##  Pfadnavigation

1. [ Startseite ](/)
2. [ AI to the DNA ](/podcast/ai-dna)
3. Dr. Tina Klüwer: Wie Deutschland den KI-Innovationsstau löst

# Dr. Tina Klüwer: Wie Deutschland den KI-Innovationsstau löst

            **Podcast:**

   [AI to the DNA](/podcast/ai-dna)

              **Erscheinungsdatum:**

   19. Juni 2026

            **Länge:**

   01:10:37

    [         Link zur Episode (extern)   ](https://attd.fm/episodes/warum-wohlstand-unser-innovationsproblem-ist-deutschland-zwischen-angst-und-aufbruch-dr-tina-kluwer-ai-nation)

 ![Warum Wohlstand unser Innovationsproblem ist: Deutschland zwischen Angst und Aufbruch | Dr. Tina Klüwer, AI NATION](https://www.botcaster.de/sites/default/files/styles/podcast_n_episode_metadata_image_1x/public/2026-08/NjM3OC5qcGc.jpg.webp?itok=jciFfuRl)

###   Warum Wohlstand unser Innovationsproblem ist: Deutschland zwischen Angst und Aufbruch | Dr. Tina Klüwer, AI NATION

   19. Juni 2026 · [AI to the DNA](/podcast/ai-dna)

Wie schafft es Deutschland, von einem Land der KI-Theoretiker und Tool-Touristen zu einer Nation zu werden, die mit Künstlicher Intelligenz wirklich bahnbrechende Innovationen vorantreibt? Diese Frage bildet den Kern des Gesprächs zwischen Christoph Magnussen und seiner Gästin im Podcast *AI to the DNA*. Zu Gast ist Dr. Tina Klüver, eine Expertin, deren Werdegang sie von der KI-Forschung über die Gründung eines eigenen Unternehmens und eine Station im Bundesministerium bis hin zur Leitung von AI Nation, einer Initiative zur Förderung von KI-Start-ups, geführt hat. Ihre einzigartige Perspektive aus Wissenschaft, Wirtschaft und Politik ermöglicht einen tiefen Einblick in die Potenziale, aber auch in die hausgemachten Hürden des KI-Standorts Deutschland. Die Episode ist ein Weckruf für Entscheider, Gründer und alle, die verstehen wollen, warum es jetzt an der Zeit ist, vom Reden ins Handeln zu kommen.

## Das Wichtigste auf einen Blick

- **Deutschlands KI-Dilemma:** Deutschland verfügt über exzellente Forschung und viele Talente, scheitert aber oft an der praktischen Anwendung. Dr. Klüver beschreibt dies als eine Folge des Wohlstands: Man hat mehr zu verlieren und ist daher risikoscheuer als aufstrebende Nationen wie China, die in neuer Technologie vor allem eine Chance sehen.
- **Vom Kostensparen zur Innovation:** Viele Unternehmen nutzen KI primär zur Effizienzsteigerung und Kostensenkung. Tina vergleicht dies mit der Einführung von Bankautomaten - eine Notwendigkeit, aber kein Wettbewerbsvorteil. Der wahre Hebel liegt in der Entwicklung völlig neuer, KI-gestützter Produkte und Geschäftsmodelle.
- **Europas ungenutzte Stärke:** Eine riesige Chance liegt in der Kombination von Deutschlands traditioneller Industriestärke (Maschinenbau, Pharma, Chemie) mit modernster KI. Anstatt nur auf Software zu blicken, könnte Europa in Bereichen wie Physical AI oder der Medikamentenentwicklung führend werden.
- **LLMs als Fundament für die Zukunft:** Die aktuellen großen Sprachmodelle (LLMs) sind nicht das Ende der Entwicklung. Sie sind die Basis, auf der die nächste Generation von KI-Algorithmen aufbauen wird. Deshalb, so Tina, ist es für Europa entscheidend, eigene Modelle zu entwickeln und zu beherrschen, um nicht den Anschluss zu verlieren.
- **Der Mensch bleibt zentral:** Trotz aller Automatisierung bleiben Aspekte wie Verantwortung, Haftung und die Gestaltung von Beziehungen (Relationship) menschliche Domänen. Eine KI kann zwar einen entschuldigenden Text formulieren, aber die authentische Empathie und die rechtliche Verantwortung trägt am Ende ein Mensch.

