Hauptinhalt
Neuer KI-Atlas: Superstar-Städte und abgeschlagene Industriezentren
IRS-Analyse zeigt große räumliche Unterschiede bei KI-Innovationskraft
Deutschland ist bei Forschung zu künstlicher Intelligenz konkurrenzfähig, bei der Anwendung im Mittelfeld und bei Wachstum und Finanzierung abgeschlagen. Gleichzeitig konzentriert sich die KI-Innovationskraft räumlich auf wenige Zentren: Berlin und München sind die wichtigsten Standorte für KI-Start-ups und Wagniskapital, während ein großer Teil der Recheninfrastruktur in der Rhein-Main-Region liegt. Dennoch bieten sich auch Aufholchancen – für Deutschland insgesamt und für zurückliegende Räume. Das zeigt der neue KI-Atlas des Leibniz-Instituts für Raumbezogene Sozialforschung (IRS).
Bisherige Analysen zur KI-Innovationskraft betrachten meist einzelne Indikatoren auf nationaler Ebene. Sie zeigen jedoch nur begrenzt, wo Deutschlands Stärken und Schwächen liegen, und wie sich unterschiedliche Bereiche der KI-Ökonomie räumlich zueinander verhalten. Der Wirtschaftsgeograph Andreas Kuebart vom IRS hat deshalb aus zahlreichen Quellen Daten zu KI-Forschung, Gründungsdynamik, Finanzierung, Modellen, Anwendung und Infrastruktur in Deutschland erstmals zusammengeführt und ausgewertet. Sein Atlas kartiert den KI-Sektor von der Grundlagenforschung bis hin zur kommerziellen Anwendung und macht so unterschiedliche regionale Entwicklungen sichtbar.
Drei zentrale Erkenntnisse:
Große Lücken bei Souveränität und Modellentwicklung: Bei KI ist Deutschland entlang der gesamten Wertschöpfungskette auf außereuropäische, insbesondere amerikanische Anbieter angewiesen – von der Cloud-Infrastruktur bis zum Wachstumskapital. Während Deutschland bei der KI-Nutzung verhältnismäßig gut dasteht, spielt es bei der Entwicklung leistungsfähiger Modelle kaum mit. Das Potenzial der exzellenten KI-Forschung in Deutschland wird wirtschaftlich nicht ausgeschöpft. Talente und Firmen wandern ab, besonders in die USA.
Konzentration auf Superstar-Cluster: Berlin und München ziehen einen Großteil der KI-Start-ups und des Wagniskapitals an. Beim investierten Wagniskapital liegt München deutlich vorne mit 4,5 von 11 Milliarden Euro, die bundesweit von 2021 bis 2025 in KI investiert wurden. Die meisten KI-Start-ups gibt es in Berlin, wo Ende 2025 etwa 700 von 2.300 deutschen Start-ups angesiedelt waren. Weite Teile Deutschlands bleiben dagegen abgekoppelt, auch klassische Industriezentren wie Stuttgart oder das Ruhrgebiet. Nur wenige Leuchtturm-Universitäten generieren nennenswert forschungsbasierte Ausgründungen – die TU München liegt hier mit großem Abstand vorne. Rechenleistung konzentriert sich dagegen an den deutschen Internetknotenpunkten in der Rhein-Main-Region.
Mittelstands-Lücke: Großunternehmen setzen KI vielfach ein, der Mittelstand bleibt zurück. Nur 23 % der kleinen und 36 % der mittleren Unternehmen wenden mindestens eine KI-Technologie an. Die Potenziale von Automatisierung und datengetriebener Entscheidungsfindung werden so nicht ausgeschöpft. Angesichts steigender Bürokratielasten und des massiven Fachkräftemangels bräuchte der Mittelstand KI dringend als Effizienzhebel.
Die Lücken sind laut dem KI-Atlas allerdings überwindbar. „Nicht möglichst viel KI ist das Ziel, sondern zielgerichteter Einsatz“, sagt Andreas Kuebart. „Deutschland kann mit spezialisierten KI-Entwicklungen an bestehende Stärken bei Robotik und Business-to-Business-Services anknüpfen.“ Gegen technologische Abhängigkeit könnte insbesondere die verstärkte Nutzung von Open-Source-Modellen wie dem chinesischen Kimi K3 helfen, die amerikanischen Frontier-Modellen fast ebenbürtig sind. Benötigt werde zudem ein bedarfsgerechter Ausbau von Rechenzentren und eine gemeinsame europäische Anstrengung für mehr Wachstumskapital.
Der KI-Atlas erschien als Forschungsbericht in der institutseigenen Publikationsreihe IRS Dialog.
