21.09.2021

„2 Minuten 2 Millionen“: Über eine Mio. Euro für Nachtlicht – eine halbe für E-Bike

In dieser Folge von "2 Minuten 2 Millionen" gab es hohe Firmenbewertungen, einen Kren-Schnaps und Nachtlicht für Fläschchen. Zudem konnte ein Startup auf voller Linie überzeugen, ein anderes über eine Million an Werbung lukrieren, während ein drittes gar kein Startup war.
/artikel/2-minuten-2-millionen-eine-halbe-million-euro-investment-fuer-e-cargobike
2 MInuten 2 Millionen, Cargo-Bike, Gleam-Bike, Gleam Technology, Lastenfahrrad
(c) Puls 4/Gerry Frank - Eva-Maria Weidenthaler und Mario Eibl mit ihrem Gleam-Bike.
kooperation

Der erste bei „2 Minuten 2 Millionen“ war Fritz Stibor. Der Steirer entwickelte mit KrenBlem eine Kren-Spirituose verfeinert mit steirischen Äpfeln und Biokräutern aus Österreich. Und startete seinen Pitch mit der Unterstützung eines Musikers, der in die Tasten einer Ziehharmonika schlug.

Statt Tequila lieber Krenquila

Nach dieser musikalischen Einführung bezeichnete Stibor sein Getränk als „Krenquila“, einer Alternative zu Tequila, das man statt mit Salz oder Zimt mit einer Apfelspalte und einem Tupfer Kren genießen kann. Er versprach potentiellen Investoren ein gutes ROI und forderte 50.000 Euro für 20 Prozent.

Die Trinkanleitung

Nach der Kostprobe mit Trinkanleitung – zuerst den Kren abschlecken, dann den 36-prozentigen Schnaps (konkret ein Kren-Apfel-Geist) trinken und am Ende in den Apfel beißen – nannte Hans Peter Haselsteiner die Idee eine erstaunliche Innovation. Neo-Investor Philip Maderthaner und Nachhaltigkeitsexperte Martin Rohla, der drei Schnäpse nach der Kostprobe gekostet hatte, meinten, das Stamperl würde – ohne den Kren – besser schmecken.

2 Minuten 2 Millionen, KrenBlem
(c) Puls 4/Gerry Frank – Fritz Stibor mit seinem Kren-Schnaps KrenBlem.

Haselsteiner sah folglich keinen Investment-Case. Er und Maderthaner stiegen aus diesem Grund aus. Alexander Schütz zeigte sich nicht überzeugt von der Positionierung und folgte ebenfalls ohne Angebot. Rohla meinte, der Schnaps schmecke gut, jedoch sei der Schnapsmarkt nicht seins. Zudem würde ihm der Bio-Aspekt fehlen. Hobbysänger Bernd Hinteregger war voll lobender Worte, lud den Gründer zu einem KrenBlem-Tag ein, aber auch er blieb ohne Offerte. Kein Deal für Stibor.

Nach den fünf Absagen schaltete sich jedoch Markus Kuntke überraschend zu. Der Trendmanager tadelte die Investoren und war vom Getränk hoch beeindruckt. Er bot schlussendlich eine Kooperation mit Billa an, was der Gründer erfreulich annahm.

E-Cargobikes bei „2 Minuten 2 Millionen“

Die zweiten in der „2 Minuten 2 Millionen Show“ waren Mario Eibl und Eva Maria-Weidenthaler von Gleam. Dabei geht es um E-Cargobikes mit innovativer Mechanik. Das Ziel des Startups: die urbane Mobilität zu verändern und die CO2-Emissionen bis 2025 um 100.000 Tonnen zu reduzieren.

Das Besondere an dem neuartigen Bewegungskonzept ist eine patentierte Neigetechnik, mit dem das Gefährt stets horizontal bleibt und sich wie ein normales Fahrrad fährt, aber bis zu 120 Kilogramm Ladung mit sich führen kann. Dazu gibt es sechs verschiedene Varianten, mit Kühlbox etwa oder eine überdachte Kindervariante. Für die Standard-Version des Multi-Use-Bikes, das 7.000 Euro kostet, verlangte der TU Wien-Absolvent 500.000 Euro für zehn Prozent Anteile.

(c) Puls 4/Gerry Frank – Hans Peter Haselsteiner und Martin Rohla beim Inspizieren des Gleam-Bikes.

Bisher konnte das Gleam-Team eine halbe Million Euro Umsatz erwirtschaften. Die Bikes werden in einer Smart-Factory in den Niederlanden gefertigt.

Einer der besten Pitches bei „2 Minuten 2 Millionen“

Martin Rohla fand die Idee sensationell, allerdings wären ihm 500.000 Euro Einstiegspreis zu viel. Er ließ es aber offen mit einem anderen Juror gemeinsam einzusteigen, wenn es sich ergebe. Hinteregger und auch Schneider, die sogar den Auftritt des Gründer-Duos einen der besten Pitches in der Sendung nannte, ließen jedoch aus. Womit Haselsteiner das Wort ergriff.

