die Datensouveränität im Bereich der souveränen KI sicher, dass Sie die Anleitungen, die entscheiden, wie die KI denkt, Ihnen gehören und anpassen können.

• Technische Souveränität: Bei technischer Souveränität geht es darum, den Blueprint für Ihren KI-Stack zu besitzen (und validieren zu können). KI ist nicht nur ein einzelnes Softwareelement, sondern ein Rezept mit einer langen Liste von „Zutaten“. Wenn Sie einen KI-Stack entwickeln, verwenden Sie Zutaten verschiedener Anbieter. Technische Souveränität erfordert eine transparente Produktkette, die die Bestandteile Ihres KI-Systems berücksichtigt. Dieses Paper-Trail-Konzept ist auch als Software Bill of Materials (SBOM) oder AI Bill of Materials (AIBOM) bekannt. Es handelt sich um ein vollständiges Inventory der von Ihnen verwendeten Technologien, und unterstützt Sie beim Auditieren Ihres Systems, um seinen Zustand sicherzustellen. 

  Stellen Sie sich Folgendes vor: Sie als Unternehmer lagern Ihre Buchhaltung aus. Sie übergeben Ihre Finanzakten an ein Drittunternehmen und vertrauen in dessen Arbeit. In einem Jahr werden Sie geprüft. Sie erfahren, dass Ihr Buchhaltungsunternehmern keine Belege aufbewahrt hat und die Zahlen in der Bilanz nicht stimmen. 

  Die technische Souveränität ist vergleichbar mit der Entscheidung, Ihre Buchhaltung intern zu führen. Sie verwenden Ihre eigene Software auf Ihrem eigenen Computer und benötigen für die einzelnen Einträge eine digitale Rechnung. Wenn das Finanzamt kommt, können Sie ihm einen Ordner mit Zeitstempel übergeben, der sämtliche Belege sowie ein Protokoll aller Personen enthält, die die Unterlagen eingesehen haben. 

• Operative Souveränität: Bei der operativen Souveränität geht es darum, wer Ihr System ausführt. Dazu sind vollständige administrative Kontrolle, Eigenständigkeit (durch einheimische Fachkräfte) und eine Verteidigungsstrategie nach dem „Not-Aus“-Prinzip erforderlich. Sie müssen sich also keine Sorgen machen, dass ein externes Unternehmen Ihre KI-Einstellungen per Fernzugriff deaktiviert oder ändert. Operative Souveränität bedeutet einfach, dass Sie Ihre Technologie unabhängig betreiben können. 

  Stellen Sie sich Folgendes vor: Eine Bank in Indien nutzt ein KI-System mit Standort in den USA. Das in den USA ansässige KI-System führt ein Software-Update ein, das zu Abweichungen bei der Datenverarbeitung und dem Betrieb der KI führt. Das wiederum verursacht Probleme für die Nutzenden und plötzlich können Kunden nicht mehr auf ihre Konten zugreifen. Anstatt die Engineers vor Ort zur Behebung des Problems einsetzen zu können, muss die Bank den Kundendienst anrufen, um operative Unterstützung zu erhalten. 

• Sicherheitssouveränität: Bei der Sicherheitssouveränität geht es um die unabhängige Überprüfung und Sicherstellung der Integrität, Sicherheit und Zuverlässigkeit digitaler Systeme und Prozesse. Mit anderen Worten: Sie stellen sicher, dass Ihre KI das tut, was sie tun soll. Die Sicherheitssouveränität konzentriert sich auf kontinuierliche Systemprüfungen und unabhängige Validierungen. Dabei werden Ihre Messungen verwendet und nicht die vom Hersteller oder Anbieter vorgegebenen.

  Ohne Sicherheitssouveränität besitzen und betreiben Sie vielleicht ein System, das Halluzinationen aufweist oder sich nicht wie erwartet verhält. Durch Sicherheitssouveränität können Sie dafür sorgen, dass die Logik der Systeme Ihren Standards und Erwartungen entspricht. Wenn die KI sich falsch verhält, können Sie das System öffnen und den Fehler diagnostizieren. 

  Durch die Sicherheitssouveränität können Sie außerdem „auditfähige“ Nachweise für das Verhalten Ihrer KI erstellen, was für regulatorische Zwecke wichtig sein kann. Open Source-Tools wie Feast führen Daten aus verschiedenen Quellen in einem einzigen, organisierten System zusammen und stellen Rechnungen bereit. Wenn eine Regulierungsbehörde fragt, warum Ihre KI einen Kredit abgelehnt hat, können Sie also auf die genaue Version der Daten verweisen, die für diese Entscheidung verwendet wurden.
  
