DEEPTECH DEEPTALK

Aus Versehen souverĂ€n 🍀 Warum Europas KI ohne Milliarden-Muskel aufholt

DEEPTECH DEEPTALK

Show Notes

Amerika wettet auf GrĂ¶ĂŸe. Europa hatte nie das Geld dafĂŒr und setzt deshalb auf Methode statt Muskel. Ein paar Wochen reichen fĂŒr eine bemerkenswerte Bilanz. Mistral legt ein neues großes Sprachmodell vor, Black Forest Labs eine Modellfamilie fĂŒr Bild und Video, NEURA Robotics aus Metzingen ein eigenes Foundation Model fĂŒr Roboter, das sieht, hört, tastet und sich erinnert. Oliver RĂ¶ĂŸling und Alois Krtil wollen wissen, wie das ohne die Summen geht, die in den USA in Rechenzentren fließen. Die Antwort ist fĂŒr beide Seiten unbequem. Das Rennen um immer grĂ¶ĂŸere Sprachmodelle konnte Europa nie gewinnen, weil es sein Kapital nicht auf ein, zwei Champions bĂŒndelt. In den USA ist genau das passiert. Eine Handvoll Anbieter hat so viel Geld verbaut, dass es sich nur ĂŒber Masse zurĂŒckverdienen lĂ€sst. Das ist eine Wette auf ein einziges Pferd und ein Single Point of Failure, falls Modelle schneller zur Massenware werden als geplant. Was wie Europas SchwĂ€che aussah, wird so zum Vorteil. Geplant war das nicht. Bleibt die Sorge vor der großen Einkaufstour. Aleph Alpha geht bereits im kanadischen Anbieter Cohere auf. Nur verliert ein europĂ€isches KI-Unternehmen, sobald es amerikanisch wird, genau das, wofĂŒr man es gekauft hat: das Vertrauen von Kunden, die ihre Daten nicht in fremden Trainingssystemen sehen wollen. Dazu kommt ein Paradox: Mit amerikanischen Frontier-Modellen lĂ€sst sich amerikanische Business-Software inzwischen in Teilen nachbauen. Die zweite HĂ€lfte wird handfest. Wer auf eine heiße Herdplatte fasst, zieht die Hand weg, bevor das Sprachzentrum etwas dazu sagt. Ein Sprachmodell kennt diesen Reflex nicht, ihm fehlt jede Wahrnehmung von Raum und Physik. Roboter lernen dagegen aus harten Fakten, und was ein GerĂ€t beim Umkippen lernt, lernt die Flotte mit. Der Hebel liegt in der Orchestrierung, nicht in immer grĂ¶ĂŸeren Modellen. Wer fĂŒr jede Frage das Frontier-Modell anwirft, schlĂ€gt einen Bastelnagel mit dem Vorschlaghammer ein. Hör rein, wenn du wissen willst, warum Europas KI gerade dort aufholt, wo Geld allein nicht reicht. Aus der Folge Was in wenigen Wochen auf allen Ebenen des europĂ€ischen KI-Stacks passiert ist Warum die Konzentration auf wenige US-Anbieter zum Single Point of Failure werden kann Weshalb ein europĂ€isches KI-Unternehmen nach einem Verkauf in die USA genau das verliert, wofĂŒr es gekauft wurde Wie amerikanische Frontier-Modelle helfen, amerikanische Software nachzubauen Warum ein Sprachmodell allein keinen Roboter steuern kann Weshalb bei der Modellwahl oft das Problem vor dem Rechner sitzt

*Korrektur zur Aufnahme: NEURA Robotics sitzt in Metzingen, nicht in Memmingen.

