TDLR: Souveräne KI könnte jedes europäische Land weniger als ein Prozent seines Budgets kosten. Das klingt erstmal korrekt, einleuchtend und nach “nicht viel Geld” und trotzdem ist es wohl die falsche Kennzahl. Geld ist die eine Dimension, in der Europa stark ist. Die bindenden Engpässe sind Chips, Talente und die Tatsache, dass ein Modell kein Bauwerk ist, sondern verderbliche Ware. Souveränität ist meiner Ansicht nach aber keine Frage des ersten Schecks, sondern der Ausdauer dahinter. Die Zukunft gehört nicht dem Land, das am lautesten ein eigenes Modell ankündigt, sondern dem, das die Rechnung ehrlich macht und über Jahrzehnte durchhält.

Am 12. Juni 2026 verschwand eine Spitzentechnologie über Nacht von jedem europäischen Schreibtisch. Anthropic, einer der führenden KI-Anbieter, deaktivierte seine leistungsstärksten Modelle Fable 5 und Mythos 5. Vorausgegangen war eine Direktive der US-Regierung, die den Zugang für sämtliche ausländischen Staatsangehörigen untersagte, begründet mit nationaler Sicherheit. Um die Export Anordnung des Handelsministeriums umzusetzen, schaltete das Unternehmen die Modelle kurzerhand für alle ab.

Eine einzige Verwaltungsentscheidung in Washington genügte, um eine Schlüsselfähigkeit aus Europa zu entfernen. Das ist die operative Definition von Abhängigkeit. Und es ist der Grund, warum die Frage nach eigenen, souveränen KI-Modellen aus der akademischen Nische in die Sicherheitspolitik gerückt ist.

Gegen diese Frage steht reflexartig ein Einwand: zu teuer. Europa könne sich eigene Modelle nicht leisten, der Vorsprung der amerikanischen und chinesischen Konzerne sei mit öffentlichem Geld nicht einholbar. Dieser Einwand ist falsch aber komplex. Nicht, weil souveräne KI gratis wäre, sondern weil die Kostendebatte am eigentlichen Problem vorbeiführt.

Marcel Salathé, Co-Direktor des AI Center der ETH Lausanne, hat dazu auf LinkedIn eine eingängige Rechnung aufgemacht: Ein souveränes nationales KI-Modell sei für weniger als ein Prozent eines Staatsbudgets zu haben. Der Beleg liegt vor. Apertus, das im September 2025 von EPFL, ETH Zürich und dem nationalen Hochleistungsrechenzentrum CSCS veröffentlichte Modell, ist Europas Referenzprojekt für offene öffentliche KI. Es wurde auf 15 Billionen Datenpunkten trainiert, unterstützt über 1000 Sprachen und ist vollständig offengelegt, samt Gewichten, Trainingsdaten und Methodik. Die Trainingskosten lagen bei fünf bis zehn Millionen Franken. Nur eben dass Apertus eher ein ChatGPT 3.5 als ein Fable/Mythos ist.

Und ja, gemessen am Schweizer Bundeshaushalt von rund 91 Milliarden Franken sind das gut ein hundertstel Promille. Selbst ein deutlich ambitionierteres Programm in Richtung der internationalen Spitze bliebe für ein kleines Land in der Grössenordnung von ein bis zwei Prozent des Haushalts. Das klingt nach viel. Im Vergleich mit dem, was Staaten ohne Diskussion ausgeben, ist es wenig.

Brechen wir die Zahl herunter, damit sie greifbar wird. Ein Staat hat zwei realistische Wege.

Der pragmatische Weg: ein vorhandenes offenes Modell anpassen, absichern und im eigenen Land betreiben. Kostenpunkt rund 57 Millionen pro Jahr. Verteilt auf Deutschlands rund 84 Millionen Einwohner sind das etwa 68 Cent pro Person und Jahr. Einen Kapsel-Kaffee. Einmal im Jahr.

