
Deutschlands KI-Initiative appliedAI präsentiert Update ihrer Datenbank, die wertvolle Einblicke in Deutschlands Start-up-Landschaft liefert
Immer mehr junge deutsche Unternehmen wenden Künstliche Intelligenz (KI) in ihren Produkten und Services an – insgesamt sind es 62% mehr als 2018. Diese konzentrieren sich zunehmend in den beiden KI-Hubs Berlin und München, nur wenige KI-Start-ups entstehen in den klassischen Mittelstandsregionen wie Baden-Württemberg oder Nordrhein-Westfalen. Seit 2009 wurden in Deutschland rund €1,2 Mrd. in KI-Start-ups investiert – im internationalen Vergleich fehlt es jedoch weiterhin an Investments. So erhielt das chinesische Start-up SenseTime für sich allein mehr als €2,2 Mrd. von Investoren.
Die appliedAI-Initiative von UnternehmerTUM, Europas führendem Zentrum für Gründung und Innovation, publiziert in regelmäßigen Abständen ein Update ihrer erstmals 2018 erstellten Landkarte. Diese beinhaltet die wichtigsten, von einer Jury ausgewählten KI-Start-ups in Deutschland, mit dem Ziel, relevante Entwicklungen aus dem Bereich KI zu dokumentieren. „Während 2018 132 junge Unternehmen KI in signifikantem Umfang einsetzten und Teil der KI-Landkarte wurden, sind es in diesem Jahr bereits 214 – ein Plus von 62%,“ stellt Immanuel Schwall, AI Engineer und Projektverantwortlicher der KI-Landkarte fest.
Zudem lassen sich branchenspezifische Entwicklungen erkennen: Waren 2018 lediglich 3,8% aller KI-Start-ups dem Bereich Fertigung und Industrie zuzuordnen, sind es 2019 bereits 5,6%. Noch deutlicher ist die Entwicklung im Bereich Transport und Mobilität: Hier stieg der Anteil von 6,1% auf 9,3%. „Die Tatsache, dass sich Start-ups zunehmend auf deutsche Kernindustrien fokussieren ist eine gute Nachricht“, sagt Dr. Andreas Liebl, Managing Director von appliedAI. „Diese Entwicklung ist die Grundlage dafür, dass etablierte Unternehmen in dem Bereich international nicht den Anschluss verlieren.“
Durchschnittliches Investitionsvolumen pro KI-Start-up in München fast doppelt so hoch als in Berlin
Weiterhin dominieren einige wenige geografische Hubs die KI-Szene. Speziell die Konzentration auf Berlin und München nimmt dabei zu: 86 KI-Start-ups (40,2%) sind 2019 Berlin ansässig und machen die Hauptstadt somit zum nationalen Spitzenreiter [2018: 51 (+68,6%)]. München folgt mit 57 Start-ups (26,6%) [2018: 31 (+83,9%)] auf Platz zwei. Dabei ist das durchschnittliche Investitionsvolumen in München mit €6,30 Mio. fast doppelt so hoch (Faktor 1,8) als in der Hauptstadt mit €3,41 Mio. Mit deutlichem Abstand folgt Karlsruhe mit 9 KI-Start-ups (4,2%) [2018: 6 (4,5%)] auf Platz 3 und hat somit Hamburg mit 8 Start-ups (3,7%) [2018: 9 (6,8%)] in diesem Jahr überholt.
Die urbane Konzentration von KI wird gemeinsam mit dem Fachkräftemangel zunehmend zur Herausforderung – insbesondere für den ländlichen Mittelstand, weiß Dr. Andreas Liebl: “Die Anzahl der Start-ups kann auch als Maß für die Attraktivität des lokalen Ökosystems, die Verfügbarkeit von Talenten und Experten sowie für die Innovationsfähigkeit einer Region und deren Wirtschaft gesehen werden. Der zunehmende Fokus auf Berlin und München zeigt, dass sich viele Regionen schwer tun, attraktive Rahmenbedingungen zu schaffen und KI als Zukunftstechnologie wirklich in der Breite zu verankern.”
€1.2 Milliarden für deutsche Start-ups – €2,2 Milliarden für SenseTime
In Deutschland wurden von 2009 bis heute rund €1,2 Mrd. in Start-ups, die auf der KI-Landkarte enthalten sind, investiert. Wirft man jedoch einen Blick nach China, erscheint diese Summe wie ein Tropfen auf dem heißen Stein. Dort erhielt das KI-Start-up SenseTime, das als führend im Bereich Gesichtserkennung und Deep Learning gilt, seit 2017 mehr als €2,2 Mrd. – u.a. von führenden chinesischen Venture Capital Investoren und Großkonzernen wie Alibaba und Qualcomm. Enorme Größenunterschiede zwischen der chinesischen und deutschen, aber auch amerikanischen oder britischen Start-up-Landschaft bleiben demnach weiterhin bestehen und lassen sich auch aus den Mitarbeiterzahlen deutscher KI-Start-ups ableiten: So belegt das vorliegende Datenmaterial auch, dass gerade einmal neun aller deutschen KI-Jungunternehmen (4,2%) mehr als 100 Mitarbeiter beschäftigen, während SenseTime alleine etwa 2.000 Mitarbeiter hat. “Entsprechend gilt es auch politisch schnellstens Rahmenbedingungen zu schaffen, sodass in Deutschland international relevante und wettbewerbsfähige Unternehmen entstehen – beispielsweise durch die Vergabe öffentlicher Aufträge an Start-ups oder Erleichterung, bzw. Förderung von Investitionen in der Wachstumsphase,” ergänzt Dr. Liebl.
Weitere Informationen zur Start-up-Landkarte finden Sie hier.
Fachartikel

Wie die Analyse des Benutzer- und Entitätsverhaltens zur Cybersicherheit beiträgt

ChatGPT bei der Arbeit nutzen? Nicht immer eine gute Idee

Das Aktualisieren von Software-Agenten als wichtige Praktik der Cyberhygiene auf MSP-Seite

Kosteneinsparungen und Optimierung der Cloud-Ressourcen in AWS

CVE-2023-23397: Der Benachrichtigungston, den Sie nicht hören wollen
Studien

Studie zeigt 193 Millionen Malware-Angriffe auf Mobilgeräte von Verbrauchern im EMEA-Raum

2023 State of the Cloud Report

Trotz angespannter Wirtschaftslage: die Security-Budgets steigen, doch der IT-Fachkräftemangel bleibt größte Hürde bei Erreichung von Security-Zielen

BSI-Studie: Viele Software-Produkte für Onlineshops sind unsicher

Wie Cloud-Technologie die Versicherungsbranche revolutioniert
Whitepaper

Arctic Wolf Labs Threat Report: Deutlicher Anstieg der erfolgreichen Fälle von Business-E-Mail-Compromise

Aufkommende Trends in der externen Cyberabwehr

Cyber-Sicherheit für das Management – Handbuch erhöht Sicherheitsniveau von Unternehmen

Aktueller Datenschutzbericht: Risiko XXL am Horizont

Vertrauen in die Lieferkette durch Cyber-Resilienz aufbauen
Unter4Ohren

Optimierung der Cloud-Ressourcen und Kosteneinsparungen in AWS

DDoS – der stille Killer

Continuous Adaptive Trust – mehr Sicherheit und gleichzeitig weniger mühsame Interaktionen

Datenschutz und -kontrolle in jeder beliebigen Cloud bei gleichzeitiger Kostensenkung, Reduzierung der Komplexität, Verbesserung der Datenverfügbarkeit und Ausfallsicherheit
