WEG OHNE ZIEL? WIE DEUTSCHLAND EIN …Data Analytics, Nanotechnologie oder Blockchain verändern Wirtschaft und ... Wir verlagern die Debatte von der Theorie in die Praxis: In welchen

WEG OHNE ZIEL?WIE DEUTSCHLAND EIN SPITZENSTANDORT FÜR KÜNSTLICHE INTELLIGENZ WERDEN KANN

WEG OHNE ZIEL? WIE DEUTSCHLAND EIN SPITZENSTANDORT FÜR KÜNSTLICHE INTELLIGENZ WERDEN KANN 3

Inhalt

Einleitung: Die vierte industrielle Revolution

Executive Summary

KÜNSTLICHE INTELLIGENZ HEUTE

WARUM DER HYPE?

DAS GESELLSCHAFTLICHE POTENZIAL DER KI

EINE STÄRKERE WIRTSCHAFT

STAATEN IM WETTBEWERB

WO STEHEN WIR IN DEUTSCHLAND UND WAS IST ZU TUN?

• Basisziele: Agile Rahmenbedingungen für KI

• Kernambitionen für „AI made in Germany“

SCHLUSSFOLGERUNG

4

5

6

8

10

12

16

20

23

32

36

WEG OHNE ZIEL? WIE DEUTSCHLAND EIN SPITZENSTANDORT FÜR KÜNSTLICHE INTELLIGENZ WERDEN KANN4

Einleitung

DIE VIERTE INDUSTRIELLE REVOLUTIONTechnologien wie Künstliche Intelligenz (KI), das Internet der Dinge (IoT), Big Data Analytics, Nanotechnologie oder Blockchain verändern Wirtschaft und Gesellschaft tiefgreifend. Der technologische Fortschritt hat sich in den letzten Jahren exponentiell beschleunigt. Neue digitale Geschäftsmodelle erschüttern Industrien und Wertschöpfungsketten radikal. Physische und digitale Welten verschmelzen in dieser vierten industriellen Revolution.1 Ob und wieweit diese Veränderungen negativ oder positiv ausfallen, steht im Zentrum der aktuellen KI-Debatte. Die vielleicht größte Herausforderung – und entscheidend für die Realisierung der Potenziale – ist, den Wandel aktiv zu gestalten. Dafür braucht es vor allem ambitionierte Ziele mit klaren Zielsetzungen, orientiert an ethi-schen, verantwortungsvollen und nachhaltigen Leitlinien.

Jeder Wandel bringt naturgemäß Chancen und Herausforderungen mit sich. Häufig aber kon-zentrieren wir uns auf die potenziellen negati-ven Auswirkungen und übersehen die Chan-cen. Viel gravierender aber ist, dass wir unsere Gestaltungsmacht unterschätzen. Techno-logien wie KI können eine treibende Kraft für positive Veränderungen sein. Entscheidend ist, den Menschen bei Entwicklung, Anwendung und Steuerung in das Zentrum der Überle-gungen zu stellen. Dazu braucht es nicht nur ethische und rechtliche Rahmenbedingungen, sondern auch Information, Aus- und Weiterbil-dung und vor allem: viel Ausprobieren in den Klassenzimmern, Büros und Fabriken. Der Nut-zen und das Potenzial der KI lassen sich dann realisieren, wenn wir klare Visionen und Ziele haben und Politik, Wirtschaft, Wissenschaft und Sozialpartner an einem Strang ziehen.

Dieses Papier möchte einen Beitrag zur aktuellen Diskussion leisten, den Fokus auf die Chancen richten und Handlungsemp-fehlungen geben. Wir verlagern die Debatte von der Theorie in die Praxis: In welchen Bereichen wird KI bereits heute erfolgreich angewendet? Und wie können in Deutsch-land die richtigen Weichen für die Zukunft gestellt werden?


EXECUTIVE SUMMARYEs besteht kein Zweifel: Die Künstliche Intelligenz (KI) wird die Art und Weise, wie wir leben und arbeiten, grundlegend ändern. Zahlreiche führende Volks-wirtschaften haben bereits nationale Strategien zu der Frage verfasst, wie sie KI künftig nutzen und gestalten wollen. Auch die Bundesregierung hat im Juli 2018 ihr Eckpunktepapier zur Vorbereitung einer deutschen KI-Strategie vorgelegt.

Doch sind die hier bislang diskutierten Ziele für eine deutsche KI-Strategie ausreichend, um Deutschland als Spitzenstandort für KI zu etablieren? Das Eckpunktepapier be-schränkt sich weitgehend darauf, geeignete Rahmen für KI zu schaffen: KI-Talente zu fördern, Wissenstransfer von der Forschung in die Wirtschaft zu verbessern und eine innova-tionsfreundlichere Regulierung zu etablieren allein wird allerdings nicht ausreichen, um im weltweiten Wettrennen der KI-Standorte mitzuhalten. So wichtig diese Maßnahmen auch sind, sie können nur die Basis für KI in Deutschland sein. Es braucht darüber hinaus ambitionierte Ziele, in welchen spezifischen Bereichen „Artificial Intelligence (AI) made in Germany“ weltweit führend sein soll, und eine detaillierte Strategie, wie diese Ziele zu erreichen sind.

Wir schlagen folgende Zielsetzungen vor:

Basisziele oder die Pflicht: Agile Rahme n- bedingungen für KI, damit Deutschland das Potenzial der neuen Technologien im Interesse seiner Bürgerinnen und Bürger realisieren kann:

1. KI-Ökosystem aus Wissenschaft, Wirtschaft und Politik stärken.

2. Governance, Regulierung und ethische Rahmenbedingungen schaffen.

3. Wandel der Arbeit gestalten.

4. Datenqualität und Datenverfügbarkeit sicherstellen.

Kernambitionen oder die Kür: Die KI-Strategie sollte zudem ambitionierte Ziele für Schlüssel-bereiche der deutschen Wirtschaft, Gesell-schaft und Forschung benennen, in welchen Deutschland künftig eine weltweite Spitzen-position einnehmen soll.

Für diese Kernambitionen braucht es gemein-same Anstrengungen von Politik, Wirtschaft und Wissenschaft, flankiert von einem „New Industry Deal“, von dem alle Akteure profitieren:

1. Deutschland etabliert den weltweit größten Datenpool für Prozess- und Betriebsdaten.

2. Transfer von KI-Use-Cases in den Bildungs- und Non-Profit-Bereich.

3. Die öffentliche Verwaltung erlaubt und nutzt ihre eigenen bzw. ihr von Dritten überlassenen Daten für experimentelle KI-Anwendungen im Rahmen und zur Ver-besserung öffentlicher Dienstleistungen.

Handlungsempfehlungen, wie die Basisziel e und Kernambitionen umgesetzt werden können, sind in der vorliegenden Analyse dargelegt.

REALISING THE ECONOMIC AND SOCIETAL POTENTIAL OF RESPONSIBLE AI IN THE UK6

KÜNSTLICHE INTELLIGENZ HEUTEKI macht es möglich, menschliche Fähigkeiten und Intelligenz durch Erkennen, Verstehen, Handeln und Lernen zu unterstützen und zukünftig in Teilbe-reichen sogar zu ersetzen. KI ist ein Querschnitts-thema: Es müssen technische wie gesellschaftliche Voraussetzun gen geschaffen werden; Implikationen bestehen für Industrie, Konsumenten, Gesellschaft und Forschung gleichermaßen.


KÜNSTLICHE INTELLIGENZ HEUTE

Die Basis ist eine Kombination neuer Techno-logien, Verfahren und Methoden. Dazu ge-hören Machine Learning, Natural Language Processing und virtuelle Assistenten, Cognitive Robotic Process Automation (RPA), Unique Identity Technology, Video Analytics und vieles mehr.

Die Geburtsstunde der KI geht auf eine For-schergruppe um John McCarthy und Marvin Minsky am Dartmouth College in Hanover (New Hampshire, USA) in den Fünfzigerjahren zurück. In den Siebzigerjahren wurde weltweit intensiv an Künstlicher Intelligenz (KI) ge-forscht, jedoch drosselten viele Staaten ihre Investitionen signifikant, als schnelle Erfolge ausblieben. Deutschlands Forscher hingegen blieben am Ball: Das Deutsche Forschungs-zentrum für Künstliche Intelligenz (DFKI) ist heute das größte KI-Forschungsinstitut der Welt.2

Seitdem wurden große Fortschritte erzielt. Datenverfügbarkeit, Rechnerkapazitäten und die gesunkenen Kosten für Technologien sind hierfür die Basis. Jedoch wurden diese Fort-schritte primär im Bereich der schwachen KI erreicht – Algorithmen, die etwa Doku-mente verarbeiten, Fahrzeuge steuern oder Schach-Champions schlagen können. Von umfassenden Lösungen oder Anwendungen der starken KI sind wir laut vielen Experten noch weit entfernt. Damit ist die Entwicklung von Maschinen gemeint, die wie Menschen denken, Empathie empfinden und Recht von Unrecht unterscheiden können.3

WARUM DER HYPE? KI ist als Thema zunehmend in den Unternehmen angekommen. 25% der Großunternehmen und 15% der kleinen und mittleren Unternehmen im für Deutschland wichtigen produzierenden Gewerbe nutzen bereits KI-Technologien.4 Größere und güns-tigere Rechenleistung sowie Datenspeicher, stark wach sende Datenmengen und sich etablierende Open-Source-Frameworks bahnen der KI den Weg. Inzwischen gilt KI als General Purpose Technology, die genau wie die Elektrizität oder das Internet um-fassende Trans formationen nach sich ziehen wird.5


Nicht von ungefähr sind die Investitionsvolu-mina in KI stark gestiegen: CB Insights schätzt den Anstieg von KI-Start-up-Investitionen im letzten Jahr auf 141%, verglichen mit dem Jahr 2016. Das Investitionsvolumen in diese KI-Unternehmen erreichte im Jahr 2017 EUR 13,5 Milliarden.6 IDC berechnet, dass Unter-nehmen und andere Organisationen dieses Jahr weltweit bis zu EUR 16,9 Milliarden für KI und Kognitive Systeme ausgeben werden.7

KI-Anwendungen etablieren sich zunehmend als Bestandteil unseres Alltags. Apple Siri und Google Now warten auf unseren mobilen Geräten auf Ansprache, Alexa von Amazon in unseren Wohnungen, und Chatbots helfen uns zunehmend als Kundenbetreuer bei Reise-buchungen oder Investitionsentscheidungen weiter. Diese KI-basierten Tools ermöglichen den Menschen in Deutschland, effizienter zu arbeiten sowie zielgenaue Informationen und Dienstleistungen zu erhalten.