  Mehr über Feast erfahren

Open Source bietet die Blueprints und Tools, die für die Entwicklung souveräner KI erforderlich sind. Ohne Open Source-Modelle hätten nur wenige finanzstarke Unternehmen die Mittel, KI zu entwickeln, sodass der Rest der Branche gezwungen wäre, die Technologie zu mieten, anstatt sie selbst zu entwickeln. 

Eine der größten Hürden bei der Entwicklung souveräner KI sind die Kosten für das Training von Modellen und Systemen von Grund auf. Mit Open Source-Software und offenen Gewichtungsmodellen können Unternehmen oder Staaten ein Basismodell mit ihren Daten an ihre Anforderungen anpassen. Sie können auch Open Source Code Libraries (wie vLLM) verwenden, um die Kosten zu senken. 

Bei souveräner KI geht es um das Recht, die eigenen KI-Systeme zu kontrollieren. Erklärbare KI (XAI) ist die Fähigkeit, dieses Recht auszuüben. Ohne Verständnis dafür, wie eine Maschine funktioniert oder warum sie bestimmte Ergebnisse liefert, lässt sich keine Souveränität (oder Macht) über sie erlangen. Ohne Erklärbarkeit ist eine souveräne KI nur eine Black Box mit möglicherweise versteckten Verzerrungen.

Mehr über erklärbare KI erfahren

Mit dem Wandel der KI von einem Tool, das Fragen beantwortet, zu einem System, das Zusammenhänge versteht, müssen Unternehmen semantische Ebenen und MCP-Gateways (Model Context Protocol) schaffen, damit KI-Agenten sicher durch die gesamte Datenstruktur eines Unternehmens navigieren können. 

Wenn Sie KI Zugriff auf viele Informationen gewähren, um Kontext bereitzustellen, ist es sinnvoll, diese Informationen zu schützen – insbesondere, wenn sie vertraulich sind. 

Für den Betrieb agentischer KI in einem souveränen KI-System sollten das Training und die Zertifizierung der Agenten, der Knowledge Graphs und der Backend-Systeme physisch innerhalb der Gerichtsbarkeit des jeweiligen Agenten stattfinden. Auf diese Weise kann sie für das potenzielle private Wissen, das für ihren Use Case spezifisch ist, trainiert werden und Zugang dazu erhalten. Diese Nähe reduziert auch die Latenz (Verzögerung).

Stellen Sie sich einen KI-Agenten vor, der auf deutsches Recht spezialisiert ist und Sie bei Richtlinienentscheidungen unterstützt. Ohne souveräne KI-Systeme könnten einige Dinge schiefgehen:

• Bei Verwendung von Datensätzen, die auf globalen Daten oder US-Rechtssystemen trainiert wurden, besteht die Gefahr, dass es zu Verzerrungen oder Ausgaben kommt, die im deutschen Kontext nicht ganz korrekt sind.
• Wenn diese Agenten sich nicht in einer souveränen Cloud befinden, kann ihr Anbieter Daten, Speicher und Logik einsehen und möglicherweise diese Verbindung nutzen.
• Wenn der Agent einen Fehler macht, kann es zu Unstimmigkeiten zwischen lokalen und internationalen Unternehmen darüber kommen, welche Vorschriften für Fehlpraktiken Anwendung finden.
• Im Falle eines internationalen Streits kann es sein, dass Ihr Agent abgeschaltet wird, weil der Fremdanbieter Ihren API-Schlüssel widerrufen hat. 

Souveräne KI stellt sicher, dass Ihre Agenten innerhalb der Beschränkungen und Grenzen Ihrer Gerichtsbarkeit behandelt werden. In diesem souveränen Szenario hat der nach deutschem Recht arbeitende deutsche Agent Zugriff auf Archivdaten auf deutschen Servern. Er versteht die Nuancen der deutschen Kultur. Er hat Zugang zu der Ausbildung und der Zertifizierung, die für einen deutschen Hochschulabschluss in Rechtswissenschaften erforderlich sind. Er verwendet einen Knowledge Graph der deutschen Gerichtsentscheidungen, die physisch in Deutschland gespeichert sind. 

Ohne souveräne KI-Praktiken könnten deutsche Gesetzgeber KI einsetzen, die Daten zwischen Deutschland und einem anderen Staat hin- und hersendet. Sie kann Knowledge Graphs verwenden, die rechtliche Informationen aus der ganzen Welt enthalten. Möglicherweise hat diese KI keinen Zugang zu deutschen Gerichtsentscheidungen, die ihr bei der Argumentation helfen würden. Das Training der Agenten unterscheidet sich möglicherweise in kultureller Hinsicht von dem, was deutsche Gesetzgeber von ihren Rechtssystemen und politischen Richtlinien erwarten. 

