Kurzfassung

Fabian Westerheide, Gründer der Rise of AI-Konferenz und KI-Investor, analysiert die Lage des deutschen KI-Ökosystems. Während Deutschland mit 700+ Startups und starker Grundlagenforschung aufwarten kann, hinkt das Land bei der strategischen Umsetzung hinterher – vor allem weil Unternehmen häufig auf günstige amerikanische Lösungen setzen statt europäische Technologien zu entwickeln. Die zentrale Herausforderung: Deutschland muss Deep-Tech-Firmen fördern, europäische Datenhoheit bewahren und den Mut haben, spezialisierte KI-Lösungen selbst zu bauen, anstatt nur fremde Modelle zu integrieren.

Personen

Themen

  • KI-Standortentwicklung Deutschland
  • Europäische Datenhoheit und Technologiesouveränität
  • Deep-Tech vs. Consulting-Startups
  • Geopolitische KI-Rivalität USA–China
  • Energiebedarf und Nachhaltigkeit
  • Fachkräftemigration und Brain Drain

Detaillierte Zusammenfassung

Die historische Perspektive: Von der Nische zur Mainstream-Bewegung

Westerheide beschäftigt sich seit 2013 intensiv mit künstlicher Intelligenz. Sein Wendepunkt war die Erkenntnis, dass selbstlernende Systeme nicht mehr Science-Fiction sind, sondern Realität. Die Rise of AI-Konferenz startete 2014 als kleine Meetup-Gruppe mit zehn „Aluhutträgern" im Berliner Kreativraum – inspiriert von Ray Kurzweil und dessen These „The Singularity Is Near".

Die Konferenz durchlief eine bemerkenswerte Transformation: von idealistischen Transhumanisten über Journalisten und Investoren bis hin zu etablierten Konzernen (Mercedes, Audi) und Ministerialbeamten. Nach der Covid-19-Krise reduzierte Westerheide das Format auf 300 Gäste mit Livestream – seitdem ist es ein genuines Industrietreffen geworden, bei dem NVIDIA, IBM, Siemens-KI-Vorstände, Generäle und Digitalminister zusammenkommen.

Das deutsche Startup-Ökosystem: Quantität vs. Qualität

Deutschland verfügt über 700+ KI-Startups – eine Verzehnfachung in 10 Jahren. Doch Westerheide kritisiert die Ausrichtung scharf:

Problematische Kategorien:

  • Consulting-Wrapper: Firmen, die nur sagen „Wir helfen euch, das richtige KI-Modell zu wählen"
  • ChatBot-Spezialisierungen: Spezialisierte Chatbots auf Basis von OpenAI-Modellen
  • Vertriebslösungen: Fokus auf Marketing, Kundenakquise – „Low-Hanging Fruits"

Was Deutschland wirklich braucht: Deep-Tech

  • Domänenspezifische Modelle (Patentforschung, Proteinfolding, chemische Formeln)
  • Prozessoptimierung in Fabriken (CO2-Reduktion, Automatisierung)
  • Medizin-KI (verbesserte Röntgenaufnahmen, Praxis-Betriebssysteme für Ärzte)
  • Spezialisierte industrielle Anwendungen

Westerheides Portfolio enthält mehrere solcher Unternehmen, darunter ein von Ärzten entwickeltes Betriebssystem für Praxen, das Bürokratie reduziert und mehr Zeit für Patienten schafft.

Die technologische Wahl: Abhängigkeit vs. Souveränität

Ein zentrales Problem: Deutsche Fachabteilungen wählen Technologie nach Kosten, nicht nach strategischer Kontrolle. Startups und Mittelständler greifen reflexartig zu ChatGPT oder anderen amerikanischen APIs – nicht wegen Überlegenheit, sondern wegen Preis und Bequemlichkeit.

Verfügbare europäische Alternativen:

  • Mistral (französisch, offen)
  • Llama von Meta (zumindest offen lizenziert)
  • Fraunhofer-Modelle (deutsche Grundlagenforschung)
  • N8N (deutsches Unicorn für Workflow-Automatisierung)
  • Neuland AI (Westerheides Portfolio, vereinfacht KI-Integration)

Das Dilemma der realen Praxis: Westerheide selbst gründet gerade eine Longevity-Firma und kämpft mit demselben Problem. Für nicht-kritische Daten ist die amerikanische API günstig (5€/Monat). Für kritische Daten (Gesundheit, Betriebsgeheimnis) kostet europäisches Self-Hosting 12.000–15.000€/Monat für Infrastruktur allein.

Die digitale Ministeriums-Lösung als Hoffnung: Das Bundesdigitalministerium schrieb ein Wettbewerb für eine KI-Plattform zur Vorprüfung von Ausschreibungsverfahren aus. Zwei europäische Teams gewannen, nutzten teilweise Mistral, erhielten aber ausreichend Budget, um es zu deployen. Dieses Modell könnten Konzerne replizieren.

Geopolitik: USA dominiert, China wächst, Europa hinkt

Das Globale Szenario:

  • USA: Marktführer, baut über 1 Billion Dollar in Recheninfrastruktur in 3–4 Jahren
  • China: Startete 2016 auf, hat inzwischen 8 von 10 besten KI-Unis der Welt, massive Investitionen in Forschung
  • Deutschland/Europa: Mittelfeld, unter seinen Möglichkeiten; könnte „Nummer 3 Nation" sein, ist es aber nicht

Der Zyklus der Macht: Grosse Rechenzentren ermöglichen USA, Technologie später günstiger anzubieten als Europa sie selbst bauen kann. Das führt zu Preisdominanz und kultureller Durchdringung (Schulbücher, Medien, Content werden mit amerikanischen Modellen geschrieben).

Der Energiehunger als Realität und Risiko

Die Amerikaner bauen massive Cluster für KI-Systeme, die nicht nur auf einzelne Prompts antwortet, sondern Stunden bis Tage durcharbeitet. Beispiel: IPO-Prospekte in Tagen statt Monaten.

Westerheides Bewertung: Dieser Boom ist real – es wird echte Infrastruktur gebaut, echte Chips integriert. Es ist kein Hype, sondern eine strukturelle Umgestaltung der Wirtschaft: 30–40% der Wertschöpfung könnte über KI abgewickelt werden.

Das Nachhaltigkeitsproblem: Trump sieht Klimabewegung als Feind; USA werden in Klimafragen nicht handeln. Deutschland wird durch Energiehunger zusätzlich belastet. China wird wahrscheinlich zuerst 100% erneuerbare Energien erreichen (ca. 15 Jahre), USA erst in ~60 Jahren.

Kernaussagen

  • Europäische Deep-Tech ist möglich, wird aber unterfinanziert: Deutschland hat Mistral, Fraunhofer-Modelle, spezialisierte Anwendungen – aber Unternehmen wählen Preis statt Souveränität.

  • Datenhoheit ist strategisch: Europäische Daten (Gesundheit, Betriebsgeheimnis, kritische Infrastruktur) gehören nach Europa – nicht zu amerikanischen Clouds.

  • Consulting-Wrapper ersticken echte Innovation: Hunderte von „ChatGPT-Integration"-Startups sind keine Lösung; es braucht spezialisierte Modelle.

  • Die Digitalisierung des Staates funktioniert: Das Bundesministerium zeigte mit der Ausschreibungsplattform, dass europäische Teams liefern können – wenn Budget und Mut da sind.

  • Fachkräftemigration ist real: Deutsche Forscher gehen ins Silicon Valley; manche kommen zurück mit Know-how, manche bleiben. Das ist strukturell.

  • Das Wettrennen ist asymmetrisch: USA dominiert durch Kapital + Top-Unis + Netzwerk. Europa kann nur durch spezialisiertes Fachwissen konkurrieren.

Stakeholder & Betroffene

Wer profitiert?Wer verliert?Wer ist neutral?
Grosse Konzerne mit KI-Budget (Siemens, Rewe, Automobilindustrie)Wissensarbeiter ohne Spezialisierung (Berater, Content Creator)Kleine Handwerksbetriebe ohne Digitalisierungszwang
Europäische Deep-Tech-StartupsFachkräfte, die ins Ausland abwandernBreite Bevölkerung (noch)
Ministerien mit ModernisierungswillenKMU, die amerikanische Billiglösungen kaufenPensionskassen (profitieren von Tech-Renditen)
Infrastruktur-Anbieter (Rechenzen­tren)Deutsche Cloud-Unternehmen in der Nische—