## Von regelbasierten Chatbots zu LLMs: Eine Revolution aus erster Hand

Um die gewaltige technologische Entwicklung der letzten Jahre zu verstehen, nimmt Dr. Tina Klüver den Hörer mit auf eine Zeitreise. Als Computerlinguistin forschte sie an Chatbots, lange bevor ChatGPT ein bekannter Name war. Sie beschreibt anschaulich, wie mühsam die Anfänge waren: Die ersten Systeme wie Eliza basierten auf zehntausenden von Hand geschriebenen Regeln. Ein Satz wie Ich möchte mein Abo kündigen musste in all seinen denkbaren Variationen manuell einprogrammiert werden - eine Sisyphusarbeit. Ein Fortschritt waren statistische Modelle, die bereits auf die Bedeutungsebene abzielten und nicht mehr nur auf einzelne Wörter. Doch selbst diese stießen schnell an ihre Grenzen.

Den wahren Wendepunkt markierten die Transformer-Architekturen und die daraus entstandenen Large Language Models (LLMs). Tina erinnert sich an den Moment, als sie erkannte, dass diese Modelle nicht nur eine graduelle Verbesserung, sondern eine fundamentale Revolution darstellten. Die Fähigkeit der LLMs, Kontexte zu verstehen, Bedeutungen zu abstrahieren und menschenähnliche Texte zu generieren, löste Probleme, an denen Forscher wie sie jahrzehntelang gearbeitet hatten. Diese persönliche Erfahrung verleiht ihrer Einschätzung besonderes Gewicht: Wer heute achtlos über die vermeintlichen Schwächen von KI-Tools urteilt, verkennt oft den immensen Sprung, der dahintersteckt.

## Deutschlands KI-Dilemma: Zwischen Reden und Handeln

Christoph und Tina diagnostizieren ein zentrales Problem für den Standort Deutschland: Während das Land in der KI-Forschung und bei der Anzahl der Talente weltweit zur Spitze gehört (Platz 3 bei den Publikationen), hapert es an der Umsetzung. Seit über einem Jahrzehnt, so Tinas Beobachtung, wird in Politik und Wirtschaft intensiv über KI geredet, doch die tatsächliche Implementierung bleibt oft zaghaft. Viele Unternehmen sahen KI lange als spektakulär, aber unnütz.

Als einen Grund dafür identifiziert sie das Innovator's Dilemma in Kombination mit einer tief verwurzelten Risikoaversion. Deutschland und Europa kommen aus über 100 Jahren Wohlstand. Neue Technologien werden daher oft primär als Risiko für bestehende Geschäftsmodelle und den Status quo wahrgenommen, nicht als Chance. In Ländern wie China hingegen, die einen rasanten Aufstieg erlebten, wird Technologie als Versprechen auf mehr Wohlstand gesehen und mit einer knallharten Umarmungsstrategie vorangetrieben. Tina plädiert dafür, das Risiko des Nicht-Handelns ebenso ernst zu nehmen wie das Risiko einer fehlgeschlagenen Investition. Wer heute aus Angst vor Fehlern zögert, wird in fünf bis zehn Jahren vom Wettbewerb überholt.

## Europas ungenutztes Potenzial: Industrielle Stärke trifft auf KI

Trotz der Herausforderungen ist das Rennen für Europa keineswegs verloren. Im Gegenteil: Tina sieht eine enorme Chance in der Verbindung der traditionellen industriellen Stärken mit den neuen Möglichkeiten der KI. Anstatt zu versuchen, die USA bei reinen Software- oder LLM-Anwendungen zu kopieren, könnte Deutschland seine Expertise in Bereichen wie Maschinenbau, Automotive, Life Sciences und Chemie nutzen, um einzigartige Innovationen zu schaffen.

