Die Kontrolle und Transparenz der für KI-Modelle erhobenen und verwendeten Daten sind nicht nur im Interesse der Unternehmen, die sie anwenden, sondern auch wichtig für Gesellschaft, Wirtschaft und ganze Wirtschaftsräume.

Datenbasierte KI-Anwendungen stehen in einem Spannungsfeld zwischen den Potenzialen, die das Erheben und Teilen von Daten über Unternehmensgrenzen hinweg bietet, und der Herausforderung, die Datensouveränität der involvierten Personen zu wahren. Die Studie „Souveräner Datenaustausch als Enabler Künstlicher Intelligenz“ beleuchtet zum einen die Auswirkungen der Datensouveränität und die damit verbundenen aktuellen und kommenden Regularien für KI-Anwendungsfälle. Zum anderen zeigen Fallstudien aus Unternehmen Potenziale und Best Practices von KI-Anwendungsfällen mit überbetrieblichem Datenaustausch auf.

Rechtliche und organisatorische Herausforderungen werden bereits heute gemeistert

Lösungen wie EDI sowie cloudbasierte Schnittstellen und Datenbanken werden bereits heute produktiv eingesetzt. Unternehmen können auf bestehenden Standards und Initiativen aufsetzen. Auch technische Lösungsansätze werden beschrieben und diskutiert. Wo nötig, hilft externes Wissen Unternehmen langfristig weiter. Gewährleistung der Datensouveränität kann ein entscheidendes Mehrwertargument in entstehenden Datenmärkten sein und Geschäftskunden und -kundinnen sowie Endverbraucherinnen und -verbrauchern gleichermaßen zugutekommen.

Datenräume sollen mitgestaltet und genutzt werden

Unternehmen sollten nicht auf digitale Plattformen großer Anbieter mit Oligopol- oder Monopolstellung angewiesen sein, sondern in souveränen Datenräumen agieren können. Die mehrseitige, nicht voneinander abhängige Vernetzung der Beteiligten gilt bei Expertinnen und Experten wie bei Anwendenden als Erfolgsprinzip. Davon profitiert die Datenwirtschaft und damit die Entwicklung präziser und robuster KI-Modelle.

Im ersten Quartal 2021 schrieben Unternehmen und Forschungseinrichtungen deutschlandweit 11.537 KI-Stellenanzeigen aus. Allerdings sind die KI-Bedarfe in Deutschland auf einzelne Nachfrager konzentriert: Werden nur die KI-Stellenanzeigen ohne Vermittler betrachtet, entfallen auf einen Nachfrager durchschnittlich 3,9 KI-Stellenanzeigen im Jahr 2021. 291 Nachfrager, die mindestens fünf KI-Stellenanzeigen ausgeschrieben haben, sind für 66 Prozent der KI-Stellenanzeigen ohne Vermittler verantwortlich.

Metropolen bilden Leuchttürme der KI-Bedarfe in Deutschland

Auch räumlich zeigt sich eine starke Konzentration der KI-Stellenanzeigen, die vor allem für Standorte in Metropolen ausgeschrieben werden. In München werden am meisten KI-Stellenanzeigen ausgeschrieben, gefolgt von Frankfurt am Main, Stuttgart und Karlsruhe. Viele KI-Start-ups, eine hohe KI-Forschungsintensität der Hochschulen und der Unternehmen sowie eine gute Breitbandinfrastruktur begünstigen den Einsatz von KI in diesen Regionen und erklären somit die dortigen hohen KI-Bedarfe. Gleichzeitig ist die ansässige Branchenstruktur in hohem Maße ausschlaggebend für die KI-Bedarfe der Regionen: Viele der dortigen KI-Bedarfe gehen von größeren Unternehmensberatungen oder sonstigen IT-Dienstleistern sowie von großen Unternehmen aus dem Fahrzeugbau und Zuliefererbereich aus, die besonders viele KI-Patente anmelden.

