KI und grüne Innovation: Was Investoren beachten sollten

Kann die Zusammenarbeit von Mensch und KI die grüne Innovation verbessern?

Ein Unternehmen kann mehr Umweltprojekte ankündigen, mehr grüne Patente anmelden und einen umfangreicheren Nachhaltigkeitsbericht veröffentlichen, ohne zwangsläufig bessere Technologie zu entwickeln. Für Investoren stellt das eine schwierige Unterscheidung dar: Baut das Unternehmen etwas Wertvolles, oder wird es lediglich besser darin, Innovation zu präsentieren?

Eine Studie von Caiyun Liu und Tianyang Wu, veröffentlicht in Finance Research Letters, untersucht, ob die Zusammenarbeit von Mensch und KI dazu beitragen kann, diese Lücke zu verringern.¹ Anhand von Daten chinesischer börsennotierter Unternehmen finden die Forschenden einen Zusammenhang zwischen ihrem Kooperationsmaß und kleineren Unterschieden zwischen Anträgen auf grüne Patente und erteilten Patenten.

Die Ergebnisse deuten auf eine nützliche Möglichkeit hin: Die Kombination von KI‑Fähigkeiten mit qualifizierten Mitarbeitenden könnte Unternehmen dabei unterstützen, Ressourcen effizienter zuzuweisen. Die Umsetzung dieser Möglichkeit in eine Investmentthese erfordert jedoch, über reine Patentzahlen und KI‑Ankündigungen hinauszublicken.

Was sind grüne Innovationsblasen?

Das Papier verwendet den Begriff „grüne Innovationsblasen“, um Aktivitäten zu beschreiben, die die Menge der Umweltinnovation über deren Qualität stellen. Dabei handelt es sich nicht um Börsenblasen. Die Sorge besteht darin, dass Unternehmen leicht bewerbte Ergebnisse anstreben, während sie zu wenig in substanzielle technologische Entwicklungen investieren.

Die Forschenden messen dies anhand der Lücke zwischen Anträgen auf grüne Patente und erteilten Patenten. Sie erstellen separate Indikatoren für alle grünen Patente, Erfindungspatente und Gebrauchsmuster. Im Rahmen der Studie stehen Erfindungspatente für technisch anspruchsvollere Innovationen, während Gebrauchsmuster niedrigere Antragsbarrieren und kürzere Erteilungszyklen aufweisen.

Eine wachsende Lücke kann darauf hindeuten, dass Innovationsbehauptungen den Ergebnissen vorauslaufen. Dennoch ist dies ein unvollkommenes Signal. Die Patentgenehmigung benötigt Zeit, und ein Antrag, der auf Prüfung wartet, ist nicht zwangsläufig von schlechter Qualität. Ein erteiltes Patent beweist zudem weder kommerziellen Erfolg noch, dass eine Technologie Emissionen reduziert.

Diese Unterscheidung ist wichtig, sobald Kapital Umweltkennzeichnungen folgt. Securities.io’s Berichterstattung über grüne Anleihen und Risiken von Greenwashing untersucht eine verwandte Frage: Wie eng übersetzt sich die mit Nachhaltigkeit verbundene Finanzierung in messbare Umweltfortschritte?

Ergebnisse der Studie zur Mensch‑KI‑Zusammenarbeit

Die Analyse umfasst 23.526 Unternehmens‑Jahres‑Beobachtungen von chinesischen A‑Share‑börsennotierten Unternehmen im Zeitraum von 2015 bis 2024. Ihr Kooperationsindex kombiniert die Häufigkeit KI‑bezogener Begriffe in Jahresberichten mit dem Anteil der Mitarbeitenden, die mindestens einen Bachelor‑Abschluss besitzen.

Dies misst die koordinierte Entwicklung zweier Fähigkeiten, anstatt direkt zu beobachten, wie Mitarbeitende KI einsetzen. Mehr KI‑Terminologie könnte auf Adoption hinweisen, könnte aber auch eine Kommunikationsstrategie widerspiegeln. Bildungsabschlüsse geben ebenfalls Aufschluss über die Merkmale der Belegschaft, ohne zu zeigen, wie effektiv Mitarbeitende bestimmte Werkzeuge nutzen.

