Jetzt bloß nicht den Anschluss verlieren! – Status quo, Potenziale und Herausforderungen von Künstlicher Intelligenz –

Ist es nicht wie bei allen technologischen Hypes? Die neue Technologie wird die Welt revolutionieren, nichts bleibt wie es ist. Gleichzeitig werden Innovationen beflügelt und die Produktivität erfährt nie dagewesene Wachstumsschübe – haben wir dies nicht alles schon mal gehört oder gelesen? In der Regel läuft dann alles langsamer und moderater ab als erwartet. Doch wie steht es um die Künstliche Intelligenz (KI)? Läuft es dieses Mal doch anders als bei Computer und Internet? Verschiedene Studien liefern Evidenz dafür, dass KI die Eigenschaften einer Querschnittstechnologie aufweist, d. h. dass sie sich durch eine hohe technologische Dynamik auszeichnet, in vielen Branchen einsetzbar ist und durch ihre Anwendung Innovationen ermöglicht. Diese Eigenschaften sind es, die auch ein hohes Potenzial für Produktivitätswachstum mit sich bringen (z. B. Brynjolfsson et al., 2019; Cockburn et al., 2019). Erste ökonometrische Analysen zeigen, dass Unternehmen, die KI nutzen, sowohl innovativer als auch produktiver sind, auch wenn dies nicht unbedingt eine kausale Wirkung von KI belegt (Rammer et al., 2022; Czarnitzki et al., 2023).

In den vergangenen zehn Jahren hat sich vor allem das Maschinelle Lernen als KI-Methode weiterentwickelt. Es beruht darauf, dass Softwareprogramme – in der Regel neuronale Netze – aus Daten lernen und Vorhersagen treffen. Agrawal et al. (2018) sprechen daher von „prediction technologies“. Im Gegensatz dazu basiert die symbolische KI darauf, Regeln zu entwickeln, die es ermöglichen, aus verarbeiteten Informationen Schlussfolgerungen zu ziehen. Sie hat jedoch seit 2012 an Bedeutung verloren (z. B. EFI, 2019). Die zunehmende Verfügbarkeit von Daten und Rechenkapazität ermöglicht es große neuronale Netze, sogenannte Transformermodelle bzw. Large Language Models zu berechnen und damit Chatbots, wie ChatGPT von OpenAI, zu entwickeln (z. B. Albrecht, 2023). Dessen Einführung hat die Welt ordentlich aufgerüttelt, weil er Erstaunliches schafft und als „generative KI“ Texte, Bilder und Programmcodes generieren kann.

USA und China dominieren KI-Entwicklung

Bei der Entwicklung von KI ist es ähnlich wie beim Internet. Es sind die großen Tech-Konzerne, wie Microsoft und Google, die viel in KI investieren. Doch wo steht Deutschland im internationalen Vergleich? Die Plattform Lernende Systeme verfolgt die Entwicklung verschiedener KI-Indikatoren.¹ Betrachtet man die Zahl wissenschaftlicher Publikationen zu KI als Indikator für die Forschungsleistung, so liegt im Jahr 2022 China mit über 70.000 Publikationen mit Abstand an der Spitze. Es folgen die EU inklusive Großbritannien sowie die USA. Bezogen auf die Einwohnerzahl liegen die USA, Deutschland und Israel fast gleichauf. China ist das Land, aus dem wissenschaftliche KI-Publikationen weltweit am häufigsten zitiert werden, mit einem Anteil von 40 % der Zitationen. Bei der Zahl neu angemeldeter KI-Patente führen im Jahr 2020 die USA. Allerdings hat China auch hier in den Jahren 2019 und 2020 deutlich aufgeholt. An dritter Stelle liegt die EU inklusive Großbritannien, Deutschland folgt mit deutlichem Abstand. Die Reihenfolge der Länder ändert sich, wenn die absoluten Zahlen auf die Zahl der Einwohner:innen bezogen werden. Dann nimmt Israel bei der Zahl neu angemeldeter KI-Patente eine Vorreiterrolle ein.

KI-Start-ups: Finanzierung und Fachkräftemangel

Die Zahl wirtschaftsaktiver KI-Start-ups² in Deutschland nahm, einer aktuellen Studie von Rammer (2023) zufolge, von rund 1.200 im Jahr 2007 auf rund 3.000 im Jahr 2021 zu. Für 2022 und 2023 zeigt sich eine leichte Abnahme, die unter anderem in einem Rückgang der neugegründeten KI-Start-ups begründet sein dürfte.³ KI-Start-ups sehen vor allem die Finanzierung für neue Projekte (83 % der Start-ups) als auch den Fachkräftemangel (78 %) als Herausforderung an. Aber auch rechtliche Regelungen zum Datenschutz (74 %) und der Zugang zu Daten (68 %) stellen für viele KI-Start-ups eine Herausforderung dar.

Eine Voraussetzung dafür, gesamtwirtschaftliche Produktivitätswirkungen zu erzielen, ist die Nutzung von KI in der Breite der Wirtschaft. Auf der Anwenderseite hat sich die Nutzung von KI durch Unternehmen in Deutschland von knapp 6 % 2019 auf 10 % im Jahr 2021 fast verdoppelt, wie repräsentative Umfrageergebnisse aus dem Mannheimer Innovationspanel zeigen (Rammer, 2022). Wie üblich bei neuen digitalen Technologien finden sich die Nutzer:innen eher unter großen Unternehmen und eher in Branchen, in denen die Verarbeitung von Informationen eine vergleichsweise große Rolle spielt. Im europäischen Vergleich nimmt die deutsche Wirtschaft einen Platz im oberen Drittel ein und liegt mit 11 % KI-nutzender Unternehmen im Jahr 2021 knapp über dem EU-Durchschnitt von 8 % (vgl. Abbildung 1). Dänemark weist mit 24 % die höchste Nutzerrate unter den EU-Ländern auf (Eurostat, 2022).

KI vor allem für Texterkennung und -generierung

KI ist kein homogenes Konstrukt, sondern beschreibt vielfältige Verfahren. Beispiele sind die Text-, Bild- oder Sprach­erkennung oder die KI-gestützte Robotik. In Deutschland nutzen derzeit 37 % der Unternehmen in der Informationswirtschaft⁴ und 18 % der Unternehmen im verarbeitenden Gewerbe KI für die Texterkennung oder Textgenerierung (vgl. Abbildung 2). Prognosen im kaufmännischen oder technischen Bereich werden von 8 % der Unternehmen in der Informationswirtschaft und von 5 % im verarbeitenden Gewerbe genutzt. Die KI-gestützte Robotik kommt bisher nur bei wenigen Unternehmen zum Einsatz (vgl. Abbildung 2).