Ein konkretes Beispiel, das sie nennt, ist die Entwicklung von Medikamenten. KI kann heute schon berechnen, an welcher Stelle eines Proteins ein Wirkstoff am besten andocken kann - ein Prozess, der bisher aufwendiges Trial and Error war. Ein weiteres visionäres Beispiel ist die smarte Autobahn: Wenn Sensoren im Auto mit Sensoren in der Straße kommunizieren, könnten Staus, Unfälle und CO2-Emissionen drastisch reduziert werden. Dies könnte der neue deutsche Exportschlager werden - nicht mehr der Verbrennungsmotor, sondern ein intelligentes Mobilitätssystem. Hier liegt die Chance, sich neu zu erfinden und eine positive technologische Zukunftsvision für Deutschland zu gestalten.

## Der Mensch in der Schleife: Verantwortung, Transparenz und Vertrauen

Eine der spannendsten Diskussionen der Episode dreht sich um die Grenzen der Automatisierung und die Rolle des Menschen. Auch wenn KI-Agenten immer autonomer werden, gibt es Bereiche, die menschlich bleiben müssen. Tina teilt eine Erfahrung aus ihrer Zeit als Gründerin im Kundenservice: Wenn ein Kunde emotional verärgert ist, wirkt eine automatisch generierte Entschuldigung nicht authentisch und kann die Situation sogar verschlimmern. Hier geht es um die menschliche Beziehung, die eine Maschine nicht ersetzen kann.

Christoph ergänzt dies um weitere Aspekte wie Intent (die ursprüngliche Absicht einer Handlung), Taste (persönlicher Geschmack) und vor allem Responsibility (Verantwortung und Haftung). Selbst wenn eine KI perfekten Code schreibt, muss am Ende ein menschlicher Entwickler die Verantwortung dafür übernehmen. Dieses Prinzip der Accountability wird sich rechtlich und moralisch nicht auflösen lassen. Transparenz ist dabei entscheidend. Der Versuch, einen KI-Einsatz zu verschleiern, um Akzeptanz zu erzwingen, ist für Tina eine Täuschung und keine nachhaltige Lösung. Stattdessen wird die Qualität des Ergebnisses entscheidend sein: Wenn eine KI-gestützte Lösung ein Problem perfekt löst, wird die Frage, ob sie von einem Menschen oder einer Maschine kam, für den Nutzer in den Hintergrund treten.

## Praktische Schritte für Unternehmen und Einzelpersonen

Wie kommt man nun vom Wissen ins Tun? Aus dem Gespräch lassen sich konkrete Handlungsempfehlungen für jeden ableiten, der den Wandel aktiv gestalten will.

1. **Technologiewandel als Dauerzustand akzeptieren:** Die erste und wichtigste Einsicht ist, dass der schnelle technologische Wandel keine vorübergehende Phase ist. Nach KI wird die nächste disruptive Technologie kommen. Unternehmer müssen eine Kultur des kontinuierlichen Lernens und Beobachtens etablieren, entweder persönlich oder durch dedizierte Mitarbeiter.
2. **Niederschwellig experimentieren:** Man muss nicht sofort Millionen investieren. Beginne damit, neue Tools und Modelle selbst auszuprobieren. Tina beschreibt, wie sie durch ein einfaches Experiment - das Abfotografieren und automatische Kategorisieren von Workshop-Post-its - zwei Tage Arbeit sparte und ein tiefes Verständnis für die kombinierte Kraft von Bild- und Sprachmodellen gewann.
3. **Ein Netzwerk aufbauen:** Man muss nicht alles allein verstehen. Der Austausch in einer Peer-Group mit Gleichgesinnten ist entscheidend. In einem Netzwerk kann man gemeinsam neue Entwicklungen bewerten, Erfahrungen teilen und voneinander lernen.
4. **Über die Effizienz hinausdenken:** Der erste Impuls bei der KI-Einführung ist oft, bestehende Prozesse zu automatisieren und Kosten zu senken. Das ist wichtig, aber nur die Pflicht. Die Kür und der entscheidende Wettbewerbsvorteil entstehen, wenn man fragt: Welche völlig neuen Produkte oder Services können wir mit dieser Technologie schaffen, die vorher undenkbar waren?
5. **Risiken neu bewerten:** Eine klassische Risikoanalyse bewertet die Kosten eines potenziell scheiternden Innovationsprojekts. In der heutigen Zeit muss dieser Analyse das Risiko des Stillstands gegenübergestellt werden: Was kostet es das Unternehmen, wenn es in fünf Jahren technologisch den Anschluss verloren hat? Oft ist das Nichtstun das weitaus größere Risiko.