Der Zusammenhang bleibt in mehreren Robustheitsprüfungen negativ. Die Autoren untersuchen zudem Finanzierungsbeschränkungen und finden Ergebnisse, die mit der Idee übereinstimmen, dass eine bessere Koordination zwischen KI und Humankapital Unternehmen dabei helfen könnte, Ressourcen für nachhaltige Innovation zu sichern.

Diese Ergebnisse unterstützen weitere Untersuchungen, begründen jedoch keine universelle Kausalbeziehung. Die Autoren erkennen an, dass ihre branchenbasierte Instrumentalvariable von gemeinsamen Technologietrends und Wettbewerbsveränderungen beeinflusst sein kann. Ergebnisse chinesischer börsennotierter Unternehmen können zudem nicht automatisch auf jeden Markt übertragen werden.

Warum eine bessere Projektbewertung wichtig sein könnte

Die praktischste geschäftliche Interpretation ist, dass KI die Auswahl der voranzutreibenden Projekte verbessern könnte. Grüne Forschung umfasst häufig lange Entwicklungszeiträume, unsichere Nachfrage und teure Ausrüstung. Das gleiche Budget in besser ausgewählte Projekte zu investieren, könnte wichtiger sein als die Anzahl laufender Projekte zu erhöhen.

Betrachten wir einen fiktiven Hersteller, der energiesparende Anlagen bewertet. KI könnte Betriebsdaten vergleichen, ineffiziente Produktionsstufen identifizieren und alternative Konfigurationen modellieren. Ingenieure müssten dennoch prüfen, ob die vorgeschlagenen Änderungen die Produktqualität erhalten, Sicherheitsanforderungen erfüllen und die Installationskosten rechtfertigen.

Hier wird Zusammenarbeit wirtschaftlich bedeutsam. Das System erweitert die Bandbreite der bewertbaren Optionen, während erfahrene Mitarbeitende entscheiden, welche Annahmen glaubwürdig sind. Ein früheres Ablehnen eines ungeeigneten Designs kann Geld und Ingenieurzeit freisetzen für eine vielversprechendere Alternative.

Es gibt jedoch eine Gegenmöglichkeit. KI kann zudem das Verfassen von Patenten, Projektvorschlägen und Nachhaltigkeitstexten kostengünstiger machen. Ohne stärkere Validierung könnten Unternehmen beeindruckenderes Material erzeugen, ohne ihre zugrunde liegende Technologie zu verbessern. Die Studie testet dieses Szenario nicht direkt, bestätigt jedoch, warum das reine Produktionsvolumen ein unzureichender Maßstab ist.

Finanzierung und Transparenz bestimmen die Qualität von Innovationen

Der Finanzierungsmechanismus liefert einen weiteren nützlichen Hinweis. Ein Unternehmen, das Schwierigkeiten hat, langwierige Forschung zu finanzieren, könnte Projekte bevorzugen, die schnelle reputationsbezogene Vorteile bringen. Wenn bessere betriebliche Informationen die Bewertung seiner Aussichten erleichtern, könnten Kreditgeber und Investoren eher bereit sein, substanzielle Entwicklungen zu finanzieren.

Das ist ein plausibler Weg, jedoch keine nachgewiesene Garantie dafür, dass KI die Kreditkosten senkt. Die Finanzierungsergebnisse der Studie sollten im Rahmen ihrer statistischen Methodik interpretiert werden, nicht als Beweis dafür, dass die Installation von Software sofort den Kreditzugang verbessert.

Die stärkere Korrelation bei Unternehmen mit besser lesbaren Jahresberichten verdient ebenfalls Beachtung. Klare Berichterstattung kann es erleichtern, Investitionen, technische Meilensteine und Betriebsergebnisse miteinander zu verknüpfen. Ein Unternehmen, das beschreibt, wie eine Innovation die Produktionsökonomie verändert, liefert Investoren nützlichere Evidenz als eines, das ständig KI erwähnt.

