Quo vadis – welche Arten von KI entstehen in Deutschland?

KI-Startups in Deutschland tragen maßgeblich dazu bei, das wirtschaftliche Potential von KI für den Standort Deutschland durch innovative Produkte, Dienstleistungen und Geschäftsmodelle voll auszuschöpfen. Jessica Schmeiss und Nicolas Friederici analysieren in diesem Blogbeitrag die deutsche KI-Startup Szene und schließen, dass sich aktuell in etwa zwei Drittel der deutschen KI-Startups darauf fokussieren, „AI as a Service“ anzubieten, d.h., bestehende Wertschöpfungsprozesse mit Hilfe von KI zu optimieren. Nur ein Drittel entwickeln „AI as a Solution”, also umfassende neue Lösungen, die das Potential haben völlig neue Arten von Wertschöpfung zu erschließen. Der Beitrag ist Teil der HIIG-Studie „Demystifying AI in entrepreneurship“, die in 2019 veröffentlicht wird.

Künstliche Intelligenz (KI) kann in den kommenden Jahren einen wichtigen Beitrag zum Wirtschaftswachstum in Deutschland leisten. KI-Startups tragen dabei zur Wertschöpfung nicht nur durch die Produktion von neuer Technologie bei, sondern auch durch die Entwicklung neuer Geschäftsmodelle und die Transformation von Lieferketten und -netzwerken. Der deutsche KI-Sektor ist dabei gefragt, zukunftsfähige, skalierbare und exportfähige Lösungen “made in Germany” zu entwickeln. Jedoch ist momentan noch unklar, inwieweit das tatsächlich gelingt und welche Hürden dem im Weg stehen.

Unsere Studie setzt hier an und versucht zunächst zu verstehen, welche Arten von Technologien von KI-Startups in Deutschland produziert werden und wie sich diese in bestehende Branchenstrukturen und Wertschöpfungsketten der deutschen Wirtschaft einfügen. Es geht also darum, das Zusammenspiel von KI-Technologie-Produktion und der Anwendung von KI in Unternehmen zu verstehen. In diesem Blogpost geben wir einen Ausblick und teilen Zwischenergebnisse bis dato.

Die deutsche KI-Startup Landschaft

Unsere Analyse beginnt mit einem Überblick über die KI-Startup-Landschaft. Nach einer umfassenden Erhebung von AppliedAI gibt es momentan insgesamt 138 KI-Startups. Alle diese Unternehmen wurden nach 2008 gegründet, haben ihren Hauptsitz in Deutschland und nutzen Machine Learning Technologie als zentralen Bestandteil ihres Angebots. Verschiedene andere Studien zeigen eine ähnliche Anzahl. Zum Beispiel identifiziert das Projekt Lernende Systeme 123 Startups, die gemeinsame Studie von Asgard Venture Capital und Roland Berger nennt 106. Die genaue Anzahl variiert, da zum einen unterschiedliche KI-Definitionen verwendet werden und zum anderen Neugründungen nicht immer direkt erfasst werden. Im internationalen Vergleich liegt Deutschland mit 138 KI-Startups auf Platz 5, hinter den USA (1393), China (382), Israel (362) und dem Vereinigten Königreich (245). Obwohl also die Anzahl der Neugründungen in Deutschland in den letzten 3 Jahren um 80% gestiegen ist, gibt es weiterhin Aufholbedarf. Geographisch konzentrieren sich Startups und Investoren auf die Hubs Berlin (40%) und München (25%); die restlichen 35% verteilen sich über ganz Deutschland. Interessant ist hierbei, dass sich bekanntlich ein Großteil der deutschen Wirtschaftskraft auf andere Regionen verteilt (z.B. Baden-Württemberg) und auch führende Forschungszentren finden sich in anderen Regionen (z.B. Aachen).

In Deutschland gibt es zwei Typen von KI-Startups

Als nächstes versucht die Studie genauer zu verstehen, welche Arten von KI in Deutschland produziert werden. Dazu analysieren wir die AppliedAI Datenbasis anhand von zwei Kriterien. Zum einen beleuchten die Position eines jeweiligen Startups in der Wertschöpfungskette. Hier wird klar, dass sich KI-Technologien aktuell häufig in bestehende Wertschöpfungsketten einfügen, beispielsweise in die Produktentwicklung oder die Unterstützung von bestehenden Geschäftsprozessen. Seltener produzieren KI-Startups in Deutschland schlüsselfertige KI-Endprodukte. Weiterhin analysieren wir die Reichweite der Anwendung von KI anhand des Branchenfokus. Die Reichweite ist umso höher, je branchenübergreifender die Anwendung ist.