Hohe KI-Bedarfe in Stadtstaaten und im Süd-Westen Deutschlands

Auf Ebene der Bundesländer werden die meisten KI-Stellenanzeigen in den Stadtstaaten Berlin und Hamburg sowie in Bayern, Hessen und Baden-Württemberg ausgeschrieben. Im Vergleich dazu werden in den östlichen Bundesländern ohne Berlin deutlich weniger KI-Stellenanzeigen geschaltet. Gründe können die generell angespanntere Fachkräftesituation in Digitalisierungsberufen, die schwächer ausgeprägte KI-Start-up-Intensität und KI-Forschungslandschaft sowie der Branchenfokus in den östlichen Bundesländern ohne Berlin sein.

Umgang mit Cloud-Plattformen und Data Science als Studiengang immer stärker gefragt

In den Anforderungsprofilen der KI-Stellenanzeigen sind Python und SQL zwischen 2019 und 2021 die am häufigsten geforderten Programmiersprachen. Kenntnisse zu Cloud-Umgebungen und dabei insbesondere der Umgang mit Cloud-Plattformen der großen amerikanischen Anbieter (Amazon, Microsoft und Google) werden immer bedeutender und Data Science als Studiengang immer gefragter. Der Trend zu einer abnehmenden Anforderung mehrjähriger Berufserfahrung deutet eine zunehmende Flexibilität auf Arbeitgeberseite sowie Effekte des vorliegenden Fachkräftemangels an.

Der Einsatz von KI in den Unternehmen der deutschen Wirtschaft steigt beträchtlich. Im Jahr 2021 nutzte etwa jedes zehnte Unternehmen in Deutschland KI, fast doppelt so viele wie noch im Jahr 2019. Fast alle Unternehmen zählen dabei auf die Zusammenarbeit mit Dritten, unterscheiden sich aber deutlich in der Ausrichtung der Kooperationen. Je höher der KI-Reifegrad eines Unternehmens ist, auf desto mehr interne Kompetenzen kann das Unternehmen in der Regel auch zurückgreifen. Die Studie „Kompetenzen und Kooperationen zu Künstlicher Intelligenz“ untersucht, über welche technischen und organisatorischen Kompetenzen KI-aktive Unternehmen in Deutschland verfügen und welche Rolle Kooperationen mit der Entwicklung und Anwendung von KI spielen. Sie basiert auf einer repräsentativen Befragung sowie auf aktuellen Statistiken.

90 Prozent der Unternehmen kooperieren bei der Nutzung oder Entwicklung von KI

Die Verbreitung von KI nimmt in der Größe von Unternehmen zu. Eingesetzt wird KI am häufigsten für Spracherkennung, Prozessautomation und -optimierung, maschinelles Lernen und Text Mining. Die meisten KI-aktiven Unternehmen verfügen hierbei über interne Kompetenzen im Umgang mit Daten und der Entwicklung von Softwarelösungen. Die technologischen und organisatorischen Fähigkeiten, um KI effektiv nutzen zu können, sind allerdings weniger weit verbreitet.

Insgesamt greifen 90 Prozent der Unternehmen in Deutschland auf die Zusammenarbeit mit anderen Unternehmen oder Einrichtungen zurück, wenn sie KI anwenden. Die Kooperationspartner der Unternehmen sind besonders oft IT-Unternehmen und Softwareentwickler sowie Hochschulen oder Forschungseinrichtungen.

Fehlendes gemeinsames Verständnis oft ein Hindernis bei KI-Kooperation

Die Frage nach technischen Schnittstellen ist bei der Kooperation eine zentrale Herausforderung, ebenso wie die mangelnde Kompatibilität von Softwarelösungen. Hier können branchen- oder anwenderspezifische Lösungen oder Standards helfen. Eine weitere Schwierigkeit stellt das fehlende gemeinsame KI-Verständnis dar. Awareness-Maßnahmen und die aktive Verbreitung von Wissen über KI bieten dafür Lösungsansätze. Der flächendeckende Ausbau einer leistungsfähigen IT-Infrastruktur ebenso wie rechtliche Regelungen zur Verbesserung des Zugangs und der Nutzungsmöglichkeiten von Daten können die schnelle Verbreitung von KI in Unternehmen unterstützen. Ein ausreichendes Fachkräfteangebot ist ebenfalls ein wichtiger Baustein KI-förderlicher Rahmenbedingungen.