Der ambitionierte Weg: ein eigenes grosses Rechenzentrum bauen und ein eigenes Modell von Grund auf trainieren. Kostenpunkt rund 260 Millionen pro Jahr. Pro Kopf in Deutschland gut drei Euro im Jahr. Gegen den Bundeshaushalt sind das 0,05 Prozent.

Selbst kleinere Länder bleiben im verkraftbaren Bereich, zahlen pro Kopf aber spürbar mehr, weil sich die Kosten auf weniger Schultern verteilen. In der Schweiz wären es beim ambitionierten Weg rund 29 Franken pro Person und Jahr. Diese eine Beobachtung erklärt bereits, warum sich Bündelung lohnt: Je mehr Länder dieselbe Infrastruktur teilen, desto kleiner die Rechnung für jeden Einzelnen.

So weit die Momentaufnahme. Sie ist korrekt. Leider ist sie auch unvollständig. Und hier etwas Transparenz: Ich habe mehrere Recherchen gefahren, diverse PDF gefunden, mir Haushalte und Budgets erklären lassen, versucht rauszufinden was Modelle wirklich kosten, gesehen wie viel Intransparenz herrscht und dann festgestellt: es ist nicht nur kompliziert, es ist auch komplex.

Die meisten stellen sich Technologie Souveränität wohl wie einen Hauskauf vor. Einmal teuer, dann gehört es dir. Tatsächlich verhält es sich näher an einem Auto, das man alle zwei Jahre ersetzen muss, dazu Benzin und Fahrer:in und dann noch Autobahnmautgebühren wie in Italien. Diese Posten laufen dauerhaft mit.

Der erste Posten ist der Strom. Er ist sichtbar, aber überraschend klein (im Verhältnis). Bei grossen KI-Modellen macht Energie nur 2 bis 6 Prozent der Gesamtkosten aus.

Der zweite Posten ist teurer und unsichtbarer: die Menschen. Das Personal verschlingt 29 bis 49 Prozent der Gesamtkosten, die Rechenhardware 47 bis 65 Prozent. Hier liegt das eigentliche Problem. Wer diese Fachkräfte halten will, konkurriert mit dem Silicon Valley. Um die heutige US-Kapazität einzuholen, müsste Europa über ein Jahrzehnt mindestens 500 Milliarden Euro aufwenden und 500'000 Spezialist:innen halten. Eine Behörde mit Tariflohn verliert diesen Wettbewerb.

Der dritte Posten ist der, den fast alle vergessen: die Erneuerung. Ein Haus steht 50 Jahre. Ein KI-Modell ist nach 12 bis 24 Monaten technologisch veraltet. Allein die Hardware halbiert ihren Wert in zwei Jahren. Man baut also nicht einmal, man baut immer wieder. Und es wird teurer: Die Trainingskosten der Spitzenklasse wachsen 2 bis 3 Mal pro Jahr, bis 2027 könnten die grössten Modelle über eine Milliarde Dollar kosten.

Und dann das Personal: Talent ist teuer, fluktuativ und viel zu rar. Wenn Du es findest, wirst Du staunen, wir teuer Talent ist - Talent, wie Taler, hier also die Autobahnmautgebühr. (ok ich habs versucht runterzubrechen, verzeiht mir).

Wer nur ein brauchbares Modell betreiben will, bleibt über zehn Jahre bei grob einer halben bis dreiviertel Milliarde. Pro Kopf in Deutschland: deutlich unter zehn Euro, verteilt auf ein Jahrzehnt. Selbst der ambitionierte Weg landet bei rund 2,6 Milliarden über zehn Jahre, etwa 31 Euro pro Person.

Zum Vergleich, was im selben Zeitraum pro Kopf in Renten, Gesundheit, Verteidigung und Bildung fliesst: das Tausendfache und mehr. Die KI-Investition bleibt eine Randnotiz im Haushalt. An der Bezahlbarkeit scheitert sie nicht.

