Kommerzielle KI dringt tiefer in die geheime Betriebsumgebung des Pentagons vor. Cloud, Chips, Modelle, Datenintegration und technische Unterstützung gehören damit zu derselben Verteidigungslieferkette. Im Mai 2026 kündigte das Ministerium Vereinbarungen mit Google, Microsoft, Amazon Web Services, Nvidia, OpenAI, Reflection und SpaceX für klassifizierte Netze an. Entscheidend ist nicht mehr nur der Gewinner eines Modellvertrags, sondern die Kontrolle des vernetzten Gesamtsystems nach seiner operativen Bedeutung.
Offen bleiben zulässige Nutzung und wirksame menschliche Kontrolle. Anthropic fehlte nach Widerstand gegen weit gefasste Regierungsnutzungsbedingungen in der Siebenergruppe; OpenAI erklärt, seine geheime Vereinbarung bewahre Schutzvorkehrungen. Weder mehr Anbieter noch öffentliche Sicherheitsversprechen belegen unabhängig überprüfbare Verträge, technische Grenzen und operative Entscheidungen.
Von Prototypen zu geheimen Arbeitsabläufen
Die Mai-Ankündigung erweiterte die im Juli 2025 öffentlich begonnene Beschaffung. Das CDAO wählte Anthropic, Google, OpenAI und xAI für Vereinbarungen mit jeweils 200 Millionen Dollar Obergrenze. Es ging um Prototypabläufe für Sicherheitsmissionen, einschließlich agentenartiger Mehrschrittaufgaben statt einzelner Antworten. Eine Obergrenze belegt keine vollständige Auszahlung; die Viererliste 2025 ist von der späteren Siebenergruppe zu unterscheiden.
Militärangehörige nutzten bereits die offizielle generative Plattform GenAI.mil. Klassifizierter Zugang erhöht den Einsatz, weil Systeme Geheimdienstanalyse, Logistik, Cyberoperationen, Missionsplanung oder Zielbewertung beeinflussen können. Prototypen lassen sich von operativen Entscheidungen trennen; ein mit sensiblen Daten und Entscheidungssoftware verbundenes Modell möglicherweise nicht. Wartungszusammenfassungen und Überwachungs- oder Zielvorschläge haben andere Folgen.
Laut Pentagon wurden manche Aufgaben von Monaten auf Tage verkürzt. Öffentlich fehlen jedoch Aufgabenbezeichnung, Fehlerraten, Prüfabläufe und Folgen falscher Ausgaben. Es ist ein Geschwindigkeitsversprechen, kein hinreichendes Zuverlässigkeitsmaß für gravierende Entscheidungen. Ebenso wenig ist jede geheime Nutzung fahrlässig: vorausschauende Wartung, Übersetzung, Dokumentensuche und Logistik können Vorteile mit besser beherrschbaren Folgen bieten.
Basismodelle sind breit trainiert und anpassbar, anders als Waffen mit eng definierten Rollen. Updates, Integration, Prompts und neue Daten verändern Verhalten. Verträge, Anwendungen und technische Kontrollen bilden deshalb ihre Grenzen. Eine Abnahmevorführung erfasst nicht alle künftigen Verhaltensweisen; wiederholte Prüfungen und laufende Anbieterunterstützung werden wichtiger.
Der Infrastrukturmarkt unter den Modellverträgen
Die Beziehung ist älter als ChatGPT. 2022 vergab das Verteidigungsministerium an Amazon, Microsoft, Google und Oracle den JWCC-Vertrag mit neun Milliarden Dollar Obergrenze für Cloud über alle Geheimhaltungsstufen. Rechenleistung, Speicher, Identitätskontrolle, Netze und sicherer Datenzugang verschaffen Grundlagenanbietern Vorteile beim Hinzufügen von KI.
Die Rollen unterscheiden und überschneiden sich. Microsoft bietet Cloud und hat eine große OpenAI-Beziehung; AWS hostet verschiedene Modelle und investierte in Anthropic; Google betreibt Cloud und Gemini; Nvidia liefert verbreitete Chips und Bibliotheken. Entwickler können von Nvidia-basierten Clouds abhängen, während Integratoren Regierungsdaten anschließen. Privatnachfrage finanziert schnellere Entwicklung, überträgt jedoch proprietäre Schnittstellen, knappe Hardware, Spezialpersonal und anbietergesteuerte Updates auf militärische Käufer.
Palantir zeigt die Integrationsschicht. Daten- und Führungssoftware verbindet Sensoren, Geheimdienstdatenbanken, Pläne und Waffeninformationen aus inkompatiblen Systemen und Geheimhaltungsstufen. Laut Brennan-Center-Studie konsolidierte die Army 2025 75 Arrangements zu einem Unternehmensvertrag mit bis zu zehn Milliarden Dollar Obergrenze über zehn Jahre. Auch dies ist ein anderer Vertragsrahmen, keine Auszahlungssumme, die zu Modellaufträgen addiert werden sollte.
