Ungenutzte Stärke: Die Rolle des Staats in der KI-Transformation –

Die deutsche Debatte über KI-Politik kreist meist um Fördersummen und den Investitionsabstand zu den USA. Dabei liegt ein erheblicher Teil dessen, was sich kurzfristig verändern ließe, nicht im Wettbewerb um Kapital, sondern in Funktionen, die der Staat darüber hinaus ausübt: erstens als Regulierer, der über die Ausgestaltung der KI-Verordnung entscheidet, zweitens als Kunde, der die eigene Verwaltung modernisieren und mit seiner Nachfragemacht junge Unternehmen stärken kann, und drittens als Ermöglicher, von dem abhängt, ob aus exzellenter Forschung auch hierzulande wachsende Unternehmen entstehen. Der Beitrag zeigt, wie diese drei Rollen besser eingesetzt werden können, um die durchaus vorhandene Substanz in wirtschaftliche Wertschöpfung zu übersetzen.

Künstliche Intelligenz (KI) nimmt in Europa an Fahrt auf. Die Hightech-Agenda in Deutschland führt KI als eine von sechs Schlüsseltechnologien, auf europäischer Ebene entstehen Gigafactories für mehr Rechenkapazität, in Heilbronn baut die Schwarz-Gruppe ein umfassendes KI-Ökosystem auf. Dennoch ist der Abstand zu den USA gewaltig. 2025 investierten Wagniskapitalgeber aus der ­EU-27 rund 13,1 Mrd. US-$ in KI, jene aus den USA 119,8 Mrd. US-$ (EFI, 2026). Die gesamten KI-bezogenen Ausgaben in Deutschland lagen 2023 bei geschätzten 22,1 Mrd. €, knapp die Hälfte davon floss in Forschung und Entwicklung (EFI, 2026). Die US-amerikanische Größenordnung lässt sich mit deutschen Haushaltsmitteln nicht einholen. Welche Hebel gibt es stattdessen?

Der Staat als Regulierer: Belastung für Unternehmen klein halten

Die europäische KI-Verordnung ist seit dem 1. August 2024 in Kraft. Ihre Pflichten wurden schrittweise verbindlich; seit dem 2. August 2026 gelten sie für die meisten Anwendungen nun vollständig. Die deutsche Durchführung regelt seit dem 29. Juli 2026 das KI-Marktüberwachungs- und Innovationsförderungsgesetz (KI-MIG). Mit dem Ziel, „europäische Vorgaben maximal innovationsoffen“ umzusetzen und „eine schlanke KI-Aufsicht mit klarem Blick auf die Bedarfe der Wirtschaft“ zu schaffen, so Digitalminister Karsten Wildberger (BMDS, 2026), enthält das Gesetz keine über die KI-Verordnung hinausgehenden Verbote und keine abweichenden Risikokategorien. Es bestimmt die Bundesnetzagentur zur Marktüberwachungsbehörde, Anlauf- und Beschwerdestelle, soweit keine Fachbehörde zuständig ist, und richtet dort ein Koordinierungs- und Kompetenzzentrum ein.

Der deutsche Verzicht auf ein sogenanntes „Gold Plating“, also nationale Verschärfungen über das EU-Mindestmaß hinaus, ändert aber nichts daran, dass die Verordnung selbst schon auf europäischer Ebene mit anderen Digitalgesetzen kollidiert: Eine Studie im Auftrag des Europäischen Parlaments zum Zusammenspiel der KI-Verordnung mit Digital Markets Act (DMA), Digital Services Act (DSA) und Datenschutz-Grundverordnung (DSGVO) kommt zu dem Ergebnis, dass jede einzelne Pflicht für sich genommen begründet sei, in der Summe aber Doppelungen und Unklarheiten entstünden. Die Last treffe europäische kleine und mittlere Unternehmen (KMU) zudem härter als multinationale Anbieter mit eigenen Compliance-Abteilungen (Graux et al., 2025).