More from DEEPTECH DEEPTALK

Sep 22, 2026

Nach einer kurzen Sendepause sind Oliver und Alois endlich wieder zurĂŒck im DEEPTECH DEEPTALK. In der KI-Welt ist aktuell wieder viel los, und in dieser Folge widmen wir uns den heiß diskutierten Entwicklungen rund um AI Safety und Security. Wir beleuchten die Forderungen nach einem weltweiten "AI Slowdown" von Tech-GrĂ¶ĂŸen wie Elon Musk und hinterfragen, wie realistisch das in der Praxis ist oder ob es sich dabei doch eher um PR-Stunts zur Vorbereitung kommender BörsengĂ€nge handelt. Außerdem werfen wir einen genauen Blick auf die realen Gefahren durch teilautonome Agenten-SchwĂ€rme, die inzwischen mit "Deep Reasoning" komplexe SicherheitslĂŒcken in Sandboxes systematisch aushebeln. Die wichtigsten Learnings dieser Folge: PR oder echte Panik? Warum Forderungen nach einem Slowdown in der KI-Entwicklung auch strategische und marketingtechnische Motive haben könnten. Schwarm-Hacking: Wie agentische KI-Systeme Sicherheitsbarrieren gezielt umgehen, Spuren verwischen und warum traditionelles Guardrailing (Sicherheitsleitplanken) massiv an seine Grenzen stĂ¶ĂŸt. Das Brechen von Regeln: Die Gefahr von Modellen, die einen so starken Trieb zur Zielerreichung besitzen, dass sie Ausnahmen fĂŒr das Brechen von Restriktionen argumentativ rechtfertigen können. Fehlende "Ground Truth": Warum aktuelle Sprachmodelle (LLMs) kein echtes physikalisches WeltverstĂ€ndnis haben und darauf angewiesen sind, dass wir Menschen ihnen die RealitĂ€t vorgeben. Automatisierte Gefahren: Wie KI-gesteuertes Social Engineering skaliert und massenhafte Hacking-Angriffe ermöglicht, die theoretisch jeden im digitalen Raum treffen können.

Jul 28, 2026

In dieser spontanen Folge haben wir Dr. Michael MĂŒller-WĂŒnsch (MĂŒWĂŒ), den Technologie-Vorstand der Marke Otto, bei uns zu Gast. WĂ€hrend viele Unternehmen beim Thema KĂŒnstliche Intelligenz noch in strategischen Grundsatzdiskussionen feststecken oder aus Unsicherheit abwarten, plĂ€diert MĂŒWĂŒ fĂŒr einen pragmatischen Ansatz: Willkommen im #Makerland. Es geht darum, aus der reinen Beobachterrolle herauszutreten und den technologischen Wandel wieder aktiv und mutig zu gestalten. Wir sprechen in dieser Folge darĂŒber, warum klassische ZehnjahresplĂ€ne in der aktuellen KI-Dynamik völlig obsolet sind. MĂŒWĂŒ erklĂ€rt, wie sich stattdessen mit fokussierten 90-Tage-Sprints echte Use Cases validieren lassen als risikoarme Entscheidungen, die jederzeit korrigiert werden können. Ein weiteres zentrales Thema unserer Diskussion ist die digitale SouverĂ€nitĂ€t. Mit dem treffenden Bild des „digitalen Suezkanals“ beleuchten wir die Gefahr von einseitigen AbhĂ€ngigkeiten und plötzlichen Service-AusfĂ€llen durch große US-Anbieter. Wir diskutieren, warum ein zeitgemĂ€ĂŸes Risikomanagement heute zwingend lokale Infrastrukturen, europĂ€ische Optionen und Multi-Cloud-Strategien erfordert. DarĂŒber hinaus werfen wir einen kritischen Blick auf unseren alltĂ€glichen Umgang mit Informationen. In einer Zeit, in der global jede Sekunde 60.000 Fotos entstehen, ersticken wir zunehmend an unreflektiertem DatenmĂŒll. Wir beleuchten, wie smarte, lokale KI-Agenten kĂŒnftig beim digitalen AufrĂ€umen helfen mĂŒssen und warum in einer Ära immer perfekterer Deepfakes die nachweisbare „Echtheit“ von Informationen zur wertvollsten WĂ€hrung fĂŒr Gesellschaft und Wirtschaft wird. Eine Episode ĂŒber technologische EigenstĂ€ndigkeit, den Aufbau echter KI-Datenkompetenz und den Mut, einfach mal zu machen.