Und dies ist erst der Anfang: Künstliche Intelli-genz entwickelt sich exponentiell. Naturgemäß ist es schwierig, die daraus resultierenden Herausforderungen und Chancen im nächsten Jahrzehnt konkret vorauszusehen. Während manche künftigen Entwicklungen wie autono-mes Fahren sich konkretisieren, wird KI auch in anderen Bereichen auf noch unvorhersehbare Art unsere Lebens- sowie Arbeitsweise positiv verändern und kann damit neues Wirtschafts-wachstum schaffen.

KI wird auch in anderen Bereichen auf noch unvorher sehbare Art unsere Lebens- sowie Arbeitsweise positiv verändern und kann damit neues Wirt-schafts wachstum schaffen.


-

DAS GESELLSCHAFTLICHE POTENZIAL DER KIKI kann die Lebensqualität nachhaltig verbessern und aktuelle Herausforderungen adressieren. Schon heute fördern erste KI-Anwendungen unter anderem die gesel l schaftliche Partizipation, die bessere und schnellere Diagnose von Krankheiten sowie Umwelt-schutz und bürgernahe öffentliche Dienstleistungen.


-

BEISPIEL: INKLUSION VON MENSCHEN MIT BEHINDERUNGEN

Accenture Labs hat zusammen mit der indi-schen National Association for the Blind die DRISTHI-App für Menschen mit Sehstörungen entwickelt. Sie nutzt Natural Language Pro-cessing, Optical Character Recognition und andere KI-Technologien, um eine Audio-Be-schreibung der direkten Umgebung einer seh-behinderten Person zu erstellen. Die Lösung lässt sich in intelligente Brillen integrieren und unterstützt so Sehbehinderte in ihrem Alltag.8

BEISPIEL: BESSERE MEDIZINISCHE DIAGNOSTIK UND THERAPIE

Ein Team von Pathologen an der Harvard Medical School hat ein KI-basiertes Verfahren zur präziseren Identifizierung von Brustkrebs-zellen entwickelt. Als Ärzte und Technik un-abhängig voneinander arbeiteten, übertraf die diagnostische Treffsicherheit der Pathologen die der Maschinen mit 96% versus 92%. Das beste Ergebnis erzielt jedoch das Zusammen-spiel von KI und menschlicher Expertise: Das Team aus Ärzten plus KI identifizierte Brust-krebszellen mit einer Quote von 99,5%. Mit weltweit fast 1,7 Millionen neuen Fällen von Brustkrebs, die jährlich diagnostiziert werden, bedeutet dies, dass 68.000 bis 130.000 mehr Frauen eine akkurate Diagnose erhalten.9

BEISPIEL: UMWELTSCHUTZ UND ENERGIEEFFIZIENZ

Das kanadische Unternehmen EMAGIN Clean Technologies Inc. nutzt KI, um die Wasser- und Abwasserwirtschaft von Stadtwerken zu ver-bessern. Die operative KI-Software analysiert und „lernt“ von Daten, die Wasserversorger bereits über Sensoren generieren. Hierdurch können Prognosen zum Wasserbedarf erstellt und die Stromeffizienz erhöht werden.10

BEISPIEL: BESSERE VERWALTUNGS-DIENSTLEISTUNGEN

Auch außerhalb der Öffnungszeiten der Ver-waltung erhalten Bürger der Stadt Bonn dank Chatbots passgenaue Antworten und Services. Die „Behördenbots“ informieren zum Beispiel darüber, wie viele Plätze in welchem Parkhaus momentan verfügbar sind und sollen zukünf-tig auch um Sprachdialogsysteme erweitert werden.11

Ein Team aus Ärzten plus KI identifizierte Brustkrebszellen mit einer Quote von 99,5 %.


-

EINE STÄRKERE WIRTSCHAFT KI kann Wertschöpfung und Wachstum ankurbeln. Accenture und Frontier Economics haben für 12 Volks-wirtschaften berechnet, wie sich eine umfassende Nutzung von KI in der Wirtschaft auswirkt: Das jähr-liche Wirtschaftswachstum würde sich verdoppeln und die Arbeitsproduktivität bis 2035 um bis zu 40% steigen.12


-

KI kann die Lebensqualität nachhaltig verbessern und aktuelle Herausforderungen adressieren. Schon heute fördern erste KI-Anwendungen unter anderem die gesel l schaftliche Partizipation, die bessere und schnellere Diagnose von Krankheiten sowie Umwelt-schutz und bürgernahe öffentliche Dienstleistungen.

USA

2,62,1

2,5

1,7 1,7

0,8

1,7

1,0

1,6 1,61,4 1,4

4,64,1 3,9

3,63,2

3,0 3,0 2,9 2,7 2,7 2,5

1,8

Finnlan

d

Schweden

Niederlande

Österre

ichJa

pan

Belgien

Spanien

Basis-SzenarioWachstum inkl. Kl

Italie

n

Frankre

ich

Deutschlan

dUK

Basis-Szenario: Wachstumsrate in Prozent pro Jahr auf Grundlage des technologischen Stands von 2016Wachstum inkl. KI: zeigt das erwartete Wirtschaftswachstum, wenn die Bruttowertschöpfung und die Arbeitsproduktivität durch den Einsatz von KI steigen Bruttowertschöpfung (BWS) (% Wachstum)Quelle: Accenture und Frontier Economics

KI wird zum vierten Produktionsfaktor, der das Wachstum ankurbelt sowie Prozesse und Orga-nisationen nachhaltig verändert.

INTELLIGENTE AUTOMATISIERUNG

Manuelle Aktivitäten werden künftig vermehrt durch intelligente Maschinen automatisiert.

Beispiel: Der kollaborative Roboter „LBR iiwa“ der Augsburger Firma KUKA übernimmt körper belastende Aufgaben der Mitarbeiter, wie z.B. schweres Heben, und gewährleistet somit die Sicherheit der Mitarbeiter.14

Entscheidungen und Bewertungen von Vor-gesetzten und Mitarbeitern können durch KI unterstützt werden.

Beispiel: Amelia, eine Natural Language Pro-cessing Plattform von IPSoft, ist u.a. fähig, ein Problem zu evaluieren und eine Lösung vor-zuschlagen. Dabei lernt Amelia selbstständig durch Wiederholung, erkennt eigene Wissens-lücken und kann diese schließen. Kann Amelia eine Frage nicht beantworten, reicht sie diese an einen menschlichen Kollegen weiter und beobachtet ihn bei der Problemlösung, um weitere Lernfortschritte zu erzielen.15

Abbildung 1: Die wirtschaftlichen Auswirkungen der KI 13


AUGMENTIERUNG

Menschliche Fähigkeiten können dank virtu-eller Assistenten zielgenauer eingesetzt und Arbeitsprozesse verbessert werden. Das entlastet Mitarbeiter von zeitaufwändigen Aufgaben wie Dokumentationen und Register-führung und schafft Raum für kreative und komplexe Aufgaben.

Beispiel: Dreamcatcher von Autodesk Research unterstützt Designer dabei, Produkte nach vordefinierten Kriterien zu gestalten. Der Dreamcatcher schlägt dem Designer verschie-dene Gestaltungsmöglichkeiten vor, z.B. für einen Stuhl, der besonders hohe Belastbar-keit aufweisen muss oder nur aus bestimmten Materialien zusammengestellt sein darf. Der Designer kann sich somit auf ästhetische Aspekte und die Benutzererfahrung des Produktes konzentrieren.16

Maschinen und Roboter werden in Zukunft im-mer häufiger „Hand in Hand“ in einem augmen-tierten Team arbeiten.

Beispiel: Das DFKI Robotics Innovation Center erforscht gemeinsam mit der Volkswagen AG, wie Mensch und Maschine intelligent und gefahrlos zusammenarbeiten können. Bislang sind die Arbeitsräume von menschlichen Mit-arbeitern und von Robotern in Fabriken meist getrennt, um die Sicherheit der Menschen nicht zu gefährden. Das Projekt iMRK (intelli-gente Mensch-Roboter-Kollaboration) nutzt eine sensorübergreifende Umgebungserfas-sung, die Kollisionen verhindert.17


Für den Industrie-standort Deutsc h l and prognostiziert Accenture durch den Einsatz von KI bis 2035 einen Anstieg des Wirtschaftswachs-tums um jährlich 3%.

INNOVATION

KI fördert Innovationen und branchenüber-greifende „Spillover-Effekte“. Autonome Fahr-zeuge führen zu Innovationen außer halb der Automobilindustrie, wie z.B. bei mobilen Diensten, Werbung, Versicherungen und sogar Sozialleistungen. Drohnen ermöglichen neue Versandwege, und Air-Taxis könnten zur intelligenten und optimierten Verkehrsvernet-zung beitragen.18

Beispiel: In der beim DFKI angesiedelten Technologie-Initiative SmartFactory KL e.V. ent-wickeln Forscher und Akteure aus der Industrie gemeinsam die „Fabrik von morgen“, indem sie den Einsatz von Zukunftstechnologien wie KI oder 5G erforschen und testen.19

Für den Industriestandort Deutschland prog-nostiziert Accenture durch den Einsatz von KI bis 2035 einen Anstieg des Wirtschaftswachs-tums um jährlich 3%. Das wäre mehr als eine Verdopplung gegenüber dem Basis-Szenario mit einer Wachstumsrate von 1,4% pro Jahr, welches die zukünftige Entwicklung der Wirt-schaft auf Grundlage des technologischen Stands von heute voraussagt. Die Produktivität der Beschäftigten in Deutschland kann dank KI um 29% steigen, da sich viele Arbeitsa bläufe effizienter gestalten lassen und Mitarbeiter ihren Fokus auf Aufgaben mit einer hohen Wertschöpfung legen können. Die zusätzliche Bruttowertschöpfung beziffert sich auf knapp eine Billion Euro für den gesamten Zeitraum bis 2035.20

Es ist der starke produzierende Sektor in Deutschland, verbunden mit bereits erfol g-reichen nationalen Initiativen wie Industrie 4.0, der dieses wirtschaftliche Potenzial für KI in unserem Land bereithält: KI wird es er-möglichen, intelligente Systeme nahtlos in die Produktionsprozesse zu integrieren.21


-

STAATEN IMWETTBEWERBChina und die USA gelten bislang als führend im Bereich KI. Das muss nicht so bleiben: Zahlreiche Staaten treten ambitioniert in den Wettlauf um die technologische Führung. Sie schaffen geeignete Rahmenbedingungen für KI, z.B. durch Investitionen in Forschung, Talentförderung und eine innovations-freundliche Regulierung.


Unsere vergleichende Analyse zeigt: Jede der nationalen KI-Strategien setzt andere Schwer-punkte. Sie reichen von Forschungs- und Wirt-schaftsförderung über Bildung und Arbeit bis hin zur Verwaltungsmodernisierung. Gremien zu regulativen, ethischen und handelspoliti-schen Fragestellungen sind vielerorts aufge-setzt worden.

Lediglich China und Großbritannien haben klare Ziele formuliert und korrespondierend Investitionen angekündigt. China will 2030 weltweit führend im Bereich KI sein: sowohl in der Grundlagenforschung als auch in der Anwendung und Verfügbarkeit von Fachkräf-ten. Die Künstliche Intelligenz soll bis 2030 $150 Milliarden zur Wertschöpfung des Landes beitragen. Auch Großbritannien hat ambitio-nierte unternehmerische Ziele: Das Land plant einen Investmentfonds mit einem Volumen von 2,5 Milliarden Pfund, der gezielt KI-Start-ups fördert.

Beispiele zu Schwerpunkten weiterer nationa-ler Strategien sind:

• Innovationsförderung: Frankreich inves-tiert in KI-Start-ups.22

• Verwaltungsmodernisierung: Die Ver-einigten Arabischen Emirate haben Ende 2017 mit Omar bin Sultan al-Olama einen Minister für Künstliche Intelligenz ernannt, der sich vorrangig um Kostenreduzierung und Serviceverbesserung in der öffent- lichen Verwaltung kümmert.23

• Internationale Zusammenarbeit: Die nordischen Länder und die baltische Region kooperieren, um Wissenstransfer und Skaleneffekte zu ermöglichen.24

ANDERE: Kenia (Januar 2018, Taskforce on Blockchain & AI), Malaysia (Oktober 2017, angekündigt), Neuseeland (in Betracht gezogen), Polen (in Entwicklung), Taiwan (Januar 2017), VAE (Oktober 2017), Nordischer Rat (Mai 2018)

KANADAMärz 2017

VEREINIGTE STAATENMai 2018

MEXIKOJuni 2018

UKApril 2018

ITALIENMärz 2018

INDIENJuni 2018

FRANKREICHMärz 2018

DÄNEMARKJanuar 2018

SÜDKOREAMai 2018 (aktualisiert)

JAPANMärz 2017

SINGAPURMai 2017

AUSTRALIENMai 2018: 2018/2019 Budgetveröffentlichung;H2 2018: Digital Strategy mit KI Komponente

CHINAJuli 2017;Dezember 2017 (Dreijahres-Aktionsplan)

DEUTSCHLANDDezember 2018

FINNLANDMai 2017(Finaler Bericht April 2019)

SCHWEDEN Mai 2018EUKommunikation April 2018Koordinierter Plan für KI in EuropaDezember 2018

Quelle: Accenture Analyse 2018, inklusive Tim Dutton, An Overview of National AI Strategies, medium.com

Abbildung 2: Zeitplan der internationalen KI-Strategien, -Initiativen und -Aktionspläne


• Zukunft der Arbeit: Finnland veröffent-lichte im Juni 2018 28 Empfehlungen, wie Kompetenzbildung und Beschäftigung im Zeitalter von KI gesichert werden können.25 Großbritannien fokussiert als Teil des AI Sector Deals ebenfalls auf KI-Fähigkeiten.26

• Talentförderung: Laut JFGAGNE gibt es weltweit lediglich 22.000 promovierte KI-Experten.27 Kanada hat als erstes Land im März 2017 seine KI-Strategie vorgelegt, die ihren Fokus auf Talentförderung und Research setzt.28

• Ethik: Singapur hat im Juni 2018 die Grün-dung eines zivilgesellschaftlich besetzten Ethikrates angekündigt, der durch ein Forschungsprogramm unterstützt werden soll.29 Die EU-Expertengruppe für Künstli-che Intelligenz arbeitet auch an ethischen Richtlinien.30 Separat hat Großbritannien das Centre for Data Ethics and Innovation geründet.31 China, Japan, die Vereinigten Staaten, Kanada, Großbritannien, Frank-reich, Finnland, Australian, Indien – sie alle fördern den ethischen Aspekt von KI.

• Angewandte Technologieforschung: Japan fokussiert in seiner im März 2017 vorgelegten Strategie auf KI „as a service“ und stellt dafür eine Roadmap vor.32

• Inklusion: Indien legt seinen Schwerpunkt auf gesamtgesellschaftlichen Fortschritt und Reduzierung der sozialen Ungleich-heit.33

• Regulierung: Der New York City Council verabschiedete kürzlich die Algorithm Accountability Bill, um potenzielle Partei-lichkeit von automatischen Entscheidung s- systemen kommunaler Behörden zu adressieren.34


KI

BaltischeStaaten

NordischeLänder

WETTBEWERBSFÄHIGKEIT1

RESEARCH- UND TALENTFÖRDERUNG2

KOMPETENZBILDUNG UND GESELLSCHAFTLICHER WANDEL

3

VERWALTUNGSMODERNISIERUNG5

INKLUSION4

INDUSTRIALISIERUNG VON KI6

NATIONALE SICHERHEIT7

INTERNATIONALE ZUSAMMENARBEIT8

Abbildung 3: Schwerpunkte der einzelnen Länderstrategien und Aktionspläne


-

WO STEHEN WIR IN DEUTSCHLAND UND WAS IST ZU TUN?Auch Deutschland sondiert, wie Politik, Wirtschaft und Wissenschaft gemeinsam die Potenziale von KI realisieren und das dafür notwendige Vertrauen in der Gesellschaft stärken kann. Das kürzlich verabschiedete Eckpunktepapier der Bundesregierung ist hierfür der erste Schritt – doch es braucht neben besseren allge-meinen Rahmenbedingungen für KI auch eine strate-gische Entscheidung, in welchen Schlüsselbereichen „AI made in Germany“ weltweit führend sein soll.


Unsere Analyse der KI-Strategien zeigt: Viele andere führende Volkswirtschaften haben das Potenzial der KI erkannt und arbeiten an geeigneten Rahmenbedingungen. Um einer der Spitzenstandorte weltweit zu werden, wird es daher nicht ausreichen, ebenfalls KI-Talente zu fördern, Wissenstransfer sicherzustellen und eine innovationsfreundliche Regulierung zu etablieren.

Die Bundesregierung strebt an, Deutschland als zukünftigen Spitzenstandort für Künstliche Intelligenz zu positionieren. Bis dato lagen die Schwerpunkte der öffentlichen Förderung auf der KI-Forschung und auf Multi-Stakeholder-Plattformen, die Experten aus Wissenschaft, Wirtschaft, Politik und Gesellschaft vernetzen. Neben Forschungseinrichtungen wie zum Beispiel dem DFKI werden so auch Universitä-ten und spezifische Initiativen wie die „Platt-form Lernende Systeme“, „Plattform Industrie 4.0“, und „Smart Services Welt II“ gefördert. Förderprogramme wie „PAiCE“ (Platforms/Additive Manufacturing/Imaging/Communi-cation/Engineering) richten sich dezidiert an den Mittelstand.35

Die Bundesregierung wird im Dezember 2018 während des Digitalgipfels in Nürnberg ihre Strategie zur Künstlichen Intelligenz vor-legen. Die Eckpunkte dafür hat das Kabinett am 17. Juli 2018 verabschiedet. Sie basieren auf Empfehlungen des Fachforums „Auto-nome Systeme“ vom 20. März 2017 und der Expertenan hörung auf Einladung der Bundes-kanzlerin am 29. Mai 2018, an der auch Accenture mitwirkte.

Die Ambition: Über das Gütesiegel „AI made in Germany“ Deutschland als „weltweit führenden Standort für KI [...]“36 zu etablie-ren. Hierfür – so erkennt das Eckpunkte-papier an – muss die Menge und Qualität an verwertbaren Daten für das Machine Learning noch deutlich erhöht werden, ohne dabei Persönlichkeitsrechte und das Recht auf informationelle Selbstbestimmung zu verletzen. Unternehmensgründungen sollen gefördert, es soll mehr für die Entwicklung von Fachkräften getan und ein geeigneter regulativer Rahmen für KI etabliert werden. Besonderes Potenzial sieht die Bundes-regie rung für KI in den Bereichen Mobilität, Gesundheit, Autonome Systeme, Produktion und Smart Home.

Ganz in der Tradition einer moderierenden Politikformulierung fehlen in den Eckpunkten bislang klare Zielvorgaben sowie eine detaillierte Roadmap zu deren Umsetzung. Das wird – wenn es so bleibt – den Abstand zu den internationalen KI-Spitzenreitern wie China und den USA noch vergrößern.

Die Ambition: Über das Gütesiegel „AI made in Germany“ Deutschland als „weltweit führenden Standort für KI [...]“ 36 zu etablieren.


Für die finale deutsche KI-Strategie schlagen wir daher eine zweigliedrige Zielsetzung vor:

Basisziele oder die Pflicht: Wie im Eckpunkte-papier bereits angerissen, sollten die Aus-gangslage in Deutschland analysiert und die weiteren Schritte hin zu agilen Rahmen-bedingungen für KI geplant werden.

4 Basisziele sind als Grundlage für KI in Deutschland essentiell:

1. KI-Ökosystem aus Wissenschaft, Wirtschaft und Politik stärken.

2. Governance, Regulierung und ethische Rahmenbedingungen schaffen.

3. Wandel der Arbeit gestalten.

4. Datenqualität und Datenverfügbarkeit sicherstellen.

Kernambitionen oder die Kür: Darüber hinaus sollte die KI-Strategie einige wenige spezifische Ziele benennen, in welchen Bereichen Deutschland künftig eine Spitzen-position einnehmen möchte. Diese sollten an Schlüssel bereiche der deutschen Wirtschaft, Gesellschaft und Forschung anknüpfen. Für diese Kernambitionen braucht es gemein-same Anstrengungen von Politik, Wirtschaft und Wissenschaft, flankiert von einem „New Industry Deal“, in dem sich die Akteure zu geeignetem Handeln und Investments ver-pflichten, um die gesetzten Ziele zu erreichen.

Unser Papier schlägt drei Kernambitionen vor:

1. Deutschland etabliert den weltweit größten Datenpool für Prozess- und Betriebsdaten.

2. Transfer von KI Use Cases in den Bildungs- und Non-Profit-Bereich.

3. Die öffentliche Verwaltung erlaubt und nutzt ihre eigenen bzw. ihr von Dritten überlassene Daten für experimentelle KI-Anwendungen im Rahmen und zur Verbesserung von öffentlichen Dienst-leistungen.


Die Weiterentwicklung der Künstlichen Intelligenz schreitet rasant voran. Es ist realistischerweise kaum absehbar, vor welche Chancen und Herausforde-rungen uns diese neuen Technologien in den nächsten Jahren oder Jahrzehnten stellen werden. Umso wichtiger ist es, geeignete und agile Rahmenbedingungen zu schaffen, in denen sich KI in Deutschland entfalten kann. Bislang ist dies nur unzureichend geschehen: Deutschland belegt in dem Government AI Readiness Index von Oxford Insights lediglich Platz 13 unter den OECD-Ländern.37

BASISZIELE: AGILE RAHMENBEDINGUNGEN FÜR KI

Quelle: Accenture, Webseiten der Organisationen

Max-Planck-Institut für Intelligente Systeme Forschung in den Bereichen Maschinelles Lernen, Maschinelles Sehen und Robotik (Mikro- und Nano- Robotik, Haptik, Mensch-Maschine-Interaktion, bio- hybride Systeme und Medizinrobotik).

acatech/Plattform Lernende Systeme Die Plattform besteht aus Experten/-innen aus Wissen-schaft, Wirtschaft, Politik und Gesellschaft. Zusammen erarbeiten sie Leitlinien für eine verantwortungsvolle Entwicklung und Verwendung lernender Systeme.

UnternehmerTUM appliedAI ist Teil von UnternehmerTUM, einem Start-up- Accelerator mit Sitz in München. appliedAI unterstützt KI-Unternehmer in allen Aspekten des Start-up-Lebens sowie bei der Entwicklung von Prototypen.

Gesellschaft für Informatik Die GI ist die größte Fachgesellschaft für Informatik im deutschsprachigen Raum, publiziert das Journal „Künstliche Intelligenz“ und organisiert u.a. die „German Conference on Artificial Intelligence“.

Fraunhofer-Institut Kompetenz- und Forschungsfelder der KI und deren Anwendungen, wie zum Beispiel in Robotik, Bild- und Sprachverarbeitung und Prozessoptimierung.

Deutsches Forschungszentrum für Künstliche Intelligenz Forschungsreinrichtung mit Expertise in innovativen Softwaretechnologien auf Basis von KI. International als „Center of Excellence“ für KI anerkannt.

Cyber Valley Gefördert durch das Land Baden-Württemberg. Cyber-Valley-Partner werden unter anderem neue Forschungsgruppen und Lehrstühle für Maschinelles Lernen, Robotik und Computer Vision schaffen.


Bundesweit Bundesverband Künstliche Intelligenz 24 Unternehmen aus der KI-Branche haben sich zu einem Verband zusammen-geschlossen.

Enquete-Kommission „Künstliche Intelligenz – gesellschaftliche Verantwor - tung und wirtschaftliche Potenziale“ Die Kommission soll ihren Abschlussbericht mitsamt Handlungsempfehlungen 2020 vorlegen.

Abbildung 4: Auswahl deutscher KI-Forschungsinstitute


1. BASISZIEL: DAS KI-ÖKOSYSTEM AUS WISSENSCHAFT, WIRTSCHAFT UND POLITIK STÄRKEN

„AI made in Germany“ wird von dem KI- Ökosystem aus Wissenschaft, Wirtschaft und Politik abhängen, das diese Ambition in die Realität umsetzt.

Der Standort Deutschland profitiert von seiner bereits gut aufgestellten KI-Forschung. Ab-bildung 4 zeigt eine Auswahl an bestehenden deutschen Forschungsinstituten und -initiati-ven. Das Volumen der derzeitigen jährlichen Förderung von KI durch das BMBF liegt derzeit bei EUR 40 – 50 Millionen.38

Als Forschungspartner ist Deutschland gut vernetzt. Zum Beispiel ist das Fraunhofer- Institut für Arbeitswirtschaft und Organisation seit Oktober 2017 Mitglied des „Partnership on AI“, eines globalen Konsortiums von Wirt-schaftsunternehmen und gemeinnützigen Organisationen, die zusammen den Dialog be-züglich der Chancen und Herausforderungen der KI anstoßen.39

Ob Großunternehmen oder kleine und mittlere Unternehmen, nationales oder internationa-les Geschäft: Der digitale Wandel und neue Technologien wie KI stellt alle Unternehmen vor wichtige Zukunftsfragen. Im internationa-len Vergleich hinkt die deutsche Privatwirt-schaft bezüglich KI hinterher: In Deutschland sind laut Wuzhen Institute, einem chinesischen Think Tank, lediglich 160 KI-Unternehmen an-gesiedelt, in China hingegen 700 und in den USA sogar über 2900 Unternehmen.40 Zudem reicht die deutsche Wirtschaft eine geringere Anzahl von KI-Patentanmeldungen ein. Die meisten deutschen Patentanmeldungen im Bereich KI betreffen nach Accenture Patent-analysen übrigens das autonome Fahren.41

DEUTSCHLAND/ EUROPA USA CHINA

KI-Unternehmen (1) 160 2905 709

Patentanmeldungen (2) 523* 3.321 7.853

Investitionen (3) 13** 32 48

Talentpool (4) 30.000 850.000 50.000

Proceedings-Publikationen (5) 684 6.412 639

* Daten beziehen sich auf Europa** alle übrigen Länder, Daten für Deutschland nicht verfügbar

Quelle:1) Wuzhen Institute2) Accenture Research auf Basis DWPI from DerwentInnovation (© Clarivate 2018), utility models excluded 3) Prozent der globalen Investitionen von $15.2 Milliarden in Start-ups nach Empfängerland, CB Insights4) LinkedIn5) Proceedings-Beiträge 2007 – 2016 nach Land der Publizierenden, EFI-Gutachten 2018

Abbildung 5: KI-Unternehmen und Investitionsvolumina im internationalen Vergleich


Deutschland kann als Standort für KI sowie andere neue Technologien nur wettbewerbs-fähig sein, wenn differenzierende Innovationen schnell in den Markt gebracht werden. Das soll zukünftig die im August 2018 gegründete Agentur zur Förderung von Sprunginnova-tionen für den zivilen Anwendungsbereich leisten.42 Spezielle Innovationsmanager der Agentur ebnen künftig Ideen und Forschungs-ergebnissen ihren Weg in die Praxis. In Work-shops, Wettbewerben und anderen Formaten wird die Agentur im Austausch mit Wissen-schaft, Wirtschaft und Gesellschaft neue Ideen für Wertschöpfung generieren.

Entscheidend für den Erfolg der neuen Agentur wird sein, dass erfahrene Innovations-ex per ten mit technischem Know-how ge- wonnen werden und diese unabhängig erfolg-versprechende Projekte aufnehmen können. Zudem wird eine enge Abstimmung mit der ebenfalls neu gegründeten Agentur für Inno-vation in der Cybersicherheit nötig sein, die ihren Schwerpunkt auf die Äußere und Innere Sicherheit legt.

Neben der Förderung von Sprunginnovationen darf die Bedeutung inkrementeller Innovation nicht unterschätzt werden. Die Adaption und Weiterentwicklung bereits existierender KI- Anwendungen in Unternehmen muss aus- ge weitet werden. Vor allem im deutschen Mittelstand bedarf es hier dringend eines Umdenkens: Auch in Zeiten voller Auftrags-bücher müssen neue Ideen, Konzepte und Technologien evaluiert und angewendet werden. Rechtzeitige Investitionen in die Digitalisierung der Prozesse und in den Einsatz lernender Systeme werden zentral sein für die Wettbewerbsfähig keit der oftmals hoch spezialisierten und inter national ausgerich-teten mittelständischen Unternehmen in Deutschland.

HANDLUNGSEMPFEHLUNGEN

• Wertschöpfung ankurbeln: Die Lücken zwischen Grundlagenforschung und konkreten KI-Anwendungen in der Wirt-schaft und in der Verwaltung schließen, z.B. durch

1. die Förderung von KI-Ausgründungen in der Wissenschaft,

2. Erleichterungen von Kooperationen zwischen Forschung und Wirtschaft, sowie

3. Unterstützung spezifischer KI-Forschung für wesentliche deutsche Wirtschafts-bereiche.

• Agile Koordination: Etablierung einer übergreifenden Einrichtung, um vorhan-dene Kompetenzen, Plattformen und Instrumente zu vernetzen und auszu-bauen sowie gezielte Projekte zum Wissenstransfer zu steuern.

• Mittelstands- und Gründerförderung: Mittelstand und Gründern den Zugang zu KI-Technologie erleichtern, z.B. durch

1. Nutzung der bereits vorhandenen „Mittelstand 4.0“-Plattform und von Digital Hubs für entsprechende Ver-netzung und Wissenstransfer,

2. Förderung regionaler Cluster, und

3. KI-spezifische Gründerförderung mit entsprechenden Förderfonds.


2. BASISZIEL: GOVERNANCE, REGULIERUNG UND ETHISCHE RAHMENBEDINGUNGEN SCHAFFEN

Governance

Effektive Governance ist Dreh- und Angelpunkt, um die wirtschaftlichen und gesellschaftlichen Chancen der KI auf gerechte und nachhaltige Art und Weise zu realisieren. In Deutschland beschäftigen sich sowohl auf Bundes- als auch auf Landesebene zahlreiche, zum Teil gerade einberufene, Gremien mit den wirtschaft-lichen und gesellschaftlichen Chancen der KI, so unter anderem die Plattform Lernende Systeme, die Enquete-Kommission des Bun-destages, die Daten-Ethikkommission oder der Rat für Digitalethik in Hessen. Während diese Gremien viele wichtige Aspekte beleuchten, ist keines dieser Gremien beauftragt, eine fun-dierte und umfassende Strategie zu entwickeln und umzusetzen.43 Auch ist noch unklar, wie zwischen den Gremien Synergien geschaffen werden können.

Intelligente Governance-Strukturen

Um im internationalen Wettbewerb um KI-Start-ups zu überzeugen, ist ein innovations-freundliches Umfeld zentral. Eine „smarte Governance“ sollte gezielt in Zusammenarbeit mit Gründern und etablierten Unternehmen Innovationshindernisse beseitigen sowie ein berechenbares und nachhaltiges Umfeld für Unternehmen schaffen, die öffentliche Sicher-heit schützen und das Vertrauen der Menschen in die Technologie stärken. Zum Beispiel muss geprüft werden, ob die derzeitigen Haftungs-regeln des Wettbewerbsrechts auf neue (KI-) Anwendungsfälle anwendbar sind und inwie-fern Urheberrecht und IP-Gesetz aktualisiert werden müssen.44

Sind neue Regulierungen erforderlich, dann sollte eine Zusammenarbeit zwischen Regie-rung und Wirtschaft darauf abzielen, adap-tive und agile Regelungen und Standards zu schaffen, um mit der Weiterentwicklung von KI und den immer komplexer werdenden Anforderungen an Cybersicherheit Schritt halten zu können. Angemessene Governance- Strukturen fokussieren auf die Nutzung und Anwendung von Technologien (und nicht auf die Technologien selbst). Mögliche Probleme sollten bei ihrer Entstehung durch globale, branchenspezifische Leitlinien, Normen und Best-Practice-Beispiele angegangen werden. Diese Agilität ist von entscheidender Bedeu-tung, da die Grauzonen im regulatorischen Umfeld sich normalerweise länger halten werden, als der Innovationszyklus dauert.

Multi-Stakeholder-Initiativen haben den größten Einfluss auf die Schaffung branchen-übergreifender Ökosysteme, die kleinen sowie großen Unternehmen Zugang zu Ressourcen verschaffen. Sie helfen auch, Lücken in be-stehenden Normen und Zertifizierungen zu identifizieren.

Ethische Rahmenbedingungen

KI muss auf verantwortungsvolle Weise konzi-piert, entwickelt und eingesetzt werden. Durch ethische Rahmenbedingungen wird auf allen Ebenen Vertrauen in das System erzeugt – ein wesentlicher Bestandteil der „social licence to operate“. Sie stellen zugleich eine nachhaltige Nutzung der Vorteile der KI sicher.

Accenture zum Beispiel entwickelt zurzeit ein Framework namens Launchpad – einen innovationsfreundlichen, agilen Ansatz für die ethische Entwicklung. Es hilft Unternehmen, die Risiken zu verstehen, die sich aus KI-Initiati-ven ergeben können, und welche Governance, Methoden und technischen Lösungen einge-setzt werden können, um diese zu mindern.45 Des Weiteren hat Accenture ein „Fairness Tool“ entwickelt, welches sensible Daten (die z.B. Variablen wie Ethnizität oder Geschlecht beinhalten) untersucht und Diskriminierungen identifiziert.46


Auch die Bundesregierung hat in ihrem Koa-li tions vertrag den Einsatz einer Datenethik-kommission vereinbart. Die Kommission soll ethische Leitlinien für das digitale Zeitalter entwickeln, in denen der Schutz des Einzelnen sowie der Gesellschaft berücksichtigt wird.47

Bis Sommer 2019 sollen die Vorschläge der Kommission vorliegen.

Vorreiter ist Deutschland hinsichtlich weltweit erster ethischer Leitlinien zum automatisier-ten Fahren. Die vom Bundesministerium für Verkehr und digitale Infrastruktur eingesetzte Ethik-Kommission „Automatisiertes und Ver-netztes Fahren“ publizierte 20 Regeln für den ethischen vernetzten und automatisierten Fahrzeugverkehr, die auf Fragen im Bereich Haftung, persönliche Entscheidungsfreiheit und Datenschutz eingehen und die weitere Ge-setzgebung in diesem Bereich leiten werden.48


• Den richtigen Governance-Rahmen setzen: Die Entwicklung internationaler branchenspezifischer Standards, Best Practices und Richtlinien unterstützen, um die Entwicklung und den Einsatz von KI verantwortungsbewusst zu gestalten.

• Innovation welcome: Innovationsfreund-liche Umgebungen und Lösungen wie Sandboxing, Reallabore und Testfelder schaffen, damit Start-ups und andere Un-ternehmen KI-Anwendungen entwickeln, testen und vermarkten können.

• „Lotsen“ für Mittelstand und Gründer: Beratungsangebot für mittelständische Unternehmen und Gründer zu Regulatorik und anderen potenziellen „Stolpersteinen“ bei der KI-Anwendung.

3. BASISZIEL: WANDEL DER ARBEIT GESTALTEN

Kompetenzanforderungen und Bildungsinhalte

Deutschland weist im internationalen Vergleich eine hohe Absolventenquote in Mathematik, Informatik, Naturwissenschaften und Technik (MINT) auf. Rund 35% der 25- bis 64-Jährigen mit tertiärer Ausbildung besitzen einen Ab-schluss im MINT-Bereich (im Vergleich zu 25% OECD-Durchschnitt).49

Die Zukunft der Arbeit in einer digitalen Welt wird jedoch auch andere Kompetenzen ver-langen als jene, die in der Vergangenheit zum Erfolg der Produktion geführt haben. Zum einen müssen technische „Hard Skills“ wie etwa Informatik und Programmieren viel früher und weitreichender in Curricula und Bildungsan gebote verankert werden. Zum anderen müssen die Implikationen von KI in gesellschaftlich orientierten Fächern beleuch-tet und kritisches Denken sowie Kreativität gefördert werden.

Geht es um Talentförderung im KI-Zeitalter, ist nicht nur eine verstärkte Ausbildung von KI-Experten geplant. Hier plant zum Beispiel die Initiative „Cyber Valley“ mit dem Land Baden-Württemberg eine Graduiertenschule für Intelligente Systeme, die in den nächsten Jahren 100 Doktoranden hervorbringen soll. Neben diesen spezialisierten Experten sind auch KI-Talente „in der Breite“ notwendig: Diese identifizieren Arbeitsprozesse oder Pro-dukte, die mit KI verbessert werden können, sie sind in der Anwendung von KI erfahren und können ihr technologisches Wissen mit ihrer Industrie-Expertise verbinden – wenn auch nicht unbedingt selbst Algorithmen erstellen. Sie übernehmen eine wichtige Katalysator-funktion, gerade wenn es darum geht, KI im Mittelstand zu etablieren.


Weiterbildung

In der Frage der Auswirkungen von Techn-ologien auf Arbeit und Beschäftigung unter-scheiden Studien zwischen einer länder- und einer wertschöpfungsketten-spezifischen Perspektive. In einer auf Großbritannien be-zogenen Studie etwa hat Accenture errechnet, das bis 2037 rund 250.000 zusätzliche Jobs geschaffen werden können. Ein Viertel aller Jobs wird sich an der Schnittstelle Mensch- Maschine entscheidend verändern.50 Im Januar 2018 veröffentlichte etwa das World Economic Forum in Zusammenarbeit mit Accenture eine Analyse mit Fokus auf fünf Industrien im produzierenden Gewerbe. Sie zeigt, dass die Rekonfiguration von Wert-schöpfungsketten zu unterschiedlichen Aus-wirkungen in den beteiligten Ländern führt. Die Studie geht von einem Nettoverlust an Beschäftigung in Ländern aus, die sich über niedrigere Arbeitskosten für einfache und mittlere Tätigkeiten im internationalen Wett-bewerb differenzieren. In anderen Teilen der Wertschöpfung und in einigen Ländern wird der Bedarf an Arbeitskräften sogar steigen.51

Die derzeitige Debatte ist daher verkürzt: Die größte Auswirkung der KI wird nicht auf die Anzahl der Arbeitsplätze sein, sondern auf deren veränderten Arbeitsinhalt. Projektba-sierte und kreative Arbeit nimmt zu, während man dem „Co-Arbeiter Maschine“ zeitgleich Routineaufgaben überträgt. Die Beschäftigten in Deutschland nehmen diesen Wandel bereits wahr: 63% erachten es als wichtig, Fähigkeiten zu entwickeln, um mittelfristig mit intelligen-ten Maschinen zusammenarbeiten zu können. Doch beklagen sie mangelnde Unterstützung durch Arbeitgeber. 52% geben an, dass im Arbeitsalltag zu wenig Zeit für Weiterbildungen und das Erlernen neuer Fähigkeiten bleibt.52

Ein Fernfahrer steuert das Fahrzeug auf der Straße und ist für Geschwindigkeit, Bremsen und Lenken verantwortlich.

Ein Luft- und Raumfahrtingenieur entwirft eine neue Flugzeugkomponente und führt manuelle Berechnungen durch, um widerstandsfähige und gleichzeitig leichte Konstruktionen zu erstellen.

Der Fahrer wird zum „Systemmanager in der Kabine“ und leistet technische Arbeiten auf hohem Niveau, wie z.B. die Überwachung von Diagnosesystemen und die Optimierung von Routineaufgaben, während das automatisierte Fahrzeug Bremsen und Geschwindigkeit steuert.

Ein Software-Entwickler verbringt jede Woche Zeit damit, neue Spam-Flags zu identifizieren und manuell Regeln für die Spam-Erkennung zu schreiben.

Maschinelle Intelligenz identifiziert neue Spam-Keywords und aktualisiert Erkennungs-regeln, wodurch der Mitarbeiter für die Entwicklung neuer Software befreit wird.

Generatives Design imitiert den evolutionären Ansatz der Natur, um Millionen von möglichen Designs vorzuschlagen, und prüft auf Wider-standsfähigkeit und Leichtigkeit der Kompo-nenten.

Die Evolution der Arbeit und die Augmentierung der Arbeiter


Tatsächlich wollen lediglich 4% der Führungs-kräfte in Deutschland zeitnah mehr in Mitarbei-ter-Weiterbildung investieren.53 Der gefühlte Handlungsdruck hält sich in Grenzen: Die Wirtschaftslage ist derzeit exzellent, und das Thema findet erst seinen Weg in die Unter-nehmen. Das könnte sich rächen. An der Schnittstelle Mensch-Maschine sind neue Kompetenzen gefordert. Weder muss jeder von uns ein Data Scientist werden, noch überfordert die Digitalisierung aktuelle und künftige Studenten-Generationen – sie sind ohnehin „in“. Sorgen machen sollten wir uns um jene Arbeitnehmer, die aktuell noch zwan-zig, dreißig Jahre vor sich haben. Sie laufen Gefahr, zu einer nicht mitgenommenen „Lost Generation“ zu avancieren.

Der Führungskräfte-Klassiker lautet: „Ich finde nicht die Leute, die ich brauche.“ Noch im-mer denken wir zu sehr in Rollen. Mitarbeiter sind entweder Controller, Ingenieure, Marke-ting-Spezialisten – nie aber alles zusammen. Zukünftig gilt es, flexible Aufgabenpakete zu schnüren, Mitarbeiter als Träger von Kompe-tenzen und nicht von Berufen zu verstehen. Voraussetzung dafür sind Vertrauen und der Wille, eine neue Arbeitskultur zu schaffen. Die Gegenleistung: Strategische Agilität – Schlüs-sel zum Erfolg in einer Welt, in der Wertschöp-fungsnetzwerke Unternehmen den Rang ablaufen.

Weiterbildung im Unternehmen ist also ent-scheidend: Accenture hat zum Beispiel darin investiert, weltweit über 160.000 Mitarbeiter in neuen digitalen Kompetenzen zu schulen, und mehr als 100.000 weitergebildet, damit sie in weniger als zwei Jahren in neuen Stellen einsatzbereit sind.54

Wie kann man Unternehmen dazu motivieren, die menschlichen Fähigkeiten aufzubauen und in kontinuierliches Lernen zu investieren, damit die Mitarbeiter auf jeden zukünftigen Wandel vorbereitet sind? Zum nötigen Umdenken ge-hört eine Erweiterung unseres Wissens, wie die Mensch-Maschine-Kollaboration zu höheren Erträgen führen und welche neuen Rollen sie für Menschen schaffen kann. Vor allem kleine und mittelständische Unternehmen müssen in diesem kulturellen Wandel unterstützt werden.


• KI-Talentpool ausweiten: Nötiger Spagat zwischen der Förderung der KI-Spitzen-forschung und der Ausbildung sowie Anwerbung von mehr KI-Talenten „in der Breite“: Letztere können KI-Einsatzbe-reiche identifizieren, KI anwenden oder mit ihrer industriespezifischen Expertise verbinden und übernehmen somit eine wichtige Katalysatorfunktion.

• Mensch-Maschine-Teams vorbereiten: Potenzial, Rolle und Anwendung von KI sollten in die berufliche Bildung und Weiterbildungsstrategien aufgenommen werden, um Berührungsängste der Fach-kräfte abzubauen.

• Öffentlichen Diskurs weiten: KI und ihre Auswirkungen auf Wirtschaft, Arbeits-markt und Gesellschaft bedürfen einer interdisziplinären Forschung und Analyse, um den öffentlichen Diskurs breiter und informierter zu gestalten.

Der Führungskräfte- Klassiker: „Ich finde nicht die Leute, die ich brauche.“



• Daten als neuer Treibstoff: Die Entwick-lung von Datentrusts, Sandboxing und anderen Datentauschmodellen unter-stützen um Datenpools zur gemeinsamen Wertschöpfung zu entwickeln, die daten-schutzrechtliche Vorgaben berücksich-tigen (z.B. öffentlich-private Datenpools, Datenpartnerschaften innerhalb der Wirtschaft, Bereitstellung Cloud-basierter Rechenleistung).

• Open Data X.0: Open-Data-Strategie der öffentlichen Hand und der Wissenschaft intensivieren und mit EU-Partnern weiter entwickeln.

• Sektorspezifische Datenpools sollten gefördert werden, die Forschung, Unter-nehmen und Gründern anonymisierte Daten z.B. im Gesundheitsbereich zur Verfügung stellen.

4. BASISZIEL: DATENQUALITÄT UND DATENVERFÜGBARKEIT SICHERSTELLEN

Die Qualität der Daten ist von zentraler Bedeu-tung, um KI auf ethische, verantwortungs - volle und nachhaltige Weise zu nutzen. KI- Systeme sind nur so gut wie die Daten, die sie verwenden.

Unsere Tech Vision 2018 Umfrage zeigt, dass 79% der befragten deutschen Unternehmen zunehmend Daten verwenden, um kritische Entscheidungen zu treffen. Gleichzeitig gaben 76% der Unternehmen zu, dass sie noch nicht in Tools investiert haben, welche die Qualität dieser Daten überprüfen.55

Neben der Datenqualität ist auch die skalier-bare Verfügbarkeit von Daten für KI extrem wichtig. Als Industriestandort hat Deutsch-land mit Bezug auf KI und Datenplattformen (vor allem IIoT-Plattformen) eine sehr große Chance. Ein Blick auf 270 Unternehmen56 in Deutschland zeigt, dass 35% mindestens eine Plattform nutzen. Die Reisebranche sowie die Transport- und Logistikbranche sind bei Plattforminitiativen am häufigsten vertreten (20%), gefolgt von der Automobil-branche (17%) und der Konsumgüter- und Einzelhandelsbranche (12%).57 Allerdings sind fast die Hälfte dieser Plattformen „einseitig“, sprich es können sich keine Dritten daran beteiligen – somit kommt kein Netzwerk- Effekt zustande. Dies kappt das Skalierungs-potenzial solcher Plattformen.

Die Bundesregierung wie auch einzelne Bundesländer beteiligen sich aktiv an der Entwicklung solcher Plattformen. So hat zum Beispiel Bayern eine Cluster-Offensive gegründet, in der die bayerische Staats- regierung 17 Plattformen in High-Tech- Industrien sowie in traditionellen Branchen der bayerischen Wirtschaft fördert, damit Unternehmen unter sich sowie mit For-schungseinrichtungen vernetzt sind.58

Auch das Bundesministerium für Wirtschaft und Energie pocht auf die Wichtigkeit von Open Data. In den letzten Jahren sind u.a. die KI-relevanten Förderprogramme PAiCE, Smart Data und Smarte Datenwirtschaft zustande gekommen.59 Ein Rahmen zum sektorenübergreifenden Tausch von Daten zwischen zwei oder mehreren Parteien würde die Entwicklung der zukünftigen digitalen Wirtschaft enorm unterstützen.


Mit den verbesserten Rahmenbedingungen möchte Deutschland neue Wert-schöpfung ermöglichen. Eine weltweite Reputation kann Deutschland errei-chen, wenn gezielte Investitionen und Anstrengungen in Schlüsselbereichen der deutschen Wirtschaft, Gesellschaft und Forschung unternommen werden. Inspiration kann hier auch die KI-Strategie von Großbritannien bieten, die in einigen Bereichen „Industry Deals“ ver kündet, also verbindliche Zusagen für Investitionen oder Maßnahmen auch aus der Wirtschaft oder Wissenschaft zum Erreichen der Ziele.

KERNAMBITIONEN FÜR „AI MADE IN GERMANY“

1. KERNAMBITION: DEUTSCHLAND ETABLIERT DEN WELTWEIT GRÖßTEN DATENPOOL FÜR PROZESS- UND BETRIEBSDATENSchon jetzt nutzen Unternehmen Technolo-gien wie Cloud, Plattformen und Analytik, um die exponentiell wachsenden Datenströme zu verarbeiten und so operative Effizienz und Kostenreduzierungen zu erreichen.60 Asset Monitoring, Energieoptimierung oder Predictive Maintenance optimieren Abläufe und verbessern die Qualität in der Produktion. Die Weiterentwicklung von KI wird hier noch weiter gehende Möglichkeiten schaffen.

Bedeutet diese gute Ausgangslage, dass wir uns darauf beschränken können, Best Practices in weitere Wirtschaftsbereiche und insbesondere in mittelständische Unterneh-men zu transferieren? Um Deutschland zu einem Spitzenstandort für KI zu machen und in unseren Leitindustrien weltweit führend zu bleiben, wird dies nicht ausreichen.

Unsere Wettbewerbsfähigkeit wird davon ab-hängen, dass wir in der anstehenden Revo-lution des Werteversprechens eine führende Rolle einnehmen: Aktuell sind 23 Milliarden Dinge (wie z.B. Heizungsanlagen, Geräte oder Maschinen) weltweit mit dem Internet ver-knüpft61 und kreieren Daten, die wiederum dazu genutzt werden können, neue Dienst-leistungen, sogenannte „Smart Services“, zu erschaffen. Heute optimieren diese meist bestehende Abläufe und Dienstleistungen, künftig werden die „neuen“ Smart Services jedoch ein neues Leistungs- und Werte- versprechen ermöglichen: Zum Beispiel das autonome Fahren ohne Unfall, den Zug ohne Verspätung, den Bediener von Werk-zeugmaschinen, der durch die Maschine auf Optimierungsmöglichkeiten hingewiesen wird, und den intelligenten Dialyseapparat, der dem Patienten ein längeres und besseres Leben ermöglicht. Dem Internet der Dinge gesellt sich das Internet der Dienste hinzu.62

Dieses neue Leistungs- und Werteversprechen entsteht durch die Kombination intelligenter Produkte mit betriebsbegleitenden Services, die in Echtzeit aus den Daten des Produkts während des Betriebs entstehen. Der Durch-bruch der KI bei der Verarbeitung der Betriebs-daten steht kurz bevor. Das Resultat: eine völlig neue Phase der Wertschöpfung – und damit steigende Gewinne und Marktanteile und so-gar neue datengetriebene Geschäftsmodelle.


Neue, emotional packende Kundenerlebnisse ermöglichen das differenzierende Angebot, wie zum Beispiel diese: Der deutsche Sport-artikelhersteller Adidas druckt Schuhe mit Boost-Technologie speziell nach Wünschen des Kunden aus. Die spanische Bahn, in Zu-sammenarbeit mit Siemens, garantiert nahezu 100% Pünktlichkeit. Und Fresenius mit seinem analytikbasierten Ansatz der Blutreinigung über Filter – eigentlich ein Standardgeschäft – verspricht ein besseres und längeres Leben, indem die Medikamentierung der Patienten in Abhängigkeit von ihrem Zustand während der Behandlung optimiert wird.

Daten sind essentiell, um diese neue Wert-schöpfung durch Leistungs- und Wertever-sprechen voranzutreiben. Experten sind sich einig, dass darüber hinaus auch kluge techno-logische, regulative und betriebswirtschaft-liche Rahmenbedingungen zentrale Vorausset-zungen sind, um datenbasierte Innovationen auf den Weg zu bringen. In der Öffentlichkeit wurde viel über die rechtlichen Rahmenbe-dingungen in Bezug auf personenbezogene Daten und die Auswirkungen der EU-Daten-schutz-Grundverordnung (DSGVO) diskutiert. In Bezug auf Produkt-, Maschinen- und Prozessdaten sind kartell-, eigentumshaftungs- und leistungsschutzrechtliche Fragestellungen sowie Unternehmensstrategien maßgeblich: „Es geht um Rahmenbedingungen, um aus großen Datenmengen und flankierenden digi-talen Geschäftsmodellen Wertschöpfung zu generieren.“63

Der Anteil von Produktion und Verarbeitung am Bruttosozialprodukt ist in Deutschland mit 21 Prozent im internationalen Vergleich hoch64, und jeder dritte Arbeitsplatz hängt nach Schät-zungen direkt oder indirekt von der Industrie ab.65 Damit Deutschland in diesem zentralen Wirtschaftsbereich seine Wettbewerbsfähig-keit behält und weiter ausbaut, sind zum einen Schnelligkeit, Experimentierfreude und Investitionsbereitschaft gefragt. Zum anderen benötigt es ein möglichst umfangreiches Daten-Ökosystem, auf das eine Vielzahl großer und mittelständischer Unternehmen Zugriff hat, um Smart Services zu entwickeln.

Deutschland könnte in kurzer Zeit den welt-weit größten Datenpool an Maschinen- und Betriebsdaten aufbauen, wenn deutsche Groß- und mittelständische Unternehmen ihre intelligenten Produkte an Datenplattformen anbinden würden. Diese Daten enthalten keine personenbezogen Daten und wären der Rohstoff für das Maschinelle Lernen und die Generierung neuer Dienstleistung. Und sie würden deutschen Unternehmen im welt-weiten Wettlauf um datengetriebene Ge-schäftsmodelle eine exzellente Startposition ermöglichen.

HANDLUNGSEMPFEHLUNGEN• Vorreiter gesucht: Bestehende Netz-

werke wie die Plattform „Industrie 4.0“ sind geeignet, einen „Nukleus“ von Unter-nehmen zu unterstützen, der mit dem Aufbau eines Datenpools an Maschinen- und Betriebsdaten beginnt.

• Transparenz: Die Kriterien zur Einspeisung und Nutzung der Daten müssen transpa-rent und fair sein, und auch für mittelstän-dische Unternehmen realisierbar.

• Qualitätskontrolle: Künftige Nutzungs-entgelte für den Datenpool fließen insbe-sondere in eine fortlaufende Kontrolle der Datenqualität.


