Die Neuausrichtung auf die Sovereign Cloud erzwingt einen Deep Dive in die Architekturen und neue Innovationspfade, insbesondere im Bereich der Künstlichen Intelligenz. Technologisch steht die Stärkung von Open-Source-Technologien und offenen Standards im Mittelpunkt, um Abhängigkeiten zu reduzieren. Kubernetes als De-facto-Standard für Container-Orchestrierung bildet dabei die Basis für portierbare und interoperable Workloads. Ergänzt wird dies durch Open-Source-Plattformen wie OpenStack für die Infrastrukturverwaltung oder Ceph für skalierbare Speichersysteme. Dies ermöglicht den Aufbau einer hochflexiblen und gleichzeitig kontrollierbaren Infrastruktur.
Auf der Datenebene gewinnen Konzepte wie Confidential Computing und Homomorphic Encryption an Relevanz. Confidential Computing erlaubt es, Daten in einer hardwarebasierten sicheren Enklave zu verarbeiten, sodass selbst der Cloud-Anbieter keinen Zugriff auf die unverschlüsselten Daten hat. Homomorphic Encryption ermöglicht Berechnungen auf verschlüsselten Daten, ohne diese entschlüsseln zu müssen – eine technologische Revolution für Datenschutz und Datensouveränität, die besonders im Finanz- und Gesundheitssektor game-changing sein wird. Architekturen wie Data Mesh und Data Fabric werden essentiell, um Daten souverän zu verwalten, deren Nutzung zu reglementieren und gleichzeitig den Wert von Daten in dezentralen Umgebungen zu maximieren.
Im Bereich der Künstlichen Intelligenz transformiert die Sovereign Cloud die Entwicklung und den Einsatz von KI-Anwendungen grundlegend. Trustworthy AI, wie sie der EU AI Act fordert, lässt sich am besten auf einer souveränen Infrastruktur realisieren, die volle Transparenz und Auditierbarkeit der gesamten KI-Pipeline – von Datenakquise über Modelltraining bis zur Inferenz – ermöglicht. Federated Learning wird zu einem Schlüsselmechanismus, um KI-Modelle auf dezentralen, sensiblen Datensätzen zu trainieren, ohne die Daten selbst zentralisieren oder exponieren zu müssen. Dies ist ideal für branchenübergreifende Kooperationen bei gleichzeitiger Wahrung der Datensouveränität jedes Teilnehmers. Darüber hinaus können Large Language Models (LLMs), die für spezifische europäische Kontexte oder branchenspezifische Anwendungsfälle feinabgestimmt oder sogar neu entwickelt werden, auf souveräner Infrastruktur betrieben werden. Dies stellt sicher, dass kritische KI-Anwendungen frei von ausländischen Einflussnahmen und Datenausflüssen bleiben und europäische Werte und Standards widerspiegeln.