Mehr über agentische KI erfahren

Die weit verbreitete Nutzung souveräner KI könnte zu einem Netz aus spezialisierten und lokalisierten KI-Ökosystemen führen und die folgenden Vorteile mit sich bringen:

• Sicherheit und Datenschutz: Souveräne KI ist besonders wichtig in stark regulierten Branchen wie dem Gesundheitswesen, dem Finanzwesen und Regierungsbehörden. Sie unterstützt die Cybersicherheit und schützt proprietäre Daten und geistiges Eigentum. Darüber hinaus unterstützt sie eine auditierbare Softwarelieferkette. Mit Tools wie vLLM und llm-d können Sie die einzelnen Komponenten Ihrer Software überprüfen, bevor diese mit sensiblen Daten in Kontakt kommt. So wird Ihr Schutz von einer passiven Abwehr zur aktiven Überprüfung.

• Unabhängigkeit von fremden KI-Anbietern: Die Entwicklung und Nutzung eigener KI-Systeme ermöglicht es Regierungen und Unternehmen, die Kontrolle zu behalten und ihren Betrieb auch angesichts störender externer Faktoren fortzusetzen. Dazu können Handelskonflikte, regulatorische Änderungen, geopolitische Probleme oder externe Stromausfälle gehören.

• Wettbewerbsvorteil: Durch die Kontrolle der KI-Infrastruktur und -Modelle können Unternehmen ihre Systeme optimieren und die Ausgabe so anpassen, dass die KI ihrem kulturellen Kontext und ihren geschäftlichen Anforderungen entspricht. 

• Erhöhtes Vertrauen der Nutzenden: Nutzende und Kunden können sich sicherer fühlen, dass ihre Daten lokal bleiben.

• Nachhaltigkeit und Ressourcenkontrolle: Durch die Kontrolle darüber, wie und wo Workloads ausgeführt werden, können Unternehmen entscheiden, wie sie diese Workloads betreiben möchten. Das kann die Nutzung erneuerbarer Energiequellen bedeuten, um die Abläufe mit den lokalen Umweltverpflichtungen in Einklang zu bringen. Letztendlich versetzt souveräne KI ein Unternehmen oder Staat von einem Zustand der Abhängigkeit in einen Zustand der Unterstützung und Unabhängigkeit. 

Souveräne KI ist ein strategischer Ansatz, der langfristige Investitionen erfordert. Der Betrieb eines benutzerdefinierten souveränen Stacks bedeutet, dass Sie Komfort gegen Verantwortung tauschen – ein Übergang, der verschiedene Herausforderungen mit sich bringen kann:

• Rechtliche Mehrdeutigkeit: Gesetze werden in verschiedenen Gerichtsbarkeiten unterschiedlich gehandhabt. Unternehmen müssen sich mit widersprüchlichen rechtlichen Frameworks auseinandersetzen, um fundierte Entscheidungen zum Verhalten von KI zu treffen. Dafür könnte eine rechtliche Beratung erforderlich sein.

• Langsamer Wandel: Compliance- und Regulierungsbehörden sind dafür bekannt, dass sie langsam vorankommen. Entscheidungen werden wahrscheinlich nicht schnell getroffen, und Projekte müssen strategisch gemanagt werden.

• Kosten: Unternehmen müssen nicht nur für die Rechenleistung und die Infrastruktur zur KI-Verarbeitung bezahlen, sondern auch talentierte Fachleute finden, die die gewünschten technischen Lösungen implementieren. Außerdem müssen sie in Forschung und Entwicklung investieren, um Services zu erstellen, die den Nutzenden zugutekommen und sie unterstützen. 

• Technische Komplexität: Die Entwicklung eines souveränen KI-Stacks erfordert wahrscheinlich einige Änderungen an Ihrer gesamten IT-Infrastruktur. Konkret bedeutet dies, neuen Code zu erstellen und vorhandene Daten zu migrieren. Dies selbst zu verwalten, ist schwieriger, als eine Plug-and-Play-Option wie Model as a Service (MaaS) zu verwenden.

