Regulatorik, Bürokratie, Energiekosten und Mindset als Hürden KI in Deutschland: viel Potenzial, aber sind wir wettbewerbsfähig?

Anbieter zum Thema

Fsas Technologies GmbH

Aleph Alpha GmbH

Kyndryl Deutschland GmbH

eco - Verband der Internetwirtschaft e. V. Hauptstadtbüro

RNT Rausch GmbH

mehr weniger

Google Germany GmbH

TelemaxX Telekommunikation GmbH

SUSE Software Solutions Germany GmbH

Cisco Systems GmbH

NVIDIA GmbH

Bitkom e.V.

SAP Deutschland SE & Co. KG

Kutzschbach Electronic GmbH

Deutsche Telekom AG

Q.ANT GmbH

Mistral AI

Institut der deutschen Wirtschaft Köln e.V.

bb-net media GmbH

WatchGuard Technologies GmbH

Impossible Cloud GmbH

weniger

Deutschland schöpft das Potenzial von KI noch längst nicht aus. Dafür gibt es politische, strukturelle, aber auch unternehmerische Gründe. Doch entscheidend ist, die Weichen nun richtig zu stellen. Denn der Weg zur Wettbewerbsfähigkeit beginnt jetzt.

„KI-Anwendungen bieten ein großes Potenzial zur Erhöhung der Produktivität in Deutschland, wir nutzen dieses Potenzial bisher aber nur unzureichend.“ Zu diesem Schluss kommt eine Studie des Instituts der deutschen Wirtschaft und bringt damit auf den Punkt, was viele mutmaßen. Erkenntnis ist der erste Schritt – doch was muss passieren, damit es besser wird?

Warum Deutschland muss zum KI-Gestalter werden muss

„KI ist das Betriebssystem der Zukunft – und Deutschland darf es sich nicht leisten, hier nur Nutzer zu sein. Wir müssen Gestalter werden“, sagt Oliver Süme, Vorstandsvorsitzender des Eco-Verbands, und nennt fünf Hebel, die in die richtige Richtung bewegt werden müssen:

• Rechtssicherheit, vor allem in Bezug auf den AI Act

• KI-Aufsicht mit Verständnis für unternehmerische Praxis, klare Prozesse für Zuständigkeiten

• Gezielte Fördermaßnahmen und Kompetenzentwicklung

• Digitale Infrastruktur: Rechenzentren, Hochgeschwindigkeitsnetze, bezahlbare Energie

• Verwaltung als KI-Pionier

Die heute zu treffenden Weichenstellungen bei Infrastruktur, Datenverfügbarkeit, Qualifizierung, Regulierung und Investitionen entscheiden über die Wettbewerbsfähigkeit Deutschlands in den kommenden Jahrzehnten. In einer Projektion für die Jahre 2025 bis 2030 erwartet das Institut der deutschen Wirtschaft (IW) für Deutschland ein jährliches Produktivitätswachstum von 0,9 Prozent und für die Jahre 2030 bis 2040 von 1,2 Prozent. „KI-Anwendungen erhöhen perspektivisch unser Potenzial, ein von vielen erhofftes ‚Produktivitätswunder‘ wird aber ausbleiben“, ist das Resümee der Wirtschaftsforscher. Interimsmanagerin Jane Enny van Lambalgen sagt klar: „Die industrielle Nutzung von Künstlicher Intelligenz wird über das Schicksal Deutschlands als Produktionsstandort entscheiden.“ Wo stehen wir also?

Wettbewerbsfaktor bezahlbare Energie

KI ist rechenintensiv und stromhungrig. Der Ausbau der Infrastruktur sowie die Bereitstellung von bezahlbarer Energie sind entscheidende Faktoren. Bleibt es beim heutigen Ausbautempo, könnte bereits ab 2028 eine strukturelle Lücke von mindestens einem Gigawatt Rechenzentrumsleistung in Deutschland entstehen, erkennt eine aktuelle Studie des Eco-Verbands. In Deutschland entfielen rund 15 Prozent der gesamten Rechenzentrumskapazitäten im Jahr 2024 bereits auf Künstliche Intelligenz (KI) und High Performance Computing (HPC) – sowohl in On-Premises-Umgebungen als auch in Colocation-Rechenzentren. Van Lambalgen ordnet ein: „Es ist nicht so, dass nicht auch in Deutschland kräftig in KI investiert wird – mit durchaus beeindruckenden Zuwachsraten. Aber diese lenken allzu leicht davon ab, dass die KI-Ausbreitung in anderen Wirtschaftsräumen eben deutlich schneller und umfassender erfolgt.“ Dazu passt auch die Meldung des Managementwechsels bei der deutschen KI-Hoffnung Aleph Alpha. Der einstige Hoffnungsträger fiel im Vergleich beispielsweise zum französischen Mistral weit zurück und spezialisierte sich auf Anwendungen für Behörden und Verticals. Künftig soll der Schwarz-Gruppe nahestehende Manager Reto Spörri dort die Geschicke lenken.