Für die Entwicklung neuer Methoden und der Erschließung neuer Geschäftsfelder im Bereich KI spielen Startups eine herausragende Bedeutung. Seit 1995 wurden in Deutschland mehr als 6.600 Unternehmen gegründet, deren Geschäftsmodelle eng mit dem Thema KI verbunden sind. Sie transferieren Wissen aus der Forschung in Angebote für den Markt, sind wichtige Partner und Pioniere beim Einsatz von KI-Technologien.

KI ist Wachstumsfeld mit großem Potenzial

Die Gesamtzahl wirtschaftsaktiver KI-Startups stieg insbesondere seit 2014 stark an. Ebenso nahm die Anzahl der in KI-Startups tätigen Personen kontinuierlich zu und überschritt 2021 voraussichtlich den Wert von 150.000. Maßgeblicher Faktor für diese positive Entwicklung ist die sehr hohe Überlebensrate von KI-Startups. Im Jahr 2021 waren noch 92 % der seit 1995 gegründeten KI-Startups wirtschaftsaktiv. Dieser Wert ist doppelt so hoch wie im Durchschnitt aller Gründungen in Deutschland. Auch die Bonitätseinstufung der Unternehmen ist deutlich günstiger als für andere Gründungen. Die hohe Dynamik und gute Performanz der KI-Startups zeigt, dass es im Bereich KI viel Raum für neu gegründete Unternehmen gibt, um mit innovativen Angeboten und neuen Geschäftsmodellen erfolgreich zu sein.

Schwerpunkt im Bereich IT-Dienstleistungen

Der überwiegende Teil der KI-Startups ist in der Branche der IT-Dienstleistungen tätig (mehr als 57 %, insbesondere Softwareprogrammierung, Datenbank- und Datenanalysedienste), weitere gut 7 % sind Ingenieurbüros oder FuE-Dienstleister. Knapp 19 % zählen zur Branchengruppe der Unternehmens-, Wirtschafts-, Steuer-, Finanzberatung und Werbung. In KI-Anwenderbranchen - von der Industrie über Handel und Transport bis zu sonstigen Dienstleistungen - sind insgesamt 17 % aller KI-Startups angesiedelt.

Konzentration auf Agglomerationsräume

Die Analyse der regionalen Schwerpunkte der Gründungstätigkeit zeigt, dass sich die KI-Startup -Szene vor allem auf die großen Agglomerationen konzentriert. 93 % aller KI-Startups sind in den zentral gelegenen Regionen Deutschlands angesiedelt. Hotspots von KI-Startups sind die Großstädte Berlin, München, Hamburg, Köln und Frankfurt. Um KI-Startups mit der Breite der Anwenderunternehmen auch außerhalb dieser Räume zusammenzubringen, könnte spezialisierten intermediären Organisationen eine wichtige Rolle zukommen.

Die Studie ist die erste umfassende Bestandsaufnahme zur Gründungstätigkeit im Bereich KI in Deutschland basiert auf dem Screening unterschiedlicher Datenquellen, die Informationen zu Unternehmensgründungen im Bereich KI enthalten.

Natürliche Sprachverarbeitung (engl. Natural Language Processing, kurz NLP) wird bereits heute von vielen Unternehmen erfolgreich genutzt. Die wirtschaftlichen Potenziale der Technologie liegen dabei in ihrer Fähigkeit, betriebliche Abläufe zu automatisieren und die Schnittstelle zwischen Menschen und Maschinen zu verbessern.

Durch die Nutzbarmachung von geschriebener und gesprochener Sprache kann vor allem bei manuellen Tätigkeiten in Unternehmen der Arbeitsablauf effizienter gestaltet werden. Zudem hilft NLP, durch Übersetzungs- und Vorlesefunktionen Kommunikationsbarrieren zwischen Personen zu verringern. Neben Zeit- und Kosteneinsparungen helfen NLP-Anwendungen bei der Verbesserung der Arbeits- und Servicequalität.

