AI, Structural Power and Governance Fragmentation: A Systematic Review and the Geopolitical AI Power Framework

Wenn wir an künstliche Intelligenz denken, fühlt sich das Gespräch oft wie ein hochriskantes Rennen zwischen zwei Giganten an: den Vereinigten Staaten und China. Wir hören davon, wer die schnellsten Computerchips, die leistungsfähigsten Softwaremodelle und die brillantesten Ingenieure hat. Diese Sichtweise erklärt den Wettbewerb an der Spitze, lässt aber aus, was mit allen anderen geschieht. Sie übersieht die Realität für Länder, die nicht versuchen, das Rennen zu gewinnen, sondern stattdessen in ein System hineingezogen werden, das sie nicht selbst entworfen haben. Diese Nationen finden sich in einer Abhängigkeit von digitalen Werkzeugen, Regeln und Datenflüssen wieder, die von anderen kontrolliert werden. Dies ist nicht nur eine Frage der Technologie; es ist ein leiser Machtwechsel. Einige Länder besitzen die Kapazität, die Bedingungen festzulegen, unter denen andere operieren müssen, während andere dazu verdammt sind, den Regeln zu folgen. Diese Dynamik gestaltet die globale politische Ökonomie neu und schafft eine Situation, in der die Einführung neuer Technologien ein Land versehentlich in eine Position permanenter Abhängigkeit einrasten lassen kann.

Eine neue Studie von Alfredo Merlet, einem Forscher an der Universidad de Sevilla, untersucht genau dies. Die Arbeit stellt eine einfache, aber tiefgreifende Frage: Wie verändert künstliche Intelligenz das Machtgleichgewicht zwischen den Nationen, und warum bricht das System zur Steuerung dieser Technologie auseinander, anstatt zusammenzuwachsen? Um die Antwort zu finden, hat der Autor nicht nur ein paar Artikel gelesen; er führte eine massive, systematische Überprüfung der bestehenden Forschung durch. Er durchsuchte zwei große wissenschaftliche Datenbanken nach tausenden Aufzeichnungen, die zwischen 2018 und 2026 veröffentlicht wurden. Nach dem Entfernen von Duplikaten und dem Filtern von Studien, die nicht den Kriterien entsprachen, blieben ihm 330 relevante Werke. Aus dieser großen Gruppe wählte er einen Kernsatz von 49 Studien für eine vertiefte Analyse aus, um zu untersuchen, wie verschiedene Experten die Beziehung zwischen Technologie, Macht und nationaler Kontrolle beschreiben.

Die Übersicht ergab, dass die aktuelle Literatur in fünf verschiedene Gruppen unterteilt ist, wobei zwei von ihnen das Gespräch dominieren. Eine Gruppe konzentriert sich auf den Kampf um „digitale Souveränität“, insbesondere unter Ländern des Globalen Südens, also den Entwicklungsländern, die oft am Rande der US-China-Rivalität stehen. Die andere große Gruppe betrachtet den regulatorischen Wettbewerb zwischen den Großmächten, wie den Vereinigten Staaten, China und der Europäischen Union, während diese versuchen, ihre eigenen Regeln für die Zukunft zu schreiben. Die Studie stellte jedoch fest, dass die Frage, wie Daten extrahiert und von mächtigen Unternehmen genutzt werden, oft als ein separates, unverbundenes Problem behandelt wird. Merlet argumentiert, dass diese Teile nicht isoliert betrachtet werden können. Um das vollständige Bild zu erklären, schlägt der Autor einen neuen Rahmen vor, den „Geopolitical AI Power Framework“. Dieser Rahmen verbindet drei sich verstärkende Kräfte, die zusammenwirken, um ein System zu schaffen, in dem Abhängigkeit zum Standardergebnis wird.

Die erste Kraft ist die strukturelle Machtasymmetrie. Dies ist die Idee, dass Macht daraus entsteht, die wesentlichen Grundlagen eines Systems zu kontrollieren, wie etwa die physische Infrastruktur, die Rohstoffe und die Regeln, die diese regeln. In der Welt der künstlichen Intelligenz kontrollieren einige wenige Akteure die fortschrittlichen Computerchips, die massiven Cloud-Computing-Systeme und die Regeln dafür, wie Daten fließen. Da diese Ressourcen so schwer zu replizieren sind, müssen Länder, die sie nicht besitzen, sich auf diejenigen verlassen, die sie besitzen. Dies ist nicht nur eine Frage des Kaufs eines Produkts; es geht darum, gezwungen zu sein, innerhalb einer Struktur zu operieren, die von jemand anderem entworfen wurde. Die zweite Kraft ist die technonationalistische Fragmentierung. Da Länder merken, dass sie abhängig sind, versuchen sie, die Kontrolle zurückzugewinnen, indem sie ihre eigenen Mauern bauen. Sie verabschieden Gesetze, um Daten innerhalb ihrer Grenzen zu halten, verbieten ausländische Plattformen und versuchen, ihre eigenen Versionen von Technologie zu erschaffen. Während sich dies wie ein Schritt in Richtung Unabhängigkeit anfühlt, legt die Studie nahe, dass es das Problem eigentlich verschlimmert. Anstatt eines globalen Regelwerks spaltet sich die Welt in verschiedene Blöcke auf, von denen jeder seine eigenen inkompatiblen Standards hat. Länder ohne eigene Technologie sind dann gezwungen, sich für eine Seite zu entscheiden, was sie weiter in einem spezifischen System einrasten lässt.