Eine Zahl wird erst durch ihren Nachbarn verständlich. Der ambitionierte KI-Weg kostet Deutschland 260 Millionen pro Jahr. Daneben die Kernfunktionen des Staates, alle aus demselben Bundeshaushalt von 524,54 Milliarden Euro für 2026: German Bundestag

Gesundheit fällt aus dem Rahmen, weil das Gros nicht über den Bundeshaushalt läuft, sondern über die Krankenkassen. Die gesamten Gesundheitsausgaben Deutschlands liegen bei über 500 Milliarden pro Jahr, also über dem kompletten Bundeshaushalt. Gegen diese Summe verschwindet die KI-Zahl vollständig.

Eine Beobachtung macht die Sache aber ehrlich. Gemessen an Renten, Militär oder Verkehr ist souveräne KI eine Rundungsdifferenz. Gemessen am Forschungsetat, aus dem das Geld realistisch käme, sind 260 Millionen schon rund drei Prozent. Aus diesem Topf ist es keine Randnotiz mehr, sondern eine spürbare Umschichtung.

-WERBUNG-

A propos Umschichtung, der Suchmarkt schichtet sich massiv um. Schon 1 Milliarde Menschen suchen regelmässig via KI Chatbots. Du möchtest in ChatGPT, Google AI Overviews, Perplexity und den neuen KI-Suchmaschinen sichtbar werden? Dann habe ich etwas für dich, ein Cheat Sheet:

Die Schweiz rechnet in Franken, aber die Logik bleibt. Der Bund gibt 2026 insgesamt rund 91,1 Milliarden Franken aus. Daneben der ambitionierte KI-Weg mit rund 260 Millionen, das sind 0,29 Prozent:

Pro Kopf zahlt jede:r in der Schweiz für den ambitionierten Weg rund 29 Franken im Jahr, für den pragmatischen gut sechs. Die Pointe sitzt aber woanders. Das Geld käme realistisch aus Bildung und Forschung, und genau dort kürzt der Bund. Das Sparpaket EP27 trifft unter anderem die Ressortforschung und die internationale Zusammenarbeit. Die Schweiz kann sich KI-Souveränität problemlos leisten. Sie spart gerade an dem Topf, aus dem sie bezahlt würde. EFV

Frankreich hat eine andere Struktur. Renten und Gesundheit laufen über die separate Sécurité sociale, nicht über den Staatshaushalt. Der eigentliche Staatsetat umfasst rund 480 Milliarden Euro, ohne Schuldendienst und Pensionen, für Hoheitsaufgaben, Bildung, Forschung und Transfers an die Gebietskörperschaften. Gegen den ambitionierten KI-Weg mit 260 Millionen: Dette de la France

Pro Kopf sind das in Frankreich knapp vier Euro im Jahr. Und auch hier dieselbe Ironie: Das Innovationsprogramm, aus dem solche Mittel stammen müssten, schrumpft. France 2030 verliert 2026 rund 1,1 Milliarden Euro. LCP

Es gibt einen Preis, der nicht in Euro steht. Wer billig bleibt, bekommt ein Modell, das funktioniert, aber hinterherläuft. Das Schweizer Vorzeigemodell zeigt es: Apertus 70B erreicht im Intelligence Index einen Wert von 8 und liegt damit am unteren Ende vergleichbarer offener Modelle, deren Median bei 13 liegt. Das ist kein Makel, sondern eine Konsequenz. Spitzenleistung kostet das Vielfache, und sie veraltet genauso schnell. Oder anders gesagt: wer heute soviel investiert kriegt ein ChatGPT 3.5, Jahre hinterher also.

Für ein einzelnes Land ist die Spitze aber fast unbezahlbar, sobald die Trainingskosten die Milliardengrenze überschreiten zumal wir auch kaum die Infrastrutur dafür haben. Für mehrere Länder gemeinsam wird sie machbar(er). Genau deshalb ist die zentrale Entscheidung nicht "national oder gar nicht", sondern "allein oder gebündelt".