Jul 16, 2026

Modelle wie die von OpenAI oder Anthropic werden zur Commodity. Wer ein bisschen wartet, bekommt die gleiche QualitĂ€t ohnehin von mehreren Anbietern. Was bleibt, ist die Architektur drumherum, der Harness. Oliver und Alois erklĂ€ren, wie Unternehmen General-Purpose-Modelle mit Speicher, Prompts und Agenten so einbetten, dass ein verlĂ€ssliches eigenes System entsteht. FĂŒr manche Startups ist das schon die neue Core IT der Firma. Ein Thema ist das GeschĂ€ftsmodell dahinter: gĂŒnstige EinstiegszugĂ€nge fĂŒr 100 bis 300 Dollar im Monat binden Early Adopter in Teams, bis am Ende die großen Enterprise-Tickets ĂŒber die API laufen. Lizenzchaos als Symptom: Kontingente wechseln wöchentlich, Power User werden automatisch gedrosselt, SLAs sind kaum planbar. Was frĂŒher eine feste DSL-Leitung war, ist heute eine Blackbox mit wechselnder Durchsatzrate. Wer eine verlĂ€ssliche Entwicklungsstrecke bauen will, baut sie momentan auf Treibsand. FĂŒr Oliver und Alois ist das ein Argument fĂŒr Dezentralisierung: eigene On-Prem-Architekturen, eingefrorene Modelle fĂŒr stabile Use Cases, das Frontier-Modell nur noch als Dispatcher. Gerade im Verteidigungssektor, mit verteilten Datenquellen und Sensorik, wird daraus ein hierarchischer oder asymmetrischer Harness aus Spezialmodellen. China im Vergleich: weniger Brute Force, mehr Smart Force, dazu eine Open-Source-Szene, die mit weniger Rechenleistung mehr rausholt. FĂŒr europĂ€ische Anwender sind chinesische und amerikanische Modelle inzwischen Ă€hnlich compliant. Bei sensiblen Workloads bleibt trotzdem die eigene Infrastruktur die sicherere Wahl. FĂŒr den Einstieg raten beide zu fertigen Plattformlösungen mit fester Modellauswahl. Das senkt die HĂŒrde und liefert schnell ein erstes Ergebnis. Je klarer der eigene Use Case wird und je mehr proprietĂ€re Daten und GeschĂ€ftslogik einfließen, desto mehr lohnt sich der Wechsel zum eigenen Harness statt der fremden One-Click-Lösung. Fazit: Harnessing ist am Ende eine Make-or-Buy-Entscheidung. Die großen Anbieter liefern den Göffel, die Mischung aus Löffel und Gabel fĂŒr fast alles. Wer sein eigenes Besteck zusammenstellt, tauscht die stumpfe Gabel gegen ein schĂ€rferes Werkzeug, sobald der Use Case es verlangt. Wenn du wissen willst, wie das geht, ist diese Folge fĂŒr dich.

Jul 1, 2026

In dieser Folge des DEEPTECH DEEPTALK ordnen Oliver RĂ¶ĂŸling und Alois Krtil ein, was es bedeutet, wenn der amerikanische Staat den eigenen Frontier Modellen plötzlich die Leine anlegt. Die USA verkauften sich jahrelang als der Ort, an dem KI ohne Bremsen lĂ€uft. Jetzt stehen erste regulatorische Eingriffe neben der AnkĂŒndigung von 100 Prozent Digitalzöllen als Antwort auf die europĂ€ischen Acts. Das trifft tokenbasierte, hochsubventionierte GeschĂ€ftsmodelle direkt an der Refinanzierung. Profiteur könnte Europa sein. Modelle wie Mistral gewinnen an Boden, auch als Schutz vor einer Übernahme durch amerikanische oder chinesische KĂ€ufer. Den Kern der Folge bildet die These, dass nicht die ModellgrĂ¶ĂŸe zĂ€hlt, sondern die Architektur darum herum. Kleine gehĂ€rtete Modelle mit Quelle, Fehlercode und Diagnose schlagen ein Frontier Modell ĂŒberall dort, wo proprietĂ€re Industriedaten, kritische Infrastruktur oder Edge-Einsatz in Drohnen und Sensorik gefragt sind. Daneben geht es um die Frage, wie man gewachsene ERP-Systeme angreift, ohne die Bilanz zu sprengen. Modul fĂŒr Modul von innen aushöhlen statt einer Komplettablösung lautet die Strategie. Welcher Stein im Jenga-Turm der Legacy IT sich noch ziehen lĂ€sst, bevor das System kippt, bleibt am Ende eine Frage fĂŒrs Management. Zum Schluss geht es um das europĂ€ische Zeitfenster. Neue Vergabelogiken wie in Paris oder Estland geben auch kleinen Anbietern eine Chance. Talent-Hotspots wie Station F oder King's Cross ziehen Köpfe und Kapital an. Krtils These zum Schluss: Die eigentliche Gefahr liegt nicht in einer durch Open Source entstehenden Superintelligenz, sondern in der Machtkonzentration bei wenigen Anbietern mit milliardenschweren StaatsvertrĂ€gen ĂŒber Jahrzehnte. Key Learnings US-Regulatorik wird zur Waffe. 100 Prozent Digitalzölle als Antwort auf die europĂ€ischen Acts und ein erster regulatorischer Eingriff bei Frontier Modellen setzen tokenbasierte, hochsubventionierte GeschĂ€ftsmodelle an der Refinanzierung unter Druck. Kleine Modelle schlagen große dort, wo es zĂ€hlt. GehĂ€rtete Branchenmodelle mit Quelle, Fehlercode und Diagnose liefern fĂŒr proprietĂ€re Industriedaten und Edge-Einsatz verlĂ€sslichere Antworten als ein Frontier Modell. Wert entsteht durch Architektur, nicht durch ModellgrĂ¶ĂŸe. Orchestrierung, Guardrails und HĂ€rtung um das Modell herum entscheiden, ob ein System im B2B-Umfeld ĂŒberhaupt einsatzfĂ€hig wird. Legacy IT lĂ€sst sich nicht ersetzen, nur aushöhlen. Modul fĂŒr Modul von innen aushöhlen erhĂ€lt den bilanziellen Wert und vermeidet eine teure Komplettablösung. Europa hat ein Zeitfenster, kein Zeitproblem. Neue Vergabelogiken in Paris oder Estland öffnen Beschaffung auch fĂŒr kleine Anbieter. Talent-Hotspots wie Station F oder King's Cross ziehen zusĂ€tzlich Köpfe und Kapital an. Die grĂ¶ĂŸere Gefahr ist Machtkonzentration, nicht Open Source. Wenige Anbieter mit milliardenschweren, jahrzehntelangen StaatsvertrĂ€gen sind nach Krtils EinschĂ€tzung das eigentliche Risiko, nicht eine durch offene Modelle entstehende Superintelligenz.

