8 02 | 2019 Knapp 15
8 02 | 2019 Knapp 15 Mrd. US-$ des gesamten VC-Volumens flossen im Jahr 2018 in KI-Start-ups aus den USA und weitere 6,5 Mrd. US-$ in chinesische Unternehmen. In den Jahren 2017 und 2018 nahm die Zahl der VC-Transaktionen nicht 02 | KI-Patente: China überholt die EU 40 30 20 10 0 % der gesamten weltweiten KI-Patente* 10 15 10 15 10 15 10 15 US EU-28 JP CN *KI-Patente sind Patente in den Bereichen Erkennen und Verstehen von Zusammenhängen, Datenspeicher mit großer Kapazität und hoher Geschwindigkeit, Hochleistungsrechnen, leistungsfähige Algorithmen. Quelle: OECD, Deutsche Bank Research. 03 | KI-Aktivität konzentriert sich auf wenige EU-Länder % der gesamten KI-Patentanmeldungen in der EU zwischen 2010 und 2015 7 8 21 16 DE FR UK SE NL Übrige EU Quelle: OECD, Deutsche Bank Research. 17 31 mehr so stark zu. Das durchschnittliche Volumen der VC- Investitionen schnellte dagegen in die Höhe, was darauf hindeutet, dass VC-Kapital inzwischen eher in reifere KI-Unternehmen fließt, deren Kapitalbedarf höher ist als derjenige von typischen neu gegründeten Start-ups. In China z. B. erhielt das Unternehmen SenseTime Group, das sich mit maschinellem Sehen und Deep Learning beschäftigt, im Jahr 2018 VC-Kapital in Höhe von 1,6 Mrd. US-$. Dadurch stieg der Unternehmenswert auf über 6 Mrd. US-$ an, sodass die SenseTime Group inzwischen das wertvollste KI-Einhorn der Welt ist (als Einhorn, „Unicorn“, werden Tech- Unternehmen mit einem geschätzten Wert von mindestens 1 Mrd. US-$ bezeichnet). In den USA investieren derweil vor allem große Technologieunternehmen in KI-Start-ups. VC-Investoren sehen KI offensichtlich als revolutionäre Technologie mit beträchtlichem Potenzial an, ähnlich wie das Internet bzw. das mobile Internet in früheren Jahrzehnten. Wie verwenden die KI-Start-ups dieses Kapital? Ersten Beobachtungen zufolge stellen sie weitere KI-Spezialisten ein – was kostspielig und schwierig ist – und bauen ihre Dienste aus. Daher müssen die Anleger gegebenenfalls eine Weile warten, bevor ihre Investitionen nennenswerte Erträge erbringen. Künstliche Intelligenz und geistiges Eigentum In aller Regel gilt: Eine Technologie wird sich in den kommenden Jahren als besonders nützlich und wirtschaftlich wertvoll erweisen, wenn die Zahl der Patentanmeldungen auf diesem Gebiet deutlich ansteigt. 3 2016 war die Zahl der Patentanmeldungen für KI-Technologien mit rund 20.000 doppelt so hoch wie im Jahr 2010. Rund 50 Prozent entfielen dabei auf KI-Patente im Bereich maschinelles Sehen. Diese Technologie ist vor allem für autonomes Fahren von Bedeutung; hieran zeigt sich, wie lebhaft der Wettbewerb auf diesem Gebiet derzeit ist. 2015 (dem bisher letzten Jahr, für das länderspezifische Daten verfügbar sind) entfiel rund ein Drittel aller Patentanmeldungen auf die USA. Dieser Anteil ist seit 2010 etwa stabil geblieben. Innerhalb der USA wiederum reichten vor allem große Technologiekonzerne KI-Patente ein. Chinas Anteil an den gesamten Anmeldungen stieg von 10 Prozent im Jahr 2010 auf 25 Prozent im Jahr 2015 an. Auf Japan und die EU-28 entfielen jeweils 14 Prozent, zuvor waren es jeweils rund 20 Prozent gewesen. China scheint also die EU und Japan auf dem Gebiet der KI-Forschung und -Entwicklung zunehmend zu überrunden, was erhebliche Folgen für die Zukunft haben könnte. » 2