---

 version="1.0" encoding="UTF-8"?
      .st0 {
        fill: #010101;
      }

      .st1 {
        fill: #b0c0b3;
      }

      .st2 {
        fill: #3b3a3b;
      }

      .st3 {
        fill: #3a3a3a;
      }

      .st4 {
        fill: #5e7185;
      }

      .st5 {
        fill: #f9eddd;
      }

      .st6 {
        fill: #000100;
      }

      .st7 {
        fill: #aebeb3;
      }

      .st8 {
        fill: #fefefe;
      }

      .st9 {
        fill: #7f93a8;
      }

      .st10 {
        fill: #f8f0df;
      }

      .st11 {
        fill: #fbf0df;
      }

      .st12 {
        fill: #afbfb2;
      }

      .st13 {
        fill: #f7eedd;
      }

      .st14 {
        fill: #fdfdfd;
      }
                                                                                   Botcaster

  **Zusammengefasst von Anja Schirwinski**

Ich beschäftige mich beruflich wie privat mit Künstlicher Intelligenz - von konkreten Tools im Arbeitsalltag bis zu den größeren Fragen, die dabei aufkommen. Viele der Themen, die in Podcasts besprochen werden, begegnen mir in Projekten immer wieder. Deshalb fasse ich hier die für mich interessantesten Podcastfolgen zusammen und ordne sie aus der Praxis ein.

[Mehr über das Projekt Botcaster](/ueber-uns)

##  Themen

 - [  KI-Strategie  ](/podcasts/themen/ki-strategie)

**Hinweis:** *Diese Zusammenfassung wurde mit Hilfe von KI aus dem Transkript der Podcast-Episode generiert.*

Alle Inhalte auf Botcaster beruhen auf öffentlich zugänglichen Podcasts rund um Künstliche Intelligenz. Wir fassen die Episoden nach bestem Wissen zusammen, übernehmen jedoch keine Gewähr für Vollständigkeit, Aktualität oder Richtigkeit der Inhalte. Die Rechte an den Original-Podcasts und -Inhalten liegen ausschließlich bei den jeweiligen Urheber:innen.

         ## Shownotes

  Warum hat Deutschland KI jahrzehntelang für spektakulär, aber unnütz gehalten? Wieso ist China der eigentlich größere Wettbewerber – und nicht die USA? Und was, wenn unser nächster Exportschlager nicht der Verbrennungsmotor ist, sondern die smarte Autobahn?

Zu diesen und weiteren Fragen spreche ich in dieser Episode von „AI to the DNA", dem Podcast für alle, die Künstliche Intelligenz wirklich verstehen und anwenden wollen, mit Dr. Tina Klüwer. Tina hat als Computerlinguistin am Deutschen Forschungszentrum für Künstliche Intelligenz an Chatbots geforscht, lange bevor es Large Language Models gab, gründete danach das KI-Startup parlamind und verkaufte es erfolgreich an einen Mittelständler. Nach Stationen als Initiatorin der Berliner KI-Startup-Förderung und als Abteilungsleiterin für Technologische Souveränität und Innovation im Bundesforschungsministerium leitet sie heute als Executive Director AI NATION, die nationale Plattform für KI-Startups in Deutschland.

[Diesen Podcast gibt es auch als Video-Podcast auf meinem YouTube Kanal.](https://www.youtube.com/watch?v=9sSm2P5S5Rk "Diesen Podcast gibt es auch als Video-Podcast auf meinem YouTube Kanal.")

Wir sprechen darüber, wie sich Chatbots von 40.000 handgeschriebenen Regeln über statistische Modelle bis zu den heutigen LLMs entwickelt haben und warum Tina nach 15 Jahren Forschung jedes Gespräch mit einem Chatbot immer noch ein bisschen feiert. Außerdem geht es um ihre klare Diagnose: Wir haben zu viel geredet und zu wenig eingesetzt und stecken als Land mitten im Innovators Dilemma.