Die Studie „Einsatz von Künstlicher Intelligenz zur Sprachverarbeitung – Anwendung von Natural-Language-Processing in der Industrie“ bringt fachliche Expertise und Anwendung zusammen. Expertinnen und Experten erläutern den aktuellen Stand der Technik in Bezug auf NLP und geben Ratschläge zur erfolgreichen Umsetzung. Zudem bereitet die Studie konkrete NLP-Anwendungsfälle in Unternehmen zu Fallstudien auf, um praktische Handlungsempfehlungen abzuleiten und aufzuzeigen.

Der Rat von Expertinnen und Experten: Vorhandene und erprobte Technologien nutzen

Pilotprojekte helfen, anfängliche Hürden zu überwinden und Akzeptanz durch ein frühzeitiges Einbeziehen aller Stakeholder zu schaffen. Um Entwicklungskosten und -zeit zu sparen, sollten existierende Lösungen herangezogen werden, auf denen der konkrete Anwendungsfall aufbauen kann. Selbst Unternehmen mit KI-Expertise setzen häufig auf bestehende Technologien.

Konsens aus der Industrie: Wirtschaftliche Herausforderungen mit KI adressieren

Die erfolgreiche Einführung einer NLP-Anwendung ist nicht rein technisch motiviert, sondern löst ein konkretes wirtschaftliches Problem. Kommunikationsbarrieren, Prozesse mit langen Suchzeiten nach Informationen, hohem Kommunikationsaufwand und/oder vielen manuellen Eingaben sind Beispiele, an denen die Stärken von NLP nutzbringend eingesetzt werden können. Die vorliegenden Fallstudien zeigen, dass NLP besonders im Kundenservice sowie in der Produktion und Dienstleistung seine Potenziale entfaltet.

In Deutschland nutzen bereits mehr als 17.000 Unternehmen aktiv Methoden der Künstlichen Intelligenz (KI) in ihren Geschäftsprozessen, Produkten oder Dienstleistungen. Ein intensiverer Einsatz scheitert vor allem an hohen Kosten sowie dem Mangel an KI-Fachkräften. Unternehmen, die derzeit KI noch nicht aktiv nutzen, sehen dagegen eine verbesserte IT-Infrastruktur in Deutschland als wichtigste Voraussetzung, um in die Anwendung von KI einzusteigen. Beide Gruppen von Unternehmen sehen außerdem Handlungsbedarf bei der Offenheit von Nutzern und Gesellschaft gegenüber KI.

KI-Neulinge stehen vor anderen Herausforderungen als KI-erfahrene Unternehmen

Für Unternehmen, die KI noch nicht aktiv nutzen, ist eine leistungsfähigere IT-Infrastruktur die wichtigste Voraussetzung, um in entsprechende Anwendungen einzusteigen. Aber auch für KI-aktive Unternehmen ist die Qualität der Infrastruktur nach den hohen Kosten die zweitwichtigste Maßnahme, um den KI-Standort Deutschland voranzubringen. Ein umfangreiches Angebot an KI-Fachkräften ist für bereits KI-aktive Unternehmen – neben der Finanzierung – die zweite entscheidende Rahmenbedingung, um KI intensiv und effektiv nutzen zu können. Hier wird die Situation in Deutschland im Vergleich zu anderen Ländern als besonders ungünstig eingeschätzt.

Unter den Unternehmen, die KI noch nicht aktiv nutzen, sind nur für die größeren Unternehmen die Themen Fachkräfte sowie KI-bezogene Weiterbildungsangebote wichtige Einstiegsvoraussetzungen. Mehr Vertrauen von Anwendern in KI-Lösungen sowie eine Steigerung des Bewusstseins in der Öffentlichkeit hinsichtlich des Nutzens von KI-Anwendungen ist für Neulinge wie für Erfahrene wichtig. Hier wird Deutschland gegenüber anderen Ländern am schlechtesten bewertet. Auch Datenverfügbarkeit und Datenschutz sehen beide Gruppen von Unternehmen als Standortnachteil und Herausforderung. In den Unternehmen selbst ist der Aufbau von Digital- und KI-Kompetenzen ein wichtiger Hebel, KI effektiver zu nutzen.

Die Studie Herausforderungen beim Einsatz von Künstlicher Intelligenz beleuchtet aktuelle Hemmnisse der KI-Nutzung, wichtige Handlungsfelder der Politik und den Standort Deutschland im internationalen Vergleich aus Sicht der Unternehmen.

In Zeiten des zunehmenden globalen Wettbewerbs und hoch vernetzter Wertschöpfungsketten entwickelt sich Künstliche Intelligenz zu einem immer wichtiger werdenden Wettbewerbsfaktor für Unternehmen am Wirtschaftsstandort Deutschland. Durch den Einsatz von KI-Verfahren können nicht nur interne Geschäftsprozesse kostensenkend optimiert, sondern auch neue, digitale Geschäftsfelder und -modelle erschlossen werden. Es lassen sich zum einen Trends identifizieren, denen der Einsatz von KI in deutschen Unternehmen folgt. Zum anderen zeigt sich, dass sich KI unterschiedlich stark auf verschiedene Dimensionen innovativer Geschäftsmodelle auswirkt. Insgesamt lassen sich so Prinzipien ableiten, die die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen beschreiben.

Neue Technologie- und Anwendungstrends kennzeichnen KI-Nutzung

Die tatsächliche KI-Landschaft in den Wertschöpfungsketten von KI-nutzenden Unternehmen ist durch Trends gekennzeichnet. Diese lassen sich in Technologie- und Anwendungstrends unterteilen. Experteninterviews zeigen beispielsweise, dass KI-Anwendungen bevorzugt auf Cloud-Infrastrukturen entwickelt und bereitgestellt werden. Das wiederum rückt die Frage nach der Wahrung der Datensouveränität in den Vordergrund. Anwendung findet KI tendenziell zur Prognose und Überwachung.

Sechs Prinzipien beeinflussen die erfolgreiche Umsetzung von KI-Geschäftsmodellinnovationen

Fallstudien über ein breites Spektrum der deutschen Wirtschaft beleuchten, welche Aspekte eines KI-basierten Geschäftsmodells den größten Effekt auf das Unternehmen haben. Hier lässt sich ein besonders hoher Einfluss von KI auf das Nutzenversprechen neuartiger, digitaler Leistungen der Unternehmen an die Kundinnen und Kunden feststellen. So lassen sich sechs Erfolgsprinzipien zur erfolgreichen Implementierung von KI-Technologien identifizieren, um die wirtschaftliche Nutzung von KI für Unternehmen in Deutschland im globalen Wettbewerb weiter zu steigern. So empfiehlt es sich zum Beispiel – neben der Auswahl des richtigen KI-Anwendungsfalles – ebenfalls darauf zu achten, dass die KI-Anwendung sowohl den Anbietenden wie auch den Anwendenden nützt. Diese und weitere Erfolgsprinzipien werden detailliert in der Studie Künstliche Intelligenz – Geschäftsmodellinnovationen und Entwicklungstrends beschrieben.

Rund 17.500 Unternehmen in der deutschen Wirtschaft haben im vergangenen Jahr Künstliche Intelligenz in Produkten, Dienstleistungen oder internen Prozessen eingesetzt. Das entspricht 5,8 Prozent aller untersuchten Unternehmen. Vor allem im produzierenden Gewerbe und in den unternehmensnahen Dienstleistungen kam KI zum Einsatz. 4,4 Prozent der Unternehmen setzten KI in Produkten oder Dienstleistungen ein und erzielten damit 2019 einen Umsatz von knapp 60 Milliarden Euro, was 7,7 Prozent des Umsatzes der KI-aktiven Unternehmen entspricht.

KI-Einsatz in deutschen Unternehmen nimmt Fahrt auf

Dass Technologien mit Künstlicher Intelligenz einen zukunftsträchtigen Markt bilden, zeigen auch die Investitionen in KI: Die Ausgaben der Unternehmen für die Entwicklung, Einführung und Pflege von KI-Verfahren beliefen sich im Jahr 2019 auf rund 4,8 Milliarden Euro. Drei Viertel der KI-Ausgaben sind dabei interne laufende Aufwendungen, insbesondere für die im Bereich KI tätigen Beschäftigten.

