Illustration Absmeier foto freepik ki

Der Erfolg von KI-Anwendungen steht und fällt mit der Infrastruktur: Leistungsfähige Rechenressourcen, sichere Datenumgebungen und hohe Verfügbarkeit sind entscheidend. Doch standardisierte Public-Cloud-Angebote stoßen an Grenzen – insbesondere, wenn es um Datenschutz, Integrationen oder regulatorische Anforderungen geht. Wer KI nicht nur einsetzen, sondern gestalten will, braucht eine souveräne Umgebung, die sich flexibel anpassen lässt und gleichzeitig volle Kontrolle über Daten, Prozesse und Entwicklungstools bietet.

Viele Unternehmen erkennen inzwischen, dass die Wahl der Cloud-Infrastruktur direkten Einfluss auf die Leistungsfähigkeit, Skalierbarkeit und Sicherheit ihrer KI-Anwendungen hat. Die Anforderungen an Rechenleistung, Datenkontrolle und Integrationsfähigkeit wachsen stetig. Insbesondere in Europa rücken zudem Aspekte wie digitale Souveränität und regulatorische Konformität in den Vordergrund. Doch nicht jede Infrastruktur lässt sich diesen Anforderungen flexibel anpassen.

Hyperscaler bieten zwar enorme Rechenleistung, aber wenig Spielraum für Individualität und Kontrolle. Zwar stellen sie GPU-Ressourcen für große Trainings zur Verfügung, jedoch oft nicht in einer Form, die für kleinere Entwicklerteams oder spezialisierte Softwareanbieter im Tagesgeschäft praktikabel ist. Gleichzeitig bleibt der Einfluss auf Infrastruktur, Datenverarbeitung und regulatorische Aspekte gering. Dies wird zum wachsenden Problem für Unternehmen mit sensiblen oder proprietären Daten.

»Viele klassische Cloudangebote reichen schlicht nicht aus – nicht, weil sie zu schwach, sondern weil sie zu starr sind«, sagt Lars Heymeier, Chief Information and Technology Officer (CITO) der Convotis Group, End-to-End-Service Provider für mittelständische Software- und KI-Entwickler. »Gerade bei KI-Anwendungen braucht es flexible Umgebungen mit GPU-Verfügbarkeit für alltägliche Entwicklungsaufgaben – ohne gleich auf die Großinfrastruktur der Hyperscaler zurückgreifen zu müssen. Gleichzeitig muss die Souveränität über Daten und Architektur gewährleistet sein.«

Anforderungen an moderne KI-Infrastrukturen

Die Entwicklung und der Betrieb von KI-Anwendungen stellen besondere Anforderungen: Es braucht nicht nur GPU-beschleunigte Umgebungen für das Training von Modellen, sondern auch stabile Plattformen für die spätere Integration in Anwendungen. Hinzu kommen hohe Datenschutzanforderungen, etwa in sicherheitsrelevanten Branchen oder bei personenbezogenen Daten. Auch regulatorische Vorgaben, wie sie in vielen europäischen Forschungsprojekten gefordert werden, spielen eine zentrale Rolle.

»Gerade wenn KI mit sensiblen Unternehmensdaten arbeitet, dürfen diese nicht unkontrolliert verarbeitet oder gespeichert werden«, so Heymeier. »Deshalb sollte auf geschlossene Systeme mit klaren Zugriffskonzepten, dokumentierter Nachvollziehbarkeit und Rollenmodellen gesetzt werden, kombiniert mit technischen Mechanismen, die Missbrauch verhindern.«

Ein weiteres Kriterium ist die Verfügbarkeit: Fällt eine KI-Komponente aus, kann dies zum Totalausfall ganzer Softwareanwendungen führen. Deshalb müssen hochverfügbare Architekturen mit Redundanzen, Monitoring und Wiederherstellungsmechanismen zum Standard gehören.

