Diese Geschichte klingt schlüssig, ist aber ein Schwindel. Die Geschichte fußt in dreifacher Hinsicht auf einem falschen technischen Verständnis.
Erstens steht die nötige Rechenleistung für den Aufbau von Informationsmacht heute nicht nur wenigen Großunternehmen und Regierungen reicher Länder zur Verfügung, sondern allen. Dank Moore’schem Gesetz ist die Rechenleistung in den letzten 60 Jahren dramatisch gestiegen, ebenso die Speicher- und Übertragungskapazität von Information. Das bedeutet nicht nur, dass wir heute viel mehr viel schneller rechnen können als früher. Das Moore’sche Gesetz hat vor allem Kosten für alle gesenkt. Verstärkt wird dieser seit Jahrzehnten währende Trend seit einigen Jahren von Bezos’ Gesetz. Das beschreibt in Anspielung an den Erfolg und die aggressive Preisstrategie der Amazon-Cloud-Sparte AWS, warum und wie Cloud-Computing den Zugang zur Verarbeitung von Informationen mit hoher Geschwindigkeit und großer Kapazität demokratisiert, inklusive der Softwareanwendungen, die auf den Cloud-Servern nutzbar sind.
Die Kosten für Cloud-Dienste halbieren sich bei Amazon Web Services etwa alle anderthalb Jahre. In historischer Perspektive heißt das: In den 1960ern gab es nur wenige Computer und damit eine starke Hardwarekonzentration. Diese Konzentration ist Vergangenheit, und zwar nicht, weil jeder ein Smartphone in der Tasche hat, sondern weil Smartphone, Tablet, Laptop und vor allem IT-Systeme von Firmen jeder Größe den Zugang zu Cloud-Computing und damit zu nahezu unbeschränkter Rechenleistung zu niedrigen Kosten ermöglichen.
In Extremform lässt sich die falsche Wahrnehmung von Rolle und Bedeutung von Rechenkraft in den Diskussionen um den Aufbau einer europäischen Dateninfrastruktur Gaia-X beobachten. Es ist schade, dass kein europäisches IT-Unternehmen vor rund zehn Jahren mit der nötigen Verve in den Zukunftsmarkt für Dateninfrastruktur und Datendienste eingestiegen ist. Auch hier gilt: Niemand hat sie daran gehindert. Doch heute ist der Aufbau einer europäischen Dateninfrastruktur mit Steuermitteln ein Anachronismus. Es gibt dafür nicht zu wenige Anbieter, sondern zu viele.
Aus der Ökonomie wissen wir: Infrastrukturen sind entweder Monopole und dann teuer – oder staatlich reguliert. Oder aber Infrastrukturen stehen in hartem Wettbewerb wie Mobilfunkanbieter in Großbritannien. Dann sind die Margen mit »Commodity-Dienstleistungen« klein. Im Cloud-Computing ist Letzteres der Fall. Anbieter haben wie Telekommunikationsdienste den Charakter von »dumb pipes«. Sie verarbeiten zwar Daten, die Infrastrukturanbieter haben aber keinen Zugriff auf den Informationswert, der auf ihren Servern erwirtschaftet wird. Gaia-X – wir werden im fünften Kapitel noch ausführlich darauf zurückkommen – soll Europa »digitale Souveränität« verschaffen. Das ist ein hehres Ziel, aber steuerfinanzierte »dumb pipes« führen nicht dorthin.
Der zweite weit verbreitete Irrglaube ob der Gründe von informationstechnologischer Überlegenheit der digitalen Superstarfirmen lautet: Diese Firmen haben Algorithmen entwickelt, die sie als geistiges Eigentum hüten wie der Kreml Lenins Leiche. Nur GAFAM und BAT, so die Erzählung, kennen die mathematischen Lösungswege zur Datenweisheit. Das ist schlicht Unsinn. Die gängigen Algorithmen zur Datenanalyse werden von Forschenden an Universitäten entwickelt, in der Regel zeitnah veröffentlicht und sind in Algorithmen-Bibliotheken frei zugänglich. Die derzeit angesagteste Datenanalysesoftware R etwa ist nicht nur Open Source, sondern kostenlos zum Download verfügbar und wird von einem Konsortium aus Entwicklerinnen und Entwicklern vor allem an Universitäten getragen. Das Gleiche gilt für viele gängige Methoden des Maschinellen Lernens. Auch für diese sind die wichtigsten Algorithmen seit Jahren bekannt und publiziert und entsprechende Werkzeuge und Anwendungen auf offenen Plattformen wie Github verfügbar. Gerade bei den Algorithmen praktizieren die Superstarfirmen eine erstaunliche Offenheit. Wenn sie diese tatsächlich selbst entwickeln, halten sie sie oft nur für eine gewisse Zeit proprietär. Und an einigen Stellen geht das Silicon Valley sogar noch einen Schritt weiter in Richtung Offenheit. Gründer wie Elon Musk finanzieren Plattformen wie Open.AI, auf der jeder und jede gut entwickelte Tools für Maschinelles Lernen kostenlos herunterladen kann und dann kommerziell nutzen darf.