Der beachtliche Anteil der Personalkosten an den KI-Ausgaben der Unternehmen ist darauf zurückzuführen, dass der Einsatz von KI-Fachpersonal in der deutschen Wirtschaft zugenommen hat. Im vergangenen Jahr arbeiteten in den KI-nutzenden Unternehmen rund 139.000 Personen hauptsächlich oder teilweise in der Entwicklung, Einführung und Pflege von KI-Verfahren. Von diesen waren in den KI einsetzenden Unternehmen rund 50.000 Personen hauptsächlich zu KI tätig. Weitere 89.000 Personen befassten sich in ihrer Arbeitszeit immerhin teilweise mit KI-Tätigkeiten. Der Anteil der Beschäftigten mit KI-Tätigkeiten ist – naturgemäß – in der IKT-Branche mit vier Prozent an der Gesamtbeschäftigung in der Branche am höchsten, gefolgt von den unternehmensnahen Dienstleistungen mit 2,7 Prozent. In den anderen Branchengruppen ist der Anteil der KI-Beschäftigten deutlich geringer.

Steigender Personalbedarf zeigt Mangel an KI-Fachpersonal auf

Entgegen der häufig vermuteten negativen Beschäftigungswirkung sorgt Künstliche Intelligenz für mehr Beschäftigung. Rund 48.000 Stellen sind in der deutschen Wirtschaft durch den Einsatz von KI entstanden. Der Personalbedarf im KI-Bereich ist allerdings bei Weitem nicht gedeckt. Rund ein Drittel der Unternehmen hat in 2019 zusätzliche Beschäftigte gesucht. Es gab 22.500 offene KI-Stellen. Knapp die Hälfte dieser Stellen konnten wie von den Unternehmen geplant vergeben werden. Elf Prozent der Stellen wurden hingegen nur verspätet oder nicht mit den gewünschten Beschäftigten besetzt. 43 Prozent der Stellen blieben unbesetzt.

Die hohe Relation zwischen offenen Stellen und der Anzahl der Beschäftigten, die mit KI hauptsächlich befasst sind, ist ein Beleg für das rasante Expansionstempo von KI in Deutschland. Der Einsatz von KI in Unternehmen ist nur mit technischem Fachwissen möglich. Wenn das notwendige Fachwissen und die entsprechenden Fähigkeiten in Unternehmen nicht vorhanden sind, bleiben KI-Projekte oft schon im Anfangsstadium stecken.

Welche Fachkenntnisse von den Unternehmen im Bereich KI besonders stark nachgefragt sind, zeigt die Befragung der KI-einsetzenden Unternehmen: Grundvoraussetzung für die Besetzung von KI-Stellen sind Kenntnisse in der Softwareprogrammierung. 70 Prozent der Unternehmen mit offenen KI-Stellen bezeichneten diese Kenntnisse als sehr wichtig, weitere 26 Prozent als wichtig und lediglich ein Prozent als unwichtig. Zusätzlich waren für drei Viertel der Unternehmen mit offenen KI-Stellen Kenntnisse im Datenbankmanagement oder in Mathematik entscheidend.

Nutzung personenbezogener und nicht personenbezogener Daten für KI in Unternehmen der deutschen Wirtschaft 2019

Während KI-einsetzende Dienstleistungsunternehmen eher auf personenbezogene Daten zurückgreifen, nutzen Unternehmen des Verarbeitenden Gewerbes hauptsächlich nicht-personenbezogene Daten. Besonders ausgeprägt ist die beispielsweise in der Elektrotechnik und im Maschinenbau. Hier greifen 83 Prozent der KI-nutzenden Unternehmen auf nicht-personenbezogene Daten zurück.

Unternehmen in Deutschland schrieben im ersten Quartal 2020 insgesamt 10.958 Stellenanzeigen für KI-relevante Berufe aus. Aus den Volltexten der Stellenanzeigen lässt sich ein typisches Anforderungsprofil für die Arbeit mit KI identifizieren. Dabei zeigt sich insbesondere, welche Kompetenzen die ausschreibenden Unternehmen der deutschen Wirtschaft bei ihren Bewerbenden als wichtig erachten, um effektiv mit KI arbeiten zu können.