Alternative zu Hyperscalern: Souveräne Cloud-Plattformen

So hat sich beispielsweise Convotis Hamburg auf die Bereitstellung individualisierter Cloud-Infrastrukturen für KI-Anwendungen spezialisiert. Das Besondere: Die Plattformen sind modular aufgebaut, nutzen Kubernetes-basierte Architekturen und bieten direkten Zugriff auf GPU-Ressourcen. Bei Bedarf lässt sich über eine sichere Verbindung der europäische Supercomputer Meluxina einbinden, der speziell für rechenintensive Anwendungen ausgelegt ist.

»Unternehmen sollen ihre KI-Anwendungen dort entwickeln und betreiben, wo es ihnen passt – ohne Abhängigkeit von US-Anbietern oder generischen Lösungen«, erklärt Heymeier. »Deshalb werden AI-fähige Kubernetes-Plattformen mit eigener Infrastruktur und einem Zugang zu Hochleistungsressourcen wie Meluxina kombiniert, und das direkt und DSGVO-konform.«

Beispiel aus der Praxis: Fraunhofer-Projekt

Wie ein solches Setup konkret aussieht, zeigt die Beteiligung von Convotis Hamburg am EU-Flaggschiffprojekt DeployAI unter der Koordination des Fraunhofer IAIS. Dort wurde eine Plattform aufgebaut, auf der KI-Modelle entwickelt, trainiert und betrieben werden, inklusive einer Shop-ähnlichen Komponente zur Aktivierung der Modelle durch autorisierte Nutzer. Die Entwickler wurden direkt von Convotis angebunden, erhielten sichere Zugänge, Tools wie Git, Docker und Monitoring-Systeme sowie eine direkte Verbindung zu Meluxina.

»Unsere Aufgabe war es, eine vollständige, sichere Infrastruktur bereitzustellen: vom Entwickler-Toolstack über sichere CI/CD-Pipelines bis zur Verbindung mit externem HPC«, betont Heymeier. »Ziel war es, dass sich die Entwickler auf ihre Modelle konzentrieren können, und nicht auf Administration oder Compliance.«

Technologische Bausteine und Sicherheitsarchitektur

Um in der Praxis diese Aspekte bestmöglich zu berücksichtigen und umzusetzen, basieren souveräne Plattformen auf einer Vielzahl moderner Komponenten:

NVIDIA-GPUs für beschleunigtes Training
Kubernetes-Cluster für dynamische Orchestrierung
Mehrstufige Sicherheitskonzepte mit Firewalling, Intrusion Detection und Prevention
Logging-, Monitoring- und Deployment-Werkzeuge zur ständigen Kontrolle
Integration in Authentifizierungs- und Berechtigungssysteme über offene Standards
CI/CD-Pipelines für kontinuierliche Entwicklung und Updates
Getrennte Entwicklungs-, Test- und Produktivumgebungen

Datenschutz und Skalierbarkeit werden dadurch zu integralen Bestandteilen des Gesamtkonzepts. Die Plattformen werden ausschließlich in europäischen Hochleistungsrechenzentren betrieben und können bei Bedarf flexibel skaliert werden. Ressourcen wie CPU, RAM und Storage lassen sich ohne Unterbrechung des Betriebs erweitern.

Souveränität als Prinzip

»Technologische Souveränität heißt bei uns nicht nur: Daten bleiben in Europa«, sagt Heymeier. »Es heißt auch: Wir setzen auf Open Source, vermeiden proprietäre Abhängigkeiten und unterstützen die Interoperabilität mit bestehenden Systemen. So werden echte Kontrolle und nachhaltige Entwicklungsperspektiven möglich.«

Die Plattformen können spezifisch angepasst werden, etwa durch eigene Modellbibliotheken, Marktanbindungen oder Tool-Chains. So profitieren Unternehmen von einer lückenlosen Integration in ihre IT-Systeme und gleichzeitig von regulatorischer Konformität. Besonders für den Mittelstand ergibt sich daraus ein echter Wettbewerbsvorteil: Unternehmen können KI gezielt und kontrolliert einsetzen, ohne von großen Cloud-Anbietern abhängig zu sein.