Für eine praktische Analyse können Investoren drei Fragen stellen:

• Führen technische Meilensteine zur Implementierung und Kundenakzeptanz?
• Sind die Mitarbeitenden in der Lage, KI-Empfehlungen zu validieren und umzusetzen?
• Bleiben gemeldete Effizienzgewinne nach Umsetzung und Berücksichtigung der Betriebskosten erhalten?

Industrielle KI rückt die Chance in den Fokus

Digitale Zwillinge liefern ein konkretes Beispiel dafür, wie diese Ideen in Ingenieur‑Workflows umgesetzt werden könnten. Diese virtuellen Darstellungen ermöglichen es Teams, physische Systeme zu bewerten, bevor Änderungen vorgenommen werden. Die aktuelle Untersuchung von Securities.io zu industrial AI and meta-factories diskutiert die Rolle von Simulationen in der Fabrikplanung und der Robotikentwicklung.

Ein Fabrikteam könnte alternative Layouts, Geräteeinstellungen oder Materialflüsse in einer simulierten Umgebung vergleichen. Der potenzielle Nachhaltigkeitsnutzen entsteht durch die Umsetzung einer validierten Verbesserung, etwa der Reduktion von Abfall oder unnötigem Energieverbrauch. Der Aufbau eines anspruchsvollen Modells ist lediglich ein Zwischenschritt.

KI hat zudem eigene Ressourcenkosten. Der Bericht der Internationalen Energieagentur von 2026, Key Questions on Energy and AI, untersucht die sich entwickelnde Beziehung zwischen KI‑Entwicklung und Energiebedarf. Jede Umweltbewertung sollte daher die Rechenanforderungen neben den im Einsatz erzielten Einsparungen berücksichtigen.

NVIDIAs Rolle bei KI‑gestützter industrieller Innovation

Für Investoren, die an Unternehmen interessiert sind, die diese Fähigkeit bereitstellen, bietet NVIDIA eine relevante Verbindung über beschleunigtes Rechnen, Simulation und industrielle KI‑Infrastruktur. Die Chance reicht über die reine Textgenerierung hinaus und umfasst Werkzeuge, die Ingenieuren helfen, physische Systeme zu bewerten und zu optimieren.

In ihrer Januar 2026 Industrie‑KI‑Partnerschaftsankündigung haben Siemens und NVIDIA Pläne dargelegt, industrielle Software mit KI‑Infrastruktur und Simulationsfähigkeiten zu verbinden. Ihre genannten Ziele umfassen das virtuelle Testen von Verbesserungen und die Umsetzung validierter Erkenntnisse in die Fabrikabläufe.

Dies liefert eine kommerzielle Veranschaulichung des übergeordneten Themas, jedoch keinen Beweis dafür, dass NVIDIA die im Papier gemessenen Effekte erzielt. Die Studie bewertet weder seine Produkte, Kunden noch die finanzielle Leistung. NVIDIAs Investitionsfall hängt zudem von Wettbewerb, Kundenausgaben, Margen und der für erwartetes Wachstum gezahlten Bewertung ab.

Grüne Innovation anhand ihrer realen Umsetzung messen

Die Studie liefert einen vielversprechenden Grund, KI und Personalentwicklung gemeinsam zu untersuchen. Ihr Wert kann sich durch bessere Entscheidungen, stärkere Projektwahl und glaubwürdigere Offenlegung ergeben, nicht nur durch die schnellere Erstellung von Innovationsbehauptungen.

Für Investoren wird der stärkste Nachweis die Verknüpfung von Technologieausgaben mit eingesetzten Produkten und messbaren Betriebsergebnissen sein. KI kann dabei helfen, das Untersuchungsspektrum eines Unternehmens zu erweitern. Fachkundige Mitarbeitende, ausreichende Finanzierung und verantwortungsvolle Umsetzung bestimmen, wie viel dieser Untersuchungen zu nützlicher Innovation wird.

Literatur:

¹ Liu, C., & Wu, T. (2026). Auswirkungen der Mensch‑KI‑Zusammenarbeit auf Unternehmens‑Grüninnovationsblasen. Finance Research Letters, 110, Article 110607. https://doi.org/10.1016/j.frl.2026.110607