Künstliche Intelligenz (KI) bezieht sich im Wesentlichen auf Computertechnologien, die sich an der Art und Weise orientieren, wie Menschen ihr Gehirn und ihr Nervensystem nutzen, um zu denken und Entscheidungen zu treffen. Diese Technologien funktionieren aber in der Regel ganz anders. Das Konzept der KI ist seit über einem Jahrhundert Inspirationsquelle für viele Science-Fiction-Autoren und Zukunftsforscher. Heute haben Fortschritte in der Datenverarbeitung und in Big Data dieses Konzept Wirklichkeit werden lassen. Maschinen werden mittlerweile in verschiedenen Branchen in großem Maßstab eingesetzt. Die Anwendung von KI-Technologien treibt das Wachstum auf individueller, geschäftlicher und wirtschaftlicher Ebene voran. Tatsächlich übertrifft die KI den Menschen heute schon in einer Reihe von Arbeitstätigkeiten, einschließlich solcher, die kognitive Fähigkeiten erfordern.
Das derzeitige KI-Ökosystem umfasst maschinelles Lernen, Robotik, künstliche neuronale Netze (KNN, engl. ANNs), Verarbeitung natürlicher Sprache (Natural Language Processing (NLP)) sowie sich rasant entwickelnde Bereiche wie generative KI, multimodale KI und Edge-KI. Maschinelles Lernen hilft Systemen dabei, aus Daten zu lernen, um Vorhersagen oder Entscheidungen zu treffen. Der Bereich Robotik entwickelt sich dank Deep Learning weiter, um intelligentere, anpassungsfähigere Maschinen zu ermöglichen. KNN ahmen die Informationsverarbeitung im menschlichen Gehirn nach. NLP wiederum versetzt Computer in die Lage, menschliche Sprache zu verstehen und zu erzeugen. Neuere Entwicklungen wie Small Language Models, KI-Agenten und robuste KI-Infrastrukturen machen die KI effizienter, besser zugänglich und in den unterschiedlichsten Aufgabenbereichen leistungsfähiger.
In den letzten Jahrzehnten drehte sich die Entwicklung der KI hauptsächlich um die Verbesserung logischer und sprachlicher Denkfähigkeiten sowie um die Weiterentwicklung der Mustererkennung. Heute dehnt sie sich zusehends in neue Bereiche aus, wie emotionales Verständnis, wissenschaftliche Forschung und die Zusammenarbeit mit Menschen in Echtzeit. KI spielt auch eine wachsende Rolle in der Cybersicherheit, sowohl als Verteidigungswerkzeug als auch als potenzielles Sicherheitsrisiko durch feindliche Angriffe. Länder und Regionen wie die USA, China, die EU und Indien verstärken ihre Anstrengungen im KI-Wettrennen – in Bezug auf Investitionen, Regulierungen und Chipzugang. Angesichts der Auswirkungen von KI auf den Arbeitsmarkt gibt es erhebliche Weiterbildungsbemühungen. Einfach zu bedienende KI-Tools, Open-Source-Modelle und APIs sorgen dafür, dass fortschrittliche KI für so viele Menschen wie nie zuvor zugänglich ist.
Einer der wichtigsten Faktoren für die aktuelle KI-Wachstumswelle ist das starke Interesse von Risikokapitalgebern an KI-Start-ups. An der Technologiefront bringen rasante Fortschritte hinsichtlich der Rechenleistung die Branche auf die nächste Stufe. Außerdem fördern und ermöglichen Open-Source-Plattformen kollaboratives Lernen, was das Wachstum im Bereich KI begünstigt. Je leistungsfähiger die KI wird (und dabei alles von Chatbots bis selbstfahrende Autos antreibt), desto höher werden ihre Anforderungen. Das Training von großen Modellen wie ChatGPT oder Claude erfordert eine immense Rechenleistung, eine hoch entwickelte Infrastruktur und Unmengen an Energie. Aus diesem Grund entwickelt sich die Backbone-Architektur der KI schnell weiter. Um den wachsenden Anforderungen gerecht zu werden, konzentriert sich das globale KI-Ökosystem auf drei Hauptbereiche: die Herstellung von speziell für KI-Anwendungen entwickelten Chips, die Transformation des Cloud-Computings, damit es das Training von Modellen im großen Maßstab bewältigen kann, und die Investition in grüne, nachhaltige Lösungen zur Verringerung der Umweltbelastungen.
KI-Lösungen werden zunehmend an die Bedürfnisse von Branchen wie die Automobil-, Gesundheits-, Bildungs-, Unterhaltungs- und Finanzbranche angepasst. Im Automobilbereich wird KI für den Antrieb autonomer Autos verwendet; in der Gesundheitsbranche treibt sie die Diagnostik und die personalisierte Versorgung und Pflege voran. Der Bereich Bildung profitiert von adaptiven Lerntools; in der Finanzbranche wird KI wiederum zunehmend zur Betrugserkennung und Vermögensverwaltung eingesetzt. Es sind auch neue Anwendungen aufgekommen: KI unterstützt mittlerweile die vorausschauende Wartung und die intelligente Fertigung im Bereich der Industrie 4.0, sie treibt die Ernteüberwachung und Drohnen in der Landwirtschaft an, sie verbessert die Cybersicherheit durch die Erkennung von Bedrohungen in Echtzeit und sie verbessert die Personalisierung, die Logistik und Prognosen im Einzelhandel und bei Lieferketten.