Wie stark KMU von der Regulierung belastet werden, zeigt die Kommission selbst: Bei einer jährlichen Wertschöpfung von 69.000 € für Kleinstunternehmen (vs. 71,6 Mio. € für Großunternehmen) entsprechen die veranschlagten Compliance-Kosten von 6.000 bis 7.000 € je KI-Anwendung rund 10 % der Wertschöpfung (vs. 0,01 % bei Großunternehmen) (Europäische Kommission, 2021). Belastbar sind diese Zahlen jedoch nur bedingt: Das Regulatory Scrutiny Board der Kommission monierte eine unzureichend transparente Kostenmethodik im Impact Assessment (Regulatory Scrutiny Board, 2021). Ein Grund dafür zeigte sich später: Kosten für ein Qualitätsmanagementsystem hatte die Kommission zunächst ausgeklammert, später dann auf zusätzlich 23.850 bis 40.400 € beziffert (Europäisches Parlament, 2026).

Dass die Fixkostenlast kleinere Unternehmen tatsächlich stärker trifft, bestätigen die Zahlen für die deutsche Wirtschaft. Unter den Unternehmen, die den Einsatz von KI erwogen, aber bisher nicht umgesetzt haben, nannten 2025 insgesamt 62 % die Unklarheit über rechtliche Folgen als Grund; bei Unternehmen mit 10 bis 49 Beschäftigten traf dies auf 64 %, und bei Unternehmen ab 250 Beschäftigten auf 56 % der Unternehmen zu (Destatis, 2026a). Fehlendes Wissen nannten 73 % der kleinen und 67 % der großen Unternehmen als Grund, KI nicht zu nutzen. Insgesamt ist der Anteil der Unternehmen ab zehn Beschäftigten, die KI nutzen, von 11,6 % (2023) auf 26,0 % (2025) gestiegen; im europäischen Vergleich liegt Deutschland damit nur auf Rang acht (EFI, 2026).

Wie lange solche Belastungen wirken, lässt sich an der DSGVO ablesen. Sechs Jahre nach deren Inkrafttreten berichtete noch immer etwa jedes zweite Unternehmen im Verarbeitenden Gewerbe sowie bei den unternehmensnahen Dienstleistern von hohem Erfüllungsaufwand (Erdsiek, 2024). Die wahren Belastungen durch die KI-Verordnung für den Mittelstand werden sich also erst in den kommenden Jahren zeigen.

Auf europäischer Ebene hat die Kommission Teile der Kritik aufgenommen. Der im November 2025 vorgeschlagene und am 27. Juli 2026 in Kraft getretene KI-Omnibus verschiebt die Pflichten für Hochrisiko-Systeme auf den 2. Dezember 2027 und für in Produkte eingebettete Systeme auf den 2. August 2028. Er dehnt Erleichterungen, die bisher KMU vorbehalten waren, auf kleine Mid-Cap-Unternehmen (weniger als 750 Beschäftigte sowie höchstens 150 Mio. € Jahresumsatz oder 129 Mio. € Bilanzsumme) aus und erweitert den Zugang zu Reallaboren (Europäische Kommission, 2026a). Offiziell dient die Verschiebung dazu, Verwaltung und Unternehmen mehr Zeit für die Umsetzung zu geben. Die Bewertung des zu erwartenden Erfolgs dieser Zielsetzung fällt unterschiedlich aus. So koste die Verschiebung wertvolle Zeit und unterminiere damit Europas Anspruch, bei der KI-Regulierung eine Vorreiterrolle einzunehmen (Jedicke, 2026). Gerade große Plattformkonzerne profitierten davon, um die geplanten Vorgaben durch Lobbyarbeit weiter aufzuweichen (Jedicke, 2026). Andere argumentieren, dass die beschlossenen Erleichterungen noch weiter reichen könnten. Zwar begrüßte der Branchenverband der deutschen Informations- und Telekommunikationsbranche Bitkom (2026b), dass industrielle KI-Systeme nicht mehr automatisch als hochriskant gelten, der Verband forderte jedoch, diese Ausnahmen auf weitere hochregulierte Branchen wie Medizinprodukte auszuweiten. Damit bliebe der KI-Omnibus „hinter dem Möglichen und Notwendigen zurück“ (Bitkom, 2026b).