Ausblick: Plattform-Services mit AI-Katalogen

Convotis plant, sein Service-Angebot zu Cloud-basierten KI-Infrastrukturen in den kommenden Jahren weiter auszubauen. Vorgesehen sind kuratierte Modellkataloge und vorintegrierte AI-Funktionen, die sich schnell in bestehende Anwendungen integrieren lassen. So können auch Unternehmen ohne eigenes Data-Science-Team von KI profitieren, z.B. durch vortrainierte Micro-Modelle für spezifische Branchenaufgaben.

»Viele Unternehmen wissen bereits, dass KI Potenzial hat – aber sie suchen noch nach Wegen, es strukturiert und sicher zu nutzen«, so Heymeier. »Was sie dafür benötigen und erhalten müssen, sind nicht nur die Infrastruktur, sondern auch die passenden Werkzeuge und Services – präzise zugeschnitten auf ihre realen Anforderungen.«

Fazit

Wer auf KI setzt, muss auch die Kontrolle über seine Infrastruktur behalten. Individualisierte, souveräne Cloud-Plattformen bieten hierfür eine zukunftssichere Lösung: Sie vereinen technologische Souveränität mit Flexibilität, Skalierbarkeit und Sicherheit – und schaffen so den Raum für Innovationen, die wirklich ins Kerngeschäft passen. Gerade in einer Zeit, in der datengetriebene Entscheidungen zur Norm werden, ist die Wahl der richtigen Infrastruktur entscheidend für die Wettbewerbsfähigkeit.

Hinzu kommt: Der strategische Einsatz von KI gelingt nur dann nachhaltig, wenn Unternehmen die volle Kontrolle über Datenflüsse, Sicherheitsmechanismen und Entwicklungsprozesse behalten. Standardisierte Public-Cloud-Angebote reichen dafür oft nicht aus – vor allem nicht für mittelständische Anbieter, forschungsnahe Einrichtungen oder hochspezialisierte Softwareentwickler. Wer die digitale Wertschöpfungskette selbst gestalten will, braucht daher nicht nur leistungsfähige, sondern vor allem anpassbare und auditierbare Plattformen.

Souveräne Cloud-Infrastrukturen sind deshalb nicht nur eine technische Notwendigkeit, sondern ein unternehmerisches Differenzierungsmerkmal. Sie ermöglichen es, regulatorische Anforderungen zu erfüllen, Innovationen unabhängig zu entwickeln und Kundenlösungen individuell zu skalieren – ohne Lock-in-Effekte oder Kompromisse bei der Sicherheit. Unternehmen, die diesen Weg konsequent verfolgen, sichern sich nicht nur operative Vorteile, sondern auch langfristige Gestaltungsfreiheit im digitalen Wettbewerb.

Patrick Schulze, Journalist für Wordfinder

Cloud-Infrastrukturen für KI-Anwendungen Dev Platform (Quelle: Conventis)

738 Artikel zu „Souveränität“

Trends 2025 | News | Trends Security | Infrastruktur | IT-Security | Whitepaper

Unternehmen setzen bei Cybersicherheit zunehmend auf digitale Souveränität

10. Juli 2025

81 Prozent der Führungsetagen in deutschen Unternehmen messen digitaler Souveränität heute mehr Bedeutung bei als noch vor einem Jahr. Eine aktuelle Studie des europäischen Cybersicherheitsunternehmens HarfangLab zeigt, dass Performance allein nicht mehr ausreicht: Bei der Wahl von Cybersicherheitslösungen achten deutsche Unternehmen verstärkt auf Fragen der Rechtszuständigkeit, Kontrolle und Transparenz [1]. Demnach geben 59 Prozent…