Zum Inhalt springen
demystifiying ai2
10 April 2019| doi: 10.5281/zenodo.3086802

Die deutsche KI-Startup-Landschaft: Trends und Herausforderungen

„Wir verspielen in Deutschland unsere Zukunftsfähigkeit. Wir brauchen eindeutig mehr KI-Firmen, die zu unserer bestehenden Industriestruktur passen. Hier verpassen wir den Trend,“ sagt Fabian Westerheide, KI-Investor und Experte von Asgard Human Venture Capital, im Interview mit HIIG-Forscherin Jessica Schmeiss. Dieses Experteninterview zur Startup-Landschaft in Deutschland ist der zweite Teil der „Demystifying AI in entrepreneurship“ Studie, die 2019 am HIIG veröffentlicht wird.

Fabian Westerheide ist Investor und KI-Experte in Berlin. KI fasziniert ihn seit er in seiner Jugend den ersten Science-Fiction-Roman las. Heute investiert er mit seinem KI-Fond Asgard Venture Capital in deutsche KI-Unternehmen und richtet seit 2014 die Rise of AI Konferenz in Berlin aus. Hier diskutieren jedes Jahr bis zu 800 TeilnehmerInnen über den Einfluss von KI auf Gesellschaft, Politik und Wirtschaft. Weiterhin berät Fabian Unternehmen, Institutionen und Regierung bei der Entwicklung nachhaltiger KI-Strategien.

JS: Lieber Fabian, vielen Dank, dass du dir die Zeit nimmst. Zu Beginn, welche Trends siehst du in der KI-Startup-Szene in Deutschland?

FW: Allgemein hat sich die Lage in Deutschland in den letzten zwei Jahren deutlich verbessert. Seit 2016 schnellen die KI-Gründungen international in die Höhe und mittlerweile sehen wir auch in Deutschland größere Funding-Runden für nationale Startups. Der Kapitalmarkt zieht langsam an und viele private Fonds stocken ihre Investitionen auf. Auch von öffentlicher Seite fließen mehr Gelder in die KI-Entwicklung in Deutschland. Leider fehlt jedoch bisher bei den Neugründungen die richtige Mischung. Viele Startups entwickeln Lösungen im Bereich Kommunikation (z.B. Chatbots). Das ist weltweit ein Trend, allerdings fehlen definitiv Neugründungen im Bereich Autonome Fahrzeuge und Robotics. Hier kommen fast alle nachhaltig erfolgreichen Lösungen aus den USA oder aus Israel. Auch Lösungen für wirtschaftsstarke Branchen, wie Pharmazie oder Energie, werden selten von deutschen Startups entwickelt. Es fehlt definitiv an Startups, die innovative KI-Geschäftsmodelle entwickeln, die zur bestehenden Industriestruktur Deutschlands passen.

JS: Woran liegt die Diskrepanz zwischen dem, was aktuell entwickelt wird und dem, was wirklich benötigt wird?

FW: Wenige Gründer in Deutschland bringen sowohl die technische als auch die betriebswirtschaftliche Erfahrung mit, um international erfolgreiche Unternehmen zu gründen. Wir haben zwar gute Grundlagenforschung zum Thema KI in Deutschland (z.B. durch das Max Planck Institut), jedoch reicht es nicht aus, gute Technologien zu entwickeln, um Deutschland zum führenden KI-Standort zu machen. Die technischen Grundlagen für KI sind bereits sehr weit entwickelt – Deep Learning beispielsweise ist bereits eine sehr hochentwickelte Technologie. Was fehlt sind innovative Gründer, die ein technisches und wirtschaftliches Verständnis dafür haben, wie diese Technologien genutzt und monetarisiert werden können. Die Historie der Startup-Szene in Deutschland ist geprägt von E-Commerce (z.B. Zalando), welcher bei weitem nicht die technische Tiefe einer KI-Anwendung hat. Auch Investoren müssen zunehmend technisches Know-how entwickeln, um die richtigen Investitionsentscheidungen treffen zu können und Gründer effektiv zu unterstützen.

JS: Welche Rollen spielen hierbei etablierte Unternehmen in Deutschland?