Ob die gewonnene Zeit tatsächlich weniger bürokratischen Aufwand bedeutet oder nur den Zeitpunkt der Belastung verschiebt, entscheidet sich erst im Vollzug. Daran muss sich auch die deutsche Umsetzung messen lassen: ob das KI-MIG innovationsfördernd wirkt oder nur eine neue Zuständigkeit ohne spürbare Entlastung schafft.

Der Staat als Kunde: Verwaltung modernisieren, Nachfragemacht nutzen

Deutschland hinkt bei der digitalen Transformation deutlich hinterher. Im Bitkom-Teilindex zur Verwaltungsdigitalisierung liegt das Land auf Rang 22 in der EU (Bitkom, 2026a). Das Onlinezugangsgesetz verpflichtet Bund und Länder bereits seit Ende 2022, zentrale Verwaltungsleistungsbündel – jeweils eine Zusammenfassung mehrerer Einzelleistungen zu einem Anliegen wie etwa der Gewerbeanmeldung – deutschlandweit online bereitzustellen. Im Januar 2026, gut drei Jahre nach Ablauf dieser Frist, bot kein einziges Bundesland flächendeckend mehr als 291 der 577 Leistungsbündel überhaupt mit mindestens einer der zugeordneten Einzelleistungen online an (Büchel et al., 2026a). Ein Digitalisierungsschub der Verwaltung könnte zu einem um 2,7 % höheren Bruttoinlandsprodukt pro Kopf führen (Falck et al., 2024). Dieser Effekt stellt sich aber nur ein, wenn die Digitalisierung mit einer strukturellen Vereinfachung der Verwaltungsprozesse einhergeht, nicht mit einer bloßen Übertragung bestehender Verfahren ins Netz. Bei der KI sollte es die öffentliche Hand besser machen – etwa bei Steuerverwaltung, Bauanträgen, Justiz, Sozialverwaltung und Behördenkommunikation. Der Staat würde damit auch als Kunde und Treiber für KI agieren.

Handlungsdruck ergibt sich auch mit Blick auf die demografischen Entwicklungen in der Verwaltung. Im öffentlichen Dienst arbeiten derzeit rund 5,5 Mio. Menschen (Destatis, 2026b); ein Drittel davon wird in den nächsten zehn Jahren altersbedingt ausscheiden (dbb, 2026). Es wird schwierig werden, diese Positionen nachzubesetzen, und die öffentlichen Stellen sind bereits jetzt überlastet. Doch ein erheblicher Teil der Aufgaben, die dann unbesetzt bleiben, besteht aus Prüf-, Zuordnungs- und Textarbeit, also aus genau dem, was heutige KI-Systeme bereits beherrschen.

Beim Kompetenzaufbau ist davon bislang allerdings wenig zu sehen. Eine Auswertung von rund 13 Mio. Online-Stellenanzeigen des Jahres 2025 ergab, dass von 190.858 Ausschreibungen der öffentlichen Verwaltung 0,7 % einen KI-Bezug aufwiesen, auf kommunaler Ebene 0,3 % (Büchel et al., 2026b). Auffällig ist der Gegensatz zur Praxis der Beschäftigten. Nach dem ThemenRadar 2026, einer jährlich durchgeführten Online-Befragung zu digitalen Trendthemen rund um die öffentliche Verwaltung, nutzen bereits 82 % der befragten öffentlich Beschäftigten generative KI-Anwendungen, 44 % erhalten sie inzwischen offiziell von ihrer Behörde (Fraunhofer FOKUS, 2026). Die Verwaltung arbeitet also längst mit KI. Was jedoch fehlt, ist eine feste Verankerung innerhalb der Institutionen. Es reicht nicht aus, wenn das bestehende Personal seine Aufgaben mithilfe von KI schneller erledigt.

