Diesen Artikel teilen:

16. Okt 2025

|

Wirtschaft

Tempo durch KI-Start-ups – mit Dr. Tina Klüwer, KI-Expertin & Autorin

Journalist: Thomas Soltau

|

Foto: Presse, Startup Stock Photos/pexels

Geförderte KI-Start-ups beschleunigen Prozesse, schaffen Jobs und öffnen neue Märkte – doch Finanzierungslücken und Regulierung bremsen häufig den Weg nach vorn. Wie Deutschland hier den Anschluss hält, weiß Dr. Tina Klüwer, KI-Expertin und Autorin.

VAL_3880-Edit_Profil Online.jpeg

Dr. Tina Klüwer, KI-Expertin & Autorin

Woran messen Sie den Produktivitäts- und Wettbewerbshebel geförderter KI-Start-ups? Der Produktivitätshebel geförderter KI-Start-ups zeigt sich daran, ob ihre Technologien in der Praxis Wirkung entfalten. Wenn Prozesse schneller ablaufen, Kosten sinken, Umsätze steigen oder die Zeit bis zur Marktreife verkürzt wird, entsteht klarer Mehrwert. Solche Effekte lassen sich an Kennzahlen wie Nutzungshäufigkeit oder Kundenbindung belegen. Darüber hinaus haben KI-Start-ups aber einen volkswirtschaftlichen Wert: Sie schaffen Arbeitsplätze und generieren Steuereinnahmen, und vor allem treiben sie Innovationen voran und formen neue Märkte. Dieser Effekt ist schwerer zu quantifizieren, aber von großer Bedeutung.

Welche Finanzierungslücke ist aktuell für DeepTech-Start-ups am kritischsten: Seed, Series A oder Growth? DeepTech-Start-ups in Bereichen wie Künstliche Intelligenz, Quantentechnologien, oder Biotechnologien benötigen oft jahrelange Entwicklungsarbeit, bevor ihre Produkte marktreif sind. Für klassische Wagniskapitalgeber sind sie in dieser Phase wenig attraktiv, sodass vielen Gründungsteams in dieser frühen Phase die Finanzierung ausgeht. Um diese Lücke zu schließen, wurde der Zukunftsfonds ins Leben gerufen, der junge Unternehmen mit hohem Kapitalbedarf unterstützen soll. Aber auch die heimischen Investoren werden offener für Deep-Tech-Themen. Im Vergleich bleibt Deutschland jedoch zurück. Häufig nehmen Teams daher Kapital aus dem Ausland auf – nicht selten verbunden mit der Verlagerung des Firmensitzes. Das entzieht dem Standort wichtige Innovationstreiber und schadet langfristig der deutschen Wirtschaft.

DeepTech-Start-ups in Bereichen wie Künstliche Intelligenz, Quantentechnologien, oder Biotechnologien benötigen oft jahrelange Entwicklungsarbeit, bevor ihre Produkte marktreif sind.

Erleichtert der EU AI Act Gründungen durch Klarheit – oder bremst er junge Teams? Der EU AI Act schafft Vertrauen, was auch Start-ups grundsätzlich zugutekommt. Gleichzeitig erschwert er den Marktzugang, da Regulierung immer Aufwand bedeutet. Ablehnung gegenüber Regulierung sehe ich bei Start-ups so gut wie nie; sie wollen Kunden und Nutzer schützen. Problematisch wird es aber, wenn ein deutsches Start-up ein halbes Jahr länger für die Markteinführung braucht als ein internationaler Wettbewerber, da es Ressourcen in die Erfüllung der Regulierung stecken muss. Das kann zum Wettbewerbsnachteil werden. Vereinfachte Zertifizierungswege für junge Teams können eine Lösung sein.

Was aus den K.I.E.Z-Programmen sollte die Bundespolitik jetzt bundesweit skalieren? K.I.E.Z hat, neben einem erfolgreichen Accelerator für KI-Startups, Angebote für Forschende aufgebaut, die den Sprung in die Gründung wagen wollen. Forschung und kommerzielle Nutzung der Ergebnisse stehen in Deutschland aktuell leider nicht im Verhältnis: Es gibt viel gute Forschung, aber die Ergebnisse werden nicht gewinnbringend eingesetzt. Gründe sind fehlender Austausch zwischen Unternehmen und Wissenschaft sowie hohe Hürden für den Übergang in die unternehmerische Praxis. Hier braucht es Anreize und Unterstützung, damit mehr Forschungsergebnisse den Weg in Produkte oder Geschäftsmodelle finden. Das stärkt die deutsche Wirtschaft und sichert langfristig Wohlstand und Arbeitsplätze.

Der EU AI Act schafft Vertrauen, was auch Start-ups grundsätzlich zugutekommt.

