Wie man die technologische Durchdringung in Spanien misst: Vom installierten Kapital zur tatsächlichen Nutzung

Wenn man sagt, eine Technologie habe die Wirtschaft „durchdrungen“, kann das verschiedene Dinge bedeuten: dass Unternehmen in sie investiert haben, dass sie installiert ist, dass sie in bestimmten Prozessen genutzt wird oder dass ihre Nutzung bereits messbare Effekte auf die Produktivität hat. Es sind verwandte, aber nicht äquivalente Stufen. Verwechslungen führen dazu, Investitionen oder Erwartungen in eine Aussage über die effektive Adoption umzuwandeln.

Die am 13. Februar 2020 veröffentlichte Analyse von CaixaBank Research befasste sich mit einem konkreten Problem: Zu diesem Zeitpunkt gab es keine ökonomischen Daten, die künstliche Intelligenz (KI) als aufkommende Technologie direkt quantifizierten. Daher näherten sich die Autoren der Relevanz neuer Technologien über Bestandselemente des Kapitals, die deren Entwicklung erleichtern konnten. Die Studie ist nützlich, um die technologische Produktionsbasis zu verstehen, stellt aber keine Zählung der KI-Nutzerunternehmen noch eine Messung ihrer routinemäßigen Nutzung dar.

Eine Statistik zur Unternehmensadoption beantwortet eine andere Frage: Welcher Anteil der Unternehmen erklärt, mindestens ein Werkzeug innerhalb einer definierten Population und eines Zeitraums zu nutzen. Selbst diese Angabe offenbart nicht allein die Intensität, Häufigkeit oder das wirtschaftliche Gewicht dieser Nutzung. Der Indikator lässt sich nur gut interpretieren, wenn klar ist, was er beobachtet und wen er einschließt.

Die Studie von 2020 nutzte die EU KLEMS-Datenbasis, um den Kapitalbestand in vier Gruppen zu beobachten: Software und Datenbanken, Forschung und Entwicklung (F&E), Computer und Telekommunikationsgeräte. Die Autoren kombinierten diese als breite Annäherung an die wirtschaftliche Präsenz von Technologien, die direkt oder indirekt mit KI zusammenhängen. Sie isolierten keine spezifische KI-Investition: Die Komponenten umfassen Vermögenswerte mit Anwendungen, die weit über diese Technologie hinausgehen.

Um das Gewicht dieser Vermögenswerte zwischen Volkswirtschaften und Sektoren zu vergleichen, teilte der Artikel den aggregierten Bestand der vier Kapitalarten durch die Arbeitsstunden. Das Ergebnis wird ausgedrückt als konstante Euro von 2010 pro Arbeitsstunde. So approximiert der Indikator das verfügbare technologische Kapital im Verhältnis zur Arbeit; er zählt keine Nutzer, Lizenzen, KI-Projekte oder automatisierte Aufgaben.

Die Messung ermöglicht es, den technologischen Kapitalbestand pro Arbeitsstunde zwischen den im Analyseumfang enthaltenen Ländern und Sektoren zu vergleichen. Ihr Gegenstück ist eine breite Proxy, kein direktes Thermometer der Adoption. Software, Computer und Telekommunikation sind Teil der im Indikator enthaltenen Kapitalkategorien; allein diese Daten identifizieren nicht, welche Unternehmen KI nutzen und zu welchem Zweck.

Im untersuchten Zeitraum ordnete CaixaBank Research Spanien, zusammen mit dem Vereinigten Königreich, auf einem niedrigeren Niveau als Frankreich und Deutschland im Bestand neuer Technologien pro Arbeitsstunde ein, wies jedoch darauf hin, dass Spanien in den vorherigen zwei Jahrzehnten ein hohes Wachstum verzeichnet hatte. Der Artikel stellte fest, dass sich Spanien, wenn dieser Trend anhielte, in etwa zehn Jahren Frankreich und Deutschland annähern könnte. Es handelte sich um eine bedingte Extrapolation, veröffentlicht im Jahr 2020, nicht um eine Bestätigung einer späteren Konvergenz noch um eine aktualisierte Prognose.

Der sektorale Vergleich der Arbeit umfasste 31 Industrie- und Dienstleistungsbranchen in Spanien. Die Sektoren mit dem höchsten technologischen Bestand tendierten dazu, mit den Eurostat-Kategorien für Hochtechnologie und Wissensintensivität übereinzustimmen. Allerdings schloss die Aufschlüsselung Landwirtschaft und Bergbau aus; daher beschreiben die sektoralen Ergebnisse nicht alle produktiven Sektoren des Landes. Darüber hinaus erlaubt eine sektorale Klassifizierung nicht, zu schließen, dass alle Unternehmen innerhalb einer Branche das gleiche Investitions- oder Nutzungsniveau haben.

Die praktische Lektüre besteht darin, installierte technologische Kapazität von der Unternehmensadoption zu unterscheiden. Der aggregierte Kapitalbestand eines Sektors legt nicht fest, wie viele Unternehmen dieses Sektors KI nutzen, mit welcher Intensität und mit welchen Ergebnissen. Um diese Fragen zu beantworten, sind andere Indikatoren erforderlich, die für die zu analysierende Population und den Zeitraum definiert sind.