Erste Pilotinitiativen zeigen, wie KI besser in der Verwaltung etabliert werden kann. Nordrhein-Westfalen setzt seit Mai 2025 als erstes Bundesland ein KI-Modul zur Muster­erkennung im Risikomanagementsystem der Steuerveranlagung ein (Finanzverwaltung NRW, 2025). Risikoarme Steuererklärungen können teilweise vollautomatisch durchlaufen, sodass sich die manuelle Bearbeitung auf die auffälligen Fälle konzentriert. An den Oberlandesgerichten Stuttgart und Karlsruhe kategorisiert das System OLGA Massenverfahren aus Dieselklagen anhand von Parametern, die es aus umfangreichen Schriftsätzen extrahiert (Land Baden-Württemberg, 2025). Das sind erste Schritte. Größere Hebel soll der geplante Deutschland-Stack in Bewegung setzen, der die Technologieplattform für alle Digitalvorhaben abbilden soll (BMDS, o. D.).

Ein positiver Nebeneffekt, wenn der Staat als Kunde auftritt, liegt in der Beschaffung als Instrument zur Innovationsförderung. Öffentliche Aufträge sind für junge Unternehmen aus zwei Gründen wertvoll: Einerseits generieren sie Umsatz, andererseits dienen sie als Qualitätssignal und erleichtern so den Zugang zu privaten Kunden und Kapital. Vergabesysteme in Deutschland sind allerdings so konstruiert, dass sie etablierte Unternehmen bevorteilen. Auf 32.287 betrachtete Start-ups entfielen 2025 lediglich 105 Zuschläge. Damit gingen nur 0,73 % aller erfassten Vergaben an Start-ups (Staat-up, 2026). Nur 11 % der deutschen Start-ups haben seit ihrer Gründung überhaupt an einer öffentlichen Ausschreibung teilgenommen, 7 % haben mindestens einen Auftrag erhalten (Bitkom, 2025).

Das liegt nicht an schlechteren Erfolgsaussichten von Start-ups bei Vergaben. 2025 lag ihre Erfolgsquote mit 14,9 % praktisch gleichauf mit etablierten Unternehmen (14,8 %, Staat-up, 2026). Start-ups werden bei der Zuschlagsentscheidung also nicht per se diskriminiert. Es sind vielmehr die vorgelagerten Hürden, die ein Problem darstellen. 704 Verfahrensbeteiligungen von Start-ups stehen 96.309 Beteiligungen etablierter Unternehmen gegenüber. Wer nicht antritt, kann nicht gewinnen, und die Gründe für das Nichtantreten sind bekannt: geforderte Referenzen aus Jahren, in denen es das Unternehmen noch nicht gab, Umsatz- und Bilanznachweise, die auf die Bonität etablierter Anbieter zugeschnitten sind, und ein Aufwand für Eignungsnachweise, den ein zwölfköpfiges Team nicht neben dem Produkt leisten kann (Krieger et al., 2026).

Eine Verwaltung, die binnen zehn Jahren ein Drittel ihres Personals altersbedingt verliert und deren freiwerdende Aufgaben zu erheblichen Teilen aus prüfbarer Routinearbeit bestehen, ist der naheliegendste Großkunde eines Gründungsökosystems, das diese Technologie anbieten könnte. Das bisher ungenutzte Potenzial liegt damit nicht in einer neuen Technologie, sondern in einem Auftraggeber, der von seiner eigenen Nachfragemacht bislang zu wenig Gebrauch macht.

Der Staat als Ermöglicher: Transfer aus der Forschung stärken

In der Forschung und Innovation steht Deutschland gut da: Im Jahr 2024 wurden hierzulande 14.415 Publikationen zum Thema KI veröffentlicht, womit Deutschland weltweit Rang fünf erreicht; die Max-Planck-Gesellschaft rangiert weltweit auf Platz zwei unter den forschenden Einrichtungen (EFI, 2026; OECD, 2024). Auch bei Unternehmensgründungen ist Deutschland nicht untätig: Im Jahr 2025 wurden 3.568 Start-up-Neugründungen verzeichnet; KI spielt in 27 % der neuen Geschäftsmodelle eine tragende Rolle (Gilde et al., 2026). Die Forschungsstärke zeigt sich auch hier, denn 41,5 % der deutschen KI-Start-ups sind Ausgründungen aus der Wissenschaft, verglichen mit 2,4 % bei Start-ups insgesamt (OECD, 2024). Die Verbindung zwischen Forschung und Gründung ist also vorhanden.

