Deutschlands KI-Forschungslandschaft steht 2025 vor einer Schlüsselfrage: Ob Max-Planck-Institute und Leibniz-Zentren den Sprung vom Forschungserfolg zum Technologietransfer in Materialwissenschaften, Klimasimulation und Quantencomputing schaffen – bei einer Konferenz wie der Rise of AI 2023 in Berlin diskutierten Für Entscheider in Industrie und Forschungsförderung ist relevant, ob öffentlich finanzierte KI-Grundlagenforschung konsequent in wirtschaftlich nutzbare Anwendungen überführt wird. Branchenvertreter wie Jörg Bienert mahnten bereits, Chancen stärker in den Blick zu nehmen, während Kai Zenner auf strukturelle Lücken im AI Act für Start-ups hinwies. Gelingt der Technologietransfer nicht, droht Deutschland trotz starker Forschungsbasis den Anschluss an internationale Wettbewerber zu verlieren.
Deutschlands KI-Forschungslandschaft 2025: Was Max-Planck-Institute und Leibniz-Zentren leisten
Leitfakt: Rund 230 Präsenzteilnehmer und etwa 1.300 remote zugeschaltete Fachleute diskutierten auf der achten Rise-of-AI-Konferenz in Berlin den Stand der KI-Forschung in Deutschland, darunter Themen wie Quantencomputing, Nachhaltigkeit und die Frage, ob Deutschland eine führende Rolle in der KI einnehmen kann.
Die Frage nach Deutschlands Position in der globalen KI-Entwicklung ist keine abstrakte Standortdebatte mehr. Sie berührt konkret, welche Technologien hiesige Unternehmen in den nächsten Jahren nutzen können, zu welchen Konditionen und mit welcher regulatorischen Sicherheit. Grundlagenforschungseinrichtungen wie Max-Planck-Institute und Leibniz-Gemeinschaft spielen dabei eine strukturell wichtige Rolle, die über den Forschungsbetrieb hinausgeht.
Grundlagenforschung als Voraussetzung für Technologietransfer
Die Rise-of-AI-Konferenz machte deutlich, dass Deutschland im internationalen Vergleich über substanzielle Forschungskapazitäten verfügt. Gleichzeitig wurde die Frage, ob Start-ups im geplanten EU AI Act ausreichend berücksichtigt wurden, prominent diskutiert. Kai Zenner, Büroleiter eines Europaabgeordneten, thematisierte die Belastungen für kleinere Unternehmen durch regulatorische Anforderungen. Jörg Bienert, Vorstandsvorsitzender des KI-Bundesverbands, plädierte dafür, Chancen stärker in den Blick zu nehmen.
Für Unternehmen, die KI-Anwendungen in Materialwissenschaften, Klimasimulation oder Quantencomputing einsetzen wollen, ergibt sich daraus ein konkretes Bild: Die wissenschaftliche Substanz ist vorhanden, der Weg in die Praxis hängt jedoch stark von Transferstrukturen und regulatorischen Rahmenbedingungen ab.
Weiterführende Einordnungen zu Technologietransferstrukturen aus der deutschen Forschungslandschaft finden Sie in den Analysen zu Max-Planck-KI-Grundlagenforschung und Publikationen sowie zu Leibniz-Zentren und KI in Materialwissenschaften.
Quantencomputing: Nah, aber noch nicht produktionsreif
Ein zentrales Thema der Konferenz war Quantencomputing. Der Tenor lautete, dass Deutschland bei Quantentechnologien nach wie vor gute Ausgangsbedingungen hat. Gleichzeitig wurde betont, dass der Übergang von Laborergebnissen zu industriell nutzbaren Systemen noch aussteht. Für Entscheider bedeutet das: Investitionen in Quantencomputing sind mittel- bis langfristig zu planen, kurzfristige Produktivitätsgewinne sind in den meisten Branchen noch nicht zu erwarten.
Jonas Andrulis, Gründer des Heidelberger KI-Unternehmens Aleph Alpha, betonte auf der Veranstaltung die Bedeutung eines starken Ökosystems als Voraussetzung dafür, dass einzelne Unternehmen international konkurrenzfähig werden können.
Einen Überblick über laufende KI-Anwendungen des Jülich Supercomputing Centre, das für Quantencomputing-Infrastruktur in Deutschland eine Schlüsselrolle spielt, liefert dieser Bericht: Jülich Supercomputing Centre: Rechenleistung und Materialforschung 2025.
Praktische Implikationen für Unternehmen
1. Foundation Models als kritische Infrastruktur beobachten. Die Konferenz unterstrich, dass Foundation Models als grundlegende Schicht für zahlreiche KI-Anwendungen gelten. Unternehmen, die auf spezialisierte Anwendungen in Materialwissenschaften oder Klimasimulation setzen, sollten prüfen, welche Basis-Modelle für ihre Domäne geeignet sind und welche Transferangebote aus der Forschung existieren. Einschlägige Benchmarkvergleiche bieten hier erste Orientierung: Helmholtz-Zentren: KI-Forschung in Energie, Klima und Materialwissenschaften.