Souveränität verlangt laut Marcel Salathé fünf Dinge: Energie, Rechenkapazität, Daten, Talente und Umsetzungskraft. Geld ist die einfachste davon. Schwierig sind die Chips, die man nicht selbst herstellt, die Fachkräfte, die abwandern, und vor allem die Ausdauer, ein Projekt über mehrere Legislaturperioden durchzufinanzieren.

Souveräne KI ist also bezahlbar. Aber nicht als einmalige Ausgabe, sondern als Dauerverpflichtung, ähnlich einer Universität: günstig zu gründen, wertlos ohne Finanzierung über Jahrzehnte. Wer das versteht, stellt die richtige Frage. Sie lautet nicht "Können wir uns das leisten?", sondern "Wollen wir es lange genug?".

Drei Länder, drei Währungen, dasselbe Bild. Gemessen an Renten, Militär oder Bildung ist souveräne KI überall eine Rundungsdifferenz, ein Franken bis drei Euro pro Kopf und Jahr. An der Bezahlbarkeit scheitert sie in keinem der Länder.

Der gemeinsame Befund liegt tiefer. In Deutschland steht der Forschungsetat unter Druck, in der Schweiz kürzt das Sparpaket EP27 die Ressortforschung, in Frankreich schrumpft France 2030. Überall ist die KI-Summe winzig, und überall wird genau jener Topf gekürzt, aus dem sie käme. Das Hindernis ist nicht die Höhe der Rechnung. Es ist die Bereitschaft, einen kleinen, langfristigen Posten gegen kurzfristigen Spardruck zu verteidigen. Souveränität scheitert nicht am Geld. Sie scheitert an der Prioritätensetzung.

Damit verschiebt sich die Frage vom Geld zur Organisation. Ein Staat oder ein Unternehmen kann ein Modell kaufen oder trainieren lassen. Was sich nicht kaufen lässt, ist die Fähigkeit, dieses Modell sinnvoll zu betreiben, kritisch zu prüfen, anzupassen und über Generationen weiterzuentwickeln. Das verlangt Forschungsteams, eine geordnete Daten-Governance, institutionelle Beständigkeit und Menschen, die einschätzen können, was ein System taugt und was nicht.

Die relevante Frage lautet deshalb nicht, welches Modell man kauft, sondern welche Organisation man werden muss, damit ein eigenes Modell überhaupt Wirkung entfaltet. Das ist der Unterschied zwischen einem Forschungsprojekt und kritischer Infrastruktur. Und es ist der Grund, warum die reine Kostendebatte oberflächlich bleibt: Sie misst, was leicht zu messen ist, und übergeht, was schwer aufzubauen ist.

Salathé selbst ist hier kein Schwärmer, sondern ein nüchterner Befürworter offener Systeme. Souveränität, so sein Argument, ist kein Schalter, sondern ein Spektrum. Der pragmatische Weg führt nicht über den nationalen Alleingang an die absolute Weltspitze, sondern über europäische Zusammenarbeit bei Rechenleistung und Basismodellen, kombiniert mit nationaler Anpassung auf offenen Fundamenten wie Apertus. Ein Bruchteil der Kosten, der grösste Teil der Kontrolle: über Daten, Sprache, Governance.

Es braucht mehr öffentliche Investitionen, nicht weniger. Und am Ende entscheidet nicht, wer das Modell besitzt, sondern wer die Menschen hat, die es anwenden und weiterentwickeln.

Der pragmatische Weg führt deshalb über europäische Kooperation wie OpenEuroLLM und EuroHPC, kombiniert mit nationalem Fine-Tuning auf offenen Basismodellen wie Apertus. Ein Bruchteil der Kosten, der grösste Teil des Effekts: Kontrolle über Daten, Sprache, Governance und Anpassung.

