Eckpunkte einer nationalen Strategie für Künstliche Intelligenz

Zahlreiche Länder wie China, Frankreich oder Japan haben haben den Bereich der Künstlichen Intelligenz zu einer zukünftigen Schlüsseltechnologie erklärt und umfassende Förderprogramme angekündigt. Auch die Bundesregierung arbeitet an einer Strategie und kündigte an, die Erforschung und wirtschaftliche Nutzung von KI-Technologien zu unterstützen. Allerdings stehen in Deutschland vor allem regulatorische und ethische Fragen und Maßnahmen der Forschungsförderung im Mittelpunkt. Eine nationale KI-Strategie sollte sich aber nicht nur auf die Erforschung einzelner Technologien fokussieren, sondern den Aufbau und die Förderung eines starken und international wettbewerbsfähigen KI-Ökosystems in den Mittelpunkt stellen.

In einem solchen Ökosystem steht der sich gegenseitig befruchtende Austausch zwischen Forschung, Wirtschaft und Gesellschaft im Zentrum. Innovationen entstehen hierbei vor allem aus Netzwerken und Austausch zwischen Forscher:innen, Entwickler:innen, Universitäten, Unternehmen, Investor:innen und Startups. Hierfür müssen Maßnahmen auf vielen unterschiedlichen Ebenen und über mehrere Politikfelder verteilt ineinandergreifen. Bisher fehlt in der Diskussion in Deutschland eine Fokussierung auf den Ökosystem-Ansatz, ohne den aus Sicht der Autor:innen Deutschland im internationalen Wettbewerb um die beste KI-Entwicklung nicht bestehen kann.

Das Papier gibt einen Überblick über die zentralen Bausteine zur Entwicklung eines KI-Ökosystems in Deutschland und liefert konkrete Ideen und Vorschläge für eine am Ökosystem Ansatz ausgerichtete KI-Strategie:

1. KI-Forschung: Deutschland hinkt im internationalen Vergleich der Forschungsausgaben hinterher und muss diese dringend steigern. Die Forschung sollte dabei auf unterschiedliche technologische Ansätze im KI-Bereich setzen und agiler ausgerichtet sein. Weiterhin benötigen wir klare Benchmarks und bessere Forschungsbedingungen, um führende Expert:innen in Deutschland zu halten oder nach Deutschland zu holen.
    
2. Ausbildung von KI-Kompetenzen fördern: Hier gilt es nicht nur, Spitzenforschung zu fördern, sondern die Ausbildung von KI-Kompetenzen auch in die Breite zu tragen. Kernkompetenzen sollten nicht nur in der Informatik, sondern auch in weiteren naturwissenschaftlichen und ingenieurwissenschaftlichen Studiengängen und an den Fachhochschulen vermittelt werden.
    
3. Daten als Rohstoff der KI-Entwicklung: Ein starkes KI-Ökosystem braucht Daten als Grundlage für Forschung und Entwicklung – gerade beim Deep Learning. Hier sind die Bedingungen für Datenpools zu verbessern, denn insbesondere diese Dimension fehlt bisher in der deutschen Debatte. Auch Nutzungsmöglichkeiten anonymisierter und synthetisierter Daten zu Trainingszwecken müssen stärker gefördert und eingesetzt werden können. Der Wettlauf um Datenmengen mit China und USA ist nur schwer zu gewinnen. Daher sollten Maschinendaten, Datenqualität und die Entwicklung „datenarmer“ KI besondere Beachtung finden.
    
4. Infrastrukturanforderungen für KI: Rechenleistung ist für Deep Learning ein entscheidender Faktor. Auch muss eine KI-Strategie besonders kritische Hardware Komponenten (insbesondere spezielle KI-Chips) im Blick haben und sicherstellen, dass deutsche Forscher auch mittel- und langfristig Zugang zur leistungsstärksten Hardware haben.
    
5. KI-Entwicklung und KI-Einsatz in der Wirtschaft fördern: Die deutsche Wirtschaft und Industrie tut sich bereits mit der Digitalisierung schwer. KI verschärft diese Problematik, da sie gewissermaßen die nächste Stufe der Digitalisierung darstellt. Gerade der Mittelstand braucht Unterstützung – zum Beispiel über staatlich geförderte KI-Labore, in denen Unternehmen kostengünstig mit KI experimentieren können. Auch die Mobilisierung von Wagniskapital über öffentliche Fonds und bessere Anreize für Investitionen in KI bleiben große Herausforderungen.
    
6. Gesellschaftliche Dimension von KI: Es ist wichtig, sich mit ethischen und regulatorischen Fragen zu beschäftigen und die Gesellschaft mitzunehmen. Hier sehen wir auch bereits zahlreiche Initiativen und Ansätze, die zeigen, dass das Thema auf der politischen Agenda steht. Allerdings muss mehr dafür getan werden, KI-Kompetenzen und Technologie auch in die Breite der Gesellschaft zu tragen.
    
7. Die nationale KI-Strategie international denken: Deutschland kann im internationalen Wettbewerb langfristig nur als Teil eines europäischen Ansatzes bestehen. Die angestrebte Kooperation mit Frankreich bietet die Chance, beide Länder zum Motor einer europäischen KI-Strategie zu machen. Insgesamt gesehen müssen Deutschland und Europa sich auch ihrer industriepolitischen Interessen bewusster werden und bei der Entwicklung ihrer KI-Strategien entsprechend berücksichtigen.

Eine deutsche KI-Strategie sollte nicht nur den Ökosystem-Ansatz in den Mittelpunkt rücken und möglichst konkrete Ideen und Maßnahmen enthalten. Aus der Strategie sollte auch hervorgehen, wie wir erkennen und möglichst auch messen können, wie die Umsetzung der Strategie vorangeht und es um das KI-Ökosystem in Deutschland steht. Es gibt eine ganze Reihe wichtiger Indikatoren, die politische Entscheidungsträger:innen zu Rate ziehen sollten, um die Wirkung ihrer Maßnahmen zu bewerten: Anziehungskraft deutscher Institute und Universitäten für führende internationale KI-Forscher:innen, Zahl und Qualität von KI-Patenten, Publikationsleistungen und Sichtbarkeit auf den wichtigsten internationalen KI-Konferenzen, Wagniskapital-Investitionen, Firmengründungen, oder Zahl und Wachstum von Unternehmen mit starken KI-Kompetenzen. Das Gute ist, dass Deutschland das Rad hier nicht neu erfinden muss: Zahlreiche Länder haben bereits nationale KI-Strategien vorgelegt, in denen sich viele gute Ideen finden lassen. Nun ist es aber dringend Zeit, dass Deutschland auch endlich selbst nachzieht. Nur so kann Deutschland vom KI-Nachzügler zum KI-Vorreiter werden.