Zahlreiche Investitionen in KI-Rechenzentren

Dass viele Lektionen verstanden wurden und in KI in Deutschland investiert wird, zeigen zwei weitere Beispiele. So hat Google seinen „bis dato größten Investitionsplan für Deutschland“ verkündet und plant, in den nächsten vier Jahren 5,5 Milliarden Euro zu investieren. Der Internetgigant will ein neues Rechenzentrum bauen und das bestehende Datacenter in Hanau erweitern. Außerdem sollen die Google-Standorte in München, Frankfurt und Berlin ausgebaut werden. Dabei setzt Google auf erneuerbare Energie und erweitert seine Partnerschaft mit dem Energiedienstleister Engie.

Die Telekom investiert ebenfalls und baut gemeinsam mit Nvidia eine KI-Fabrik in München. Großkunde soll wohl SAP werden, die unlängst in München eine weitere Niederlassung eröffnet hat. Dazu erklärt Bitkom-Präsident Dr. Ralf Wintergerst: „Leistungsfähige Rechenzentren sind die Grundvoraussetzung für einen starken KI-Standort und ein digital souveränes Deutschland.“ Und er mahnt: „Die Rechenzentrumsbetreiber brauchen verlässliche Rahmenbedingungen, schnellere Genehmigungsverfahren und vor allem günstigen Strom.“

Kein Gold-Planting mehr

Dass es einer gemeinsamen Anstrengung bedarf, hat die neue Bundesregierung erkannt. Der Koalitionsvertrag sieht vor, Deutschland als Rechenzentrumsstandort zu stärken. Zu den geplanten Maßnahmen gehört deshalb die Entwicklung einer nationalen Strategie zur Förderung von Betrieb und Ansiedlung von Rechenzentren. Ein erster Entwurf soll Ende dieses Jahres publiziert werden. Das Bürokratieentlastungskabinett hat zudem eine Novelle des Energieeffizienzgesetzes beschlossen. „Wir führen Vorschriften des Energieeffizienzgesetzes auf eine 1:1-Umsetzung der EU-Energieeffizienzrichtlinie zurück. Darüber hinaus wird die Novelle einem Praxischeck unterzogen – mit besonderem Fokus auf Rechenzentren.“

Probleme in der Praxis

Protokollpflicht im EU AI Act schafft neue Sicherheitsrisiken

Pragmatik scheint sich hier durchzusetzen. Denn der Erfolg oder Misserfolg von KI-Fertigung steht und fällt mit der Bereitstellung kostengünstiger Energie. Jan Lange, Geschäftsführer der Telemaxx, schlägt in die Energiekerbe: „Die Konsequenzen einer Energieknappheit werden beispielsweise am Hotspot Frankfurt sichtbar: Dort können neue Rechenzentrumskapazitäten unter anderem aufgrund fehlender Netzanschlusskapazitäten nicht wunschgemäß realisiert werden.“ Energie mache je nach Standort und Effizienz bis zu 40 Prozent der Gesamtkosten eines Rechenzentrums aus. „In Deutschland wirken sich im internationalen Vergleich hohe Strompreise ohnehin negativ auf die Standortattraktivität aus“, so der Manager.

Bitkom-Studie: KI-Rechenzentren in Deutschland

KI-Rechenleistung wird sich bis 2030 vervierfachen

KMU entlasten

Regulierung ist ein weiteres heißes Eisen. Gerade „KMU brauchen zusätzlich praxisnahe Checklisten und andere Umsetzungshilfen, um den AI Act aufwandsarm und regelkonform umsetzen zu können“, mahnt das IW. Dieses Thema könnte sich vielleicht demnächst erledigen, wenn Brüssel noch einmal über den AI Act nachdenkt. Eigentlich sollte dieser bis August 2026 in die vollständige Umsetzung kommen. Die EU-Kommission plant nun aber offenbar, die weitere Einführung zu verschieben.

