Die im Jahr 2026 gestarteten Projekte ähneln nicht mehr denjenigen von 2024. Das schrittweise Inkrafttreten des europäischen AI Act, das Auftauchen gemeinsamer AI Gigafactories und die Neuausrichtung der Finanzierungen auf spezifische industrielle Probleme verändern die Art und Weise, wie ein Unternehmen seine Investitionen, Teams und Roadmap strukturiert.
AI Act-Konformität: Die Regulierung bereits in der Projektplanung integrieren
Die Transparenzpflichten des europäischen AI Act traten am 2. August 2026 in Kraft. KI-generierte Inhalte müssen erkennbar oder angemessen gekennzeichnet werden, mit einer Übergangsfrist bis zum 2. Dezember 2026 für bestimmte bereits vermarktete Systeme. Jedes Unternehmen, das ein Automatisierungstool, einen kundenorientierten Chatbot oder einen Empfehlungsgenerator einsetzt, muss nun die Konformität bereits in der Planungsphase integrieren, nicht erst am Ende der Kette.
Konkrete bedeutet dies, dass ein Projekt für automatisiertes Marketing oder vorausschauendes Bestandsmanagement nicht mehr ohne eine vorherige regulatorische Prüfung prototypisiert werden kann. Die Kosten für die Einhaltung nach der Lieferung übersteigen bei weitem die Kosten für eine von Anfang an für die Kennzeichnung und Nachverfolgbarkeit von KI-Ausgaben gedachte Architektur.
Wir empfehlen, einen AI-Konformitätsbeauftragten in jedem Projektteam zu benennen, auch in KMUs. Diese Rolle erfordert keinen Vollzeitjuristen: Ein Mitarbeiter, der in den Anforderungen des AI Act geschult ist und in der Lage ist, technische Entscheidungen zu dokumentieren und die Transparenzpflichten zu überprüfen, reicht in den meisten Fällen aus. Mehrere Ressourcen, die auf dem Flexmind-Blog auf Daily Breizh zusammengestellt wurden, erläutern diese Verpflichtungen nach Branchen.
Gemeinsame Rechenleistung und AI Gigafactories: ein konkreter Zugang für KMUs
Die Europäische Union hat im Juli 2026 einen Aufruf zur Schaffung von bis zu sieben AI Gigafactories gestartet. Diese Infrastrukturen sollen Start-ups, KMUs, Industrieunternehmen und Laboren Rechenkapazitäten zur Verfügung stellen, um fortschrittliche Modelle zu trainieren, anzupassen und bereitzustellen. Dies stellt einen strukturellen Wandel für Unternehmer dar, die bisher entweder massiv in eigene GPU-Server investieren oder vollständig von amerikanischen Hyperscalern abhängig sein mussten.
Der gemeinsame Zugang zur Rechenleistung senkt die Eintrittsbarrieren für KI-Projekte in Europa. Ein KMU aus dem Industriesektor kann nun in Betracht ziehen, ein Modell für maschinelles Sehen zur Qualitätskontrolle zu trainieren, ohne ein sechsstelligen Budget für Cloud-Infrastruktur mobilisieren zu müssen.
Was sich für das Projektmanagement ändert
Die Verfügbarkeit dieser Ressourcen verändert den Entwicklungszeitplan. Wo ein Machine-Learning-Projekt zuvor mehrere Monate Verhandlungen mit einem Cloud-Anbieter erforderte, ermöglichen die Gigafactories, das Training in reservierten Zeitfenstern zu starten. Der Projektzeitplan muss diese Logik der Zuteilung nach Zeitfenstern integrieren, vergleichbar mit der Nutzung von schwerem Equipment.
Wir beobachten, dass die am besten vorbereiteten Teams diejenigen sind, die ihre Datensätze bereits strukturiert und ihre Leistungskennzahlen definiert haben, bevor sie Rechenzeit anfordern. Die Datenqualität bleibt der limitierende Faktor, nicht die rohe Rechenleistung.