Flugzeuge, Raketen, Sensoren und Kommunikation brauchen weiterhin etablierte Rüstungsunternehmen. Neue Softwarefirmen interpretieren Informationen über diese Mittel und sind mit traditionellen Lieferanten sowie militärerfahrenen Integratoren verflochten. Anduril, Shield AI und Scale AI beteiligen sich ebenfalls, oft auf größeren Cloud-, Chip- oder Datenfundamenten. Start-ups ersetzen nicht einfach alte Firmen: Anwendungswettbewerb kann Einnahmen für wenige Plattformen erzeugen.
Bei Anthropic geht es darum, wer Grenzen setzt
Anthropic wollte vertraglichen Schutz gegen massenhafte Inlandsüberwachung und vollständig autonome Waffen, die ohne sinnvolle menschliche Kontrolle Ziele auswählen und bekämpfen. Verteidigungsvertreter forderten jede rechtmäßige Regierungsnutzung und staatliche Verantwortung. Anthropic hielt manche Anwendungen auch dann für unzulässig, wenn Behörden sie rechtmäßig nennen. Es geht um Autorität nach dem Kauf, nicht bloß um Wörter.
Das Pentagon ging mit anderen weiter. OpenAI sagt, der Vertrag erfasse Überwachung, autonome Waffen und menschliche Aufsicht, verbiete massenhafte Inlandsüberwachung und integriere bestehendes Recht und Politikstandards. Das sind wichtige Unternehmensangaben. Geheime Details und unveröffentlichte Formulierungen verhindern jedoch den vollständigen Vergleich mit Anthropic. Identische oder eindeutig stärkere Schutzwirkung ist nicht nachgewiesen.
Beschaffung kann vor Gesetzgebung oder Gerichtsprüfung praktische Governance schaffen. Der strengste Anbieter setzt nicht automatisch den Maßstab: Akzeptieren Alternativen breitere Bedingungen, kann die Regierung Arbeitslasten verlagern und die Verhandlungsmacht des Widerständigen mindern. Mehranbieterresilienz kann mit Druck zu schwächeren Grenzen zusammenfallen. Umgekehrt will der Staat Austauschbarkeit, damit kein Modelllieferant Missionsregeln kontrolliert.
Unterschiedliche Schutzregeln erschweren Integration. Ein eingeschränktes Modell kann Informationen zusammenfassen, die ein anderes anschließend zur Planung nutzt. Öffentliche Politik ändert sich: OpenAI hob 2024 das pauschale Militärverbot auf, behielt Waffenentwicklungs- und Schadensbeschränkungen; andere passten Regeln mit wachsendem Regierungsgeschäft an. Verträge sind meist verbindlicher, hängen aber von Definitionen, Monitoring, technischer Durchsetzung und Abhilfe ab.
Der Staat kann wechseln, Aufträge streichen oder Lieferkettenbedenken gegen eine Firma erheben und breitere Bundesgeschäfte beeinflussen. Das schafft wirtschaftlichen und politischen Druck. Freiwilliger Schutz zählt nur, wenn Firmen ihn unter Druck halten. Lieferanten suchen Nutzungsgrenzen, Militärführer operative Hoheit über öffentlich finanzierte Systeme. Keine bevorzugte Machtverteilung allein beweist funktionierende Sicherheit.
Anbietervielfalt kann gemeinsame Abhängigkeit verbergen
Spitzenmodelle verlangen Chips, große Daten, Spezialforschung und viel Compute, das wenige Firmen skaliert liefern. Kleine Anwendungen können dieselbe Basis teilen. Zehn Gefechtsfeldwerkzeuge könnten dieselbe Cloud, Chips oder dasselbe Modell nutzen und bei Ausfall, Angriff, Modellfehler oder Vertragsstreit gleichzeitig betroffen sein.
Multi-Cloud- und Multi-Modell-Einkauf löst nur einen Teil. Echte Resilienz verlangt Migration ohne Verlust wesentlicher Funktionen. Schnittstellen, Zugang, Datenbehandlung, Ausgabeformate und Leistung variieren; Ersatz kann jeden angeschlossenen Ablauf neu prüfpflichtig machen. Vertragszahlen belegen keine Interoperabilität.
Lieferanten bleiben nach Vergabe wichtig, weil sie proprietäre Modelle verstehen, die Beamte nicht eigenständig inspizieren oder reproduzieren können. Bewertung, Sicherheit, Tuning, Schulung und Vorfallhilfe laufen über den Lebenszyklus. Gekauft werden veränderliche Fähigkeit und ihre Betreuer, nicht nur ein Fertigprodukt. Wechselnde Prompts, Daten, Kontexte und Updates verstärken die strukturelle Abhängigkeit.
Nature beschreibt die Überschneidungen als KI-zentrierten militärisch-industriellen Komplex. Manager und Investoren diskutieren Beschaffung, Regeln, Exporte und Bundescompute; manche wechseln zwischen Staat und Wirtschaft, andere finanzieren Politikorganisationen für schnellere Einführung oder gegen Vorschriften. Das ist legale Beteiligung, kein Fehlverhaltensbeweis. Ihr Zusammenspiel verdient Prüfung, wenn dieselben Firmen Aufträge und Einfluss auf deren Regeln suchen.