02 | 2019 9 Innerhalb der EU entfiel die Hälfte aller KI-Patentanmeldungen auf Deutschland und Frankreich. Zusammen mit Großbritannien (16 Prozent) und Schweden (8 Prozent) stehen damit vier Länder für den Großteil der europäischen KI-Forschung. Da Patente ein rechtliches Monopol begründen, können Vorreiter auf einem bestimmten Gebiet von beträchtlichen Vorteilen profitieren. Und angesichts potenziell großer Skaleneffekte könnten Länder, die derzeit auf dem Gebiet der KI nicht besonders aktiv sind, langfristig abgehängt werden. » 3 Vor dem Hintergrund des sich verstärkenden globalen Wettbewerbs im IT-Sektor insgesamt und bei der KI im Besonderen hat die Europäische Kommission im März 2019 ein neues Budget für die Finanzierung von Forschungs- und Innovationsprojekten in Europa vorgeschlagen. „Horizont Europa“ soll an die Stelle des Programms „Horizont 2020“ treten, das ein Ausgabenvolumen von 77 Mrd. € für die Jahre 2014 bis 2020 hat. Für Horizont Europa sind 100 Mrd. € in den Jahren 2021 bis 2027 vorgesehen. Eine der wichtigsten Komponenten von Horizont Europa ist das Programm „Digitales Europa“, das Investitionen in Höhe von 9 Mrd. € in Hochleistungsrechnen und -datenverarbeitung, KI, Cyber-Sicherheit und digitale Fertigkeiten und Kompetenzen vorsieht. Auch wenn Horizont Europa sicherlich ein wichtiger Schritt zur Förderung der KI-Technologie in Europa ist, bleibt abzuwarten, inwieweit das Programm tatsächlich erfolgreiche KI-Projekte vorantreiben kann. Beim Vorgängerprogramm gingen von 2014 bis 2016 insgesamt 115.000 Anträge auf Mittel für Innovations- und Forschungsprojekte ein, von denen jedoch lediglich 14.000 bewilligt wurden – eine sehr geringe Erfolgsquote. Die hohe Antragszahl belegt, dass der Kapitalbedarf hoch ist. Gleichzeitig lässt die hohe Ablehnungsquote auf grundsätzliche Probleme schließen. Gegebenenfalls wären alternative Ansätze erforderlich (z. B. eine gezielte Verbesserung der IT-Kenntnisse bereits zu einem frühen Zeitpunkt oder ein Ausbau der IT-Infrastruktur), um die Zahl qualitativ hochwertiger KI- und Innovationsprojekte zu steigern. Künstliche Intelligenz im Bankensektor Für Banken sind Daten in praktisch allen Geschäftsbereichen von wesentlicher Bedeutung, vom klassischen Einlagen- und Kreditgeschäft bis hin zum Investment Banking und der Vermögensverwaltung. Daher bietet ein autonomes Datenmanagement, das ohne menschliche Eingriffe auskommt, den Banken viele Möglichkeiten, um schneller, präziser und effizienter zu werden. Potenzielle KI-Anwendungen im Bankensektor lassen sich in vier große Kategorien einteilen: 1. Anwendungen für den Kundenverkehr (Frontoffice), 2. Anwendungen für interne Prozesse (Backoffice), 3. Handel und Portfoliomanagement, 4. Einhaltung rechtlicher Vorschriften. 4 Bisher testen die Banken KI-Technologien zumeist erst aus und haben sie noch nicht vollständig in ihre Systeme eingebunden. Dabei scheinen kunden- und prozessorientierte Lösungen im Vordergrund zu stehen: » 4 ■ Derzeit wird getestet, ob und wie KI Betrugsversuche im Online-Banking in Echtzeit erkennen und verhindern kann. Kreditkartenbetrug ist in den vergangenen Jahren zu einer der verbreitetsten Formen von Cyber-Kriminalität geworden, und diese Tendenz wird durch das kräftige Wachstum im Online- bzw. mobilen Zahlungsverkehr noch verstärkt. 5 Um eventuelle Betrugsfälle zu erkennen, prüfen KI-Algorithmen in Echtzeit, ob die von Kunden getätigten Kreditkartentransaktionen plausibel sind und vergleichen aktuelle Zahlungsvorgänge im Hinblick auf den Zahlungsbetrag und -ort mit früheren Zahlungen. Wenn ein Risiko erkannt wird, blockiert die KI die entsprechende Transaktion. ■ Außerdem wird der Einsatz von KI in KYC-Prozessen getestet, bei denen die Identität von Kunden überprüft wird. KI-Algorithmen scannen Kundenunterlagen und vergleichen sie mit Informationen aus dem Internet, um festzustellen, wie zuverlässig die Unterlagen sind. Bei etwaigen Widersprüchen schlagen die KI-Algorithmen Alarm, und Bankmitarbeiter führen eine detailliertere KYC-Prüfung durch. ■ Bei Chatbots setzen die Banken ebenfalls versuchsweise KI-Technologien ein. Chatbots sind digitale Assistenten, die
