KI-Standort Deutschland: Was muss sich 2023 ändern?

Das vergangene Jahr hat eindrucksvoll gezeigt, wozu KI-Systeme inzwischen fähig sind und welchen Nutzen sie bringen können. Zuletzt sorgten etwa die Programme DALL-E 2 und ChatGPT der US-amerikanischen Organisation OpenAI für Aufsehen. Und auch in Deutschland arbeiten Unternehmen mit Nachdruck an verschiedensten KI-Projekten. Jedoch stehen bestimmte Rahmenbedingungen und Entwicklungen möglichen Fortschritten oft im Wege. Dr. Andreas Liebl, Managing Director von appliedAI, Europas führende Initiative für die Anwendung von Künstlicher Intelligenz, stellt wichtige Erkenntnisse zur deutschen KI-Branche vor und erklärt, worauf es 2023 ankommen wird.



Die gute Nachricht zuerst: Deutsche Unternehmen haben das Potenzial von KI inzwischen erkannt – ob bei der Nachfrageprognose, Umsatzsteigerungen, Kosteneinsparungen, der Personalisierung existierender Angebote oder Produkte und mehr. Und im europäischen Vergleich liegen sie mit Investitionen in Höhe von 4,4 Milliarden US-Dollar zwischen 2013 und 2021 an der Spitze. Doch blickt man über die europäischen Grenzen hinaus, stellt sich die Situation schon anders dar: Insbesondere die USA und auch China investieren hohe Summen in KI-Projekte, was sich inzwischen an handfesten Ergebnissen bemerkbar macht.

Die Folge: Der Rückstand von Deutschland (und Europa generell) wird immer größer. Als Initiative, die Unternehmen dabei unterstützt, Weltspitze bei der Anwendung von KI zu werden, sowie durch kostenlose Angebote und Hilfestellungen KI-Expertenwissen vermittelt, wissen wir aber aus der praktischen Erfahrung, dass es nicht alleine die fehlenden Investitionen sind, die zu dieser Situation führen. Seit unserer Gründung vor fünf Jahren sehen wir drei Entwicklungen, die erheblich dazu beitragen und verhindern, dass deutsche Unternehmen wirkliche Fortschritte im Bereich KI machen:

1. Talentknappheit bei Unternehmen

Dass in Deutschland ein Fachkräftemangel herrscht, ist wahrlich kein Geheimnis; ebenso wenig, dass      Informatiker besonders gesucht sind. Doch gerade im Hinblick auf AI Engineers verschärfen mehrere Faktoren das Problem. Zum einen können sie – weil es hierzulande nicht genug von ihnen gibt – hohe Gehälter einfordern. Doch kleine und mittlere Unternehmen können dabei in der Regel nicht mit größeren Firmen mithalten. Gleichzeitig arbeiten KI Engineers vorwiegend in größeren Gruppen, auch um ihre Fähigkeiten weiterentwickeln zu können bzw. um mit der technischen Entwicklung mithalten zu können, und suchen nach einem solchen Arbeitsumfeld. Erneut ein Nachteil für kleinere Unternehmen.

Remote Work hat diese Situation noch weiter verschärft, da die KI-Experten heute nicht einmal mehr am Standort des Unternehmens leben müssen, sondern sich Arbeitgeber in ganz Deutschland, wenn nicht gar weltweit suchen können. Erschwerend kommt außerdem hinzu, dass Universitätsabsolventen oft nicht die Fähigkeiten mitbringen, die in der Praxis am dringendsten benötigt werden.

Wie können – gerade kleine und mittlere – Unternehmen sich aus dieser Situation befreien? Zum einen müssen sie sich als moderner, attraktiver Arbeitgeber positionieren, der Flexibilität, Weiterentwicklungsmöglichkeiten und Aufstiegschancen anbietet. Besondere Datenpools und interessante KI-Projekte sollten aktiv kommuniziert werden. Zum anderen lohnt es sich, unter den bereits vorhandenen Mitarbeitern das Interesse an KI und der Arbeit mit Daten abzuklopfen und entsprechende Fortbildungen zu ermöglichen. Außerdem schaffen KI-Ökosysteme gerade auch Anreize in kleineren Unternehmen zu bleiben, da die Community über Unternehmensgrenzen hinaus reicht.

2. Unternehmen verharren bei Prototypen

In den letzten Jahren haben sich deutsche Unternehmen vor allem auf die Entwicklung von Prototypen konzentriert – Showcases, die lange und unter Idealbedingungen vorbereitet wurden, aber nie in der Praxis eingesetzt werden können. Einerseits hat diese „Einfach mal machen und ausprobieren“-Haltung durchaus spannende Ideen und Projekte hervorgebracht. Andererseits ist die Wertschöpfung dabei allerdings begrenzt geblieben und hat zunehmend zu einer Skepsis geführt, die durch den hohen Aufwand, in den nächsten Reifegrad zu gelangen, begründet ist.      