Die dritte Kraft sind die Externalitäten des Überwachungskapitalismus. Dieser Begriff beschreibt ein Geschäftsmodell, bei dem Unternehmen menschliches Verhalten und persönliche Daten in ein Produkt verwandeln, um zukünftige Handlungen vorherzusagen und zu beeinflussen. Im Kontext der künstlichen Intelligenz bedeutet dies, dass Datenflüsse von weniger mächtigen Nationen zu den dominanten Nationen fließen, wo sie genutzt werden, um genau jene Modelle zu trainieren, die diese weniger mächtigen Nationen dann nutzen müssen. Dies schafft einen Kreislauf, in dem die dominanten Akteure mit jedem erhaltenen Datensatz intelligenter und mächtiger werden, während die anderen immer abhängiger von den Werkzeugen werden, die aus diesen Daten gebaut wurden. Die Studie zeigt, dass diese drei Kräfte nicht einfach gleichzeitig auftreten; sie speisen sich gegenseitig. Strukturelle Macht ermöglicht es einigen wenigen Nationen, die Regeln festzulegen, was wiederum dazu führt, dass andere Nationen in konkurrierende Blöcke fragmentieren, was wiederum es schwieriger macht, der Datenextraktion zu entkommen, die die ursprünglichen Machtinhaber stützt.

Die Forschung deutet darauf hin, dass dies zu einem „strukturellen Lock-in“ führt. Dies ist eine Tendenz, kein unveränderliches Schicksal, aber eine sehr starke. Je mehr ein Land ausländische Werkzeuge der künstlichen Intelligenz übernimmt, ohne seine eigene Kapazität aufzubauen, desto schwieriger wird es, dieses System später wieder zu verlassen. Die Studie findet, dass während die dominanten Mächte damit beschäftigt sind, darum zu kämpfen, wer die Führung übernimmt, die eigentliche Geschichte in den mittleren und unteren Ebenen der Weltwirtschaft spielt. Länder in Lateinamerika, Afrika und Asien übernehmen diese Technologien mit hoher Geschwindigkeit, oft ohne die Fähigkeit, sie zu prüfen oder zu ersetzen. Sie werden an Infrastrukturen und Modelle gebunden, die sie nicht selbst entworfen haben, und die Entscheidungen von heute könnten diese Abhängigkeiten für Jahrzehnte zementieren. Die Übersicht hebt hervor, dass dies kein Zufall der Geschichte ist, sondern das Ergebnis dessen, wie das System derzeit gestaltet ist.

Trotz dieses düsteren Bildes argumentiert die Arbeit nicht, dass die Situation hoffnungslos sei. Der Autor schlägt vor, dass semiperiphere Länder – also jene, die keine Supermächte, aber auch nicht die ärmsten Nationen sind – noch immer ein Zeitfenster für Chancen haben. Sie können ihre Position durch geschickte Verhandlungen formen, indem sie ihre eigenen technischen Fähigkeiten aufbauen und sich mit ihren Nachbarn koordinieren, um regionale Lösungen zu schaffen. Die Studie weist darauf hin, dass einige Nationen bereits versuchen, ihre eigenen Wege zu konstruieren, was zeigt, dass Abhängigkeit eine Wahl ist, die man steuern kann, auch wenn es schwierig ist. Das Zeitfenster schließt sich jedoch. Jedes Mal, wenn eine Regierung oder ein Unternehmen eine ausländische Lösung übernimmt, ohne die langfristigen Kosten des Ausstiegs zu berücksichtigen, schrumpft die Chance, Unabhängigkeit aufzubauen.

Die Ergebnisse dieser Übersicht dienen als Warnung und als Leitfaden. Sie legen nahe, dass die Debatte über künstliche Intelligenz über die Frage hinausgehen muss, wer die besten Chips oder die größten Modelle besitzt. Die eigentliche Frage ist, wer die Bedingungen kontrolliert, unter denen die Technologie genutzt wird. Für ein Land wie Chile, oder jede Nation in einer ähnlichen Lage, geht es nicht mehr nur um Effizienz. Es geht darum, wem das Modell gehört, wo die Daten liegen und was es kosten würde, sich davon zu lösen. Die Studie kommt zu dem Schluss, dass die globale Governance der künstlichen Intelligenz fragmentiert, weil die drei Kräfte – strukturelle Macht, regulatorischer Wettbewerb und Datenextraktion – einander verstärken. Sofern es keine bewusste Anstrengung gibt, diesen Kreislauf zu durchbrechen, bewegt sich die Welt auf eine Zukunft zu, in der einige wenige Akteure die Regeln für alle anderen festlegen und der Rest nur noch folgen kann. Die Forschung bietet eine klare Karte darüber, wie wir hierhergekommen sind, und legt nahe, dass das Verständnis dieser Mechanismen der erste Schritt ist, um sicherzustellen, dass die Zukunft der künstlichen Intelligenz nicht zu einer permanenten Falle für den Großteil der Welt wird.