Leseprobe · Teil I · Abschnitte 1 – 3 · Grundlagen

Begriff und Abgrenzung

Der Begriff „künstliche Intelligenz“ wird in der Alltagssprache, im Recht und in der amtlichen Statistik unterschiedlich verwendet. Werden die Ebenen vermischt, entstehen Fehleinschätzungen über den eigenen Pflichtenkreis.

1.1 Drei Bedeutungsebenen

In der Alltagssprache bezeichnet „KI“ meist ein Textdialogsystem wie ChatGPT. Diese Verwendung ist verbreitet, hat aber weder rechtliche noch statistische Bedeutung.

Im Recht gilt die Begriffsbestimmung des Artikels 3 Nummer 1 der KI-Verordnung. Danach ist ein KI-System ein maschinengestütztes System, das mit unterschiedlichem Grad an Autonomie betrieben wird, nach seiner Einführung anpassungsfähig sein kann und aus den erhaltenen Eingaben ableitet, wie Ausgaben zu erzeugen sind — Vorhersagen, Inhalte, Empfehlungen oder Entscheidungen, die physische oder virtuelle Umgebungen beeinflussen können.

Das maßgebliche Tatbestandsmerkmal ist das Ableiten. Ein System, das aus Eingaben erschließt, wie es antwortet, fällt unter die Definition. Ein System, das ausschließlich zuvor festgelegte Regeln ausführt, in aller Regel nicht.

Die amtliche Statistik misst wiederum Technologien: Textanalyse, Bilderkennung, Spracherkennung, Sprachgenerierung, maschinelles Lernen. Erhebungseinheit sind Unternehmen ab zehn Beschäftigten. Diese Systematik ist keine Rechtsdefinition und war nie als solche gedacht.

1.2 Was regelmäßig kein KI-System ist

Die Europäische Kommission hat im Juli 2025 Leitlinien zur Begriffsbestimmung veröffentlicht. Danach gelten typischerweise nicht als KI-System: ausschließlich von Menschen festgelegte Regeln, die automatisch ausgeführt werden; einfaches Filtern oder Sortieren; Auswertungsübersichten ohne eigene Handlungsempfehlung; einfache Durchschnittsprognosen. Wissensbasierte Expertensysteme können demgegenüber KI-Systeme sein, sofern sie logikbasiert ableiten.

Für die Praxis folgt daraus: Eine Lohnabrechnung wird nicht dadurch zum KI-System, dass sie automatisch rechnet. Ein Warenwirtschaftssystem wird es nicht durch die Produktbezeichnung des Herstellers. Umgekehrt ist ein Dialogsystem auf der Unternehmenswebsite eines, auch wenn es intern nicht so bezeichnet wird.

1.3 Funktionsweise generativer Sprachmodelle

Große Sprachmodelle — die technische Grundlage der verbreiteten Dialogsysteme — erzeugen Text, indem sie wiederholt die wahrscheinlichste nächste Zeichenfolge auswählen. Das deutsche Bundesamt für Sicherheit in der Informationstechnik beschreibt diesen Vorgang als stochastisch: Eine Prüfung der inhaltlichen Richtigkeit findet nicht statt. Erzeugt wird, was sprachlich plausibel ist.

Daraus ergeben sich zwei Effekte von erheblicher betrieblicher Bedeutung:

• Konfabulation. Das Modell erzeugt inhaltlich unzutreffende Angaben in sprachlich überzeugender Form. Betroffen sind insbesondere Fundstellen: Aktenzeichen, Normen, Studien, Preise und Kontaktdaten werden im korrekten Format, aber frei erfunden ausgegeben.
• Automatisierungsverzerrung. Eine flüssig formulierte Ausgabe wird ungeprüft übernommen, gerade weil sie souverän wirkt. Es handelt sich um einen dokumentierten Effekt, nicht um individuelles Fehlverhalten — und um den eigentlichen Risikofaktor im betrieblichen Einsatz.

1.4 Verbreitung

Nach der harmonisierten Erhebung von Eurostat setzten im Jahr 2025 20,0 Prozent der Unternehmen in der Europäischen Union mit mindestens zehn Beschäftigten KI-Technologien ein; im Vorjahr waren es 13,5 Prozent. Die Streuung zwischen den Mitgliedstaaten ist erheblich: Dänemark 42,0 Prozent, Finnland 37,8 Prozent, Schweden 35,0 Prozent gegenüber Rumänien 5,2 Prozent, Polen 8,4 Prozent und Bulgarien 8,5 Prozent.

Nach eingesetzter Technik verteilt sich der Einsatz wie folgt, jeweils bezogen auf alle Unternehmen der Grundgesamtheit:

Der Schwerpunkt liegt damit eindeutig bei sprachbezogenen Anwendungen. Anwendungen zur autonomen Steuerung von Maschinen spielen in der Breite der Wirtschaft eine untergeordnete Rolle.

1.5 Hemmnisse

Aussagekräftiger als die Nutzungsquote sind die Gründe der Unternehmen, die einen Einsatz erwogen, aber nicht umgesetzt haben. Unionsweit nennen 70,89 Prozent fehlende Fachkompetenz, 52,52 Prozent Rechtsunsicherheit und 48,83 Prozent Bedenken hinsichtlich des Datenschutzes.

Bemerkenswert ist, welche Gründe nicht an erster Stelle stehen: Kosten und Zweifel am Nutzen. Die drei stärksten Hemmnisse sind Wissen, Recht und Datenschutz — und damit die Gegenstände dieses Berichts.