Die Entwicklung von KI-Anwendungen hat in den letzten Jahren enorm an Dynamik gewonnen. Das zeigt auch der sprunghafte Anstieg der weltweit angemeldeten KI-Patente: Seit 2010 hat sich die Anzahl der jährlich angemeldeten KI-bezogenen Patentfamilien fast verdreifacht.

Mit dem schnellen Fortschritt im Bereich KI nimmt zugleich der Einsatz KI-basierter Anwendungen immer weiter zu – und zwar nicht nur in der Industrie. Weil mit der Bedeutung von KI auch ihr Einfluss auf Wirtschaft und Arbeitswelt zunehmen, ist es wichtig, diese Transformation, ihre Bedingungen und ihre Effekte genau im Blick zu behalten. Welche Länder, Unternehmen und Sektoren treiben die KI-Forschung und -Entwicklung voran? Welche Fähigkeiten benötigen Menschen, um dort zu arbeiten, wo KI entwickelt und eingesetzt wird?

Mit diesen Fragen befassen sich die beiden OECD-Studien „Who develops AI-related innovations, goods and services?“ und „The Human Capital Behind AI“. Beide Studien sind im Rahmen des AI-WIPS Programms entstanden und liefern neue Erkenntnisse über KI-Unternehmen und Akteure.

Gemessen an der Anzahl der weltweit angemeldeten KI-Patente im Zeitraum zwischen 2014 und 2018 sind die USA mit einem Anteil von 29 % führend in der KI-Forschung und ‑Entwicklung, dicht gefolgt von Japan mit 25 %. Danach folgen Korea, China und die EU mit jeweils 11 bis 12 % der KI-Patente. Unter den EU-Ländern übernimmt Deutschland mit 4 % der weltweit angemeldeten KI-Patente eine führende Rolle.

Auffällig sind die großen Unterschiede zwischen den Ländern und die damit verbundene ungleiche Verteilung der KI-Aktivitäten. So wurden in den USA zwischen 2014 und 2018 fast dreimal so viele KI-Patente angemeldet wie in der gesamten EU im selben Zeitraum. Auch zwischen den EU-Mitgliedstaaten bestehen deutliche Unterschiede. Mit einem Anteil von knapp 4 % liegt Deutschland weit vor Frankreich, Irland und den Niederlanden (jeweils zwischen 1 und 1,5 %). Der Anteil der übrigen EU-Länder liegt vollständig bei unter 1 % der angemeldeten KI-Patente.

Betrachtet man das Alter und die Größe von KI-Unternehmen, wird deutlich, dass vor allem Start-Ups und große, etablierte Unternehmen KI entwickeln und einsetzen. So waren fast ein Drittel (27 %) der Unternehmen, die im Zeitraum zwischen 2014 und 2018 KI-Patente und -Marken angemeldet haben, junge Start-Ups mit weniger als zehn Beschäftigten. Fast ein Fünftel (18 %) der KI-Unternehmen waren hingegen Großunternehmen mit mehr als 250 Mitarbeitern. Zusammen machen Start-Ups und etablierte Großunternehmen somit fast die Hälfte (45 %) der KI-Unternehmen aus.

Die Zahlen zeigen eine starke Konzentration der KI-Aktivitäten. Jüngere Großunternehmen aber gerade auch ältere KMUs und solche ab zehn Beschäftigten, die einen Großteil aller Unternehmen ausmachen, sind derzeit nur in geringem Maße an der Forschung und Entwicklung von KI beteiligt.

Knapp die Hälfte der zwischen 2014 und 2018 angemeldeten KI-Patente und -Marken stammen von Unternehmen aus der Informations- und Kommunikationstechnologie (IKT). Führend sind dabei KI-Unternehmen aus den Sektoren „Computer und Elektronik“ (30 %) und „IT-Dienstleistungen“ (15 %) mit einem gemeinsamen Anteil von 45 %. Die KI-Forschung und Entwicklung ist somit stark auf die IKT-Sektoren konzentriert.

Auch außerhalb der IKT wird KI entwickelt und eingesetzt, allerdings in deutlich geringerem Maße. So folgen beim Anteil der KI-Patente und -Marken hinter den IKT-Unternehmen Sektoren wie „Großhandel, Einzelhandel, Reparatur“, „Verlagswesen und Rundfunk“ und „Finanz- und Versicherungswesen" mit jeweils 5 bis 7 % der KI-Patente und ‑Marken.