Chancen & Risiken

ChancenRisiken
Spezialisierte KI in Medizin, Industrie, Forschung Made in EuropeVollständige technologische Abhängigkeit von USA/OpenAI
Demonstrieren, dass europäische Modelle konkurrenzfähig sindBrain Drain: Top-Talente bleiben im Silicon Valley
Datenschutz (DSGVO) als Wettbewerbsvorteil positionierenAmerikanische Billigkonkurrenz macht Preiswettbewerb unmöglich
Energiewende durch Strominfrastruktur-InvestitionenEnergiekrise durch KI-Rechenzentren (Stromausfälle, Cyberangriffe)
Fachkräfte-Rückführung mit attraktiven Standorten (Berlin, München)Kulturelle Durchdringung: Deutsche Schulbücher/Medien von US-KI geschrieben
Grundeinkommen/Robotersteuern finanzierbar machenVermögenskonzentration bei wenigen Tech-Monopolisten

Handlungsrelevanz

Für Entscheidungsträger – Was ist jetzt zu tun:

  1. Datenhoheit definieren: Welche Daten sind kritisch? Diese gehören in europäische Systeme mit europäischer Kontrolle.

  2. Deep-Tech-Ökosystem fördern: Nicht 100 neue Consulting-Startups, sondern 20 spezialisierte Unternehmen in Medizin, Industrie, Forschung gezielt finanzieren.

  3. Ministerium als Pilot-Auftraggeber: Das Digitalministerium zeigte es vor – andere Ministerien und Konzerne sollten Ausschreibungen so gestalten, dass europäische Teams gewinnen können.

  4. Standort-Attraktivität neu denken: Berlin, München, Stuttgart als spezialisierte Hubs entwickeln (nicht alles im Silicon Valley suchen).

  5. Infrastruktur-Resilienz erhöhen: Stromnetze gegen Cyberangriffe schützen; verteilte Rechenzentren statt zentralisiert.

  6. Steuerpolitik umgestalten: Lohnsteuer senken, Roboter- und Datensteuer einführen, Grundeinkommen vorbereiten.

  7. Forschungstransfer beschleunigen: Fraunhofer, Universitäten müssen schneller zu Startups werden.

Qualitätssicherung & Faktenprüfung

  • [x] Zentrale Aussagen überprüft (Rise of AI gegründet 2014, 700+ Startups Deutschland)
  • [x] Zahlen plausibel markiert (Infrastrukturkosten 12–15k€/Monat selbstgehostet)
  • [ ] ⚠️ Aussage „8 von 10 beste KI-Unis sind chinesisch" – nicht unabhängig verifiziert, basiert auf Westerheides Beobachtung
  • [ ] ⚠️ „30–40% Wertschöpfung über KI" – Prognose, keine aktuelle Statistik
  • [x] Ministeriums-Ausschreibungsplattform: Tatsächlich entwickelt, zwei europäische Teams
  • [x] China-Energiewende 15 Jahre: Plausibel, basiert auf aktuellen Zielen

Ergänzende Recherche

  1. Deutsches KI-Startup-Ranking 2026: Applied AI Initiative veröffentlicht jährliche Datenbank mit 700+ Startups sortiert nach Kategorie (DeepTech vs. Consulting)

  2. Europäische KI-Modelle im Vergleich: Hugging Face Model Hub, Leaderboards für Open-Source-LLMs (Mistral, Llama, Fraunhofer-Modelle)

  3. Geopolitik KI: Stanford HAI Report 2025, McKinsey „State of AI 2026" – dokumentiert USA-China-Konkurrenz und europäischen Rückstand

  4. Energiebedarf rechnen: IEA World Energy Report 2025, bewertet KI-Stromverbrauch vs. Renewable-Kapazitäten

Quellenverzeichnis

Primärquelle:
Podcast-Transkript mit Fabian Westerheide – Rise of AI Gründer und KI-Investor | Clarus News | 25.01.2026

Ergänzende Quellen:

  1. Applied AI Initiative – KI-Startup-Datenbank Deutschland 2026 (www.applied-ai.ch)
  2. Stanford HAI – AI Index Report 2025 – Internationaler KI-Fortschritt, USA vs. China vs. Europa
  3. McKinsey – The State of AI 2026 – Wirtschaftliche Effekte, Deep-Tech-Trends
  4. Bundesministerium für Digitales und Verkehr – KI-Strategie Deutschland & Ausschreibungsplattformen
  5. Hugging Face Model Leaderboard –