KI verschiebt sensible Daten über Clouds, Rechenzentren und Edge-Systeme hinweg. Warum echte Sovereign AI mehr verlangt als einen europäischen Speicherort – und wie Unternehmen Kontrolle, Sicherheit und Resilienz über den gesamten Infrastruktur-Stack herstellen.

Mit dem zunehmenden Einsatz von KI rücken drei Fragen in den Vordergrund: Woher stammen die Trainingsdaten? Wer kontrolliert sie? Und wie werden sensible Informationen geschützt? Sovereign AI ist deshalb mehr als die Entscheidung, in welchem Land Daten gespeichert werden. Entscheidend ist, wer Daten, Modelle und Infrastruktur kontrolliert und welche Regeln für ihre Nutzung gelten.

Je mehr KI von Pilotprojekten in den Produktivbetrieb wechselt, desto wichtiger wird diese Frage. Unternehmen müssen dann den gesamten Infrastruktur-Stack betrachten, von Software und Hardware bis zu den Zugriffsrechten. Hinzu kommt die rechtliche Ebene: Datenschutzgesetze und regulatorische Vorgaben unterscheiden sich zwischen Ländern und Regionen, teils sogar innerhalb Europas.

Der Datenstandort ist nur ein Teil der Souveränität.

Bei souveräner Infrastruktur richtet sich der Blick meist zuerst auf den physischen Standort eines Rechenzentrums. Der lässt sich leicht bestimmen. Schwieriger ist die Frage, was mit Daten und Workloads innerhalb einer verteilten Infrastruktur passiert. Viele Anbieter betreiben miteinander verbundene Rechenzentren oder Multi-Cloud-Umgebungen und verschieben Workloads zwischen Standorten, etwa wenn Kapazitäten knapp werden. Unternehmen brauchen deshalb die Gewissheit, dass Anwendungen und Daten in den vorgesehenen Regionen bleiben.

Oft ist zudem nicht transparent, auf welchen Speichersystemen sich proprietäre Daten tatsächlich befinden. Und der physische Speicherort kann von der Rechtsordnung abweichen, der Daten oder Infrastruktur unterliegen. Bei international tätigen Unternehmen wird das zusätzlich komplizierter, wenn Daten zwischen mehreren Ländern und Regionen verarbeitet oder übertragen werden.

KI verschärft diese Herausforderung. Klassische Workloads wie ERP-, Bestands- oder HR-Systeme greifen meist auf zentral gespeicherte Unternehmensdaten zu. KI-Anwendungen dagegen sind zunehmend verteilt: Inferenz läuft auf Smartphones, in vernetzten Fahrzeugen oder in industriellen Edge-Systemen. Modelle, Daten und Ergebnisse bewegen sich damit zwischen zentraler Infrastruktur, regionalen Rechenzentren und Edge-Systemen, durchlaufen unterschiedliche Netzwerke und Speicherorte und überschreiten dabei mitunter Landesgrenzen. Unternehmen müssen also festlegen, wer die Kontrolle über diese Daten in jeder Phase behält.

Souveränität über den gesamten Infrastruktur-Stack.

KI-Infrastruktur braucht viel Rechenleistung, schnellen Datendurchsatz und leistungsfähige Netzwerke, verteilt über Server, Edge-Systeme und Daten an unterschiedlichen Standorten. Technische und organisatorische Kontrolle müssen deshalb zusammenspielen. Das beginnt bei den Daten selbst: Wo werden sie gespeichert, in welchem Format liegen sie vor, wer entscheidet über ihre Verwendung? Die Verantwortung dafür kann bei einzelnen Geschäftsbereichen, der Compliance-Funktion oder der Unternehmensleitung liegen.

Dazu kommt die Steuerung von KI-Workloads. Zentralisierte Scheduler verteilen Trainingsjobs automatisiert auf mehrere Rechenzentren, um Kapazität und Performance zu optimieren. In einer souveränen Infrastruktur muss klar sein, unter welchen Bedingungen sich solche automatisierten Entscheidungen einschränken oder übersteuern lassen und welche Daten für welche Trainingszwecke überhaupt zulässig sind. Wichtig ist dabei vor allem die Herkunft der Trainingsdaten: Unternehmen brauchen ein Governance-Modell, das festlegt, welche Quellen vertrauenswürdig sind, wer ihre Nutzung genehmigt, und welche regulatorischen Vorgaben gelten.

Diese Kontrolle muss sich über den gesamten KI-Lebenszyklus erstrecken, von der Trainingsumgebung über Modellgewichte bis zu Deployment-Entscheidungen und administrativen Zugriffsrechten. Sovereign AI bedeutet also nicht nur Kontrolle über den Speicherort, sondern über Daten, Modelle, Plattformen und Zugriffsrechte gleichermaßen.

Verda: Sovereign AI in der Praxis.

Wie sich das technisch umsetzen lässt, zeigt der europäische AI-Cloud-Anbieter Verda [1]. Das Unternehmen betreibt seine Infrastruktur in nordischen Rechenzentren und lässt Kunden Hardware und Software nach eigenen betrieblichen und regulatorischen Anforderungen konfigurieren.

