Infrastruktur der Macht

Auch in der Entwicklungszusammenarbeit wird KI immer häufiger genutzt – oft jedoch verkürzt als ein punktuelles Werkzeug, das bestehenden Projekten lediglich hinzugefügt wird. Dabei ist KI weit mehr als eine isolierte Softwareanwendung; sie muss als ein zusammenhängender Stapel (Englisch „Stack“) aus Daten, massiver Rechenleistung, Cloud-Verträgen, technischen Standards und organisatorischen Routinen begriffen werden. Sobald diese Systeme in gesellschaftliche Prozesse eingebettet sind, verhalten sie sich wie eine Infrastruktur: Sie prägen still und leise den Raum des Möglichen und legen fest, wer die Bedingungen für die Nutzung definiert.

Technisch gesehen basieren die meisten dieser Anwendungen auf maschinellen Lernsystemen, die anhand gigantischer Datensätze trainiert werden, um Muster zu erkennen und darauf basierende Vorhersagen zu treffen, Bewertungen vorzunehmen oder Empfehlungen auszusprechen. Während generative Modelle, die Texte und Bilder produzieren, medial sehr präsent sind, agieren politisch folgenreichere Modelle oft im Verborgenen. Sie sind tief in Institutionen eingebettet, wo sie etwa Betrugsfälle aufdecken, Risiken für Kreditwürdigkeit bewerten, juristische Fälle priorisieren oder Berechtigungsprüfungen für Sozialleistungen automatisieren. 

Für Fachleute aus der Zivilgesellschaft ist daher nicht die technische Neuheit entscheidend, sondern die Governance (Governance als die Grundsätze, Strukturen und Prozesse zur verantwortungsvollen Leitung und Überwachung von Organisationen, Unternehmen oder Staaten; Anm. der Red.). Sowohl Generative Modelle als auch klassische Machine-Learning-Modelle optimieren Ziele auf Basis der ihnen zur Verfügung gestellten Daten. Sind diese Trainingsdaten voreingenommen oder spiegeln sie nicht die lokalen Gegebenheiten wider, trägt die KI in großem Maßstab zu Ausgrenzung bei – und das unter dem Deckmantel technologischer Objektivität.

Ein weiterer kritischer Aspekt dieser Infrastruktur ist die physische Verortung: Viele öffentliche KI-Systeme im Globalen Süden laufen heute nicht auf nationaler Infrastruktur, sondern auf Cloud-Diensten internationaler Anbieter wie Amazon Web Services oder Microsoft Azure. Damit verlagert sich die faktische Kontrolle über kritische digitale Verwaltungssysteme in andere Länder und untergräbt die nationale Souveränität.

Die Vorteile und Risiken der KI sind global höchst ungleich verteilt. Bereits die Sprache, mit der wir diese Phänomene beschreiben, kann Machtverhältnisse verschleiern. Expert*innen warnen davor, dass der Begriff „Globaler Süden“ in der KI-Ethik oft als ein unpräziser Sammelbegriff verwendet wird, der die Vielfalt unterschiedlicher politischer Ökonomien und institutioneller Kontexte verdeckt. Es besteht die Gefahr, dass dieser Begriff Stereotypen oder einen „imperialen Blick“ reproduziert, wenn er lediglich als Synonym für Defizite fungiert, statt dazu anzuregen, konkrete Machtstrukturen, Finanzierungsströme und Governance-Asymmetrien zu untersuchen. 

„KI für den Globalen Süden“ als eine einheitliche, paternalistische Erzählung erleichtert es, Standardlösungen aus dem Norden als universelle Antworten zu verkaufen. Dies erschwert es lokalen Gemeinschaften massiv, auf lokaler Ebene Einfluss auf ihre eigenen Daten, die Rechenschaftspflicht der Anbieter und die daraus resultierende Wertschöpfung zu nehmen.

Wenn man KI konsequent als Infrastruktur begreift, dann ist der Zugang zu Rechenkapazität gleichbedeutend mit politischer und wirtschaftlicher Handlungsfähigkeit. Diese Handlungsfähigkeit wird heute durch eine massive ökonomische Kluft definiert: Das Zentrum der globalen KI-Entwicklung bildet heute eine erschreckend kleine Gruppe von Akteuren: gigantische Technologieunternehmen, fast alle aus den USA oder China, die Geschwindigkeit und Skalierung erfolgreich als alternativlos darstellen. 

Der Zugang zur physischen Infrastruktur löst noch nicht das Problem der zweiten Trennlinie: den Unterschied zwischen einem bloßen Nutzer und jemandem, der KI-Anwendungen entwickeln kann. Dieser Unterschied wird maßgeblich durch Bildung und die finanzielle Erschwinglichkeit professioneller Werkzeuge geprägt. KI-bezogene Tätigkeiten stellen extrem hohe Anforderungen an die formale Qualifikation, was jene bevorzugt, die bereits privilegierten Zugang zu Hochschulbildung haben. 

