Was die KI-Rechenzentren der EU für den Mittelstand bedeuten
Von Henrik Horn · · aktualisiert · 3 Minuten
Der Anlass
Anfang 2026 machte die Meldung die Runde, EU-Kommission und Europäische Investitionsbank finanzierten große KI-Rechenzentren. Das stimmt im Kern, aber es dauert.
Kommission und EIB wollen gemeinsam sogenannte AI Gigafactories finanzieren, Rechenzentren mit jeweils sehr vielen KI-Chips. Die Ausschreibung läuft seit Juli 2026, ausgewählt wird Anfang 2027, in Betrieb gehen die ersten frühestens 2028. Die Einzelheiten zum Programm, zu Geld und Zeitplan stehen im ersten Teil, KI-Gigafactories der EU.
Dieser Beitrag fragt etwas anderes. Was davon hat ein Unternehmen mit 30 oder 80 Mitarbeitenden, das Prozesse mit KI automatisieren will?
Training und Nutzung sind zwei Paar Schuhe
Die Gigafactories sind für das Training großer Modelle gedacht. Ein Unternehmen, das automatisiert, nutzt fertige Modelle.
Wer mit n8n eine eingehende Anfrage einordnen, einen Beleg auslesen oder eine Antwort vorbereiten lässt, schickt einen Text an ein Sprachmodell und bekommt einen Text zurück. Dafür braucht es keinen eigenen Supercomputer. Es braucht einen Anbieter, dem man die Daten anvertrauen kann.
Die kleineren AI Factories der EU, von denen es laut Kommission 19 gibt, stehen auch Unternehmen offen. Für KMU und Start-ups gibt es laut EuroHPC einen Einstiegszugang, der innerhalb von zwei Werktagen freigeschaltet wird, abgerechnet in GPU-Stunden für ein bis drei Monate. Das ist interessant für ein Team, das ein eigenes Modell anpassen will. Für einen Workflow, der ein Modell aufruft, ist es der falsche Weg.
Die Rechenzentren der EU ändern heute nichts an Ihrer Automatisierung. Datenstandort, Modellwahl und Kosten können Sie aber jetzt schon selbst entscheiden.
Drei Fragen, die jetzt schon zählen
Hinter dem Wunsch nach europäischer KI stecken meist drei konkrete Fragen.
- 1
Wo werden die Daten verarbeitet?
Mehrere Anbieter verarbeiten Daten inzwischen auf Wunsch in Europa. Der französische Anbieter Mistral etwa hostet laut eigener Hilfeseite standardmäßig in der EU, weist aber darauf hin, dass je nach Funktion Daten vorübergehend außerhalb verarbeitet werden können. Genau das ist der Punkt. Nicht das Logo zählt, sondern was im Vertrag und in der Liste der Unterauftragnehmer steht.
- 2
Welches Modell für welche Aufgabe?
Für viele Aufgaben in der Automatisierung reicht ein kleineres Modell. Rechnungsdaten auslesen oder eine Mail einer Kategorie zuordnen braucht selten das größte Modell am Markt. Wer das Modell austauschbar hält, kann später wechseln, auch zu einem europäischen Anbieter.
- 3
Was kostet es im Betrieb?
Abgerechnet wird meist nach verarbeiteten Tokens, also nach Textmenge. Die Kosten hängen weniger am Standort des Rechenzentrums als an der Frage, wie viel Text pro Durchlauf geschickt wird und wie oft der Workflow läuft. Das lässt sich vor dem Bau schätzen.
Was wir in der Praxis raten
Unabhängigkeit entsteht im eigenen Aufbau, nicht erst durch neue Rechenzentren.
- n8n selbst betreiben, auf einem Server in Deutschland oder der EU. Dann laufen Logik, Zugangsdaten und Protokolle nicht über einen fremden Dienst.
- Das Sprachmodell als austauschbaren Baustein bauen. In n8n ist der Modell-Node eine Stelle im Workflow, kein Fundament.
- Nur schicken, was das Modell braucht. Eine Rechnungsnummer und ein Betrag verraten weniger als das ganze PDF mit Adresse und Bankverbindung.
- Den Vertrag mit dem Modellanbieter lesen, vor allem zu Speicherdauer, Training mit Kundendaten und Unterauftragnehmern.
- Die Kosten pro Durchlauf vor dem Bau rechnen, nicht danach.
Wie man den Nutzen eines Workflows vor dem Bau gegen seine Kosten stellt, zeigt Business Case vor dem Bau. Wenn die Gigafactories ab 2028 laufen und daraus gute europäische Angebote entstehen, ist ein so gebauter Workflow schnell umgestellt.