Dabei geht es nicht allein um den Speicherort. Die Plattform verbindet infrastrukturelle Kontrolle mit technischen Sicherheitsmechanismen: Confidential Virtual Machines und hardwaregestützte Trusted Execution Environments schützen CPU- und GPU-Speicher ebenso wie Daten bei der Übertragung und im Ruhezustand. Das ist besonders relevant, wenn Unternehmen eigene Daten oder geistiges Eigentum für -Training, Fine-Tuning oder Inferenz einsetzen.

Verda unterstützt Unternehmen und öffentliche Einrichtungen dabei, Vorgaben aus der DSGVO, dem EU AI Act und branchenspezifischen Regelwerken zu erfüllen. Das Beispiel zeigt, wie Datenkontrolle, Governance und Sicherheit über mehrere Ebenen der Infrastruktur hinweg zusammenkommen müssen. Ein Rechenzentrum in Europa allein schafft noch keine Souveränität – entscheidend ist, wie Daten verarbeitet werden, wer auf Systeme zugreift und wie diese Zugriffe kontrolliert werden.

Operative Souveränität heißt auch Resilienz.

Souveränität endet nicht mit der Inbetriebnahme eines Rechenzentrums. Anforderungen an Compliance und Kontrolle müssen schon bei Architektur und Planung berücksichtigt und im laufenden Betrieb eingehalten werden. Dazu gehört auch die Widerstandsfähigkeit der Infrastruktur gegenüber wirtschaftlichen Verwerfungen, geopolitischen Einschränkungen und technologischem Wandel.

Vollständige Unabhängigkeit von externen Anbietern ist dabei weder realistisch noch das Ziel. Entscheidend ist, bestehende Abhängigkeiten zu kennen, ihre Risiken einzuschätzen und eine unnötige Konzentration auf einzelne Anbieter zu vermeiden. Das gilt besonders für Vendor Lock-in: Technische Entscheidungen bei Architektur und Betrieb sollten einen Wechsel von Komponenten oder Anbietern ermöglichen, ohne den Betrieb zu gefährden, zumal geopolitische Verschiebungen oder Handelsbeschränkungen Geschäftsbeziehungen zu einzelnen Lieferanten kurzfristig erschweren können.

Rechenzentren bleiben zudem auf globale Lieferketten angewiesen. Selbst eine vollständig in Europa betriebene Infrastruktur kann von wenigen kritischen Lieferanten abhängen. Offene Standards und einheitliche Schnittstellen verringern dieses Risiko, weil sie Workloads zwischen Technologien und Umgebungen austauschbar machen.

Vertrauen erfordert nachweisbare Kontrolle.

Zusicherungen reichen nicht aus. Unternehmen müssen nachvollziehen können, wer unter welchen Bedingungen Zugriff auf Daten, Infrastruktur und Produktivumgebungen hat. Privilegierte Zugriffe gehören deshalb eindeutig vergeben, kontrolliert und dokumentiert, mit klarer Verantwortung im Unternehmen, etwa beim CIO oder der Compliance-Funktion.

Bei KI ist das besonders wichtig, weil Prompts, Modellergebnisse und Trainingsdaten sensible Informationen über Produkte, Kunden oder interne Prozesse enthalten können. Unternehmen müssen deshalb sicherstellen, dass solche Daten ohne ausdrückliche Zustimmung weder gespeichert noch für das Training fremder Modelle genutzt werden. Zugriffskontrollen, Verschlüsselung, Protokollierung und klare Aufbewahrungsregeln ergänzen dabei interne Richt-linien und Schulungen.

Für Sovereign AI zählen am Ende drei Dinge: klare Verantwortlichkeiten, überprüfbare technische Kontrollen und Prozesse, die über den gesamten KI-Lebenszyklus tragen.

Vik Malyala ist Chief Business Officer bei Supermicro und seit 2009 im Unternehmen. Zuvor war er unter anderem Senior Vice President of Technology & AI sowie President und Managing Director für EMEA. Er verfügt über fast 30 Jahre Erfahrung in Produktentwicklung, ASIC-Entwicklung und Technologiemanagement mit Schwerpunkten auf Halbleitern, HPC und KI-Infrastruktur. Bei Supermicro treibt er insbesondere das KI- und HPC-Geschäft sowie energieeffiziente Rechenzentrumstechnologien wie Flüssigkeitskühlung voran.

[1] https://verda.com/

Illustration: © Peshkova | Dreamstime.com; Supermicro

1671 Artikel zu „digitale Souveränität“

Ausgabe 9-10-2026 | IT-Security | Künstliche Intelligenz | News | Security Spezial 9-10-2026

NIS2 im Praxistest: Europas digitale Souveränität wird am Ernstfall gemessen – nicht im Audit

23. Oktober 2026

NIS2 schafft auf europäischer Ebene einen einheitlichen Cybersicherheitsrahmen. Das stellt KRITIS-Betreiber vor konkrete Herausforderungen: Was passiert, wenn das Monitoring anschlägt? Wann läuft die Meldefrist – und wer trägt die Verantwortung?