Hinzu kommt eine strukturelle Zugangshürde: Viele der leistungsfähigsten KI-Werkzeuge sind nur in kostenpflichtigen Versionen voll nutzbar. Kostenlose Zugänge erlauben häufig lediglich begrenzte Nutzung oder eingeschränkte Funktionen, während professionelle Anwendungen – etwa für Programmierung, Datenanalyse oder Verwaltung – teure Abonnements voraussetzen. Dies reproduziert Ungleichheit nicht nur zwischen Nationen, sondern schafft neue Klassenunterschiede innerhalb von Gesellschaften: Diejenigen, die zahlen können, werden zu Entwicklern und Power-Usern; wer dazu nicht in der Lage ist, bleibt auf eine passive Konsumentenrolle mit begrenzten Handlungsmöglichkeiten beschränkt. Um diese Kluft zu überbrücken, stärken Netzwerke wie die panafrikanische Forschungsinitiative Deep Learning Indaba gezielt lokale KI-Kompetenzen, um den Schritt vom reinen Nutzer zum Entwickler zu ermöglichen. 

Das Internet ist kein neutraler Wissensraum, sondern ein Spiegel globaler Machtverhältnisse: Der überwiegende Teil öffentlich verfügbarer Internetinhalte existiert in wenigen dominanten Sprachen, während ein Großteil der Weltbevölkerung digital kaum repräsentiert ist. KI-Systeme lernen aus genau diesen Daten – und übernehmen damit nicht nur Informationen, sondern auch die Perspektiven, Prioritäten und blinden Flecken derjenigen Gesellschaften, die im Netz überrepräsentiert sind. 

Initiativen wie Masakhane – eine Basisbewegung „für Afrikaner, von Afrikanern“ – wenden sich direkt gegen die Unterrepräsentation afrikanischer Sprachen in der Mainstream-KI. Ähnliche Ziele verfolgt die AI4D African Language Dataset Challenge, die gezielt hochwertige Datensätze für lokale Sprachen erschließt, um einen der zentralen Engpässe der KI-Entwicklung zu beseitigen: das Fehlen zugänglicher, lokaler Daten.

In Indien zeigt die von der Regierung unterstützte Bashini-Initiative, wie digitale Inhalte und Dienste durch eine nationale Übersetzungsinfrastruktur in allen Landessprachen verfügbar gemacht werden können. Hier wird Mehrsprachigkeit nicht als zu lösendes Problem, sondern als öffentliche Grundlage begriffen. Forscher*innen bezeichnen dies als „die andere KI-Revolution“: Hier werden Sprachmodelle für Gemeinschaften entwickelt und umfunktioniert, die nie das primäre Ziel des Silicon Valley waren. 

Dieser Ansatz erfordert ein hohes Maß an Kreativität bei Methoden und Governance und zeigt, dass technischer Fortschritt nicht zwangsläufig einer zentralistischen Logik folgen muss. Alternative Technologien wie die Plattformen des französisch-US-amerikanischen Unternehmens Hugging Face können solche Ansätze befähigen. Hier werden die Modelle frei zugänglich macht, um lokale Anpassung und unabhängige Entwicklung zu ermöglichen. Technischer Fortschritt muss also nicht zwangsläufig einer zentralistischen Logik folgen.

Der langfristige gesellschaftliche Nutzen von KI hängt weniger von der reinen Leistungsfähigkeit der technologischen Modelle ab als vielmehr von der Stärke der Institutionen und den global ausgehandelten Bedingungen, unter denen diese Systeme zum Einsatz kommen. In der Entwicklungszusammenarbeit erfordert dies einen fundamentalen Haltungswandel, der weg von einer rein enthusiastischen Einführung hin zu einer strategischen Steuerung führt. 

Souveränität ist kein abstraktes Ideal, sondern manifestiert sich durch konkrete Infrastrukturen, eine strategische Beschaffungspolitik, den Aufbau lokaler Kompetenzen und starke Koalitionen. Der gesicherte Zugang zu Rechenleistung, die Erschließung eigener Sprachressourcen und ein wirksamer Arbeitsschutz sind keine Randaspekte, sondern entscheiden darüber, ob KI zu einem inklusiven Instrument wird oder zu einer neuen Kette der Abhängigkeit wird. Da die zukünftige Verteilung der technologischen Vorteile letztlich die bestehenden Machtverhältnisse widerspiegeln wird, bedarf es einer bewussten politischen Neuausrichtung, um diese Dynamiken auszubalancieren.

Die entscheidende Frage der kommenden Jahre lautet daher nicht, wie schnell KI-Systeme flächendeckend eingesetzt werden können, sondern unter welchen Bedingungen Gesellschaften in der Lage sind, diese Technologien aktiv zu gestalten. Ob die KI-Revolution ein neues Kapitel globaler Abhängigkeit einleitet oder die Chance bietet, die Bedingungen für Innovation weltweit neu zu verhandeln, hängt weniger von der Entwicklung der Algorithmen selbst ab als vielmehr von der Governance, der Verhandlungsmacht der Akteure und der Bereitschaft, KI nicht länger als ein zu importierendes Produkt zu betrachten. Vielmehr muss sie als eine kritische Infrastruktur begriffen werden, die konsequent im öffentlichen Interesse geregelt werden muss.

Geraldine de Bastion ist Netzaktivistin und Gründerin von Global Innovation Gathering e.V.