Die USA sind im Bereich der KI-Start-ups führend, aber andere Länder liegen nicht weit dahinter zurück. Israel ist hier ebenfalls stark positioniert und rangiert noch vor dem Vereinigten Königreich auf Platz 2. Auch Singapur, Estland und die Schweiz weisen eine hohe KI-Aktivität auf. Zwischen 2015 und 2024 haben KI-Unternehmen Finanzmittel von insgesamt etwa 480,7 Milliarden US-Dollar aufgebracht. KI-bezogene Fusionen und Übernahmen haben in den letzten Jahren stetig zugenommen. Nach einem kurzen Einbruch im Jahr 2020 aufgrund der COVID-19-Pandemie haben sich die Deal-Aktivitäten schnell erholt. 2021 gab es ca. 312 M&A-Deals; 2022 fiel die Zahl mit 263 etwas geringer aus. Danach nahm der Trend aber wieder an Fahrt auf – mit 397 Deals im Jahr 2023 und 384 Deals im Jahr 2024.
Unternehmen aus verschiedenen Branchen entwickeln derzeit KI und verwandte Anwendungen. Google, IBM und Microsoft sind bei KI-Innovationen in der IT-Branche führend, während Amazon und eBay in KI investieren, um ihre jeweilige E-Commerce-Plattform zu verbessern. Das Ride-Sharing-Unternehmen Uber setzt KI wiederum für autonomes Fahren, Essenslieferungen und die Kartierungsforschung ein. Die kollaborative Entwicklung ist auf dem Vormarsch und führende Unternehmen wie Amazon, Apple, Facebook, Google/DeepMind, IBM und Microsoft arbeiten derzeit partnerschaftlich an der Entwicklung von KI-Anwendungen. Die Übernahme kleiner KI-Unternehmen durch Tech-Giganten wie Apple, IBM und Microsoft in relevanten Bereichen hat eine sinkende Lernkurve zur Folge. Weitere führende Unternehmen sind u. a. Baidu, Facebook, Salesforce, Anthropic, XAI, Hugging Face und Pinecone.
Die künstliche Intelligenz tritt in eine transformative Phase ein, die durch schnelle Fortschritte in den Bereichen multimodale Modelle, rekursive Selbstverbesserung und autonome Agenten gekennzeichnet ist. Mit zunehmenden KI-Fähigkeiten werden Unternehmen voraussichtlich eine Umstellung von Aufgabenautomatisierung zu strategischer Ko-Kreation vornehmen und die KI somit nicht nur zur Steigerung der Effizienz, sondern auch für Innovationen nutzen. Die Kombination von Open-Source-Innovationen und leistungsfähigen proprietären KI-Modellen wird voraussichtlich hybride Ökosysteme hervorbringen, die Flexibilität mit der Zuverlässigkeit existierender Unternehmenslösungen verbinden. Die politischen Rahmenbedingungen und globale Regulierungen werden beeinflussen, wie sich KI entwickelt, insbesondere in Bezug auf Ethik, Transparenz und Sicherheit. Fortschritte im Bereich erklärbarer KI (engl. explainable AI) und energieeffiziente Modelle dürften KI vertrauenswürdiger und nachhaltiger machen. In der Zukunft wird sich die Rolle der KI voraussichtlich wandeln – von einem unterstützenden Tool hin zu einem unverzichtbaren Partner in den unterschiedlichsten Branchen.
Zusammenfassung
Einleitung
- Übersicht
- Definitionen
- Entwicklung der künstlichen Intelligenz
- Ethische KI und verantwortungsvolle Entwicklung
- KI-Regulierung und -Governance
- KI-Risiken und -Sicherheit
- Globale Umsatzprognose
- Robotergestützte Prozessautomatisierung
- KI-Einführung
- KI-Wachstum
- Auswirkungen von KI
Technologien- Maschinelles Lernen
- Robotik
- Künstliche neuronale Netze
- Verarbeitung natürlicher Sprache
- Generative KI
- Generative KI
- Multimodale KI
- KI-Agenten/Autonome Systeme
- KI-Infrastruktur
- Small Language Models
- Edge-KI
- Maschinelles Sehen
Trends- Interaktion zwischen Mensch und KI
- Affective Computing
- Dialogorientierte KI
- Erklärbare KI
- Multimodale Schnittstellen
- Sequenzielles Lernen
- Bestärkendes Lernen
- Deep Learning
- KI-Geopolitik
- KI in der Cybersicherheit
- Zusammenarbeit von Mensch und KI
- Arbeitsmarkt und Arbeitskräfte
- KI in der wissenschaftlichen Forschung
- Demokratisierung von KI
Treiber- Anlegervertrauen
- Risikokapitalinvestitionen von Unternehmen
- Rechenleistung
- Offene Plattformen
- Big Data und Datenverarbeitung
Anwendungen- Übersicht
- Automobilbranche
- Gesundheitswesen
- Bildung
- Finanzwesen
- Medien und Unterhaltung
- Fertigung und Industrie 4.0
- Einzelhandel und E-Commerce
- Cybersicherheit
- Logistik und Lieferkette
- Klima und Nachhaltigkeit
- Landwirtschaft/AgriTech
Start-ups: Finanzierung und M&As- Übersicht
- Investitionen in KI
- Wachstum von KI-Unternehmen
- KI-Start-ups nach Förderung
- Fusionen und Übernahmen
- Top-5-Unternehmen weltweit in Bezug auf KI-Übernahmen
- Aktuelle M&A-Deals
Wettbewerbslandschaft- Unternehmensvergleich
- Amazon
- AWS
- Apple
- Baidu
- eBay
- Facebook
- Google
- Google Cloud
- IBM
- Microsoft
- Salesforce
- Uber
- Anthropic
- XAI
- Hugging Face
- Pinecone
Ausblick- AGI
- Unsicherheitsfaktoren
- Neurosymbolische KI
- KI-Bewusstsein
- Rekursive Selbstverbesserung der KI
- Künftige politische Maßnahmen
- Open-Source- vs. proprietäre KI
Anhang