Jun 9, 2026

Diese Folge widmet sich den Begriffen Resilienz und SouverĂ€nitĂ€t und versucht, sie aus dem abstrakten Raum in den Alltag zu holen; von der Logistik im Hamburger Hafen bis zur KI auf dem Gefechtsfeld. Der Talk ordnet ein, warum Verteidigung, Dual Use und kritische Infrastruktur derzeit zusammen gedacht werden mĂŒssen, und bleibt dabei mechanikorientiert statt wertend. Eine inhaltliche Beobachtung: Stellenweise bleibt es bei der Bestandsaufnahme; konkrete Beispiele, Zahlen oder ein Praxisfall hĂ€tten manche Thesen (etwa zu Edge-KI oder Token Economics) greifbarer gemacht. Die Haupt-Learnings Resilienz und SouverĂ€nitĂ€t sind Sammelbegriffe fĂŒr viele konkrete Felder: Verteidigung, Dual Use, Wertschöpfungsketten, kritische Infrastruktur (Kritis), Logistik, Space und zunehmend auch Nachhaltigkeit („enkelfĂ€hig denken"). Es geht nicht um UnabhĂ€ngigkeit, sondern um HandlungsfĂ€higkeit. Entscheidend ist, einseitige AbhĂ€ngigkeiten zu erkennen und zu managen – etwa durch mehrere Zulieferer, eigene Tech-Stacks und neue Sourcing-Strategien. Krisen hĂ€rten Technologie und beschleunigen Innovation. Unter realem Druck entstehen Drohnen, Sensorik und Edge/Federated AI, die robust erprobt und ĂŒber Dual Use spĂ€ter auch zivil nutzbar sind. MilitĂ€r denkt „Bottom-up", Big Tech „Top-down". Statt immer grĂ¶ĂŸerer Modelle und tokenbasierter Dauernutzung zĂ€hlen ressourceneffiziente On-Prem-Lösungen, „Smart Force"- statt „Brute Force"-KI und spezialisierte Hardware. Ein starkes Ökosystem braucht drei Dinge: Mindset, Finanzierung und Talent. Eine klare Mission liefert das Mindset fast von selbst; europĂ€ische Fonds-Allianzen öffnen sich; Talente brauchen attraktive Perspektiven. Die Haltung gegenĂŒber Verteidigung hat sich gedreht – von Tabuthema zu legitimem, teils patriotisch motiviertem Investitionsfeld. Innovation entsteht durch Technologiekonvergenz, an den Schnittstellen verschiedener Hardware-, Software- und Forschungsdisziplinen. Hamburg hat als Standort starke Karten: Exzellenzforschung, hohe Interaktionsdichte und die Rolle als zentraler Kritis-Standort (Hafen, Logistik). Fazit EuropĂ€ische SouverĂ€nitĂ€t ist kein kurzfristiges Krisenthema, sondern eine Daueraufgabe – und zugleich eine Chance, im Innovationswettbewerb wieder aufzuschließen. The Forge am Deep Tech Campus setzt hier an: Die Initiative vernetzt Forschung, Investoren und Startups in Hamburg und ĂŒberregional, um aus vorhandenem Potenzial HandlungsfĂ€higkeit zu machen. Die zentrale Botschaft der Folge: Abwarten ist keine Option – es gilt, ins Machen zu kommen. Wer mitwirken möchte, findet The Forge auf deeptech.hamburg.

See all episodes →