Exploring the Company Stage of Development Feature in PARAT
Zusammenfassung
Kurz
CSETs PARAT-Datensatz enthält mehr Unternehmen der Stufe „Mature“ als „Growth“ oder „Startup“; in China und Asien ist „Growth“ vergleichsweise stärker vertreten, während in den USA und Nordamerika „Mature“ überwiegt. Laut Bericht könnten reifere Unternehmen wegen der verwendeten Erkennungsmethode überrepräsentiert sein, und PARAT bildet nicht zwingend alle KI-Unternehmen weltweit repräsentativ ab.
Mittel
Der Bericht beschreibt, wie CSETs PARAT-Unternehmen nach ihrer Entwicklungsphase einordnet und nach Land sowie Region aufschlüsselt. „Startup“ bezeichnet eine letzte frühe Finanzierungsrunde, „Growth“ eine mittlere Runde und „Mature“ ein börsennotiertes Unternehmen, eines mit mehr als 1.000 Beschäftigten oder mit später Venture-Capital- beziehungsweise Private-Equity-Finanzierung. Bei unzureichenden Daten lautet die Einstufung „Unknown“.
Von 1.311 erfassten Unternehmen haben 1.013 eine der drei Stufen: 698 sind „Mature“, 260 „Growth“ und 55 „Startup“. 298 Unternehmen (13 Prozent) sind „Unknown“; davon haben laut Bericht 84 Prozent ihren Sitz in den USA und 5 Prozent in China. China weist unter den erfassten Unternehmen 53 Prozent „Growth“ und 44 Prozent „Mature“ auf; bei US-Unternehmen sind es 21 beziehungsweise 73 Prozent. Entsprechend überwiegt in Asien „Growth“, in Nordamerika „Mature“.
CSET hält eine Überrepräsentation von „Mature“-Unternehmen für wahrscheinlich, weil deren Forschung, Patente und Finanzierung leichter erkennbar sein könnten. PARAT sei zudem nicht vollständig und daher nicht zwingend repräsentativ für alle KI-Unternehmen weltweit; Regionen könnten über- oder unterrepräsentiert sein.
Ausführlich lesen
Der Bericht untersucht die Stage-Funktion im Private-sector AI-Related Activity Tracker (PARAT) des Center for Security and Emerging Technology (CSET). Sie ordnet erfasste Unternehmen anhand von Crunchbase-Daten einer Entwicklungsphase zu und lässt die Ergebnisse außerdem nach Hauptsitzland und Region betrachten.
Als „Startup“ gelten Unternehmen, deren letzte Finanzierungsrunde eine frühe Runde war, etwa Seed oder Angel. „Growth“ bezeichnet eine letzte mittlere Finanzierungsrunde, etwa Series A bis C. „Mature“ gilt, wenn ein Unternehmen börsennotiert ist, mehr als 1.000 Beschäftigte hat oder späte Venture-Capital- beziehungsweise Private-Equity-Finanzierung erhalten hat, beispielsweise Series D oder eine Finanzierung nach dem Börsengang. Wenn die nötigen Daten fehlen, wird die Stufe als „Unknown“ ausgewiesen. Dazu zählen laut Fußnote privat gehaltene Unternehmen ohne Angaben zu Finanzierungsrunden und mit weniger als 1.000 Beschäftigten sowie Unternehmen ohne Beschäftigtendaten.
Von den 1.311 PARAT-Unternehmen haben 1.013 eine der drei Entwicklungsstufen; 13 Prozent aller erfassten Unternehmen sind als „Unknown“ eingestuft. Unter diesen 298 unbekannt eingestuften Unternehmen haben laut Bericht 84 Prozent ihren Sitz in den USA und 5 Prozent in China. Unter den Unternehmen mit zugewiesener Stufe sind 698 „Mature“, 260 „Growth“ und 55 „Startup“.
CSET erklärt, dass „Mature“-Unternehmen wahrscheinlich überrepräsentiert sind: Die Erkennung von KI-Unternehmen beruht auf Investitionen in Forschung und Entwicklung, Patenten und Forschungspublikationen, die bei größeren oder besser finanzierten Unternehmen eher sichtbar sein könnten. Nach der Darstellung des Berichts dürfte die verwendete Identifizierungsmethode außerdem viele KI-Start-ups nicht erfassen.
Die Länderaufschlüsselung zeigt laut Bericht, dass in den meisten Ländern die erfassten Unternehmen überwiegend „Mature“ sind. China ist eine Ausnahme: Dort entfallen 53 Prozent auf „Growth“ und 44 Prozent auf „Mature“. Bei Unternehmen mit Sitz in den USA sind es 21 Prozent „Growth“ und 73 Prozent „Mature“. Für die Regionen berichtet CSET ein ähnliches Muster: In Asien, wo China die Daten dominiert, gibt es mehr Unternehmen der Stufe „Growth“ als „Mature“; in Nordamerika, das überwiegend von US-Unternehmen geprägt ist, ist das Verhältnis umgekehrt.
Die Zahlen beschreiben die Zusammensetzung des PARAT-Datensatzes, nicht zwingend die weltweite Verteilung aller KI-Unternehmen. Der Bericht betont, dass PARAT keine vollständige Unternehmensliste ist und einzelne Weltregionen über- oder unterrepräsentiert sein können. Für eine nächste Version seien weitere Unternehmen vorgesehen. Künftige Datenschnappschüsse sollten außerdem die Unterschiede bei KI-Forschungspublikationen und KI-Patenten zwischen den drei Entwicklungsstufen untersuchen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Lunas Zusammenfassung gibt die Zahlen, Länderwerte und Vorbehalte des Berichts korrekt wieder. Ausgelassen sind die Hinweise zu Turkey und Liechtenstein sowie die allgemeine Verteilung nach Ländern. Die Einordnung von Luna selbst (Stufe und Anteil) wurde nicht geprüft, da sie nicht zur Bewertung gehört.
Im Bericht, aber nicht in der Zusammenfassung
- Turkey und Liechtenstein haben jeweils nur ein Startup-Unternehmen
- Die meisten Länder haben überwiegend Mature-Unternehmen
- Ankündigung, dass in künftigen Versionen mehr Unternehmen aufgenommen werden und weitere Analysen zu Publikationen und Patenten folgen
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Unabhängig prüfen
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 51 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
Vertrauen in Modelle
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 39 %gleiches Oberthema, hilft nicht
- JEV
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- 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 100 %kein Bezug
- JEV
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug