Forschung bleibt auch zukünftig die Basis der KI-Revolution. Denn die Technologie ist bei weitem nicht auserforscht. Um ihre Potenziale zu heben, müssen wir sie besser und effizienter, aber auch sicherer, transparenter und zuverlässiger machen. Viele weitere Potenziale von KI, aber auch die Risiken und wie wir damit umgehen, können nur durch zusätzliche Forschung erkannt werden.

Ausgangslage:

• Deutschland und Europa sind in der KI-Forschung noch Teil der Weltspitze. Bei der Anzahl an KI-Publikationen und -Zitationen sowie bei Beiträgen zur Entwicklung von Open-Source-Software zu KI ist Deutschland regelmäßig unter den besten fünf/sechs Nationen. Andere Nationen (China, USA, Indien) weisen jedoch eine deutlich größere Dynamik auf.
• Auch im Bereich der großen generativen KI-Modelle und KI-Basismodelle („Foundation Models“) hat Deutschland die internationale Entwicklung der letzten Jahre mit vorangetrieben und wettbewerbsfähige Angebote, wie Luminous (Aleph Alpha) oder Stable Diffusion, hervorgebracht. Insgesamt dominieren jedoch die USA.
• Die KI-Forschung verschiebt sich zunehmend in die Privatwirtschaft. Dies hat Konsequenzen für den Fokus der KI-Forschung; gesellschaftlich bedeutsame Themen könnten dadurch mittel- und langfristig in den Hintergrund treten, etwa KI-Anwendungen im Gesundheitsbereich, Verbesserungen der Ressourceneffizienz von KI oder die sozialen und ethischen Auswirkungen von KI.
• Der von der EU-Kommission angestrebte AI Act wirft Fragen für die Erforschung und Entwicklung von KI auf. So müssen die angestrebten Anforderungen für Hochrisiko-Anwendungen von KI auch in technische Lösungen sowie Normen und Standards umgesetzt werden.

Was wir erreichen wollen:

• Erreichen der europäischen Spitze bei KI-Publikationen, vor Großbritannien
• Etablierung der KI-Kompetenzzentren als führende europäische KI-Forschungsinstitutionen
• Demonstration deutlicher Fortschritte bei Erklärbarkeit und Vertrauenswürdigkeit von KI
• Deutschland als einen der führenden Akteure bei großen generativen KI-Modellen, insbesondere multimodalen KI-Modellen positionieren und Alleinstellungsmerkmale etablieren
• Stärkung der interdisziplinären Vernetzung zwischen der Forschung zu Maschinellem Lernen und anderen Ansätzen, Fachdisziplinen und Anwendungsdomänen

Was wir tun:

• Start einer neuen Förderlinie zu flexiblen, resilienten und effizienten Machine-Learning-Modellen
• Ausbau der Exzellenzorientierung und strategischen Ausrichtung der KI-Kompetenzzentren mit einer Förderung von 61 Millionen Euro pro Jahr
• Gezielte Forschungsförderung zu Themen wie Erklärbarkeit, Robustheit und Datenbasis von KI