KI wirtschaftlich betreiben

Mit diesen KI-Kennzahlen senken Unternehmen ihre Kosten

Doch unabhängig aller staatlichen und infrastrukturellen Themen bleibt die unternehmerische Verankerung und Verantwortung. Uwe Peter, Geschäftsführer von Cisco Deutschland, kommentiert die dritte Auflage des AI Readiness Index: „Die KI-Revolution nimmt in Deutschland Fahrt auf – aber es ist noch immer sehr viel zu tun.“ Laut eines Reports des Eco-Verbands nutzen bereits 28 Prozent der KMU in Deutschland KI-Technologien – ein erheblicher Anstieg gegenüber 15 Prozent im Jahr 2021 – und damit mehr als im EU-Durchschnitt von 21 Prozent. Bei großen Unternehmen ist der Einsatz von KI noch ausgeprägter: Hier liegt der Anteil in Deutschland bereits bei 48 Prozent – 7 Prozentpunkte über dem EU-Schnitt (41 %). Trotz einer starken Forschungsbasis und einzelner Leuchttürme fehlt Deutschland nach wie vor ein global skalierbarer KI-Champion. 2024 wurden weltweit 150 „Foundation Models“ gezählt; davon entstanden nur zwei in Deutschland, während die USA mit über 100 Modellen klar dominieren und China knapp 20 beiträgt.

Studie zur KI-Nutzung im Arbeitsalltag

Wie Unternehmen KI nutzen wollen

Vorreiterrolle bei industrieller KI

Positiv hervorzuheben ist die starke Stellung bei industrieller KI – von automatisierten Produktionsprozessen über intelligente Sensorik bis hin zu maschineller Qualitätskontrolle, wo Deutschland zur Weltspitze zählt. Auch in anderen Bereichen punktet Deutschland mit KI. Gerade die Digitale Souveränität spielt hier vielen in die Karten, wie Beispiele zeigen:

• Ein Problem, speziell beim Training von LLMs, ist der Stromhunger der GPU-Cluster. Einige Hersteller arbeiten an effizienteren Lösungen. Einer ist das deutsche Startup Q.ANT mit einem KI-Beschleuniger.

• Fsas Deutschland bietet eine Private-GPT-Lösung – eine, wie der Anbieter betont, souveräne GenAI-Lösung fürs eigene Datacenter. Sie läuft auf einem Standard-Primergy-Server mit zwei Intel-CPUs und einer Nvidia-L40S-Karte. Als Betriebssystem und Basis für Container dient Suse SLES, das LLM ist eine Mistral-NeMo-Variante.

• Das Systemhaus Kutzschbach hat den AuxDataSpace gegründet – ein Startup, das KI-Lösungen für Unternehmen entwickelt. „Wir beschäftigen uns schon länger damit, wie wir eine Unternehmens-KI für Kunden schaffen können. Es ist unsere Aufgabe als Systemhaus, unseren Kunden die Vorteile, die KI bietet, zugänglich zu machen“, betont Geschäftsführer Frank Söder.

• Der deutsche Serveranbieter RNT Rausch und das Startup Co-mind.ai veröffentlichen Yeren Local AI, eine europäische KI-Lösung. Sie soll KI nahtlos, schnell und sicher bereitstellen und kann standortübergreifend skaliert werden.

• Ionos startet mit Momentum ein souveränes KI-Ökosystem für Mittelstand und Public Sector, das Infrastruktur, Automatisierung und Anwendungen auf einer DSGVO-konformen Plattform bündelt. Mit Tools wie AI-Telefonassistent und Website-Builder bietet Ionos eine europäische Alternative zu globalen Plattformen.

Datenmanagement ist die Basis

Staatliche und regulatorische Rahmenbedingungen sind das eine – das andere ist unternehmerisches Handeln. Und gerade hier tut sich einiges. Auf Anwenderseite gibt es noch Hausaufgaben. Digitalisierung und Datenmanagement sind wichtige Grundlagen erfolgreicher KI-Anwendungen.

Die korrekte Aufbereitung der Datengrundlage ist ein von Unternehmen erkannter erster Schritt zum KI-Erfolg. 61 Prozent nennen Datenmanagement als wichtigsten Bereich für KI-Investitionen. Denn blindes Experimentieren kann schnell zu Frust führen. Der Kyndryl Readiness Report zeigt: 72 Prozent haben mehr Pilotprojekte, als sie realistisch skalieren können.

Um das Potenzial von KI zu heben, ist nicht Aktionismus gefragt, sondern kluge Weichenstellungen. Am Ende müssen Politik, unternehmerisches Handeln und Infrastruktur möglichst nahtlos ineinandergreifen.

(ID:50620412)