FW: Es ist wichtig, dass bestehende Unternehmen die Wichtigkeit von KI für die deutsche Wirtschaft erkennen. In den letzten 2 Jahren ist viel passiert und viele Unternehmen bauen mittlerweile auch internes Know-how auf. Dennoch fehlt es zur Entwicklung effektiver KI-Lösungen immer noch an den notwendigen Daten. Hier ist das Engagement der Wirtschaft gefragt, um Kooperationen einzugehen und nachhaltige Lösungen zu finden, um ihre Daten für die KI-Entwicklung zur Verfügung zu stellen. Ein weiteres Problem ist die dezentrale Wirtschaftsstruktur in Deutschland. Kooperationen zwischen KI Startups und etablierten Unternehmen scheitern häufig an der fehlenden Vernetzung. Die Hälfte aller KI-Startups sitzen hier in Berlin, während die Kunden über ganz Deutschland verteilt sind. Die aktuelle Lösung der Politik ist daher, lokale KI-Hubs zu schaffen, um die Verzahnung zu fördern. Allerdings zeigt die internationale Erfahrung, dass wirklich innovative Geschäftsmodelle häufig aus zentralen Hubs wie dem Silicon Valley oder Tel Aviv heraus entstehen, in denen Investoren, Gründer und Experten eng zusammenarbeiten. Wir müssen also deutschen Gründern helfen, eine Nähe zur Industrie zu finden und gleichzeitig einen zentralen Hub schaffen, der es den Gründern auch ermöglicht international erfolgreich zu werden. Das AppliedAI Institute in München schafft im Umfeld der TU München hier ein erstes Beispiel.

JS: Welche Schritte kann die Politik in Deutschland (und Europa) unternehmen, um diese Entwicklung in die richtige Richtung zu bringen?

FW: Die KI-Strategie der Bundesregierung ist ein erster wichtiger Schritt in die richtige Richtung. Es ist die erste dedizierte Strategie für eine einzelne Technologie überhaupt, was nochmals die Wichtigkeit von KI verdeutlicht. Auch das Versprechen, 3 Milliarden Euro in verschiedene Bereiche von öffentlicher Seite zu investieren ist ein guter Schritt. Leider fehlen allerdings konkrete Schritte, um Deutschland wirklich zum führenden KI-Standort zu machen. Viel Fokus liegt auf der Förderung von Forschung und Entwicklung, viel wichtiger wäre aber die Förderung neuer Geschäftsmodelle, um die entwickelte Technologie wirklich zu monetarisieren. Technologie „made in Germany“ leidet häufig unter etwas, was ich den „Mp3 Effekt“ nenne: eine Grundlagen-Technologie wird von deutschen Forschern entwickelt und dann von ausländischen Firmen erfolgreich monetarisiert. Leider passiert es immer noch zu häufig, dass deutsche Top-Forscher in diesem Zuge in andere Länder (z.B. USA oder China) abgeworben werden, da es dort sehr attraktive Fördermodelle gibt. China beispielsweise investiert 130 Milliarden Dollar in die KI-Entwicklung. Mit diesen Summen kann natürlich eine ganz andere internationale Durchschlagskraft erreicht werden. Nehmen wir das Beispiel Logistik. Chinesische Investoren investieren seit Jahren in ausländische Infrastrukturen, wie Häfen oder Bahnstrecken. Chinesische Startups fokussieren sich nun stark darauf, KI-Lösungen für genau diese Anwendungsbereiche zu entwickeln. Diese können dann international eingesetzt werden. Langfristig kann dies zu einer Dominanz von chinesischen KI-Lösungen im Logistikbereich führen. Die gute Nachricht ist, es ist nicht zu spät gegenzusteuern. Europa sollte ein Interesse daran haben, eigene, europäische KI-Firmen aufzubauen und zu fördern.

JS: Wie kann das gestaltet werden? Welche Rolle spielen hier öffentliche Investitionen?

FW: Es gibt viele öffentliche Mittel, die Gründern zur Verfügung stehen. Das Problem in Deutschland (und der EU) ist, dass öffentlich geförderte Gründungen selten wirklich internationale Durchschlagskraft erreichen, da der Verwaltungsaufwand eindeutig zu hoch ist. Hier können wir viel von anderen Ländern lernen. In den USA beispielsweise investiert das US-Militär in großem Stil in KI-Entwicklungen im Silicon Valley. Diese Gelder fließen ohne große Vorgaben, sondern geben den Gründern viel Freiheit. Ein Großteil der Technologie für selbstfahrende Autos wurde beispielsweise mit Finanzierung solcher Gelder entwickelt. In Israel ist die Situation noch ein wenig anders. Auch hier fließen viele Militär Gelder in die Entwicklung von KI-Lösungen. Zusätzlich sind Militär, Forschungseinrichtungen und private Investoren sehr eng vernetzt und schaffen so ein sehr attraktives Umfeld, in dem viele direkte Kooperationen entstehen. In China entsteht ein Großteil der KI-Entwicklung durch Förderungen aus der Privatwirtschaft. Allerdings erhalten wiederum die großen Internetkonzerne, wie zum Beispiel Alibaba, staatliche Fördergelder für Forschung und Entwicklung in bestimmten Bereichen. So sind technisches und wirtschaftliches Wissen sehr nah beisammen. Die Aufgabe der Politik in Europa ist es, ein europäisches Modell zu schaffen, welches diese Best Practices mit den europäischen Werten vereint. In der aktuellen Konstellation wird es Gründern in Europa (und Deutschland) sehr schwer gemacht, mit öffentlichen Geldern wirklich große Unternehmen zu erschaffen.