Der Bruch kommt später, bei der Finanzierung und Skalierung. Im ersten Quartal 2026 sammelten deutsche Start-ups 1,7 Mrd. € Wagniskapital ein, davon 726 Mio. € in der Start-up- und 714 Mio. € in der Scale-up-Phase. Mehr als drei Viertel der Mittel kamen aus dem Ausland, 34 % allein von US-Investoren (Viete & Metzger, 2026). Wer in der Wachstumsphase Kapital braucht, verhandelt überwiegend mit Investoren, deren Exit-Erwartungen an amerikanischen Märkten ausgerichtet sind. Dies überträgt sich auf die Eigentumsverhältnisse. Bei Übernahmen deutscher Start-ups saß in mehr als der Hälfte der Fälle der Käufer im Ausland, knapp ein Viertel aller Übernahmen ging an US-Unternehmen (Viete, 2025). Der Verkauf des Düsseldorfer KI-Anbieters Cognigy an den US-Konzern NiCE für rund 955 Mio. US-$ im Jahr 2025 gilt bislang als einer der größten europäischen KI-Exits (Bomke, 2025).

Ein Verkauf ist per se nichts Ungewöhnliches. Er entlohnt Gründer:innen, gibt Kapital für neue Vorhaben frei und ist in einem offenen Markt ein normaler Vorgang. Problematisch wird er, wenn er die einzige realistische Option ist, weil in Deutschland weder das Wachstumskapital noch der erste große Kunde zu finden war. Genau hier schließt sich der Kreis zum Hebel des Staats: Ein öffentlicher Referenzkunde in einem Markt mit 135 Mrd. € Beschaffungsvolumen (BMWE, 2026) wäre für ein Unternehmen in der Skalierungsphase oft mehr wert als eine weitere Förderzusage. Zudem sollten institutionelle Investoren auf europäischer Ebene deutlich stärker in Europas Wagniskapitalmarkt vertreten sein, gerade in späten Finanzierungsrunden. Die von der EU vorangetriebene Kapitalmarktunion soll Pensionsfonds und Versicherungen den Zugang zu Wagniskapital erleichtern und über bessere Exit-Märkte – vor allem Börsengänge in Europa selbst – auch den Ausstieg attraktiver machen (Grimm et al., 2024). Ein Instrument, das der Fragmentierung des europäischen Binnenmarkts entgegenwirken kann, ist die „EU Inc.“ als EU-weite Rechtsform für Unternehmen, die parallel zu den nationalen Rechtsformen gelten soll. Sie würde es insbesondere jungen innovativen und wachstumsorientierten Unternehmen erleichtern, in mehrere Mitgliedstaaten zu expandieren und ihr Geschäftsmodell EU-weit zu skalieren. Der von der EU-Kommission vorgelegte Entwurf soll bis Ende 2026 von Parlament und Rat verabschiedet werden und Ende 2027 oder Anfang 2028 in Kraft treten (Europäische Kommission, 2026b).

Um den Anschluss an die internationale Entwicklung nicht zu verlieren, kommt es also darauf an, die Lücke bei Wachstumsfinanzierung und Skalierung zu schließen und die vorhandenen Ideen tatsächlich in deutschen und europäischen Unternehmen zur Marktreife zu bringen.