Außerdem diskutieren wir, warum Europa ein eigenes Foundation Model braucht, wo Deutschlands echte Stärken liegen - von Talenten über Forschung bis zur Industrie und weshalb die Kombination aus industrieller Stärke und KI unsere größte Chance ist, bevor China beides vereint. Tina erklärt, warum 100 Jahre Wohlstand unser Mindset-Problem sind und Technologie hier als Risiko gilt, während sie anderswo ein Versprechen ist.

Darüber hinaus sprechen wir über Agents, Accountability und Transparenz: Wer haftet, wenn KI den Code schreibt? Warum ist Täuschung keine Option, wenn Maschinen kommunizieren? Und welche Aufgaben – Intent, Verantwortung, Beziehung, Taste – bleiben auch in Zukunft bei uns Menschen?

Hier bei AI to the DNA will ich, Christoph Magnussen, tiefer in die Materie KI eintauchen. Mich interessiert nicht nur, wie man KI nutzt, sondern warum sie so funktioniert, wie sie funktioniert. Mit AI to the DNA gewinnt ihr Einblicke in die Natur der Künstlichen Intelligenz und erfahrt, wie sie Teil eurer DNA wird. So werdet ihr von neugierigen Tool-Tourist:innen zu echten AI-Anwendungsweltmeister:innen.

☀️ 🎓 **Die Blackboat AI Summer School:** Vier Wochen Online-Sprint mit Hands-on-Aufgaben, um vom Kl-Ausprobieren zu echten Pro-Skills zu kommen. Vom Tool-Tourist zu eigenen Agent-Systemen mit unserer AI Summer School!

Spare jetzt 250€ mit dem Gutscheincode: **ATTD-SUMMER
->** Jetzt anmelden auf [https://academy.blackboat.com](https://shop.blackboat.com)

⭐️ Wenn dir AI to the DNA gefällt, freuen wir uns über eine **5-Sterne-Bewertung**. Damit hilfst du uns enorm, den Podcast sichtbarer zu machen und noch mehr Menschen mit unseren Themen zu erreichen. Danke für deinen Support!

- (00:00) - Intro
- (01:33) - Tinas Weg: DFKI, parlamind-Gründung, Ministerium, AI NATION
- (03:43) - Von 40.000 Regeln zu LLMs: Eine kurze Geschichte der Chatbots
- (07:46) - Erklären statt anwenden: Kundengespräche, Enquete-Kommission und zehn Jahre KI-Reden
- (11:52) - Innovators Dilemma: Warum Deutschland den Anschluss verpasst hat
- (14:18) - Europa braucht ein eigenes Modell: Energieeffizienz, Black Forest Labs und die nächste Technologiegeneration
- (20:39) - Sollbruchstelle Kapital: Warum Patriotismus weder User noch Gründer:innen hält
- (23:10) - China statt USA: Industrielle Stärke trifft KI – Deutschlands Doppelchance
- (27:22) - Transformer, LSTMs, Halluzinationen: Wo Forschung und Life Science jetzt stehen
- (31:44) - Das deutsche ABCD: 100 Jahre Wohlstand und die Angst vor dem Risiko
- (34:39) - Die Bankautomaten-Analogie: Effizienz ist Pflicht, Innovation macht den Unterschied
- (37:33) - Vom Global Innovation Index bis Tesla in Grünheide: Technologische Notwendigkeit verstehen
- (43:50) - Fundamentale Trends erkennen und warum KI nicht das Ende der Fahnenstange ist
- (48:07) - Tinas Tool-Routine: Morning-Briefing-Bot, Post-it-Hack und zwei Tage gespart
- (54:50) - Weltwissen vs. Trainingsdaten: Moltbook, lokale Modelle und pure Halluzination
- (56:37) - Was beim Menschen bleibt: Intent, Verantwortung, Relationship, Taste
- (01:00:15) - Täuschung ist keine Option: Transparenz, parlamind-Learnings und eine Rechtsform für Agents
- (01:05:10) - Blindspot Sicherheit: Cyber, kritische Infrastruktur und technologische Souveränität
- (01:07:29) - Die smarte Autobahn: Ein neues Narrativ für Deutschland