Strategien für souveräne KI variieren je nach Ressourcenverfügbarkeit. Im Folgenden sind einige Beispiele dafür aufgeführt, wie verschiedene Staaten bei souveräner KI vorgehen:

• Umfassende Souveränität by Design: China ist derzeit das bekannteste Beispiel für eine nahezu vollständige und souveräne KI. Die Regierung Chinas verfügt über die Kontrolle über Daten (durch strenge Gesetze und Zugriff auf Daten des privaten Sektors), Anwendungen (ein vollständig inländisches IT-Ökosystem) und Modelle (durch inländische Labs). China investiert in die lokale Chip-Entwicklung, ist aber (noch) nicht ganz unabhängig, wenn es um die Hardware geht. Die Great Firewall, ein staatlich verwaltetes System zur Internetzensur, half China, der digitalen Souveränität näher zu kommen als andere Staaten. 

• Dominanz des privaten Sektors: In den USA haben private Unternehmen mit wenig direkter Unterstützung der US-amerikanischen Regierung KI-Systeme entwickelt. Daher ist die weltweite KI-Entwicklung durch Google, Microsoft, OpenAI und Anthropic an und für sich eine Form der Souveränität. 

• Regulatorische Souveränität: Der Souveränitätsansatz der Europäischen Union baut auf Governance und nicht auf Infrastruktur auf. Die KI-Verordnung der EU klassifiziert die KI nach Risiken und legt Standards fest, die die Systeme für den Betrieb in der EU erfüllen müssen. Anstatt zu versuchen, die Infrastrukturen und Rechenbudgets von Staaten wie den USA oder China anzupassen, investiert die EU in lokale Projekte wie Mistral und legt klare Vorschriften als Orientierung für die Branche fest.

• Möglichst einfache Souveränität: Kleinere Staaten akzeptieren zwar, dass sie auf ausländische Basismodelle angewiesen sind, konzentrieren ihre Zeit und ihre Investitionen jedoch darauf, diese an die lokalen Sprachen anzupassen, eigene Verwaltungsstrukturen aufzubauen und selbst erzeugte Daten vor Ort zu belassen. Das bedeutet, dass sie in lokale Forschende investieren, aber nicht versuchen, eine eigene Version von ChatGPT von OpenAI zu erstellen. Das SEA-LION-Projekt in Singapur ist ein Beispiel dafür, wie Menschen lokale Kompetenzen bündeln, um LLMs zu entwickeln, die auf südostasiatische Communities ausgerichtet sind. 

Diese Begriffe werden manchmal synonym verwendet und können leicht verwechselt werden. Lassen Sie uns über die Unterschiede sprechen:

Souveräne KI bezieht sich auf die Produkte, den Technologie-Stack und die Tools, die es einem Staat oder einer Organisation ermöglichen, KI-Systeme nach ihren eigenen Vorstellungen bereitzustellen. Es geht vor allem um die Entscheidungsgewalt darüber, wie die KI agiert. Es geht um Kapazität, Funktionalität und Mittel. 

Die KI-Souveränität ist eher philosophisch und fragt, wer die KI-Richtlinie bestimmen kann. Es geht darum, sicherzustellen, dass ein vielfältiges Spektrum von Bürgerinnen und Bürgern sowie Communities ein bedeutendes Mitspracherecht darüber haben, wie KI ihr Leben und ihre Zukunft beeinflusst. Die KI-Souveränität erweitert den Umfang der KI-Nutzung um Diskussionen über Menschenrechte, Demokratie, Konsens, kulturelle Bewahrung und Werte. 

Stellen Sie sich Folgendes vor: Ein Staat kann souveräne KI auf eine Weise verfolgen, die die KI-Souveränität seiner eigenen Bürgerinnen und Bürger untergräbt. Ein Staat könnte über hochentwickelte KI-Tools verfügen, die völlig unabhängig von anderen Staaten funktionieren, diese aber auf eine Weise einsetzen, die für die Bürgerinnen und Bürger nicht fair oder gerecht ist. 

Es gibt auch erhebliche Überschneidungen zwischen souveräner KI und KI-Souveränität. Die Entwicklung eines souveränen KI-Systems erfordert, dass wir uns Fragen zu Werten und Macht, Verantwortlichkeit und Repräsentation stellen – Fragen, die uns dazu zwingen, Aspekte der KI-Souveränität zu berücksichtigen.

Unter monopolisierter oder zentralisierter KI versteht man ein Szenario, in dem nur einige wenige Hyperscaler die weltweite Versorgung mit Intelligenz kontrollieren – also die Infrastruktur, den Zugang zu Rohdaten und die Technologien, die Gesellschaften prägen. Dies könnte Bedingungen schaffen, bei denen Staaten ohne Eigentümerschaft von fremden Staaten abhängig sind, was wiederum einen geopolitischen Konflikt entfachen kann. Mit souveräner KI soll dies in vielerlei Hinsicht verhindert werden. 