KI-Forschung und Anwendung stärken

„Eine Reise von tausend Meilen beginnt mit einem einzigen Schritt.“ – Laozi

Bei den Investitionen in KI liegt Europa weit hinter den USA zurück. Diesen Abstand mit öffentlichen Mitteln aufholen zu wollen, wäre kein realistischer Maßstab für deutsche und europäische KI-Politik. Realistischer wäre es, Räume zu schaffen, in denen vorhandene Forschungsleistungen und Kapital zielführender für KI-Anwendungen und skalierende Unternehmen genutzt werden können. Dafür bieten sich mehrere Hebel an:

Als Regulierer: die nationale Umsetzung frei von zusätzlichen Hürden für den Mittelstand halten. Das KI-MIG verzichtet auf eigene Verbote und abweichende Risikokategorien. Regulatorische Kosten wiegen für ein kleines Unternehmen ungleich schwerer als für einen Konzern, der sie auf mehr Anwendungen und mehr Umsatz verteilt. Ein Teil dieser Kosten entsteht allein durch Unsicherheit über die eigene Risikoeinstufung. In der Umsetzung sollte das Ziel daher sein, einen pragmatischen Weg zur Risikoeinschätzung zu finden. Denkbar wäre es, die Einstufung für wiederkehrende Fallgruppen wie Chatbots im Kundenservice, Bewerbervorauswahl oder Kreditwürdigkeitsprüfungen einmal zu klären und zu veröffentlichen, statt jedes Vorhaben einzeln zu beurteilen. Dies schafft Planungssicherheit für Unternehmen, die KI-Anwendungen nutzen wollen. Für neuartige Fälle bieten sich die KI-Reallabore nach Art. 57 der KI-Verordnung an, in denen sich eine Anwendung unter erleichterten Bedingungen und mit Begleitung der Aufsicht erproben lässt. Der KI-Omnibus verschafft dafür Zeit bis Dezember 2027; ohne eine solche Entlastung verschiebt er allein den Zeitpunkt der Belastung.

Als Kunde: die eigene Nachfragemacht doppelt nutzen. Nach innen: Ein Drittel des Verwaltungspersonals scheidet in den nächsten zehn Jahren aus, viele der frei werdenden Aufgaben bestehen aus Prüf-, Zuordnungs- und Textarbeit. Wer diese Stellen eins zu eins nachbesetzt, schreibt den Vorgang fort, der die Kosten erzeugt – das Onlinezugangsgesetz hat gezeigt, wie wenig die bloße Übertragung ins Netz daran ändert. Jede vakante Stelle sollte stattdessen Anlass dafür sein, den Vorgang selbst neu zuzuschneiden und Bearbeitungsschritte zu streichen. Nach außen: Ein öffentlicher Auftrag ersetzt in der Skalierungsphase häufig, was an privatem Wachstumskapital fehlt. Junge Unternehmen gewinnen Ausschreibungen so häufig wie etablierte Anbieter, treten aber kaum an – weil Referenzen aus mehreren abgeschlossenen Geschäftsjahren verlangt werden, fällt die Auswahl vor der Angebotsabgabe.

Als Ermöglicher: die Forschungsstärke nicht verpuffen lassen. 41,5 % der deutschen KI-Start-ups kommen aus der Wissenschaft, doch beim Wachstumskapital liegt Deutschland weit hinter den USA zurück, und mehr als die Hälfte der Übernahmen deutscher Start-ups geht ins Ausland. Die Forschungsförderung endet für die meisten Projekte an der Publikation oder der Gründung selbst. In der nachfolgenden Skalierung in späteren Phasen klaffen große Lücken. Genau diese Lücken müssen geschlossen werden, beispielsweise mittels einer Kapitalmarktunion, statt sie ausländischem Wagniskapital zu überlassen.

Literatur

Bitkom. (2025). Startup-Vergabe-Landkarte.

Bitkom. (2026a). Bitkom DESI: EU-Länderranking.

Bitkom. (2026b). Bitkom zu den EU-Trilogverhandlungen zum AI Act [Pressemeldung].

BMDS – Bundesministerium für Digitales und Staatsmodernisierung. (o. D.). Der Deutschland-Stack.

BMDS – Bundesministerium für Digitales und Staatsmodernisierung. (2026). Kabinett beschließt schlanke KI-Aufsicht in Deutschland [Pressemeldung].

BMWE – Bundesministerium für Wirtschaft und Energie. (2026). Vergabestatistik.

Bomke, L. (2025, 1. August). Nice kauft Cognigy aus Düsseldorf für knapp eine Milliarde Euro. Handelsblatt.

