Verständnis der globalen KI-Governance durch ein Drei-Ebenen-Rahmenwerk
„Wenn das 20. Jahrhundert auf Öl und Stahl basierte, so basiert das 21. Jahrhundert auf Rechenleistung und den Mineralien, die es speisen.“ So begann am 11. Dezember 2025 die Pax Silica-Initiative der Trump-Administration, ein Engagement zwischen den Vereinigten Staaten und acht Partnerländern zur Zusammenarbeit bei der Sicherung strategischer Stacks der globalen Technologielieferkette. Zwei Tage zuvor kündigte die Linux Foundation die Gründung der Agentic AI Foundation (AAIF) an, einer Gruppe von Unternehmen für künstliche Intelligenz (KI), die sich verpflichten, „die Grundlagen für ein gemeinsames Ökosystem von Tools, Standards und gemeinschaftsgetriebenen Innovationen“ für agentische KI zu legen, die sich auf KI-Tools beziehen, die eine Reihe von Aufgaben autonom ausführen können.
Diese Initiativen erweitern die bereits fragmentierte Landschaft der KI-Governance, in der regelmäßig neue Gremien und Arbeitsgruppen entstehen und internationale Organisationen eine zunehmende Anzahl normativer Texte und Politiken produzieren. Allein seit 2024 hat der Europarat die Konvention über künstliche Intelligenz und eine Risikobewertungsmethodik für Menschenrechte im Zusammenhang mit KI abgeschlossen; die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) hat ihre Prinzipien für vertrauenswürdige KI aktualisiert und einen Bericht mit Empfehlungen zur Nutzung von KI in der Regierung veröffentlicht. Die US-Regierung hat die Pax Silica-Initiative gestartet, der KI-Aktionsgipfel 2025 hat eine Erklärung zu inklusiver und nachhaltiger KI hervorgebracht, und die Vereinten Nationen haben ein „unabhängiges internationales wissenschaftliches Gremium für künstliche Intelligenz“ und einen „globalen Dialog zur Governance der künstlichen Intelligenz“ eingerichtet.
Mit diesem exponentiellen Wachstum in der globalen KI-Politik besteht das Risiko, dass Initiativen dupliziert werden, sich inhaltlich überschneiden, Interoperabilitätsprobleme auftreten und potenziell Widersprüche in Politik und Normen entstehen. Die schiere Anzahl an Gremien und Initiativen erschwert es den Akteuren im Bereich KI, zu bestimmen, wo sie sich am besten in der globalen KI-Governance engagieren können, um nachhaltige Auswirkungen zu erzielen. Die Vereinten Nationen haben kürzlich die Herausforderungen erkannt, die mit diesem Kontext verbunden sind, und die Notwendigkeit einer „multistakeholder KI-Governance“ betont, ohne jedoch zu spezifizieren, was dies in der Praxis bedeutet, was zu größerer Verwirrung führt.
Das Drei-Ebenen-Rahmenwerk der Internet-Governance
Ein nützlicher Ausgangspunkt zur Kartierung der KI-Governance-Landschaft stammt aus einem 25 Jahre alten Rahmenwerk, das bis heute in der Wissenschaft relevant ist. Im Jahr 2000 veröffentlichte Yochai Benkler ein wegweisendes Papier, das zwischen den drei „Ebenen“ der Internetaktivitäten unterscheidet:
1. Die Infrastruktur-Ebene
Umfasst die physische und technische Grundlage des Internets, wie Kabel, Router, Server, Rechenzentren und die gesamte Hardware, die digitale Kommunikation ermöglicht. Die Governance auf dieser Ebene konzentriert sich auf Themen wie Zugang, Konnektivität und Netzwerkzuverlässigkeit.
2. Die logische Ebene
Umfasst die Software, Protokolle und Standards, die bestimmen, wie Informationen fließen und Systeme interoperieren. Die Governance hier bezieht sich auf die Standards, die Interoperabilität und Sicherheit über Netzwerke und Anwendungen hinweg ermöglichen. Organisationen wie die Internet Corporation for Assigned Names and Numbers (ICANN) spielen eine führende Rolle bei der Gestaltung dieser Ebene.
3. Die Inhaltsebene
Umfasst alle menschlichen und organisatorischen Interaktionen, die über das Internet stattfinden, wie die Erstellung von Inhalten, Cyberkriminalität und wirtschaftliche Aktivitäten.
Anwendung des Drei-Ebenen-Rahmenwerks auf die KI-Governance
Die Anwendung der Drei-Ebenen-Matrix auf die KI-Governance führt zu folgender Klassifizierung:
1. Die KI-Infrastruktur-Ebene
Umfasst die Rechen- und Dateninfrastruktur, die dem Hochleistungsrechnen für KI zugrunde liegt, wie Halbleiter, GPUs, TPUs, NPUs, Rechenzentren und Cloud-Computing-Plattformen. Diese Ebene könnte auch die Lieferkette für Hochleistungsrechnen und Energiesysteme einschließen.
2. Die logische Ebene
Umfasst KI-Modelle, Softwaresysteme und modellzentrierte Dienste, durch die KI entwickelt, zugegriffen, orchestriert und integriert wird. Im Gegensatz zur logischen Ebene des Internets, die auf offenen und weit verbreiteten Standards basiert, dominieren gegenwärtig proprietäre Basis-Modelle, die von einer kleinen Anzahl von Unternehmen entwickelt werden.
3. Die soziale Ebene
Bezieht sich auf die menschlichen und institutionellen Interaktionen, die KI-Anwendungen nutzen, um Outputs aller Art zu produzieren. Dazu gehören geschäftsorientierte und verbraucherorientierte Anwendungen sowie KI-Agenten, die Aufgaben im Verbraucher- oder Geschäftskontext ausführen.
Schlussfolgerungen und Herausforderungen
Diese Trends stellen bedeutende Herausforderungen für die Governance dar. Ein Ansatz könnte darin bestehen, der Rolle der Vereinten Nationen eine größere Bedeutung zu verleihen, was jedoch einige erhebliche Probleme aufwerfen könnte. Es ist schwierig, grundlegende KI-Fragen agil zu regulieren, ohne die Innovation zu behindern. Zudem besteht das Risiko, dass großangelegte UN-Aktionen die Interessen nicht-demokratischer Staaten übermäßig gewichten. Daher sollten die politischen Bemühungen der UN gezielt, agil und datengestützt bleiben, um Interoperabilität zu gewährleisten.
Abschließend wurde ein einfaches Drei-Ebenen-Modell vorgeschlagen, um den KI-Stack zu visualisieren, wobei anerkannt wird, dass zusätzliche, detailliertere Ebenen das Modell erweitern könnten. Dies würde es ermöglichen, Governance-Fragen, die aus zunehmend integrierten KI-Systemen entstehen, besser zu erfassen.