JS: Welche Möglichkeit siehst du vor diesem Hintergrund für neue Geschäftsmodelle „Made in Germany“?

FW: Ein Problem ist, dass deutsche Gründer häufig nicht groß genug denken. Wir haben viele tolle technische Lösungen, aber es fehlt häufig an den ganz großen Visionen, um international wettbewerbsfähige Geschäftsmodelle zu bauen. Hier sind vor allem etablierte Konzerne und Investoren gefragt, um Gründer zu unterstützen.

Unsere Stärke in Deutschland ist das B2B Geschäft. Die deutsche Wirtschaft lebt von ihrem starken B2B Sektor und es gibt aus dieser Erfahrung heraus viel Potential für neue Geschäftsmodelle. Bisher ist der B2B KI-Markt auch international noch sehr klein – hier liegt unsere Chance. Insbesondere für Startups, die sich zunächst auf den deutschen und europäischen Markt konzentrieren, können hier noch viel bewegen und auch international Standard setzen. Bisher gibt es wenige B2B KI-Startups aus anderen Ländern, die schon so weit entwickelt sind, dass sie international expandieren können. Allerdings gilt auch hier wieder – technisches Know-how alleine reicht nicht aus. Der B2B Sektor erfordert einen intensiven Vertriebszyklus. Hier sind wieder die Kombination von technischem und wirtschaftlichem Wissen und enge Industriekooperationen gefragt, um erfolgreiche Geschäftsmodelle zu entwickeln.

Hier geht’s zum Teil I der unserer Serie „Demystifying AI“


Das Interview führte Jessica Schmeiss, Forscherin am HIIG im Bereich Innovation & Entrepreneurship am 06. Februar 2019.

Photo: Remix with robots by ibrandify from the Noun Project

Dieser Beitrag spiegelt die Meinung der Autorinnen und Autoren und weder notwendigerweise noch ausschließlich die Meinung des Institutes wider. Für mehr Informationen zu den Inhalten dieser Beiträge und den assoziierten Forschungsprojekten kontaktieren Sie bitte info@hiig.de

Jessica Schmeiss, Dr.

Ehem. Assoziierte Forscherin: Innovation, Entrepreneurship & Gesellschaft

Auf dem Laufenden bleiben

HIIG-Newsletter-Header

Jetzt anmelden und  die neuesten Blogartikel einmal im Monat per Newsletter erhalten.

Forschungsthema im Fokus Entdecken

Man sieht einen leeren Büroraum ohne Möbel und braunen Teppichboden. Das Bild steht sinnbildlich für die Frage, wie die Arbeit der Zukunft und digitales Organisieren und Zukunft unseren Arbeitsplatz beeinflusst. You see an empty office room without furniture and brown carpeting. The image is emblematic of the question of how the work of the future and digital organising and the future will influence our workplace.

Digitale Zukunft der Arbeitswelt

Wie werden KI und Digitalisierung die Zukunft der Arbeit verändern? Wir erforschen ihre Auswirkungen sowie die Chancen und Risiken.

Weitere Artikel

Das Bild zeigt eine Wand mit vielen Uhren, die alle eine andere Uhrzeit zeigen. Das symbolisiert die paradoxen Effekte von generativer KI am Arbeitsplatz auf die Produktivität.

Zwischen Zeitersparnis und Zusatzaufwand: Generative KI in der Arbeitswelt

Generative KI am Arbeitsplatz steigert die Produktivität, doch die Erfahrungen sind gemischt. Dieser Beitrag beleuchtet die paradoxen Effekte von Chatbots.

Das Bild zeigt sieben gelbe Köpfe von Lego-Figuren mit unterschiedlichen Emotionen. Das symbolisiert die Gefühle, die Lehrende an Hochschulen als innere Widerstände gegen veränderung durchleben.

Widerstände gegen Veränderung: Herausforderungen und Chancen in der digitalen Hochschullehre

Widerstände gegen Veränderung an Hochschulen sind unvermeidlich. Doch richtig verstanden, können sie helfen, den digitalen Wandel konstruktiv zu gestalten.

Das Foto zeigt einen jungen Löwen, symbolisch für unseren KI-unterstützten Textvereinfacher Simba, der von der Forschungsgruppe Public Interest AI entwickelt wurde.

Von der Theorie zur Praxis und zurück: Eine Reise durch Public Interest AI

In diesem Blogbeitrag reflektieren wir unsere anfänglichen Überlegungen zur Public Interest AI anhand der Erfahrungen bei der Entwicklung von Simba.