2. KERNAMBITION: TRANSFER VON KI-USE-CASES IN DEN BILDUNGS- UND NON-PROFIT-BEREICH

Das Eckpunktepapier spricht den ausbaufähi-gen Transfer von KI-Forschungsergebnissen in die Wirtschaft an.66 Auch plant die Bundesre-gierung aussichtsreiche Ideen durch die Agen-tur für Sprunginnovationen zukünftig durch Ausgründungen, durch Unternehmen oder durch den Staat selbst in den Markt einzufüh-ren.67 Im Zentrum dieser Überlegungen steht, den Spillover-Effekt im Ökosystem zu nutzen, um Deutschland als Standort für KI und andere neue Technologien zu stärken.

Für die breite gesellschaftliche Akzeptanz von KI in Deutschland wird es zudem notwendig sein, neben der Stärkung der wirtschaftlichen Wertschöpfung einen sichtbaren Nutzen im Leben der Menschen im Land zu generieren. Hierfür entscheidende Bereiche wie das Bil-dungssystem, das Sozialwesen oder gemein-nützige Organisationen haben jedoch wenig eigene finanzielle, personelle und technische Ressourcen, um KI für sich zu nutzen.

Helfen könnte hier ein ambitioniertes Teilen von relevanten Erfahrungen: Unternehmen stellen ihre KI-Use-Cases bereit. Sie evaluieren mit den Partnern, welche Anpassungen nötig sind, um die KI-Anwendung für diese nutzbar zu machen. Verwenden Unternehmen bereits jetzt KI, um Lebensläufe passender Bewerber vorzusortieren,68 könnte der angepasste Algorithmus Arbeitssuchenden passende Stellen oder Arbeitgeber vorschlagen. Agrar- unternehmen nutzen schon heute KI, um Ernteerträge und -ausfälle vorherzusagen und entsprechend zu intervenieren.69 Eine ähnliche Lösung könnte Umwelt- und Naturschutz-organisationen bei ihrer Planung helfen.

Trotzdem wird es nicht ausreichen, auf das individuelle Engagement der Unternehmen zu setzen: Unterstützung bei der Vernetzung von Unternehmen mit möglichen gemeinnüt-zigen Partnern und bei der Sicherstellung der Finanzierung wäre zentral. Dies könnte über die bereits etablierten Multi-Stakeholder-Platt-formen wie z.B. „Industrie 4.0“ und „Lernende Systeme“ ermöglicht werden.

Auch die neu geschaffene Agentur zur Förderung von Sprunginnovationen sollte Chancen aufgreifen: Innovationen, die sie bis zur Marktreife fördert, ließen sich parallel auch für die Einführung in den Bildungs- und sozialen Bereich vorbereiten.


• Adaption fördern: Multi-Stakeholder- Plattformen im Bereich KI und die Agentur zur Förderung von Sprunginnovationen tragen das Thema in die Unternehmen und unterstützen erste Best Practices.

• Prozess vereinfachen: Unterstützung gemeinnütziger Organisationen, die Rechte und Pflichten der Beteiligten zu verstehen und umzusetzen.

• Finanzierung sichern: Ein neu aufzu-legender „AI For Good“-Fonds vergibt öffentliche Gelder an aussichtsreiche Pro-jekte, damit diverse Akteure miteinander und voneinander lernen und KI-Anwen- dungen für das neue Einsatzgebiet an-gepasst werden können.

Den Spillover-Effekt im Ökosystem nutzen, um Deutschland als Standort für KI und andere neue Techn o-logien zu stärken.


HANDLUNGSEMPFEHLUNGEN• Innovationskultur etablieren: Die Verwal-

tung sammelt und evaluiert kontinuier-lich Ideenvorschläge von ihren Mitarbei-tern sowie von Bürgern, Unternehmen und gemeinnützigen Organisationen.

• Datensilos aufbrechen: Daten werden innerhalb von Verwaltungen und auch über Behördengrenzen hinweg zusammen-geführt.

• Government-as-a-Platform leben: Verwal-tung, private und gesellschaftliche Akteure kooperieren nicht nur für die Ideenfindung, sondern auch für die Umsetzung von innovativen öffentlichen Dienstleistungen. Hierfür pflegen Verwaltungen ein eigenes Ökosystem an Partnern.

3. KERNAMBITION: DIE ÖFFENTLICHE VERWALTUNG ERLAUBT UND NUTZT IHRE EIGENEN DATEN BZW. IHR VON DRITTEN ÜBERLASSENE DATEN FÜR EXPERIMENTELLE KI-ANWENDUN GEN IM RAHMEN UND ZUR VERBESSE RUNG VON ÖFFENT-LICHEN DIENSTLEISTUNGEN

Auf dem Weltwirtschaftsgipfel 2018 hat Kanz-lerin Merkel die Bedeutung der öffentlichen Verwaltung für Wirtschaftswachstum, Stand-ortattraktivität und Lebensqualität hervorgeho-ben und betont, dass Deutschland hier noch einiges tun muss. Bürger und Unternehmen erwarten schnelle, kostengünstige und perso-nalisierte Verwaltungsdienstleistungen – und dies am besten rund um die Uhr. Die Digita-lisierung der Verwaltung ist daher eines der Kernanliegen auch der Bundesregierung.

Die Künstliche Intelligenz kann bei der digita-len Transformation der öffentlichen Hand eine zentrale Rolle einnehmen: Interne Prozesse werden mit KI beschleunigt und kosteneffi-zienter. Arbeitsintensive manuelle Aufgaben werden automatisiert und ermöglichen den Verwaltungsangestellten, stärker auf Bürger- belange einzugehen.

Bislang konzentrieren sich selbst Verwaltungen, die eine Vorreiterrolle bei der Einführung der KI einnehmen wollen, auf Anwendungen, die bereits in anderen Bereichen implementiert und erprobt sind. Wie zum Beispiel beim Ein-satz erster Behördenbots nach dem Vorbild von Chatbots, die Unternehmen für den Kun-denservice einsetzen. Hier muss die Verwal-tung experimentierfreudiger und innovativer werden, sitzt sie doch auf einem immensen Datenschatz, der trotz vermehrter Open-Data- Initiativen noch nicht vollständig zugänglich ist.

Würden die großen Datenvolumina der Ver-waltung für KI-Anwendungen genutzt, könn-ten Bürger und Angestellte von völlig neuen Services profitieren. In Frankreich hat die gemeinnützige Organisation Bayes Impact zum Beispiel das Open-Source-Projekt „Bob Emploi“ gestartet, welches Arbeitssuchenden mit Hilfe eines Algorithmus passende Arbeits-stellen oder Weiterbildungen vorschlägt.

Das französische Arbeitsamt gibt Daten an das KI-basierte System weiter, das sowohl Arbeits-marktdaten, das Profil des Arbeitssuchenden sowie die anonymisierten Daten ehemals Arbeitsloser analysiert. Laut Bayes Impact bewerten 42% aller Nutzer, die anschließend eine neue Arbeitsstelle gefunden haben, Bob Emploi als wichtig für ihre erfolgreiche Suche. In Zukunft soll Bob Emploi ein selbstlernendes System sein, das auch Prognosen über den Arbeitsmarkt erstellen kann.70

Wichtig ist, dass die Verwaltung nicht nur auf externe Ideengeber wie z.B. Start-ups reagiert, sondern proaktiv eine eigene Innovationskultur etabliert, welche die Ideenfindung auch intern vorantreibt. Workshops, Hackathons und andere Formate können eigene Mitarbeiter mit interessierten Bürgern oder auch Partnern in der Gründerszene zusammenbringen, um Gedankenexperimente zu wagen und KI-Proto-typen zu bauen. Deren Implementierung und Skalierung wiederum wird elementar von der Qualität und den Zugriffsmöglichkeiten auf die öffentlichen Daten abhängen. Hierfür müssen die Datensilos, die oftmals noch innerhalb einer Behörde bestehen, aufgebrochen werden.


SCHLUSSFOLGERUNG Ein erfolgreicher KI-Sektor in Deutschland erfordert ein agiles rechtliches und regulatorisches Umfeld, das nachhaltige Innovationen fördert. Ethische Rahmen-bedingungen, die den Menschen in den Mittelpunkt stellen, ermöglichen grundsätzliche Entscheidungen zu komplexen und schnelllebigen Themen, die sich nicht allein durch Regulierung oder Gesetzgebung angemessen adressieren lassen. Dieser dreiseitige Ansatz – rechtlich, regulatorisch und ethisch – kann auch in der Gesellschaft Vertrauen in KI schaffen – ein wesentlicher Bestandteil der „social licence to operate“.Entscheidend sind die Daten. Denn KI-Systeme sind nur so gut wie die Daten, die sie anlernen. Der Zugang zu qualitativ hochwertigen Daten wird auch in Zukunft ein großes Thema für Deutschland bleiben. Zur Wahrheit gehört aber auch: Diese Maßnahmen werden Deutschland nicht automatisch zu einem weltweiten Spitzenstandort für KI machen. Es braucht ambitionierte Ziele, die Wissenschaft, Wirtschaft und Politik gemeinsam tragen und konsequent umsetzen. KI wird alle Wirtschafts- und Lebensbereiche durch-dringen. Daher muss die deutsche KI-Strategie die Frage beantworten, welchen Fokus Deutschland setzt, also für was „AI made in Germany“ weltweit stehen soll.


FRANK RIEMENSPERGERVorsitzender der Geschäftsführung, Accenture Deutschland

ANDREAS BRAUN Managing Director, Accenture Applied Intelligence

PROF. DR. SVENJA FALK Managing Director, Accenture Research

BORIS VON CHLEBOWSKI Mitglied der Geschäftsführung, Accenture Government Relations

KONTAKTE

Unser besonderer Dank gilt Dr. Lotte Frach und Alyssa Di Cara, die an dieser Studie mitgewirkt haben.