Model as a Service (MaaS) bezieht sich auf die Praxis, für den Zugang zu einem Modell wie ChatGPT zu bezahlen. Bei MaaS können Sie nichts dagegen tun, wenn der Anbieter das Modell ändert oder Ihnen den Zugang sperrt. Bei souveräner KI geht es darum, sich nicht mehr auf den Service anderer zu verlassen, sondern eigene Services zu besitzen. 

Bei der Entwicklung souveräner KI ist es wichtig, das Spektrum der Souveränität zu verstehen, um zu wissen, wo Sie sich jetzt befinden und welche Schritte Sie als nächstes benötigen:

• Null-Souveränität: Hier starten die meisten Unternehmen und nutzen MaaS. Sie verwenden ein Modell, das Sie nicht vollständig verstehen, und senden Daten zur Verarbeitung über Grenzen hinweg. In diesem Szenario sind Sie nur ein Mandant – wenn Ihr Anbieter den Stecker zieht, ist Ihre KI weg.

• Teil-Souveränität: Dies ist der Mittelweg, bei dem offen gewichtete Modelle verwendet und auf regionaler Infrastruktur gehostet werden. Sie wissen, wie Sie das Wissen der Modelle formen können und sind Eigentümer des Codes. In diesem Szenario verwenden Sie wahrscheinlich NVIDIA-Chips oder Cloud-Anbieter in anderen Ländern. Das bedeutet, dass Sie auf externe Hardware angewiesen sind.

• Vollständige Souveränität: Ihre KI wurde unter Verwendung von inländischen Ressourcen und Hardware, die sich in Ihrem Besitz befindet, entwickelt. Sie wird mit lokalen Daten trainiert und wird mit lokalem Strom ausgeführt. 

Mehr über MaaS erfahren

Beim Konzept der souveränen KI stellt sich die Frage, ob eine Nation die KI gestalten kann, die ihre Gesellschaft zunehmend prägt. Es ist das mittlere Teil eines größeren Puzzles, das umfassendere Arten von Souveränität wie digitale Souveränität und technische Souveränität umfasst:

Bei digitaler Souveränität geht es um Regeln, Rechte und die Zuständigkeit für den digitalen Raum.

Bei der technischen Souveränität geht es um das Eigentum und die Kontrolle über die zugrunde liegende Infrastruktur und Technologie.

Souveräne KI vereint die beiden und konzentriert sich auf KI-Systeme, die nach Ihren Regeln kontrolliert werden, auf Ihrer Infrastruktur aufbauen, mit Ihren Daten trainiert und mit Ihren Werten in Einklang gebracht werden. 

Die meisten Staaten agieren im Bereich digitaler oder technischer Souveränität. Obwohl das Ziel besteht, souveräne KI zu entwickeln, erfordert die Realität, diese zu erreichen, noch weitere Entwicklung in der Technologierichtlinie. 

In den kommenden Jahren werden Sie wahrscheinlich einen Anstieg von regionalen oder nationalen KI-Systemen erleben. Dies zeigt sich am Vorstoß der EU für die KI-Verordnung und an Investitionen in Modelle wie Mistral: Europa will damit eine eigene KI-Identität etablieren, die sich von dem unterscheidet, was die USA und China derzeit anbieten. 

Red Hat® AI ist mit seinem vLLM-basierten Server für schnelle, flexible und effiziente Inferenzen konzipiert. Die Lösung verknüpft die Modelle zuverlässig mit Ihren Daten, um die Anpassung und Entwicklung spezialisierter Agenten auf einer einzelnen Plattform zu vereinheitlichen. Unsere Produkte basieren auf Open Source und bieten Ihnen die vollständige End-to-End-Kontrolle über KI-Workflows in beliebigem Umfang. 

Mit Red Hat erhalten Unternehmen eine Basis für souveräne KI, mit der sie Air Gap-KI-Umgebungen (isoliert) aufbauen und gleichzeitig die Kontrolle über Sicherheit, Daten, Modelle sowie Ergebnisse behalten können.

Die Stärke unseres Partnernetzwerks liegt in seiner Offenheit. Kein Anbieter kann die Herausforderungen souveräner KI allein lösen. Da Red Hat als Vereiniger unterschiedlicher Hardware und Clouds fungiert, können Sie regionale Vorschriften einhalten und Vendor Lock-in vermeiden. 

Durch den Fokus auf Transparenz, Upstream-Beiträge und offene Standards ermöglicht der Ansatz von Red Hat eine unabhängige Überprüfung des gesamten Technologie-Stacks.