Das dritte und vielleicht spektakulärste Element in der gängigen Erzählung der Machtverschiebung durch digitale Disruption ist das menschliche Genie, das der wahre Grund für den Erfolg sein soll. In der Popkultur der Science-Fiction hat der Genius eine lange Tradition in der Figur des genialen Wissenschaftlers, der eine unglaubliche Erfindung macht, die alles verändert. Mit der Rolle des hochbegabten Sheldon in der Kult-TV-Serie The Big Bang Theory, später mit der eigenen Serie Little Sheldon geadelt, kam dieser Typus im digitalen Zeitalter an. Im Narrativ der Superstarfirmen wimmelt es auf ihren Campus nur so von kleinen Sheldons, die mit einsteinhafter Brillanz aus Daten Gold machen.
Die Wahrheit aber ist: Es gibt zwar Datenalchemismus, wie wir ihn oben beschrieben haben, jedoch keine Datenalchemisten. Auch die Datenwissenschaftlerinnen und -wissenschaftler und Quants der großen Digitalunternehmen kochen mit dem Wasser der Mathematik und Statistik. Die große Überlegenheit der USA und Chinas auf dem Feld der Künstlichen Intelligenz liegt nicht an der menschlichen Intelligenz in diesen Ländern. Europa kann bei Wissen und Wissenschaft zu Methoden und Modellen mithalten. Und bei gut ausgebildeten Datenwissenschaftlern ebenfalls.
Was heißt das in Summe? Den digital abgehängten Unternehmen und Volkswirtschaften fehlt es nicht an Rechenkraft und Speicherkapazität zu Cloud-Anwendungen. Es fehlt nicht an Werkzeugen für Datenanalyse und Algorithmen für Maschinelles Lernen. Auch Talent ist auf der Welt breiter gestreut, als digitale Superstars und Nachzügler uns gleichermaßen weismachen wollen. Für den großen digitalen Sprung fehlen vor allem die Zugänge zum Rohstoff der digitalen Revolution, zu den Daten.
Google, Facebook, Amazon, Apple, Microsoft. Netflix, Paypal, Spotify, Uber, Booking.com; Baidu, Alibaba, Tencent, ByteDance, SensTime und Yitu Technology – alle digitalen Giganten haben sich in ihrem Geschäftsfeld eine Reihe von Mechanismen, Möglichkeiten und Anwendungen geschaffen, relevante Daten in rauen Mengen zu sammeln, die dann genutzt werden können, und zwar exklusiv. Hier gibt es tatsächlich eine Parallele zwischen Daten und Öl. Wer auf dem Ölfeld sitzt, muss keinem Zugang gewähren. Die Datenriesen teilen ihren Rohstoff mit anderen allenfalls in Ausnahmefällen. Das ist strategisch nachvollziehbar, denn der Zugang zu diesen Daten ist es, der den Wettbewerbsvorteil schafft, den Unternehmenswert begründet und die Mitbewerber vor allem aus Europa so chancenlos und ratlos zurücklässt.
Die digitalen Innovatoren, heute selbst Goliaths, haben derweil jeden Grund, der Welt immer neue Versionen der Geschichte ihres Aufstiegs durch Genies und der von ihnen geschaffenen Algorithmen zu erzählen. Denn durch geniale kreative Leistung ist ihre Macht moralisch legitimiert und bedarf keiner Kritik an Informationsasymmetrien, keines Hinterfragens und keiner wettbewerblichen Einschränkung mehr. Wer will schon das Genie des erfolgreichen Entrepreneurs durch staatliche Regulierung seines Erfolgs berauben? Die hochbezahlten Informationsingenieure in den digitalen Superstarfirmen sind meist selbst fest davon überzeugt, Großes für den informationstechnologischen Fortschritt zu leisten, und auch ehrlich willens, ihre Entwicklungen anderen zugänglich zu machen. Auf wissenschaftlichen Konferenzen haben diese immer klugen und oft sympathischen Köpfe den Status von Superstars. Das Management der Superstarfirmen schickt ihre »Sheldons« gerne auf diese Veranstaltungen, denn ihre Haltung und ihre dort geteilte Brillanz zahlen perfekt auf die übergeordnete Geschichte ein. Die Menschen