Intelligentere Innovationsanalysen: Was uns KI-gestützte Webindikatoren über den 3D-Druck in Deutschland verraten

Worum geht es in der Studie?

Anhand von ISTARI-Daten untersuchen Julian Schwierzy (TU München), Robert Dehghan (Universität Mannheim, ISTARI), Sebastian Schmidt (Paris-Lodron-Universität Salzburg, IT:U Austria, ISTARI), Nils Grashof (Friedrich-Schiller-Universität Jena), Hanna Hottenrott (TU München, ZEW) und Michael Woywode (Universität Mannheim) im Beitrag „Mapping technology diffusion with AI: A web-based approach for tracking additive manufacturing adoption“ die Verbreitung additiver Fertigung (im Volksmund: 3D-Druck) in Deutschland. Die Studie verbindet klassische Innovationsindikatoren wie Patente und Publikationen mit unserem KI-basierten Webindikator. Im Zentrum steht die Frage, wie gut sich die tatsächliche Nutzung von 3D-Druck über Unternehmenswebseiten messen lässt – und wie diese Nutzung regional mit Wissenschafts- und Patentaktivität zusammenhängt.

Wie misst man Technologieadoption anhand von Web-Daten?

Statt sich ausschließlich auf Umfragen, Patente oder Statistiken zu stützen, nutzen die Forschenden unseren webAI-Ansatz: Sie analysieren die Websites von über 1,1 Millionen Unternehmen in Deutschland nach relevanten Textabschnitten zum Thema 3D-Druck. Hierfür nutzen sie ein von ISTARI entwickeltes Deep-Learning-Ensemble. Das Modell unterscheidet dabei zwischen Texten, die tatsächliche 3D-Druck-Kompetenz oder -Anwendung der Firma beschreiben, und solchen, die nur allgemein über die Technologie berichten. Aus der Anzahl relevanter Abschnitte wird für jede Website ein Intensitätsscore berechnet, der beschreibt, wie wichtig das Thema 3D-Druck für jede Firma ist.

Für die traditionelle Innovationsperspektive berücksichtigen die Forschenden zudem regionale Patentdaten des Europäischen Patentamts und 3D-Druck-bezogene Publikationen aus SCOPUS auf regionaler Ebene (NUTS3). Ergänzt wird das Panel um regionale Kontrollvariablen wie die Bevölkerungsdichte, den Anteil wissensintensiver Beschäftigung und das BIP pro Kopf aus der INKAR-Datenbank.

Was zeigt die Studie über 3D-Druck in Deutschland?

Die Ergebnisse machen deutlich: Additive Fertigung ist noch eine Nischentechnologie in Deutschland, wächst aber schnell. Für das Jahr 2022 identifiziert der Webindikator 4.131 3D-Druck-aktive Firmen, 2023 sind es bereits 8.273 – der Anteil steigt damit von 0,37 % auf 0,74 % aller Unternehmen mit aktiver Website. Räumlich konzentrieren sich die Adoption-Hotspots vor allem in Zentral-, Süd- und Südwestdeutschland, darunter in Baden-Württemberg, Bayern und Teilen Thüringens. Beispiele für besonders starke Regionen sind Tuttlingen, der Enzkreis oder Jena, wo traditionelle Stärken in Optik, Automobilzulieferung oder Medizintechnik als Katalysatoren für 3D-Druck dienen.

Der webbasierte Indikator von ISTARI zeigt dabei 3D-Druck-Aktivität in mehr Regionen als Patente und Publikationen allein erkennen lassen. Dies deutet darauf hin, dass Nutzung, Dienstleistungen und Handel rund um 3D-Druck über klassische F&E-Metriken hinausgehen. So können anhand von Webdaten auch Serviceanbieter, Anwender und Händler sichtbar gemacht werden, die zwar keine Patente anmelden oder wissenschaftlich publizieren, aber dennoch maßgeblich zur Diffusion beitragen.

Quelle: Schwierzy et al. (2026)

Welche Konsequenzen ergeben sich für Politik und Innovationsförderung?

Aus der Studie lassen sich mehrere klare Empfehlungen für Politik und Innovationspraxis ableiten:

• Webbasierte Indikatoren als Ergänzung etablierter STI-Metriken nutzen: Klassische Umfragen, Patente und Publikationen bleiben wichtig, bilden aber nur einen Teil der Realität ab. KI-gestützte Webanalysen können die tatsächliche Nutzung von Technologien sichtbarer machen, insbesondere bei schnell wachsenden, interdisziplinären Feldern und Technologien.
• Regionale Innovationspolitik stärker datengetrieben ausrichten: Da der Webindikator 3D-Druck-Adoption auf Firmen-Ebene abbildet, lassen sich im Aggregat zielgenaue Maßnahmen entwickeln – etwa clusterorientierte Förderung in bestehenden Hotspots oder spezifische Programme zur Aktivierung bisher unterversorgter Regionen.
• Diffusionsmonitoring institutionalisieren: Unser Ansatz erlaubt, Wirkungen von Förderprogrammen auf die tatsächliche Technologieeinführung zeitnah zu beobachten, statt nur langfristig über Patente oder seltene Umfragen. Gerade bei Schlüsseltechnologien wie 3D-Druck oder KI ist ein kontinuierliches Monitoring für Entscheidungsträger zentral, um frühzeitig auf Fehlentwicklungen oder Chancen reagieren zu können.

Webindikatoren als zuverlässiger Ansatz für Technologie-Monitoring

Insgesamt zeigt die Studie, dass KI-basierte Webanalysen kein Ersatz, sondern ein wirkungsvolles zusätzliches Werkzeug sind, um Technologieadoption granular, aktuell und praxisnah sichtbar zu machen. Patente erfassen vor allem die erfinderische Front, Publikationen die wissenschaftliche Basis, während Webindikatoren den Übergang in Nutzung, Dienstleistungen und Marktanwendungen beleuchten. Unser Ansatz lässt sich dabei nicht nur auf 3D-Druck anwenden, sondern auf eine ganze Reihe von Schlüsseltechnologien übertragen.

Referenz: Schwierzy, J., Dehghan, R., Schmidt, S., Grashof, N., Hottenrott, H., & Woywode, M. (2026). Mapping technology diffusion with AI: A web-based approach for tracking additive manufacturing adoption. International Journal of Information Management Data Insights, 6(1), 100387.

Link zur Studie: https://www.sciencedirect.com/science/article/pii/S2667096825000680