2. Regulatorische Anforderungen frühzeitig einplanen. Die Debatte um den EU AI Act zeigte, dass insbesondere kleinere Unternehmen die Compliance-Anforderungen als Belastung wahrnehmen. Wer KI-Systeme aus Forschungstransfers einsetzt, sollte frühzeitig prüfen, in welche Risikoklasse die geplante Anwendung fällt. Einen strukturierten Überblick bieten die Analysen zum EU AI Act: Risikoklassifizierung und Anforderungen.
3. Spin-off-Aktivitäten als Kooperationsoption nutzen. Max-Planck- und Leibniz-Einrichtungen generieren zunehmend Ausgründungen, die Forschungsergebnisse in marktfähige Produkte überführen. Für Unternehmen kann die frühzeitige Kontaktaufnahme mit solchen Spin-offs einen Zugang zu spezialisiertem Know-how ermöglichen, bevor Technologien breit verfügbar sind. Einen Überblick über Ausgründungsaktivitäten aus deutschen Forschungseinrichtungen bietet: KI-Spin-offs: DFKI, Fraunhofer, Max Planck 2025.
4. Ökosystem statt Einzellösung priorisieren. Die Botschaft der Konferenz war wiederholt, dass Einzelunternehmen von einem starken wissenschaftlichen und unternehmerischen Umfeld profitieren. Wer KI-Projekte plant, sollte Kooperationsnetzwerke mit Forschungseinrichtungen und anderen Unternehmen in den Blick nehmen, statt ausschließlich auf eigene Entwicklung zu setzen. Einschlägige Transferprogramme und Kooperationsmodelle beschreibt der Bericht: DFKI-Spin-offs und Technologietransfer in der KI-Grundlagenforschung.
Quellen
Häufige Fragen
Welche Rolle spielen Max-Planck-Institute und Leibniz-Zentren konkret bei der KI-Forschung in Deutschland?
Beide Organisationen gehören zur deutschen außeruniversitären Forschungslandschaft und befassen sich unter anderem mit dem Einsatz von KI-Methoden in Feldern wie Materialwissenschaften, Klimamodellierung und Quantencomputing. Auf der Rise-of-AI-Konferenz 2023 in Berlin, an der rund 230 Teilnehmer vor Ort und etwa 1.300 remote teilnahmen, wurde die Frage diskutiert, ob Deutschland in diesen Bereichen eine führende internationale Rolle einnehmen kann. Experten betonten dabei die Bedeutung eines starken wissenschaftlichen Ökosystems als Grundlage für den Technologietransfer.
Wie wird KI beim Technologietransfer in den Materialwissenschaften eingesetzt?
KI-basierte Methoden, insbesondere sogenannte Foundation Models, werden zunehmend genutzt, um Materialeigenschaften schneller zu simulieren und neue Werkstoffe effizienter zu entwickeln. Auf der Rise-of-AI-Konferenz 2023 wurde unter dem Schlagwort ‘Act now!’ betont, dass Foundation Models für die Beschleunigung solcher Forschungsprozesse grundlegend sind. Der Technologietransfer von der Grundlagenforschung in die Industrie bleibt dabei eine zentrale Herausforderung für den Standort Deutschland.
Inwiefern berücksichtigt der EU AI Act die besonderen Bedürfnisse von Forschungseinrichtungen und Start-ups?
Diese Frage wurde auf der Rise-of-AI-Konferenz 2023 kontrovers diskutiert. Kai Zenner äußerte Bedenken, dass Start-ups im AI Act nicht ausreichend berücksichtigt seien, während Jörg Bienert dafür plädierte, die Chancen des Regelwerks stärker in den Blick zu nehmen. Für Forschungseinrichtungen wie Max-Planck-Institute und Leibniz-Zentren bedeutet die Regulierung, dass sie KI-Anwendungen künftig stärker auf Konformität mit dem AI Act prüfen müssen, was interne Prozesse beeinflussen kann.
Wie realistisch ist der Einsatz von Quantencomputing in der Klimasimulation in naher Zukunft?
Auf der Rise-of-AI-Konferenz 2023 wurde Quantencomputing als eine Technologie beschrieben, die kurz vor dem praktischen Einsatz steht (‘ante portas’). Für rechenintensive Anwendungen wie Klimasimulationen gilt Quantencomputing als vielversprechend, da klassische Supercomputer bei bestimmten Problemstellungen an Grenzen stoßen. Deutschland wird dabei eine vergleichsweise gute Ausgangsposition zugeschrieben, weil in der Quantentechnik noch keine einzelne Nation eine dominierende Stellung eingenommen hat.
Wie können Entscheider in Unternehmen vom Technologietransfer aus deutschen Forschungseinrichtungen profitieren?
Jonas Andrulis betonte auf der Rise-of-AI-Konferenz 2023, wie wichtig es ist, Teil eines starken KI-Ökosystems zu sein. Für Unternehmen bedeutet das konkret, Kooperationen mit außeruniversitären Forschungseinrichtungen wie Max-Planck-Instituten oder Leibniz-Zentren aktiv zu suchen, um Zugang zu aktuellen Forschungsergebnissen etwa in Materialwissenschaften oder Quantencomputing zu erhalten. Der Aufbau solcher Partnerschaften erfordert jedoch eine strategische Herangehensweise, da der Transfer von Grundlagenforschung in marktfähige Anwendungen Zeit und klare Prozesse benötigt.
Dieser Artikel wurde von einem KI-System automatisiert erstellt. Kennzeichnung gemäß Art. 50 der EU-KI-Verordnung.