MINT-Studium und mehrjährige Berufserfahrung sind charakteristisch

Ein Studium wird in 96 Prozent der Stellenanzeigen mit Angaben zum gewünschten Abschluss vorausgesetzt. Dabei fordern Arbeitgeberinnen und Arbeitgeber weitestgehend Fachrichtungen aus dem MINT-Bereich: Der Fachbereich Informatik ist mit 57 Prozent am gefragtesten, gefolgt vom eng verwandten Bereich Wirtschaftsinformatik mit 32 Prozent und Mathematik mit 30 Prozent.

Mehrjährige Berufserfahrung wird in 77 Prozent der KI-Stellenanzeigen mit Angaben zur Berufserfahrung vorausgesetzt. Interessanterweise werden nur in 3 Prozent der KI-Stellenanzeigen, in denen Berufserfahrung explizit gefordert ist, auch einschlägige Berufserfahrung verlangt. Die erlernten Fähigkeiten sind also anwendungsflexibel und können über verschiedene Branchen und Bereiche hinweg vielseitig eingesetzt werden.

Unter den geforderten Fähigkeiten sind aus Sicht der ausschreibenden Unternehmen mit 31 Prozent vor allem Kenntnisse von Machine Learning relevant, gefolgt von Big Data mit 25 Prozent. Arbeitgeberinnen und Arbeitgeber verlangen von Bewerbenden zudem Kenntnisse im Umgang mit Programmiersprachen: Mit 35 Prozent ist Python am gefragtesten, gefolgt von SQL mit 25 Prozent und Java mit 17 Prozent der ausgeschriebenen KI-Stellenanzeigen, die eine Angabe zu Fähigkeiten enthalten.

Mit Weltmarktneuheiten im Bereich der KI erzielten deutsche Unternehmen im Jahr 2018 einen Umsatz von 7,6 Milliarden Euro. Rund zehn Prozent des deutschen Umsatzes mit Weltmarkneuheiten ist damit auf diese Technologie zurückzuführen. Zwar steigt der Umsatz von Unternehmen durch den Einsatz von KI insgesamt nicht an. Doch wirkt sich KI deutlich auf die Umsatzrendite aus, sie liegt aufgrund des KI-Einsatzes mit 6,4 Prozent um 1,3 Prozentpunkte höher. Damit können Unternehmen, die KI anwenden, rund 25 Prozent mehr Gewinn erzielen.

Neben der wirtschaftlichen Leistung erhöht KI auch die Innovationskraft der deutschen Wirtschaft. Durch KI sind Unternehmen eher in der Lage, anspruchsvolle Innovationen mit einem hohen Neuheitsgrad hervorzubringen. So steigert der Einsatz von KI die Zahl deutscher Unternehmen, die Weltmarktneuheiten entwickeln, um fast vier Prozent, obwohl nur ein kleiner Anteil von rund sechs Prozent der Firmen überhaupt KI-Anwendungen nutzt.

Gesamtwirtschaftliche Bedeutung von KI ist nicht zu unterschätzen

Die gesamtwirtschaftliche Bedeutung von KI-Anwendungen ist nicht zu unterschätzen. So verschafft Künstliche Intelligenz der deutschen Wirtschaft einen bedeutenden Wettbewerbsvorteil: Unternehmen, die Künstliche Intelligenz einsetzen, sind nicht nur innovativer. Sie erreichen außerdem bei gleichem Umsatz einen höheren Gewinn und schaffen zusätzlich Arbeitsplätze in beachtlichem Maße. Unternehmen, die heute in KI investieren legen nicht nur den Grundstein für eine profitable Zukunft, sondern stärken gleichzeitig die Wettbewerbsfähigkeit der deutschen Wirtschaft.

Wettbewerbsfähig KI-Technologien sind eine große Chance, um branchenübergreifend neue Wertschöpfungsmöglichkeiten zu eröffnen und zukünftiges Wachstum zu generieren, sei es im Gesundheitswesen, der Industrie 4.0 oder bei Mobilität, Energieeffizienz und Ressourcenschonung. Die Bundesregierung schafft mit ihrer Strategie Künstliche Intelligenz die Grundlagen, um an den neuen Wertschöpfungsmöglichkeiten zu partizipieren und Innovationskraft und Wettbewerbsfähigkeit von morgen zu sichern.