Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
oecd8. Oktober 2025 · Q002185

What gets measured gets managed: How the OECD and European Commission quantify AI investment

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

OECD und Europäische Kommission schlagen eine breite, zweistufige Methodik zur Schätzung von KI-Investitionen vor, die Wirtschaftsdaten mit Indikatoren zur KI-Intensität verbindet. Für 2023 schätzt der Bericht die Investitionen in der EU27 auf rund 257 Milliarden Euro, mit einer Spanne von 220 bis 294 Milliarden; die Ergebnisse hängen von Annahmen ab. Die Methodik soll Vergleiche und die Bewertung europäischer KI-Politik erleichtern.

Mittel

Der Bericht stellt eine gemeinsame Methodik von OECD und Europäischer Kommission vor, um KI-Investitionen in der EU einheitlicher zu messen und international zu vergleichen. Sie zählt neben Forschung und Entwicklung auch Kompetenzen, Dateninfrastruktur, Rechenhardware und organisatorisches Kapital zu KI-Investitionen. Dazu verbindet sie makroökonomische Daten mit Koeffizienten zur KI-Intensität, die laut Bericht aus Patentdaten und Bildungsstatistiken abgeleitet werden.

Für 2023, das jüngste Jahr mit verfügbaren Schätzungen, ergibt sich für die EU27 ein Gesamtwert von rund 257 Milliarden Euro. Je nach Annahmen reicht die Schätzung von 220 bis 294 Milliarden Euro. Private Investitionen stellen dem Bericht zufolge 73 Prozent. Die größten Bereiche sind Kompetenzentwicklung (41 Prozent) sowie Daten und Ausrüstung (37 Prozent). Deutschland, Frankreich und die Niederlande führen bei den Gesamtinvestitionen; pro Kopf liegt Irland vorn. Nach 2019 hätten sich die Investitionen deutlich beschleunigt.

Der Bericht sieht die Methodik als Grundlage, um politische Strategien und Investitionsschwerpunkte zu bewerten, und als mögliche Datenquelle für das Europäische KI-Observatorium. Die Werte bleiben annahmenabhängige Schätzungen; im Text werden keine neueren Schätzjahre als 2023 ausgewiesen.

Ausführlich lesen

Der Bericht beschreibt eine gemeinsame Methodik der OECD und der Europäischen Kommission, mit der sich Investitionen in künstliche Intelligenz (KI) EU-weit einheitlicher erfassen und mit denen anderer führender Volkswirtschaften vergleichen lassen sollen. Anlass ist nach Darstellung des Artikels, dass öffentlich genannte Fördersummen und Investitionszusagen oft weder transparent noch einheitlich ermittelt oder unabhängig überprüft würden. Bislang habe es nur begrenzte Fortschritte bei einer standardisierten Definition und Messung von KI-Investitionen gegeben.

Die am 26. September 2025 vorgestellte Methodik fasst KI-Investitionen weit. Sie berücksichtigt neben Forschung und Entwicklung auch ergänzende Voraussetzungen für KI, darunter Kompetenzen, Dateninfrastruktur, Rechenhardware und organisatorisches Kapital. Um KI-bezogene Ausgaben von allgemeineren Ausgaben für Informations- und Kommunikationstechnik oder Forschung abzugrenzen, verbindet das Verfahren laut Bericht zwei Elemente: makroökonomische Daten, etwa aus Eurostat und EUKLEMS & INTANProd, sowie Koeffizienten zur KI-Intensität. Diese Koeffizienten stützen sich auf Patentdaten und Bildungsstatistiken und sollen schätzen, welcher Anteil bestimmter Investitionen plausibel der KI zuzuordnen ist.

Für 2023, das im Bericht als jüngstes Jahr mit verfügbaren Schätzungen genannt wird, beziffert die Methodik die gesamten KI-Investitionen in den 27 EU-Mitgliedstaaten auf rund 257 Milliarden Euro. Je nach zugrunde gelegten Annahmen liegt die Schätzung zwischen 220 und 294 Milliarden Euro. Damit sei das jährliche Investitionsziel von 20 Milliarden Euro, das der EU-Koordinierte Plan für KI bis 2030 vorsieht, bereits weit übertroffen worden. Der Bericht zufolge entfielen 73 Prozent der erfassten Ausgaben auf private Investitionen. Nach Bereichen lagen Kompetenzentwicklung mit 41 Prozent und Daten sowie Ausrüstung mit 37 Prozent vorn; Forschung und Entwicklung machten 13 Prozent aus, weitere Produkte geistigen Eigentums 9 Prozent.

Deutschland, Frankreich und die Niederlande werden als führend bei den Gesamtinvestitionen genannt, insbesondere bei Kompetenzen und Infrastruktur. Pro Kopf betrachtet liege Irland vorn. Der Bericht beschreibt außerdem eine deutliche Beschleunigung der KI-Investitionen nach 2019 in allen Kategorien, besonders bei Software und Entwicklung sowie bei unterstützender Infrastruktur; zuvor sei das Wachstum moderater gewesen.

Die Autorinnen und Autoren stellen genaue, vergleichbare Messungen als Voraussetzung dar, um zu beurteilen, ob politische Strategien tatsächlich zu Investitionen führen und ob Geld in die gewünschten Bereiche fließt. Die Methodik soll als Datengrundlage und Ausgangsbasis für das geplante Europäische KI-Observatorium dienen, das Entwicklungen, Wirkungen und Trends beobachten soll. Die Zahlen sind jedoch Schätzungen und hängen ausdrücklich von Annahmen ab; der Bericht nennt 2023 als jüngstes verfügbares Schätzjahr. Seine Aussagekraft beruht damit auf einer modellgestützten Zuordnung von Ausgaben zu KI, nicht auf einer im Text beschriebenen direkten Erfassung jedes einzelnen KI-Investments.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Bewertung stützt sich allein auf den Bericht. Die Einordnung betrifft nur die drei Sammelfragen, da keine Teilfragen angegeben sind.

Im Bericht, aber nicht in der Zusammenfassung

  • Das Ziel des EU-Koordinationsplans für KI von 20 Mrd. EUR jährlicher KI-Investitionen bis 2030 wird in keiner der beiden Zusammenfassungen genannt.
  • Die Benchmark-Länder des Berichts (USA, Vereinigtes Königreich, Kanada, Japan) fehlen in der kurzen Fassung und sind in der mittleren nicht ausgeführt.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 53 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
    • clef 100 %kein Bezug
    • Luna 52 %Hintergrund, keine Belege
    • JEV 24 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV 47 %gleiches Oberthema, hilft nicht
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Vertrauen in Modelle
Modelle teilen und schützen
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 53 %Hintergrund, keine Belege
    • JEV 21 %Hintergrund, keine Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 37 %Hintergrund, keine Belege
    • amos 27 %Hintergrund, keine Belege
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht
  3. SF-E3 Welche Stellen sind in einem Staat für KI-Sicherheit und Prüfungen zuständig, und was davon gibt es schon?
    • clef 100 %kein Bezug
    • Luna 33 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 93 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
  5. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 63 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →