Isabel Schulze

Die Verwendung von KI-Systemen stellt Unternehmen vor neue Herausforderungen, bietet aber zugleich große Wertschöpfungspotenziale, die sich nicht nur in neuen oder modifizierten Produkten, Dienstleistungen oder Prozessverbesserungen begründen, sondern sich ebenfalls aus neuen, KI-basierten Geschäftsmodellen ergeben. Diese basieren auf einer Gemeinsamkeit: Eine KI wird durch eine erhebliche Masse an Informationen trainiert und bis zur Marktreife gebracht. Die Datengewinnung ist demzufolge essentiell für den Erfolg eines KI-basierten Geschäftsmodells. Doch wie werden diese Daten generiert und in der Rechnungslegung erfasst? Stellen die Daten und die KI einen (immateriellen) Vermögensgegenstand aus Sicht der handelsrechtlichen Rechnungslegung dar? Wie hängt dies von der Form der Datengewinnung und dem Entwicklungsprozess von KI ab? Werden abhängig von den jeweiligen Strukturen zur Datengewinnung und KI-Entwicklung Wahlmöglichkeiten zur Aktivierung genutzt, um beispielsweise die Vermögenslage des Unternehmens besser darzustellen? Der Beitrag widmet sich den aufgeworfenen Fragestellungen und fokussiert unter Rückgriff auf eine Befragung KI-basierter deutscher Start-ups zwei Themenbereiche: 1) Zunächst wird ermittelt, welche Varianten der Datengewinnung bei KI-Start-ups vorherrschen und welchen Status die K. Sopp (B) Lehrstuhl für Entrepreneurship und betriebswirtschaftliche Steuerlehre, TU Bergakademie Freiberg, Freiberg, Deutschland E-Mail: karina.sopp@bwl.tu-freiberg.de I. Schulze Max-Planck-Förderstiftung, München / Gründernetzwerk SAXEED, Freiberg, Deutschland E-Mail: isabel.schulze@saxeed.net