Nur ein sehr geringer Anteil der KI-Entwicklungen stammt hingegen aus dem Telekommunikations-, dem Transport- und Energiesektor sowie dem Gesundheitswesen. Hier liegt der Anteil der KI-Patente und -Marken jeweils bei deutlich unter 1 %.

Die wichtigsten Kompetenzen für die Arbeit mit KI sind laut OECD die Programmiersprache „Python“ und das Maschinelle Lernen (Machine Learning, ML). Diese beiden Kompetenzen werden für KI-bezogene Berufe fast doppelt so häufig verlangt wie andere KI-Kompetenzen. Zudem sind Python und ML nicht nur jeweils für sich genommen Schlüsselkompetenzen für die Arbeit mit KI, die Kombination aus Python und ML ist auch das am häufigsten nachgefragte Kompetenzpaar für KI-bezogene Berufe.

Neben Python und ML erfordert die Arbeit mit KI allgemeine KI-Kenntnisse sowie Fähigkeiten im Umgang mit großen Datenmengen (Big Data) und im Bereich Datenanalyse (Data Science). Zu den wichtigsten KI-bezogenen Kompetenzen zählen daher auch Kompetenzen im Bereich der Datenextraktion (Data Mining), der Clusteranalyse, der Verarbeitung natürlicher Sprache und der Robotik.

Darüber hinaus werden für unterschiedliche KI-Berufe diverse weitere KI-bezogene Kompetenzen benötigt: Deep Learning, Bildverarbeitung (Image Processing), Computer Vision, Entscheidungsbäume (Decision Trees) u. v. m. Viele dieser Kompetenzen werden häufig in Kombination nachgefragt und bilden dadurch sogenannte Kompetenzbündel. Insgesamt lassen sich aus den diversen KI-bezogenen Kompetenzen drei solcher Kompetenzbündel ableiten: „Entwicklung und Weiterentwicklung von KI“, „KI-Anwendungen“ und „Robotik“. Welche KI-bezogenen Kompetenzen für bestimmte KI-Berufe konkret benötigt werden, hängt vom jeweiligen Tätigkeitsfeld und dem dazugehörigen Kompetenzbündel ab.

Für die Arbeit mit KI sind neben den KI-bezogenen Kompetenzen wie Python und ML außerdem weitere technische sowie sozio-emotionale Fähigkeiten erforderlich. Die benötigten technischen Fähigkeiten umfassen dabei „Programmier- und Softwarebezogene Fähigkeiten“, die „Handhabung großer Datenmengen“ und „Datenanalysewerkzeuge und breite analytische Fähigkeiten“. Jedes dieser drei Kompetenzbündel besteht aus übergreifenden technischen Fähigkeiten, die für KI-bezogene Berufe typischerweise gemeinsam gefordert werden, jedoch nicht spezifisch für die Arbeit mit KI sind. Beispielsweise werden im Bereich „Programmier- und Softwarebezogene Fähigkeiten“ weitere Programmiersprachen wie Java und C++ verlangt.

Das Bündel der „sozio-emotionalen Kompetenzen“ beinhaltet nichttechnische Kompetenzen wie Kommunikationsfähigkeiten, Teamwork, Problemlösung und Kreativität. Diese Kompetenzen gewinnen für KI-Berufe zunehmend an Bedeutung. So gehören beispielsweise fünf der Top-30-Kompetenzen für KI-Berufe in den USA (2017-2019) zum sozio-emotionalen Kompetenzbündel (16,7 %); bei KI-Führungskräften sind es sogar zwölf der Top-30-Kompetenzen (40 %). Demnach überwiegen bei KI-Fachkräften die KI-bezogenen und technischen Kompetenzbündel, während bei KI-Führungskräften verstärkt sozio-emotionale Kompetenzen wie Präsentationsfähigkeiten, Projektmanagement, Planung und Kreativität nachgefragt werden.

Nicht zuletzt zeigt sich, dass die Rekrutierung von KI-Fach- und Führungskräften häufig gemeinsam erfolgt. Dies deutet einerseits daraufhin, dass KI-Fachkräfte bei der Entwicklung und Einführung von KI eine zentrale Rolle einnehmen. Andererseits sorgen KI-Führungskräfte für die übergreifende Koordination und Kommunikation im Team und in der Organisation, die für eine erfolgreiche Einführung und Nutzung von KI wichtig sind.