Ein Durchbruch wäre für mich der Nachweis einer anderen Fähigkeitsentwicklung.
Interview Philipp Herzig
Philipp Herzig ist Chief Technology Officer der SAP SE. In dieser Funktion verantwortet Herzig die Technologiestrategie, Forschung, Innovation, Unternehmensentwicklung, das Technologie-Ökosystem, das Startup-Engagement sowie die Inkubation von SAP – einschließlich Business AI und Sustainability. Neben KI und Nachhaltigkeit als zentrale Inkubationsthemen konzentriert sich das Chief Technology Office zudem auf Themen wie Quantencomputing.
Warum muss es diese Initiative jetzt geben – gerade jetzt?
Die heutige Frontier-AI-Kapazität ist überwältigend in wenigen US-amerikanischen und chinesischen Labs konzentriert, und Europa konsumiert meist das, was andere bauen. Grundlegender noch: Das gesamte Feld hat auf eine einzige architektonische Wette gesetzt: transformatorbasierte Skalierung. Nahezu jedes Frontier-Lab betreibt Varianten desselben Rezepts: größere Transformer, mehr Daten, mehr Rechenleistung. Wir stoßen an die wirtschaftlichen und energetischen Grenzen dieses Paradigmas – und Trainingsläufe in Höhe von Hunderten von Millionen oder Milliarden Dollar mit sinkender Rendite pro zusätzlichem Parameter sind kein Spiel, das Europa auf den Bedingungen der etablierten Player gewinnen kann oder sollte. Die Transformer-Monokultur hat die ernsthafte Erforschung alternativer Architekturen verdrängt: State-Space-Modelle, neurosymbolische Ansätze, energiebasierte Modelle und noch nicht benannte Paradigmen – obwohl es keinen grundlegenden Grund gibt zu glauben, dass Attention-plus-Scale das Endziel der KI-Forschung ist. Europas Chance liegt genau hier: Labs aufzubauen, die auf der nächsten S-Kurve geboren sind, anstatt dem Ende der aktuellen hinterherzujagen – effizienter, überprüfbar und von Grund auf souverän. Wenn uns das gelingt, werden wir in fünf bis sieben Jahren mitgestalten, wie Frontier-AI funktioniert und wofür sie optimiert wird.
Jenseits des Geldes: Was ist der eigentliche Handlungsspielraum, den Teams hier bekommen?
Zunächst einmal kann jedes Team bis zu 26,5 Millionen Euro erhalten, und das Aufregendste an Next Frontier AI ist die Berechtigungsstruktur, die geschaffen wird. 24 Monate lang können Teams sich wie ein Frontier-Lab verhalten – im Gegensatz zu einem Grant-Projekt: echte Experimente durchführen, produktionsreife MLOps aufbauen, technische Geheimnisse
entdecken und an Architekturen iterieren, ohne quartalsweise Revenue nachweisen zu müssen. Außerdem erhalten sie Zugang zu einer Expert:innen-Jury, dem SPRIND-Netzwerk und einem klaren Pfad zu rund einer Milliarde Euro Follow-on-Kapital pro Gewinner:in – genug, um tatsächlich Frontier-Systeme zu trainieren und einzusetzen – zusätzlich zum Verfassen großartiger Arbeiten.
Wie würde ein echter Durchbruch aussehen?
Ein Durchbruch wäre für mich der Nachweis einer anderen Fähigkeitsentwicklung. Das könnte ein System sein, das bei zentralen Aufgaben mit 10- bis 100-fach weniger Rechenleistung mit den heutigen führenden Modellen mithält, oder eine Architektur, die überprüfbares Reasoning, langfristige Planung oder Sim-to-Real-Robotik in den Mainstream der Unternehmensanwendung bringt. Ebenso wichtig ist, ob ein Lab ein prototypisches Frontier-System in eine dauerhafte Institution umwandeln kann: mit bewiesenen Skalierungsgesetzen, sicherer Infrastruktur, industriellen Pilotprojekten und einem investitionsreifen Plan, um volle Frontier-Skalierung zu erreichen.
Welche Verantwortung kommt mit dem Bau von Foundation Models einher?
Wenn man Foundation Models baut, definiert man effektiv das Standardverhalten von Tausenden nachgelagerter Systeme – die Verantwortung ist also systemisch. In einem Unternehmenskontext bedeutet das rückverfolgbare Datenflüsse, robuste Evaluation, Sicherheit und Compliance von Anfang an eingebaut (nicht nachträglich angefügt) und Governance, die einem Audit standhält. Es bedeutet auch, die Datensouveränität zu respektieren, rechtlich einwandfreie Datensätze und Benchmarks beizusteuern und transparent genug zu sein, sodass Regulierungsbehörden, Kund:innen und Bürger:innen der Infrastruktur vertrauen können, die wir schaffen.
Was ist die größte Herausforderung für Frontier AI in Europa gerade?
Wir sehen jeden Tag erstklassige Forschung in ganz Europa – die größte Herausforderung ist also nicht Talent oder Ideen. Meiner Meinung nach fehlt es an ausreichend Institutionen, die bereit und in der Lage sind, Frontier-Risiken in Frontier-Größenordnung einzugehen. Historisch gesehen hat Europa viele interessante
Projekte gefördert, aber sehr wenige Labs mit dem Mandat, Kapital und der Governance, um mit führenden US-amerikanischen oder chinesischen Labs auf Augenhöhe zu konkurrieren. Wenn wir das nicht ändern, wird Europa bei Politpapieren und Pilotprojekten glänzen, während andere die Kernmodelle, die Datennetzwerkeffekte und letztendlich die Wertschöpfung kontrollieren.