Andere Länder sind hierbei einen deutlichen Schritt weiter und will Deutschland nicht den Anschluss verlieren, müssen Unternehmen nun den nächsten Schritt gehen und ihre Prototypen gezielt in die Anwendungen bringen – auch wenn diese die vorgegebenen Ziele noch nicht zu hundert Prozent erreichen. Statt auf Perfektion zu warten, ist es jetzt wichtig, mit der Implementierung zu beginnen.

Dabei müssen sie einige große Herausforderungen lösen, etwa Fragen zur Robustheit, zur      Skalierung oder der Stabilität, aber auch hinsichtlich ihrer internen Infrastruktur. Die eigenen Mitarbeiter müssen offen für den Einsatz von KI-Lösungen sein, schließlich sollen sie diese später im Arbeitsalltag verwenden. Daher ist ein Kulturwandel nötig. Dieser lässt sich beispielsweise durch offene und transparente Kommunikation erreichen – Mitarbeiter sollten darüber informiert werden, woran ihr Unternehmen arbeitet und vor allem, welche Vorteile sich dadurch für sie ergeben. Auch kann es sich lohnen, Input von ihnen einzuholen, um herausfinden, wo und wie KI-Systeme den größten Nutzen bringen könnten.

3. Wenig Beachtung für Risiken und Nebenwirkungen

Gerade der Fokus auf die Entwicklung von Prototypen hat auch dafür gesorgt, dass mögliche negative Auswirkungen von KI-Systemen lange Zeit ignoriert oder nicht bewusst wahrgenommen wurden. Wie Beispiele in den letzten Jahren immer wieder gezeigt haben, ist dies nicht nur bei deutschen Unternehmen ein Problem, sondern bei allen. Im Rennen um „höher, schneller, weiter“ wurden beispielsweise Nebenwirkungen nicht berücksichtigt, die Folge von Bias in den zugrundeliegenden Trainingsdaten sind. Kommen diese Lösungen in den praktischen Einsatz, können solche Verzerrungen weitreichende Konsequenzen haben. Auch wird weiterhin zu wenig Wert auf die Erklärbarkeit von KI-basierten Entscheidungen gelegt. Diese ist aber notwendig, um sowohl bestimmten Tendenzen entgegenzuwirken als auch um Betroffenen Entscheidungen erklären zu können.

Der AI Act der EU wird, wenn er in 2023 verabschiedet wird, die Diskussion über KI verändern und mögliche Risiken stärker in den Fokus rücken. Auch wenn Kritik an der Regulierung berechtigt ist – insbesondere da der einseitige Blick auf die Risiken zum Hemmnis für die Wettbewerbsfähigkeit europäischer Unternehmen werden könnte – ist dieser Aspekt wichtig und Unternehmen werden in Zukunft mehr leisten müssen, um Sicherheit und Vertrauenswürdigkeit ihrer KI-Systeme in jeglicher Hinsicht zu gewährleisten.

Der KI-Branche steht ein aufregendes Jahr 2023 bevor und deutsche Unternehmen haben noch die Chance, mit internationalen Wettbewerbern aufzuholen. Sie dürfen aber keine Zeit mehr verlieren und müssen Rahmenbedingungen schaffen, um die Theorie endlich in der Praxis umzusetzen.


Über den Autor

Andreas Liebl ist Geschäftsführer sowohl bei UnternehmerTUM GmbH als auch für die appliedAI-Initiative mit Partnern wie Google, IBM, Allianz und Siemens zuständig. Die Initiative zählt mit 40 Partnern zu den größten Initiativen in Europa im Bereich angewandter künstlicher Intelligenz und beantwortet die organisatorischen, technologischen und strategischen Fragen von Unternehmen in der Anwendung von KI. Bevor er zu UnternehmerTUM kam, arbeitete er fünf Jahre bei McKinsey & Company und promovierte am Forschungsinstitut für Entrepreneurship an der Technischen Universität München. In seiner Doktorarbeit begleitete er ein Jahr lang 120 Start-ups und untersuchte deren Unternehmenskultur und -identität.


Creative Commons Lizenz CC BY-ND 4.0

Sie dürfen:

Teilen — das Material in jedwedem Format oder Medium vervielfältigen und weiterverbreiten und zwar für beliebige Zwecke, sogar kommerziell.

Der Lizenzgeber kann diese Freiheiten nicht widerrufen solange Sie sich an die Lizenzbedingungen halten.


Unter folgenden Bedingungen:

Namensnennung — Sie müssen angemessene Urheber- und Rechteangaben machen, einen Link zur Lizenz beifügen und angeben, ob Änderungen vorgenommen wurden. Diese Angaben dürfen in jeder angemessenen Art und Weise gemacht werden, allerdings nicht so, dass der Eindruck entsteht, der Lizenzgeber unterstütze gerade Sie oder Ihre Nutzung besonders.

Keine Bearbeitungen — Wenn Sie das Material remixen, verändern oder darauf anderweitig direkt aufbauen, dürfen Sie die bearbeitete Fassung des Materials nicht verbreiten.