Büchel, J., Gruben, C. F. & Röhl, K.-H. (2026a). Behörden-Digimeter 2026. Institut der deutschen Wirtschaft.

Büchel, J., Engler, J. F. & Krüger, N. (2026b). KI-Fachkräfte in der öffentlichen Verwaltung – Bedarf und Handlungsoptionen. IW-Trends, 2/2026. Institut der deutschen Wirtschaft.

dbb – beamtenbund und tarifunion. (2026). Monitor öffentlicher Dienst 2026.

Destatis – Statistisches Bundesamt. (2026a). Gründe gegen die Nutzung von Technologien der künstlichen Intelligenz nach Beschäftigtengrößenklassen 2025.

Destatis – Statistisches Bundesamt. (2026b). Öffentlicher Dienst 2025: Mehr Beschäftigte in der Bildung und Kinderbetreuung [Pressemeldung].

EFI – Expertenkommission Forschung und Innovation. (2026). Gutachten zu Forschung, Innovation und technologischer Leistungsfähigkeit Deutschlands 2026.

Erdsiek, D. (2024). DSGVO: Kritische Sicht der Unternehmen ändert sich im Zeitverlauf kaum. ZEW Branchenreport Informationswirtschaft, Mai 2024.

Europäische Kommission. (2021). Commission staff working document: Impact assessment accompanying the proposal for a regulation of the European Parliament and of the Council laying down harmonised rules on artificial intelligence (Artificial Intelligence Act) and amending certain Union legislative acts (SWD(2021) 84 final, Teile 1–2).

Europäische Kommission. (2026a). AI Omnibus enters into force.

Europäische Kommission. (2026b). Proposal for a Regulation of the European Parliament and of the Council on the 28th regime corporate legal framework.

Europäisches Parlament. (2026, 27. April). Parlamentarische Anfrage E-001210/2026: Antwort von Vizepräsidentin Virkkunen im Namen der Europäischen Kommission.

Falck, O., Guo, Y. & Pfaffl, C. (2024). Entgangene Wirtschaftsleistung durch hohen Bürokratieaufwand.

Finanzverwaltung des Landes Nordrhein-Westfalen. (2025). Nordrhein-Westfalen weitet Pilotprojekt zu KI in der Steuerveranlagung aus [Pressemeldung].

Fraunhofer FOKUS. (2026). ThemenRadar 2026.

Gilde, J., Hirschfeld, A., Walk, V., Bräutigam, A. & Engelmann, F. (2026).Startup-Neugründungen 2025.

Graux, H., Garstka, K., Murali, N., Cave, J. & Botterman, M. (2025). The AI Act and its interplay with other EU digital legislation. PE 778.575.

Grimm, V., Malmendier, U., Schnitzer, M., Truger, A., Werding, M., Landais, C. & Sraer, D. (2024). Stärkung der europäischen Kapitalmärkte. Policy Brief, 2/2024.

Jedicke, P. (2026, 2. August). Europas KI-Gesetz: Meilenstein oder Papiertiger? Deutschlandfunk.

Krieger, B., Füner, L. & Prüfer, M. (2026). The participation of young firms in public procurement. Small Business Economics, 67(1), 461–492.

Land Baden-Württemberg. (2025). Land kooperiert mit IBM im Bereich Künstliche Intelligenz [Pressemeldung].

OECD – Organisation for Economic Co-operation and Development. (2024). OECD Artificial Intelligence Review of Germany.

Regulatory Scrutiny Board. (2021, 22. März). Opinion: Proposal for a Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts, SEC(2021) 167. Europäische Kommission.

Staat-up e. V. (2026). Startup Beschaffungsindex – Auswertung der Bekanntmachungen vergebener Aufträge beim Datenservice Öffentlicher Einkauf. Kompetenzzentrum innovative Beschaffung (KOINNO).

Viete, S. (2025). Start-ups in Deutschland – Wachstum und Exit-Wege über Venture Capital. KfW Research.

Viete, S. & Metzger, G. (2026). KfW-Venture-Capital-Dashboard. KfW Research.