Die ehrliche Rechnung lautet also nicht ein oder mehrere Prozent eines Haushaltes. Sie lautet: Ist eine Gesellschaft bereit, eine souveräne Fähigkeit über ein Jahrzehnt zu tragen, mit allem, was dazugehört? Der Flughafen ist die einfache Übung. Die Aufgabe ist der Betrieb. Künstlich ist die Maschine. Die Intelligenz, die über ihren Wert entscheidet, muss vom Menschen kommen.

Und darum bin ich nach wie vor überzeugt: Souveränität entscheidet sich dabei nicht am Preisschild eines Modells, sondern an der Fähigkeit, kontrollierbar abhängig zu bleiben. Also wenn Du reden willst, und wenn Du mit mir zusammenarbeiten willst: melde Dich gerne www.rogerbasler.ch

Disclaimer: Dieser Artikel wurde nach meinem eigenen Wissen und dann mit Recherchen mit KI (Perplexity.Ai und Grok.com sowie Gemini.Google.com) manuell zusammengestellt und mit Deepl.com/write vereinfacht. Der Text wird dann nochmals von zwei Personen meiner Wahl gelesen und kritisch hinterfragt. Das Bild stammt von Ideogram.Ai und ist selbst erstellt. Dieser Artikel ist rein edukativ und erhebt keinen Anspruch auf Vollständigkeit. Bitte melde dich, wenn Du Ungenauigkeiten feststellst, danke.

Quellen und weitere Informationen:

Anthropic. (2026, 12. Juni). Statement on the US government directive to suspend access to Fable 5 and Mythos 5. https://www.anthropic.com/news/fable-mythos-access

ETH Zürich. (2025, 2. September). Apertus: a fully open, transparent, multilingual language model. https://ethz.ch/en/news-and-events/eth-news/news/2025/09/press-release-apertus.html

IEEE Spectrum. (2026, 15. April). Stanford's AI Index for 2026 shows the state of AI. https://spectrum.ieee.org/state-of-ai-index-2026

Swiss AI Initiative. (2025). Apertus-70B-2509 model card. Hugging Face. https://huggingface.co/swiss-ai/Apertus-70B-2509

TIME. (2026, 13. Juni). Anthropic pulls its most powerful AI models after U.S. bars foreign access. https://time.com/article/2026/06/13/anthropic-fable-mythos-ban-US-security/

Fortune. (2026, 13. Juni). Anthropic disables Fable and Mythos AI models after U.S. government bars it from giving foreigners access. https://fortune.com/2026/06/13/anthropic-disables-fable-mythos-export-controls/

Galileo. (2026, 2. Februar). How much does LLM training cost? https://galileo.ai/blog/llm-model-training-cost

Salathé, M. (2025, 8. Dezember). No single truth, no single AI [Interview]. They Said So. https://theysaidso.org/marcel-salathe-epfl-by-julian-ginzo/

Artificial Analysis. (2025). Apertus 70B Instruct: Intelligence, performance & price analysis. https://artificialanalysis.ai/models/apertus-70b-instruct

CEPA. (2026, Februar 10). Digital sovereignty: Can Europe afford it? Center for European Policy Analysis. https://cepa.org/article/digital-sovereignty-can-europe-afford-it/

Cottier, B., Rahman, R., Fattorini, L., Maslej, N., Besiroglu, T., & Owen, D. (2024). The rising costs of training frontier AI models. arXiv. https://arxiv.org/abs/2405.21015

Epoch AI. (2024). How much does it cost to train frontier AI models? https://epoch.ai/blog/how-much-does-it-cost-to-train-frontier-ai-models

SWI swissinfo.ch. (2025, November 11). KI in der Schweiz: Alternativen zu Big Tech sind möglich. https://www.swissinfo.ch/ger/schweizer-ki/ki-in-der-schweiz-alternativen-zu-big-tech-sind-moeglich/90311855

Zugrundeliegende Eigenanalysen: "Europäische KI-Souveränität im Visier" sowie "Souveräne KI-Modelle in Europa: Was kosten sie wirklich?" (interne Dokumente, Stand Juni 2026).