Um die erklärte KI-Nutzung in spanischen Unternehmen zu kennen, ist es ratsam, eine Umfrage zu konsultieren, die explizit nach dieser Technologie fragt, und deren Definition und Population zu überprüfen. Die Umfrage des Banco de España zur Unternehmensaktivität (EBAE) enthielt im vierten Quartal 2024 Fragen zur generativen und prädiktiven KI, unter anderem. In ihren Ergebnissen erklärte 19,9 % der befragten Unternehmen, mindestens ein KI-System zu nutzen; unter den Nutzern dominierte die experimentelle Nutzung oder in Form von Piloten. Dieser Prozentsatz entspricht der EBAE und ihrer Definition, nicht dem Kapitalbestand von EU KLEMS.

Die Reihe des INE bietet eine andere Perspektive, mit einer eigenen Population und einem eigenen Fragebogen. In den endgültigen Ergebnissen für das Jahr 2025 und das erste Quartal 2026, veröffentlicht am 22. Oktober 2026, informierte das INE, dass 33,6 % der Unternehmen mit zehn oder mehr Beschäftigten im ersten Quartal 2026 KI-Technologien nutzten. Der Prozentsatz sollte nicht ohne Weiteres mit der Schätzung der EBAE verglichen werden: Die Abdeckung, das Umfrage-Design und die Methode zur Berechnung der Rate ändern sich.

Die Tabelle ordnet die Zahlen nicht von klein nach groß noch präsentiert sie eine homogene Entwicklung. Sie dient dazu, Messfragen zu trennen: Wie viel technologisches Kapital vorhanden ist und welche Unternehmen erklären, KI zu nutzen. Um einen zeitlichen Trend zu analysieren, muss die Quelle, die Population und die Definition konstant gehalten werden, oder es muss sorgfältig erklärt werden, warum verschiedene Reihen verglichen werden.

Marktvorhersagen oder Wachstumszenarien können über Erwartungen, potenzielle Investitionen oder die zukünftige Größe eines Sektors orientieren. Sie sind an sich keine Messungen der beobachteten Adoption. Um eine Prognose zu bewerten, muss man identifizieren, welche Variable sie projiziert, den zeitlichen Horizont, die Annahmen und ob sie über Umsätze, Ausgaben, Produktivität oder Anzahl der Nutzerunternehmen spricht. Eine Marktvorhersage beweist nicht, dass die Technologie bereits deployed ist.

Die hier zitierte Analyse von CaixaBank Research wurde im Februar 2020 veröffentlicht und beschreibt die Messung und die in dieser Arbeit untersuchten Trends. Um die Situation in einem anderen Zeitraum zu bewerten, muss der Vergleich auf Daten zurückgreifen, die diesem Zeitraum und derselben Variable entsprechen. Das INE informiert über die KI-Nutzung in Unternehmen im ersten Quartal 2026; die EBAE fragt nach der KI-Nutzung und erfasst Kategorien der Nutzungsintensität in ihrem Modul des vierten Quartals 2024. Es sind Referenzen mit unterschiedlichen Daten und Designs.

Keine dieser Statistiken beweist allein den kausalen Einfluss der Technologie auf die Produktivität. Um ihn zu schätzen, müssen wirtschaftliche Ergebnisse untersucht und Faktoren wie Schulung, organisatorische Veränderungen, ergänzende Investitionen und Unterschiede zwischen Unternehmen berücksichtigt werden. Präsenz, Nutzung und Einfluss sind verschiedene Analyseebenen; der Übergang von einer zur anderen erfordert spezifische Daten, keine automatische Extrapolation.

Für ein Unternehmen, das eine Investition evaluiert, dient ein Indikator für aggregiertes Kapital als Kontext zur technologischen Kapazität eines Landes oder Sektors, ersetzt aber keine Bewertung eigener Prozesse. Die Rate der erklärten Nutzung kann zeigen, dass eine Technologie bereits in einem Teil des Gewebes auftaucht, aber nicht, ob ihre Anwendung zu einer konkreten Organisation passt, ob sie eine Notwendigkeit löst oder ob sie ihre Implementierungskosten kompensiert.

Eine vorsichtige Lektüre trennt drei Fragen. Welche Infrastruktur existiert? Sie wird mit Daten zu Bestand und Investition beantwortet. Wer nutzt die Technologie? Sie wird mit Adoptionsumfragen beantwortet, die Population und Zeitraum spezifizieren. Welches Ergebnis erzeugt sie? Es werden Leistungsindikatoren und Designs benötigt, die den Effekt der Technologie von anderen gleichzeitigen Veränderungen unterscheiden können.

Der nützlichste Schluss ist nicht, dass eine Technologie in absoluten Begriffen „adoptiert“ oder „noch zu kommen“ ist. Es ist zu prüfen, was jede Zahl misst, bevor man sie für Entscheidungen verwendet. Die Studie von 2020 hilft, die Akkumulation des ermöglichenden Kapitals zu verstehen; die Umfragen des Banco de España und des INE beschreiben die erklärte KI-Nutzung in konkreten Universen. Gemeinsam gelesen liefern sie ergänzenden Kontext, solange ihre Unterschiede in Datum, Einheit und Definition sichtbar bleiben.