KI-Boom in Deutschland: Zwei Städte ziehen davon – selbst große Industriezentren fallen zurück

KI in Deutschland boomt vor allem in Berlin und München. Die Industriezentren und der Mittelstand bleiben teils deutlich zurück.

Deutschlands wirtschaftliche Landkarte bekommt mit künstlicher Intelligenz neue Gewinner – und überraschende Verlierer. Berlin und München ziehen Start-ups und Wagniskapital an, während selbst traditionsreiche Industrieregionen deutlich schwächer abschneiden. Für die Entwicklung von KI in Deutschland geht es dabei um mehr als einzelne Standorte: Es entscheidet sich auch, wo künftig neue Firmen, Arbeitsplätze und Wertschöpfung entstehen – und ob der Mittelstand mithalten kann.

Eine neue Analyse des Leibniz-Instituts für Raumbezogene Sozialforschung (IRS) zeichnet diese Unterschiede detailliert nach. Der „KI-Atlas Deutschland“ von Wirtschaftsgeograf Andreas Kuebart beinhaltet Daten zu Forschung, Unternehmensgründungen, Finanzierung, Nutzung und Recheninfrastruktur. Demnach beherbergen Berlin und München zusammen rund die Hälfte aller deutschen KI-Start-ups. Außerhalb der 70 größten Stadtregionen sitzen lediglich fünf Prozent. Selbst Stuttgart oder das Rhein-Ruhr-Gebiet bleiben bei der unmittelbaren KI-Wertschöpfung deutlich zurück.

Zwei Städte in Deutschland ziehen bei KI davon

Beim Wagniskapital fällt die Konzentration noch stärker aus. Zwischen 2021 und 2025 flossen laut Atlas rund 5,85 Milliarden Euro in Münchner KI-Start-ups und knapp 2,95 Milliarden Euro nach Berlin. Zusammen entfielen damit gut 60 Prozent des erfassten Kapitals auf beide Standorte. Frankfurt am Main folgte mit rund 1,46 Milliarden Euro. Städte wie Mannheim, Aachen oder Freiburg bilden kleinere, spezialisierte Standorte.

Hinter dem Vorsprung steckt ein typischer Kreislauf der Digitalwirtschaft. Wo viele Fachkräfte, Hochschulen, junge Unternehmen und Geldgeber aufeinandertreffen, entstehen neue Firmen leichter. Diese ziehen wiederum weiteres Kapital und zusätzliche Talente an. Kuebart spricht von „Superstar-Ökosystemen“. Für klassische Industrieregionen entsteht dadurch ein Problem: Ihre Stärke in Maschinenbau, Produktion oder Automobilindustrie führt nicht automatisch zu einer starken KI-Gründerszene.

Starke Forschung wird noch zu selten zu starken Firmen

Deutschland besitzt eine breite wissenschaftliche Basis. Seit 2015 hat sich die Zahl der KI-Publikationen weltweit verdreifacht, und deutsche Hochschulen sowie Forschungsinstitute gehören weiter zu den wichtigen Standorten. Wirtschaftlich fällt die Bilanz schwächer aus. Der Atlas beschreibt Deutschland als „Wissens-Exporteur“: Forschung entsteht im Land, ein Teil der späteren wirtschaftlichen Verwertung findet jedoch anderswo statt.

Besonders auffällig ist der Unterschied bei Hochschulausgründungen. Die Technische Universität München kommt im Atlas auf 56 direkte KI-Spin-offs und liegt damit weit vor vielen anderen Einrichtungen. Auch beim privaten Kapital klafft eine Lücke. Die USA vereinten von 2023 bis 2025 fast die Hälfte der weltweiten KI-Investitionen auf sich. Deutsche Unternehmen stoßen dagegen vor allem in der Wachstumsphase häufig auf Finanzierungslücken.

Der Mittelstand nutzt KI seltener als Großunternehmen

Hinzu kommt eine Lücke bei der Anwendung. 2025 nutzten 23 Prozent der kleinen deutschen Unternehmen mit 10 bis 49 Beschäftigten mindestens eine KI-Technologie. Bei mittleren Firmen waren es 36 Prozent, bei Unternehmen ab 250 Beschäftigten 57 Prozent. Deutschland liegt insgesamt über dem EU-Durchschnitt, doch der Abstand zwischen kleinen und großen Betrieben bleibt groß.

Dabei könnte KI gerade in Firmen mit Fachkräftemangel Routinearbeit übernehmen, Prozesse beschleunigen oder bei datenbasierten Entscheidungen helfen. Kuebart warnt jedoch vor einem Einsatz nach dem Gießkannenprinzip. „Nicht möglichst viel KI ist das Ziel, sondern zielgerichteter Einsatz“, sagt er. Chancen sieht er vor allem in Bereichen, in denen Deutschland bereits stark ist, etwa Robotik, industrielle Anwendungen und Dienstleistungen für andere Unternehmen.

Auch bei Rechenleistung bleibt Deutschland zurück

Eine weitere Trennlinie verläuft bei der Infrastruktur. Fast drei Viertel der größeren deutschen Rechenzentrumskapazitäten liegen im Großraum Frankfurt am Main. Dort konzentrieren sich mehr als 1000 Megawatt operative Leistung. Neue Anlagen könnten die Kapazität stark erhöhen; mehrere geplante Projekte erreichen 200 Megawatt oder mehr.

Im internationalen Vergleich bleibt der Abstand dennoch groß. Die Munich AI Factory kommt laut Atlas auf rund 25.000 H100-Äquivalente, der Jupiter-Supercomputer in Jülich auf 24.000. Große US-Anlagen liegen bei mehreren Hunderttausend. Der Bericht beziffert die Größenlücke auf etwa 1 zu 30. Für besonders rechenintensive Spitzenmodelle bleibt Europa damit stark von Infrastruktur außerhalb des eigenen Wirtschaftsraums abhängig.

Kurz zusammengefasst:

Berlin und München bündeln rund die Hälfte der deutschen KI-Start-ups und mehr als 60 Prozent des erfassten Wagniskapitals.
Deutschland ist in der KI-Forschung stark, übersetzt dieses Wissen aber nur begrenzt in große Unternehmen, Wachstumskapital und eigene Spitzenmodelle.
Kleine und mittlere Firmen nutzen KI deutlich seltener als Großunternehmen, während auch bei der Rechenleistung ein großer Abstand zu den USA besteht.

Übrigens: Nicht nur zwischen Unternehmen und Regionen gibt es bei KI große Unterschiede – auch der Bildungsgrad beeinflusst die Nutzung stark. Während 60 Prozent der Hochgebildeten KI verwenden, sind es bei Menschen mit niedriger Bildung nur 17 Prozent. Mehr dazu in unserem Artikel.