Ifo: 155 Milliarden Euro durch zu strenge KI-Regulierung in Gefahr
440 Milliarden Euro Wertschöpfung pro Jahr, bis 2034: So viel zusätzliches Potenzial beziffert eine neue ifo-Studie für generative KI in der deutschen Wirtschaft. Rund 155 Milliarden Euro davon könnten verloren gehen – ein Drittel der gesamten Summe. Der Grund hat nichts mit Rechenzentren oder Fachkräftemangel zu tun, sondern mit einem Rohstoff, über den kaum jemand spricht: Trainingsdaten.
Ein wertvoller Rohstoff
KI-Modelle lernen aus gewaltigen Textmengen. Milliarden Parameter werden so lange angepasst, bis treffsichere Vorhersagen entstehen. Und mehr Daten bedeuten bessere Modelle, das belegt die Forschung seit Jahren.
Das Problem: Es gibt zu wenige frei nutzbare Texte. Insgesamt gibt es laut der Studie in Europa nur rund 2 bis 3 Billionen Token aus urheberrechtsfreien oder offen lizenzierten Texten. Aktuelle Spitzenmodelle trainieren hingegen mit 15 bis 36 Billionen Token. Hier klafft demnach eine riesige Lücke.
Wer beim Stichwort Trainingsdaten nur an ChatGPT denkt, irrt. Pharmaunternehmen wie Novo Nordisk und Sanofi durchsuchen mit denselben Methoden Millionen biomedizinischer Fachartikel nach Zusammenhängen zwischen Genen, Krankheiten und Wirkstoffen.
Ein Viertel weniger Verstand
Was fehlende Daten konkret anrichten, zeigt ein Experiment der ETH Zürich und der EPFL mit dem offenen Modell Apertus: Beim komplexen, mehrstufigen Schlussfolgern fiel der Testwert von 0,51 (auf einer Skala bis 1) auf nur noch 0,25. Die Leistung hat sich damit fast halbiert. Anspruchsvolle Jobs brauchen jedoch genau diese besonderen Fähigkeiten. Bei einfachen Aufgaben gab es dagegen kaum einen Unterschied.
Streit ums Kleingedruckte
Die EU regelt die Datennutzung bislang per Opt-out: Wer seine Werke nicht fürs Training freigeben will, muss aktiv widersprechen, meist über die technische Datei robots.txt. Diesen Kompromiss stellen Politik und Gerichte zunehmend infrage. Im November 2025 urteilte das Landgericht München zugunsten der GEMA gegen OpenAI.
Digitalminister Karsten Wildberger wünscht sich trotzdem ein europäisches KI-Spitzenmodell. Beides gleichzeitig, sagen die Studienautoren, geht kaum.
Wo sind die 155 Milliarden?
Deutschland könnte mit KI sehr viel Geld verdienen. Aber ein Teil davon – rund 155 Milliarden Euro – geht verloren, wenn die Regeln für KI zu streng sind. Das hat vier Gründe:
1. Firmen trauen sich nicht (45 Milliarden Euro): Wenn niemand genau weiß, was erlaubt ist, warten Unternehmen lieber ab, statt KI einzusetzen.
2. KI wird dümmer (75 Milliarden Euro, der größte Teil): Ohne genug zum Lernen schafft KI schwierige Aufgaben nicht mehr so gut.
3. Forscher haben weniger Werkzeuge (25 Milliarden Euro): Wer zum Beispiel neue Medikamente entwickelt, braucht gute KI – ohne sie geht das schlechter.
4. Deutschland baut schlechtere KI (10 Milliarden Euro): Andere Länder lassen KI-Firmen mehr Freiheiten. Deutsche Unternehmen haben es dadurch schwerer.
Der Vorschlag der Forscher: Nicht die Trainingsdaten sollen verboten werden, sondern das Ergebnis. Eine KI darf zwar Bücher lesen, um daraus zu lernen. Aber sie darf danach keine Bücher schreiben, die fast genauso aussehen wie die Originale.
Glossar
Opt-out-Modell: Rechtemodell, bei dem Nutzung erlaubt ist, sofern der Rechteinhaber nicht ausdrücklich widerspricht.
Token: kleinster Textbaustein (Wort- oder Silbenteil), mit dem KI-Modelle trainiert werden.
robots.txt: technische Datei, mit der Websites festlegen, welche automatisierten Programme sie auslesen dürfen.
Quellen
Falck, O. und M. Thelle (2026), „KI-Potenzial in Gefahr: Einschränkung von Trainingsdaten könnte Deutschland 155 Milliarden Euro kosten", ifo Schnelldienst digital 19/2026, 13. Oktober 2026.
ifo Institut, Pressemitteilung „Strengere KI-Regulierung gefährdet 155 Milliarden Euro an zusätzlicher Wertschöpfung"
tagesschau.de: „Münchner Gericht: ChatGPT darf Liedtexte nicht ohne Lizenz nutzen"