Schrittweise Finanzierung: das Modell des Europäischen Innovationsrats
Der Europäische Innovationsrat (EIC) hat im September 2026 ein Pilotprojekt gestartet, das 20 Projekte in den Bereichen Robotik, Gesundheit und Industrie auswählt. Das Prinzip: Die Teams müssen ihre Lösung validieren, ihre Leistung messen und ihr Potenzial nachweisen, bevor sie Zugang zu den nächsten Finanzierungsstufen erhalten.
Dieses Meilensteinmodell ersetzt schrittweise die Pauschalsubventionen. Für einen Projektträger bedeutet dies, die Struktur des Geschäftsplans neu zu überdenken:
- Jede Phase muss messbare Ergebnisse liefern (funktionierender Prototyp, Testergebnisse, Rückmeldungen aus dem Feld) und nicht nur Fortschrittsberichte
- Das Budget muss in Tranchen unterteilt werden, die mit den Meilensteinen übereinstimmen, mit vordefinierten Leistungsindikatoren, um die nächste Tranche auszulösen
- Das Projektteam muss von Anfang an eine Kompetenz zur Messung der Auswirkungen einbeziehen, die in der Lage ist, die Gewinne im Vergleich zum Bestehenden zu quantifizieren
Ein Projekt ohne klare Validierungsmetriken erhält keinen Zugang zu europäischen Fördermitteln mehr. Dieses Kriterium gilt auch für nationale Programme, die sich schrittweise an die EIC-Methodik anpassen.
Schulung und Kompetenzaufbau in der KI: ein eigenständiger Budgetposten
Europa hat digitale Kompetenzen und KI in den Mittelpunkt seiner Prioritäten für 2026 gestellt. Die Schulung der Mitarbeiter ist nicht mehr Teil eines optionalen Jahresplans: Es ist eine strukturelle Investition, die die Fähigkeit einer Organisation bestimmt, neue Werkzeuge und Vorschriften zu absorbieren.
Fokus auf operationale Kompetenzen statt Allgemeinwissen
Allgemeine Schulungen zur KI (Geschichte, Konzepte, Versprechen) überschwemmen den Markt. Was die Teams 2026 benötigen, sind operationale Kompetenzen: wissen, wie man ein Modell auditiert, eine Datenpipeline dokumentiert, die Kennzeichnungsanforderungen des AI Act interpretiert. Die nützliche Schulung ist die, die ein verwertbares Ergebnis bereits in der folgenden Woche liefert.
Für die Bau- und Industriebranchen umfasst der Kompetenzaufbau auch die Integration von KI in bestehende Prozesse: assistierte Planung, Anomaliedetektion auf der Baustelle, logistische Optimierung. Diese Anwendungsfälle erfordern keine Data Scientists, sondern Mitarbeiter, die in der Lage sind, vortrainierte Werkzeuge zu konfigurieren und zu überwachen.
Die Schulung als Projekt organisieren
Wir empfehlen, die KI-Schulung mit der gleichen Strenge wie ein Kundenprojekt zu behandeln:
- Ein messbares Ziel definieren (Anzahl der zertifizierten Mitarbeiter, Anzahl der implementierten Anwendungsfälle)
- Ein spezifisches Budget zuweisen, das sich vom klassischen Schulungsbudget unterscheidet
- Einen Programmverantwortlichen benennen, der die Ergebnisse verfolgt und den Inhalt basierend auf Rückmeldungen aus dem Feld anpasst
- Kurzfristige und wiederkehrende Sitzungen planen, anstatt eine jährliche Marathon-Schulung anzubieten
Projektmanagement, das auf Schulungen angewendet wird, beschleunigt die Einführung von KI-Tools. Organisationen, die den Kompetenzaufbau als Nebenaufgabe betrachten, sammeln einen Rückstand an, der schwer aufzuholen ist, insbesondere wenn regulatorische Fristen feste Zeitrahmen vorgeben.
Die Projekte, die 2026 erfolgreich sein werden, teilen ein gemeinsames Merkmal: Sie behandeln Konformität, Zugang zu Rechenleistung, Finanzierung und Schulung nicht als Nebensächlichkeiten, sondern als strukturelle Komponenten ihrer Roadmap. Die Ignorierung eines dieser vier Säulen bedeutet, auf einem Fundament zu bauen, dessen Grundlagen man nicht beherrscht.