Buchtipp

Die umsatzstärksten Unternehmen Deutschlands heißen VW, Allianz, Mercedes-Benz, BMW und E.ON. In den USA (und der Welt) sind es Apple, Microsoft, Amazon, Tesla und Google. Das Dilemma der deutschen Wirtschaft ist klar: Wir brauchen dringend frischen Wind! „Zukunft made in Germany – Warum wir jetzt Innovation fördern müssen, um unseren Wohlstand zu retten“ von Wirtschaftsexpertin Tina Klüwer erzählt auf 174 Seiten, wie es gelingt, bei neuen Technologien an der Weltspitze mitzumischen. Preis: 24,00 EUR

2. Apr 2026

|

Business

Kein Roboter zum Gelddrucken, aber ein starker Wächter: KI bei Banken

Künstliche Intelligenz kann im Bankwesen schon ziemlich viel – aber eigenständig Geld drucken oder wundersam vermehren, das kann sie (noch) nicht. Banken setzen KI heute flächendeckend in mehreren Bereichen ein, allen voran in der Betrugsprävention, wo Fraud Detection mittlerweile Branchenstandard ist. KI-gestützte Systeme analysieren Transaktionen von Kundinnen und Kunden in Echtzeit, erkennen und stoppen auffällige Transaktionen und Zahlungsanweisungen in der Regel sofort, und reagieren innerhalb von Sekunden auf neue Angriffsszenarien. Gerade, weil sich Betrugsmaschen ständig weiterentwickeln, ist die Adaptionsgeschwindigkeit in diesem Bereich besonders hoch. Solche Systeme werden in Zukunft weiter optimiert werden, wodurch Banken Routineaufgaben mehr und mehr automatisieren können. Das eröffnet neue Möglichkeiten für personalisierte Kundenberatung, schnellere Analysen – etwa bei Kreditentscheidungen – und insgesamt bessere Kundenerlebnisse. Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen. Ziel ist es, Informationen effizienter zu nutzen und Entscheidungsprozesse zu beschleunigen. Im Vergleich zur Betrugsprävention befindet sich dieser Bereich jedoch noch in einer stärkeren Wachstumsphase, auch wenn die Entwicklung hier aktuell sehr dynamisch verläuft. >Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Es gibt unzählige Anbieter von bankenspezifischer KI. Viele davon decken nur bestimmte Anwendungsfelder ab, weshalb Banken häufig mehrere KI-Systeme parallel einsetzen. Auch, wenn Banken langjährige Erfahrung im Umgang mit sensiblen Daten haben, kann die Auswahl passender KI-Tools herausfordernd sein, denn die Lösungen müssen regelkonform sein, Change Compliance- und Datenschutzrichtlinien beachten, außerdem sollten die Daten innerhalb Europas bleiben und nicht unkontrolliert in andere Rechtsräume fließen. Erhöht KI im Bankwesen nun die Sicherheit – oder eher das Risiko für Betrug und Verlust? Grundsätzlich beides. Denn einerseits verbessert KI die Fähigkeit, Betrug frühzeitig zu erkennen und zu verhindern, andererseits entstehen neue Gefahren, insbesondere durch autonome KI-Agenten. Je mehr Entscheidungsfreiheit diese Systeme erhalten, desto größer ist das Risiko, dass sie Sicherheitsvorgaben umgehen oder manipuliert werden. Deshalb gewinnt das Prinzip „Human in the Loop“ beziehungsweise „Human in the Lead“ an Bedeutung: Der Mensch muss weiterhin die Kontrolle über kritische Prozesse behalten und klare Grenzen setzen. Auch im Finanzmarkt insgesamt sind automatisierte Prozesse kein neues Phänomen. Mechanismen wie algorithmischer Handel oder Stop-Loss-Orders können bereits heute Kettenreaktionen auslösen. KI könnte solche Effekte künftig verstärken, stellt aber nicht die ursprüngliche Ursache dar. Wohin wird sich KI im Bankwesen entwickeln? Eigenständig Geld drucken wird sie hoffentlich niemals – doch sie wird als umfassendes System im Hintergrund immer besser in den Bankenalltag integriert werden. Der Mensch wird im Bankwesen jedoch in zentralen Bereichen immer die Oberhand behalten, besonders bei der letzten Kontrolle und beim direkten Kundenkontakt – denn hier können aufmerksame Bankangestellte besser als jede KI als Sicherheitsschranke wirken, die ihre betagten Kundinnen davor schützen, auffällige Transaktionen hoher Summen vorzunehmen. >Banken nutzen KI auch immer öfter, um internes Wissen für ihre Mitarbeitenden zu strukturieren, aufzubereiten und schneller zugänglich zu machen.