Als generative KI von Forschungslaboren in den Unternehmenseinsatz überging, schlossen viele Betriebe einen stillschweigenden Pakt: Leistungsfähigkeit sofort, Kontrolle irgendwann später. Proprietäre Daten wurden in Drittanbieter-Modelle eingespeist – mit dem Ergebnis, dass sensible Unternehmensdaten durch Systeme fließen, die das Unternehmen weder besitzt noch kontrolliert. Die Governance-Regeln werden extern gesetzt, die Schutzmaßnahmen liegen in fremder Hand. Mit der zunehmenden Verbreitung autonomer KI-Systeme verschärft sich dieses strukturelle Problem: Daten werden nicht nur analysiert, sondern aktiv von Agenten genutzt, weitergegeben und transformiert. Der MIT Technology Review-Beitrag argumentiert, dass Unternehmen nun systematisch an echter KI- und Datensouveränität arbeiten müssen – also an der Fähigkeit, selbst zu bestimmen, wo Daten liegen, wer darauf zugreift und welche Modelle sie verarbeiten. Dies betrifft sowohl technische Infrastruktur als auch regulatorische Compliance in einem Umfeld wachsender gesetzlicher Anforderungen.