Formelle menschliche Freigabe ist keine sinnvolle Prüfung
Automatisierungsbias bedeutet, Computerempfehlungen trotz Gegenbelegen anzunehmen. Flüssige Begründungen, Selbstsicherheit und häufige Richtigkeit verstärken dies bei Zeitdruck und unvollständigen Daten. Ein Modell kann Menschen, Fahrzeuge, Orte oder Kommunikation falsch verknüpfen; ein Analyst behandelt die unbelegte Verbindung womöglich als Hinweis.
Fehler wandern: Eine Komponente etikettiert ein Objekt, eine weitere fasst es zusammen, Planung übernimmt die Zusammenfassung. Am Ende verschleiert eine schöne Oberfläche Unsicherheit und Fehlerquelle. Klassifizierter Input beseitigt weder erfundene Details, inkonsistente Antworten noch Updatefolgen.
Kontext und Gegner erschweren Bewertung. Ein Wartungsassistent kann an unbekannten Geheimdienstkürzeln oder Täuschungen scheitern. Gegner manipulieren Daten und testen kommerzielle Systeme auf gemeinsam genutzte Schwächen. Geheimhaltung erschwert Forschern Reproduktion und Vergleich mit Einsatzbelegen.
Retrieval, Zugangskontrolle, Tests und Menschen reduzieren Risiken, garantieren aber keine Mission. Aufsicht verlangt Zeit, Befugnisse, Gegenbelege, Grenzenkenntnis und tatsächliche Ablehnung oder Stopp, nicht nur einen letzten Klick. Helen Toner von Georgetown CSET warnt vor Überabhängigkeit und betont Nutzen wie Grenzen. Menschliche Beteiligung beweist diese Bedingungen nicht.
Verhalten prüfen, Belege sichern und Privatsphäre beachten
Bewertungen sollten Fehlalarme, verpasste Signale, Kalibrierung, Bedienerverhalten und Gegnerbedingungen während und nach Einführung untersuchen. Budgetsuchende Stellen und Verkäufer betonen erfolgreiche Piloten und Zeitersparnis; kleine Urteilsverschlechterungen oder routinemäßig fehlender Widerspruch sind schwerer sichtbar. Prüfbare Standards müssen Fähigkeiten über Anbieter und Umgebungen begleiten, statt freiwilligen Beschreibungen zu folgen.
Eingabe-, Ausgabe- und Reaktionsprotokolle helfen schädliche Entscheidungen rekonstruieren. Sie bergen Datenschutz- und Sicherheitsrisiken und brauchen Löschfristen, beschränkten Zugang und unabhängige Kontrolle. Nachvollziehbarkeit rechtfertigt keine grenzenlose Speicherung. Eine Schutzmaßnahme zu benennen ist nicht, ihre Wirkung unter Druck zu zeigen.
Öffentliche Aufsicht folgt dem Stack nicht schnell genug. Obergrenzen sind sichtbar, operative Details, Bewertungen und Schutzformulierungen nicht. Senatorin Elizabeth Warren fordert Informationen über geheime Systeme, Schutz, autonome Waffen und Inlandsüberwachung. Allgemeine Rechtszusagen erklären weder tatsächliche Kontrollen noch, wie KI Beweise und Optionen vor der menschlichen Freigabe beeinflusst.
Verträge, Portabilität und Audits zeigen Kontrolle
Vergleichbare Bedingungen oder durchsetzbare Zusammenfassungen könnten Überwachung, autonome Waffen, menschliche Prüfung und militärische Datennachnutzung klären. Geheimhaltung lässt Unterschiede offen. Missionsdetails können geschützt bleiben, während Inspektoren, Kongressausschüsse und Prüfer mehr Zugang erhalten; Aggregatberichte verlangen keine Operationsgeheimnisse.
Bewiesene Migration und gemeinsame Standards prüfen Mehranbieteransprüche direkter als zusätzliche Vertragslisten. Einsatzgebiete, menschliche Ablehnungsquoten und Reaktionen auf schwere Fehler testen Verantwortung. Lieferantenankündigungen begründen nichts davon; Haftung zwischen Modellen, Integratoren und Nutzern bleibt relevant.
Diese Präzedenz kann über Beschaffung in Polizei, Grenzen, Nachrichtendienste, zivile Behörden und folgenreiche Unternehmenstätigkeit wirken. Abhängigkeit, Updates, Audits und Menschenprüfung sind nicht nur militärisch. Können öffentliche Stellen dauerhafte Grenzen erzwingen, nachdem sie von privater Rechenleistung, Daten, Modellen, Integration und Wissen abhängen? Verträge, Interoperabilitätstests und Einsatzprüfungen liefern Belege, Geschwindigkeit und formelle Zustimmung allein nicht.
Quellen und ergänzende Lektüre
AP zu geheimen Vereinbarungen · CDAO-Prototypankündigung · Brennan-Center-Studie · OpenAIs Vertragsdarstellung · Nature-Analyse · Warrens Vertragsfragen · Ergänzend: persönliche und Team-KI-Wissensbasen