Künstliche Intelligenz und regionalwirtschaftliche Entwicklung

Hintergrund und Zielsetzung

KI gilt als Querschnittstechnologie und ist spätestens seit dem Markteintritt des Chatbots „ChatGPT“ in aller Munde. Querschnittstechnologien sind Technologien, die in vielen verschiedenen Wirtschaftssektoren Anwendung finden. Werden Querschnittstechnologien weiterentwickelt, kann dies positiv auf alle Sektoren ausstrahlen, die mit der neuen Technologie arbeiten. Die Verknüpfung mit den Anwendungssektoren wiederum ermöglicht auch Verbesserungen bei der Querschnittstechnologie selbst. Folglich gibt es eine Rückkopplungsschleife durch die alle Sektoren, in denen die Querschnittstechnologie eingesetzt wird, wirtschaftlich und technologisch profitieren können.

Die Effekte von KI-Technologien auf die Produktivität und die technologische Entwicklung sind jedoch nicht eindeutig und auch ihr bislang gemessener Einfluss bleibt hinter den allgemeinen Erwartungen zurück. Dieser Widerspruch wird „Produktivitäts-Paradoxon“ genannt. Bisherige Forschungsergebnisse legen nahe, dass die Schwäche der gemessenen Effekte möglicherweise mit der fehlenden Differenzierung von KI zu tun hat. So gibt es zwar viele als KI betitelte Technologien; diese funktionieren und arbeiten jedoch oft unterschiedlich. Demzufolge könnte die Effektschwäche unter anderem darauf zurückzuführen sein, dass die geringe Anschlussfähigkeit einzelner KI-Technologien die Etablierung der jeweiligen Rückkopplungsschleifen erschwert. Ein weiterer Erklärungsansatz für das „Produktivitäts-Paradoxon“ ist die bislang unzureichende Differenzierung und Charakterisierung auf Seiten der KI-Anwender:innen. So deuten Forschungsergebnisse darauf hin, dass KI-Innovationen nicht auf alle Firmen und Regionen gleich wirken. Vielmehr können die Effekte von KI je nach Größe, finanziellen Mitteln oder der vorhandenen Wissensbasis sehr unterschiedlich und unter Umständen auch negativ sein.

Das Projekt verfolgt demnach zwei Ziele: Zum einen möchten wir die KI-Technologien nach ihren Auswirkungen auf die technologische und wirtschaftliche Regionalentwicklung systematisch differenzieren, zum anderen sollen die regionalen Voraussetzungen für eine positive Wirkung von KI identifiziert und erklärt werden. In Kombination können die Ergebnisse helfen, die Bedeutung von KI für regionale Entwicklungsprozesse besser zu verstehen und die wirtschaftspolitische Unterstützung für die Nutzbarmachung von KI effektiver und effizienter zu gestalten.

Vorgehensweise

Das Projekt gliedert sich in drei größere konsekutive Analyseschritte. Im ersten Schritt verfolgen wir das Ziel einer besseren Differenzierung und Charakterisierung von verschiedenen KI-Technologien. Wir analysieren das Zusammenspiel der verschiedenen KI-Technologien während des Entstehungsprozesses von akademischem Wissen bis hin zur unternehmerischen Nutzung von KI. Im zweiten Schritt soll untersucht werden, welche regionsspezifischen Charakteristika die Entstehung von KI-Wissen und die Nutzung von KI im unternehmerischen Kontext fördern bzw. erschweren. Die Erforschung der Effekte verschiedener KI-Technologien auf die regionalökonomische Entwicklung bildet den dritten Analyseschritt. Hier richten wir unseren Blick auch darauf, ob der Einfluss von KI zwischen verschiedenen Regionstypen variiert.

Daten und Methoden

Für das Projekt tragen wir verschiedene Sekundärdaten zusammen. Diese umfassen Publikationsdaten von Fachzeitschriften sowie Patentdaten zur Quantifizierung der Forschung zu KI. Des Weiteren werden Sekundärdaten des Statistischen Bundesamtes sowie des statistischen Amtes der Europäischen Union genutzt, um damit die Charakterisierung von Regionen anhand verschiedener Kennzahlen, wie z.B. der Bevölkerungsdichte sowie des regionalen BIPs, zu messen. Letztlich werden Daten der Statistischen Ämter der Länder auf Firmenebene herangezogen, um die Nutzung von KI-Technologien durch Unternehmen abzubilden. Sollte es inhaltlich notwendig sein, werden zusätzliche Firmendaten aus den Datenbanken Amadeus und ORBIS genutzt. Um die Determinanten von KI-Technologien zu ermitteln sowie deren Einflussstärke auf die Regionalentwicklung abzuschätzen, werden die Daten anschließend mit Hilfe von quantitativ-ökonometrischen Verfahren analysiert (beispielsweise Panel- und Negativ-Binomial-Regressionen).

Unsere Forschungsfragen

• Welche Rahmenbedingungen sind für die unternehmerische Nutzung von KI besonders förderlich oder hinderlich?
• Wie funktioniert der Übergang von KI-Forschung zu KI-Wissen und zu KI-Nutzung?
• Wie verändern KI-Technologien die ökonomische und technologische Struktur von Regionen, in denen sie genutzt bzw. erforscht werden?
• Welche Regionen profitieren besonders bzw. wenig von der Nutzung bzw. der Erforschung von KI?