1 The Fourth Industrial Revolution: what it means, how to respond, Schwab, K., World Economic Forum, 2016

2 BMBF, Die Revolution der künstlichen Intelligenz, https://www.bmbf.de/de/die-revolution-der-kuenstlichen -intelligenz-6355.htm, Stand September 2018

3 Artificial Intelligence Explained: A Guide for Executives, Eitel-Porter, R., Accenture, 2018

4 Potenziale der künstlichen Intelligenz im produzierenden Gewerbe in Deutschland, Studie im Auftrag des Bundesmi-nisteriums für Wirtschaft und Energie (BMWi) im Rahmen der Begleitforschung zum Technologieprogramm PAiCE, Juli 2018

5 Artificial Intelligence Explained: A Guide for Executives, Eitel-Porter, R., Accenture, 2018

6 China’s AI startups scored more funding than America’s last year, MIT Technology Review, https://www.technologyreview.com/the-download/610271/chinas-ai-startups-scored- more-funding-than-americas-last-year/, February 2018

7 Worldwide Spending on Cognitive and Artificial Intelligence Systems Will Grow to $19.1 Billion in 2018, IDC, https://www.idc.com/getdoc.jsp?containerId=prUS43662418, März 2018

8 Defying Limits, Accenture Labs Jahresbericht, 20179 Reworking the Revolution, Accenture, 201710 AI startup offers environmental protection, Caldwell, B.,

University of Waterloo – Our Stories, 2017 11 Chatbots – Die künstliche Intelligenz in der Amtsstube, Piron,

R., https://kommunal.de/chatbots-die-kuenstliche-intelligenz- der-amtsstube, Juni 2018

12 Why Artificial Intelligence is the Future of Growth, Accenture, 2016


14 Kuka, https://www.kuka.com/en-de/technologies/automatisie-rung, Stand September 2018


16 Collaborative Intelligence: Humans and AI Are Joining Forces, Daugherty, P. und Wilson, J., Harvard Business Review, https://www.accenture.com/t20180828T222720Z__w__/ us-en/_acnmedia/PDF-84/Accenture-Collaborative- Intelligence-2018.pdf, August 2018

17 Exponat des DFKI Robotics Innovation Center und der Volks-wagen AG: Intelligente Mensch-Roboter-Kollaboration (iMRK), DFKI, https://www.dfki.de/web/aktuelles/dfki-cebit-2017/imrk, Stand September 2018

18 Künstliche Intelligenz und Geschäftsmodellinno vationen, Winter, J., in: Hadwich/Bruhn: Service Business Development. Springer, https://www.springerprofessional.de/en/ kuenstliche-intelligenz-und-datenbasierte- geschaeftsmodellinnova/15837528, 2017

19 SmartFactory, https://industrie40.smartfactory.de/, Stand 26. September 2018


21 Potenziale der künstlichen Intelligenz im produzierenden Gewerbe in Deutschland, Studie im Auftrag des Bundesmi-nisteriums für Wirtschaft und Energie (BMWi) im Rahmen der Begleitforschung zum Technologieprogramm PAiCE, Juli 2018

22 For a meaningful artificial intelligence, Towards a French and European Strategy, https://www.aiforhumanity.fr/pdfs/ MissionVillani_Report_ENG-VF.pdf, März 2018

23 UAE Artificial Intelligence Strategy, http://www.uaeai.ae/en/, Stand September 2018

24 AI in the Nordic Baltic Region Declaration, Nordic Co- Operation, https://www.norden.org/en/ declaration/ ai-nordic-baltic-region, Mai 2018

25 Nutzung neuer Technologien, Ministerium für Wirtschaft und Beschäftigung (Finland), https://tem.fi /julkaisu?pubid=URN:ISBN:978-952-327-311-5, Juni 2018

26 AI Sector Deal, UK Government, https://www.gov.uk/ government/publications/artificial-intelligence- sector-deal/ai-sector-deal, April 2018

27 Global AI Talent Report, JFGAGNE, http://www.jfgagne.ai/talent/, 2018

28 Pan-Canadian Aritifical Intelligence Strategy, CIFAR, https://www.cifar.ca/assets/pan-canadian-artificial- intelligence-strategy-overview/, Stand September 2018

29 Singapore sets up AI ethics council, GovInsider, https://govinsider.asia/innovation/singapore-sets-ai-et-hics-council/, Juni 2018

30 High-Level Expert Group on Artificial Intelligence, https://ec.europa.eu/digital-single-market/en/high- level-expert-group-artificial-intelligence, Stand Oktober 2018

31 Centre for Data Ethics and Innovation Consultation, UK Government, https://www.gov.uk/government/consultations/consultation-on-the-centre-for-data- ethics-and-innovation/centre-for-data-ethics-and- innovation-consultation, Juni 2018

32 Artificial Intelligence Technology Strategy, Report of Strategic Council for AI Technology, http://www.nedo.go.jp/ content/100865202.pdf, März 2017

33 National Strategy for Artificial Intelligence, NITI Aayog, http://niti.gov.in/writereaddata/files /document-_publication/NationalStrategy-for-AI-Discussion-Paper.pdf, Juni 2018

34 A local law in relation to automated decision system s used by agencies, The New York City Council, http://legistar.council.nyc.gov/LegislationDetail.aspx?ID=3137815&GUID=437A6A6D-62E1-47E2-9C42-ja, 461253F9C6D0, Stand September 2018

35 Digitale Technologien für die Wirtschaft, BMWi, https://www.bmwi.de/Redaktion/DE/Artikel/Digitale-Welt/digitale-technologien-fuer-die- wirtschaft.html, Stand 29 August 2018

36 Pressemitteilung Eckpunkte der Bundesregierung für eine Strategie Künstliche Intelligenz, BMWi, Juli 2018

37 Government AI Readiness Index, Oxford Insights, https://www.oxfordinsights.com/government-ai- readiness-index/, Stand September 2018

38 The European Artificial Intelligence Landscape – Germany, Europäische Kommission, http://ec.europa.eu/newsroom/dae/document.cfm?doc_id=50813, 18. April 2018

Quellenangaben


39 Fraunhofer IAO wird Mitglied bei „Partnership on AI” Pressemitteilung, Fraunhofer IAO, https://www.iao.-fraunhofer.de/lang-de/presse-und-medien/aktuelles/1950-fraunhofer-iao-wird-mitglied-bei-partners-hip-on-ai.html, Oktober 2017

40 Global Artificial Intelligence Development Report (2012-2016), Wuzhen Institute, via: https://syncedreview.com/ 2017/12/18/2017-in- review-10-leading-ai-hubs/ and https://interestingengineering.com/china-now-holds- second-global-position-in-artificial-intelligence

41 G20 AI Patent Analyse, Accenture, Mai 2018 (Unveröffentlichte Analyse)

42 Agentur für Innovation, https://www.bundesregierung.de/Content/DE/ Artikel/2018/08/2018-08-29-sprunginnovationen-foerdern.html, August 2018

43 KI für die Wirtschaft oder die Gesellschaft? SMC Science Media Center Germany, https://www.sciencemedia-center.de/alle-angebote/fact-sheet/details/news/ki-fuer-die-wirtschaft-oder-die-gesellschaft/, August 2018

44 Engage Digital, Accenture, 201745 AI Launchpad – The Practice of Responsible AI,

Accenture, 201846 Tackling the challenge of ethics in AI, Rumman, C., Accenture

Digital Perspectives Blog, https://www.accenture.com/gb-en/blogs/blogs- cogx-tackling-challenge-ethics-ai, Juni 2018

47 Datenethikkommission, Bundesministerium des Inneren, für Bau und Heimat, https://www.bmi.bund.de/DE/-themen/it-und-digitalpolitik/datenethikkommission/ datenethikkommission-node.html, Stand September 2018

48 Bericht der Ethik-Kommission, BMWi, https://www.bmvi.de/SharedDocs/DE/Publikationen/DG/bericht-der-ethikkommission.pdf?__blob=publicationFile, Juni 2017

49 Bildung auf einen Blick, OECD, https://www.bmbf.de/files/deutsch%20-%20final.pdf, 2017

50 Impact of AI on UK Workforce, Accenture, 2018 (Unveröffentlichte Analyse)

51 The New Production Workforce: Responding to Shifting Labour Demands, World Economic Forum, https://www.weforum.org/whitepapers/the-new-production- workforce-responding-to-shifting-labour-demands, Januar 2018

52 Reworking the Revolution, Accenture, 201853 idem 54 idem55 Technology Vision, Accenture, 201856 Top250 Unternehmen von unserer Top500-Liste, plus Top10

Banken and Top10 Versicherungen, basierend auf Umsatz.57 Plattformen in Deutschland, Accenture, 2018

(Unveröffentlichtes Whitepaper) 58 Cluster-Offensive Bayern, https://www.cluster-bayern.de/,

Stand September 201859 Digitale Technologien, BMWi, https://www.digitale-

technologien.de/DT/Navigation/DE/Foerderprogramme-/ foerderprogramme.html, Stand September 2018

60 Impuls: Innovationstreiber für digitale Geschäftsmodelle, Plattform Industrie 4.0 – AG6 (Hrsg) 2018, https://www.plattform-i40.de/I40/Redaktion/DE/Downloads/Publikation/innovationstreiber- digitaler-geschaeftsmodelle.html, Stand August 2018

61 Internet of Things (IoT) connected devices installed base worldwide from 2015 to 2025, 2018, Statista, https://www.statista.com/statistics/471264/iot- numberof-connected-devices-worldwide, Stand August 2018

62 Digitale Geschäftsmodelle: Die Bedeutung von Daten für die Wettbewerbsfähigkeit der Industrie, Riemensperger, F. und Falk, S., in: Stiftung Datenschutz (Hrsg,) Dateneigentum und Datenhandel, 2018 (im Erscheinen)

63 idem 64 World Bank, nationale Daten, Stand August 201865 Industrie 2025, Wirtschaftsrat der CDU e.V., 201766 Eckpunkte der Bundesregierung für eine Strategie

Künstliche Intelligenz, BMBF, https://www.bmbf.de/files/180718%20Eckpunkte_KI-Strategie%20final%20Layout.pdf Stand Juli 2018.

67 Startschuss für Agentur zur Förderung von Sprunginnovatio-nen, Pressemitteilung vom 29.8.2018, BMBF, https://www.bmbf.de/de/bundeskabinett- beschliesst-agentur-zur-foerderung-von-sprunginnovationen-6817.html

68 Non-tech businesses are beginning to use artificial intelligence at scale, The Economist, https://www.economist.com/special-report/2018/ 03/31/non-tech-businesses-are-beginning-to-use- artificial-intelligence-at-scale, März 2018

69 AI in Agriculture – Present Applications and Impact, Tech Emergence, https://www.techemergence.com / ai-agriculture-present-applications-impact, September 2018

70 Bob kommt nicht bis Deutschland, DIE ZEIT, https://www.zeit.de/wirtschaft/2018-01/bundesagentur- arbeit-zukunft-ruecklagen, Januar 2018

Copyright © 2018 AccentureAll rights reserved.

ÜBER ACCENTUREAccenture ist ein weltweit führendes Dienst leistungs-unternehmen, das ein breites Portfolio von Services und Lösungen in den Bereichen Strategie, Consulting, Digital, Technologie und Operations anbietet. Mit umfassender Erfahrung und spezialisierten Fähigkeiten über mehr als 40 Branchen und alle Unternehmens-funktionen hinweg – gestützt auf das weltweit größte Delivery-Netzwerk – arbeitet Accenture an der Schnitt-stelle von Business und Technologie, um Kunden dabei zu unterstützen, ihre Leistungs fähigkeit zu verbessern und nach haltigen Wert für ihre Stakeholder zu schaffen. Mit rund 459.000 Mitarbeitern, die für Kunden in über 120 Ländern tätig sind, treibt Accenture Innovationen voran, um die Art und Weise, wie die Welt lebt und arbeitet, zu verbessern. Besuchen Sie uns unter www.accenture.de.

Documents

WEG OHNE ZIEL? WIE DEUTSCHLAND EIN …Data Analytics, Nanotechnologie oder Blockchain verändern Wirtschaft und ... Wir verlagern die Debatte von der Theorie in die Praxis: In welchen