Aus dem Zusammenspiel der Kriterien “Position in der Wertschöpfungskette” und “Reichweite” identifizieren wir zwei Typen deutscher KI-Startups: AI as a Service Startups und AI as a Solution Startups (s. Abb1). Hier erläutern wir diese Typen zunächst im Allgemeinen. In zukünftigen Blog-Posts werden wir dann Fallstudien und Gründer-Interviews präsentieren, um die Startup-Typen anschaulicher zu machen.

AI as a Service Startups fokussieren sich auf einen bestimmten Teil der Wertschöpfungskette und produzieren KI-Lösungen, die anderen Unternehmen helfen, Endprodukte mit Hilfe von KI zu entwickeln oder diese zu vertreiben. Der Umfang der Wertschöpfung ist dementsprechend sehr fokussiert, allerdings ist die Reichweite der Anwendungen häufig branchenübergreifend. Diese Kategorie macht 71% aller KI-Startups in Deutschland aus. Dieser Trend passt in die globale Entwicklung von KI-Lösungen. Momentan fokussieren sich viele Startups auf Geschäftsbereiche, in denen bereits große Datensätze vorhanden sind, da dies die Entwicklung von selbstlernenden KI-Systemen erleichtert. Interne Firmendaten wie Kunden- oder Buchhaltungsdaten sind meist bereits gut erfasst und können so leicht mit Hilfe von KI-Technologien verarbeitet werden.

AI as a Service Startups unterscheiden sich nochmals in zwei Untergruppen mit verschiedenen Positionen in der Wertschöpfungskette. Technologieentwickler machen 43% aller deutschen Startups aus und fokussieren sich auf die Entwicklung und Anwendung einer spezifischen KI-Technologie, beispielsweise Bilderkennung. In Zusammenarbeit mit bestehenden Unternehmen werden diese hochspezialisierten Technologien in neue Produkte, Dienstleistungen oder Prozesse eingebunden. Der Großteil dieser KI-Lösungen (79%) hat eine branchenübergreifende Reichweite. Abbildung 2 zeigt die verschiedenen Arten von KI-Technologien, welche von AI as a Service Startups entwickelt werden. Fortschrittliche Datenanalyse wird beispielsweise mit Bilderkennungs-Technologien kombiniert, um automatisierte Lösungen für die Dokumentenverarbeitung in der Finanz- und Versicherungsbranche zu ermöglichen. Ein anderer Anwendungsbereich ist die automatisierte Erstellung von 3D Karten einer geografischen Umgebung, welche von  Automobil- oder Roboterherstellern in der Produktentwicklung genutzt werden.

Geschäftsprozesstransformatoren hingegen gehen einen Schritt weiter in der Wertschöpfungskette und entwickeln Lösungen, um bestehende Prozesse in Unternehmen mit Hilfe von KI zu automatisieren und zu optimieren. Diese KI-Lösungen sind ebenfalls größtenteils branchenübergreifend (82%). Viele dieser Startups fokussieren sich also auf die Entwicklung von Technologien, die auf ähnliche Anwendungsfälle in verschiedenen Industrien anwendbar sind. Da selbst die gleiche Art von Geschäftsprozess (zB. Kundenbeziehungsmanagement) über verschiedene Industrien hinweg variieren kann, erfolgt die genaue Ausgestaltung der Lösung meist in enger Abstimmung mit dem Kunden.

Gerade für Unternehmen, die sich aktuell im Prozess der Digitalisierung befinden, kann die Zusammenarbeit mit dieser Art von Startups sehr vielversprechend sein. Abbildung 3 zeigt, welche Geschäftsbereiche typischerweise adressiert werden. Auch hier ist zu sehen, dass KI-Lösungen sich tendenziell auf Geschäftsprozesse fokussieren, welche bereits eine gut strukturierte Datenbasis haben, z.B. Kundenservice und Marketing. Dabei kommen wiederum bereits hoch entwickelte und weit verbreitete KI-Technologien zum Einsatz. Text- und Spracherkennung ist beispielsweise ist ein wichtiger Bestandteil für die Entwicklung von KI-basierten Kundenservicelösungen. Chatbots nutzen ausgereifte Texterkennungstechnologie um typische Kundenanfragen schnell zu beantworten. Auch in Gesprächen zwischen Servicemitarbeitenden und KundInnen kommt häufig Spracherkennungstechnologie zum Einsatz, um zum Beispiel Gespräche in Echtzeit zu analysieren und direkte Empfehlungen an Mitarbeitende zu geben. Datenerhebung und -analyse ist wiederum ein erprobter Anwendungsfall für die automatisierte Optimierung von Online-Marketing-Kampagnen, besonders im Bereich E-Commerce.

AI as a Solution Startups machen 29% aller deutschen KI-Startups aus. Sie stellen KI-basierte Produkte her, die meist mit einer eigenständigen Marke direkt an private Endnutzende vertrieben werden. Der Umfang der Wertschöpfung ist so deutlich näher an den KundInnen, als bei AI as a Service Startups. Dahingegen ist die Reichweite der Anwendung meist auf eine bestimmte Branche fokussiert, um dort ein konkretes Problem lösen zu können. Abbildung 4 zeigt eine Übersicht der Branchen, in denen bereits AI as a Solution Startups arbeiten. Wiederum ist klar zu erkennen, dass der Fokus auf Branchen liegt, in denen Daten zur Verfügung stehen. In der Automobilbranche gibt es bereits viele KI-Startups, die KI-basierte Mobilitätslösungen entwickeln, beispielsweise KI-basierte Assistenten, die während der Autofahrt Auskunft geben oder Anwendungen, bei denen bestehende Applikationen kombiniert werden, um den kürzesten Weg von Tür zu Tür für Nutzende zu finden. In der Gesundheitsbranche entstehen ebenfalls viele innovative Lösungen, beispielsweise Gesundheitsassistenten, die bei gesundheitlichen Fragen Rat geben und helfen, Gesundheitsparameter zu verfolgen. In anderen wirtschaftsstarken Branchen, wie beispielsweise Maschinenbau oder Chemie, gibt es dagegen bisher weniger umfassende Lösungen. In diesen Bereichen fokussieren sich KI-Startups momentan noch sehr auf AI as a Service Modelle, welche sich in bestehende Wertschöpfungsstrukturen dieser Branchen einfügen.

Für wahre KI-Innovationen ist mehr Kooperation gefragt

Insgesamt stellt unsere Studie fest, dass deutsche KI-Startups bereits viele innovative Lösungen entwickeln. Diese decken ein Spektrum ab von Technologie-Entwicklung (z.B. 3D Visualisierung von geographischen Karten) über Produktivitäts- und Effizienzsteigerung im Vertrieb bestehender Produkte (z.B. durch Optimierung des Online-Marketings)  bis hin zur Entwicklung von KI-basierten Endprodukten (z.B. Gesundheitsassistenten). Zwei Drittel der KI-Startups in Deutschland fokussiert sich hierbei aktuell auf KI-basierte Lösungen innerhalb bestehender Wirtschafts- und Geschäftsstrukturen (AI as a Service). Die Optimierung bestehender Wertschöpfungsprozesse kann so zu einem Produktivitätszuwachs in allen Branchen führen.

Jedoch kann das volle Potential KI-basierter Anwendungen sich nur entfalten, wenn auch zusätzliche Wertschöpfung durch gänzlich neue KI-basierte Produkte, Dienstleistungen und dazu passende Geschäftsmodelle entsteht. Bisher fokussieren sich allerdings nur ein Drittel der deutschen KI-Startups auf eben solche schlüsselfertigen Lösungen (AI as a Solution). Dies ist nicht verwunderlich vor dem Hintergrund, dass AI as a Service Lösungen auf bestehenden Datenstrukturen aufbauen können und somit häufig ein „Quick Win“ sein können. Dabei bleibt es allerdings fraglich, wie nachhaltig, transformativ und international konkurrenzfähig solche Ansätze sein können. In Zukunft sollten Startups und etablierte Unternehmen in Schlüsselbranchen, wie z.B. Maschinenbau oder Chemie, eng mit Partner und Forschungseinrichtungen zusammenarbeiten, um ein Umfeld zu schaffen, in dem KI-Innovationen entstehen können. Nur so können langfristig  disruptive KI-Produkte, Dienstleistungen und Geschäftsmodelle „made in Germany“ entstehen. Eine wichtige Rolle kommt hierbei auch Investoren und öffentlichen Fördereinrichtungen zu, um derartige Projekte aktiv zu unterstützen.

Beide Arten von KI-Startups (AI as a Service und AI as a Solution) haben nachhaltige Auswirkungen auf die Wirtschaft und Gesellschaft in Deutschland. Durch die Automatisierung und Optimierung von Produktentwicklung und Prozessen werden sich die Jobprofile und Arten der Zusammenarbeit in vielen Organisationen ändern. Gleichzeitig können durch innovative KI-Produkte völlig neue Wertschöpfungsbereiche entstehen. Um KI in Deutschland wirklich zu entmystifizieren, ist es daher nur ein erster Schritt, die Startup-Landschaft zu verstehen und deren KI-Anwendungsfelder zu betrachten.

Im nächsten Schritt ist es wichtig zu erörtern, durch welche Geschäftsmodelle konkrete Produkte und Dienstleistungen auch monetarisiert werden können. In den kommenden Beiträgen der Demystifying AI in entrepreneurship Reihe stellen wir daher drei Beispiele deutscher KI-Startups im Detail vor. Wir beschreiben jeweils in einem Blogpost, welche KI-Technologien verwendet werden und welche Geschäftsmodelle dahinter stehen. In Podcast-Interviews geben die Gründer zudem ihre Motivation und Sicht auf KI in Deutschland wieder.

Hier geht’s weiter zur ersten Case Study eines deutschen KI-Startups