Der Bau Tycoon versprach eine beinharte Due Dilligence, insbesondere bei der Patentsituation. Wenn es einen wirklichen Schutz gebe, so würde er mit 250.000 Euro für sechs Prozent einsteigen. C-Quadrat-Gründer Schütz sagte, es gebe am Markt nichts Vergleichbares. Allerdings dachte er, dass die Gründer bis zu gewissen Kopiebestrebungen der Konkurrenz rund eineinhalb Jahren Zeit hätten. „Wenn man gut sei, könnte das reichen“, sprach er und bot plötzlich 500.000 für zehn Prozent. Haselsteiner gab sich geschlagen. Ohne große Überlegung gab es den Deal für Gleam.

Leuchtende Fläschchen

Der Dritte bei „2 Minuten 2 Millionen“ war Eniy Ayari von bumpli. Dabei handelt es sich um ein Nachtlicht für Kinderfläschchen. Eine LED-Einheit wird in eine elastische Silikonhülle gelegt und über den Boden der Flasche gestülpt. Dann eingeschaltet. Sie hält bis zu 100 Stunden, bevor sie wieder aufgeladen werden muss.

Bisher hat das Bumpli-Team in 18 Monaten 1,5 Millionen Euro Umsatz gemacht. Im Portfolio befinden sich auch eigens entwickelte Flaschen, die der Gründer per Online-Shop vertreibt. Seine Forderung: 750.000 Euro für zehn Prozent Beteiligung.

(c) Puls 4/Gerry Frank – Eniy Ayari stellte den Investoren bumpli vor, ein Nachtlicht für Trinkflaschen.

Der Gründer war auf der Suche nach einem strategischen Partner, der nicht nur als Kapitalgeber auftreten sollte. Nach dem selbstbewussten Pitch war trotz des Umsatzes die Bewertung das Problem für die Investoren. Der Gründer argumentierte mit seinem Branding, durchwegs positivem Feedback und guten Verkaufszahlen bei jedem neuen Produkt. Zudem seien er und sein Team vier Millionen Euro wert, meinte er halb im Scherz, halb ernst.

Eine prohibitive Bewertung?

Schütz machte es kurz und stieg aus. Auch Haselsteiner sah die Bewertung als prohibitiv, um einzusteigen. Hinteregger hatte danach nette lobende Worte, aber kein Angebot über. Nach diesen drei Absagen lobte Medienunternehmer und Aufsichtsrat des SOS-Kinderdorfs Stefan Piëch den Lösungsansatz des Gründers und erfuhr, dass das Silikon einen fluoreszierenden Effekt habe und deshalb auch ohne eigeschaltetem LED-Licht nachts im Kinderbett gut zu finden sei.

Obwohl ihm der Pitch zu wenig konsensorientiert schien, bot er 100.000 Euro Werbevolumen für drei Prozent auf seinen Kindersendern „RIC“ und „Fix&Foxi“. Danach mischte sich Daniel Zech von 7 Ventures ein. Der Vorarlberger zeigte sich vom Umsatz begeistert und bot ebenfalls TV-Präsenz. Exakt 1,3 Millionen Euro für zehn Prozent.

Keine Wunsch-Investorin

Wunsch-Investorin Katharina Schneider hielt fest, dass es gewisse Regeln gebe, wie eine Firmenbewertung zustande komme. Man könne nicht, wie es Ayari getan hat, herkommen und behaupten sein Team und er wären vier Millionen Euro wert. Nach einem letzten Versuch die Dame der Runde ins Boot zu holen, gab es eine klare Abfuhr von Schneider. Am Ende stand aber der Millionen-Deal mit Zech.

Sponsor gesucht

Der vorletzte bei „2 Minuten 2 Millionen“ war Ricardo Parger, Gründer von Phönix. Er möchte mit seinem Verein Sport in die heimischen Gefängnisse bringen und Insassen nach der Haft an Sportvereine vermitteln. Der Jurist hatte bei der Staatsanwaltschaft gearbeitet und war auch Gefängnisdolmetscher gewesen. Dort hatte er persönlich erfahren, wie schlecht es den Menschen hinter Gitter gehe. Sie hätten kaum Hoffnung und nichts, worauf sie sich im Leben draußen freuen könnten. Er bräuchte 80.000 Euro für sein „Proof of Concept“, wobei er die Hälfte selbst stemmen könne. Für die restlichen 40.000 Euro suchte er eine Spende und kein Investment.

Keine Sponsoring-Anfragen bitte…

Der Unterschied zu bekannten Vereinen wie Neustart wäre bei Phönix der Fokus auf den sozialen Aspekt – andere würden auf die Reintegration im Berufsleben oder der Wohnungssuche setzen, erklärte Parger. Hinteregger meinte darauf, er und seine Kollegen würden immer wieder mit Sponsoring-Anfragen kontaktiert werden. Und war nicht bereit zu unterstützen.

(c) Puls 4/Gerry Frank – Ricardo Parger, Gründer von Phönix, suchte statt einem Investment eine Spende für seinen Verein.

Schneider indes erzählte von einem Besuch in einem Frauengefängnis, wo ihr ein paar Punkte bewusst geworden wären. Sie wollte mitmachen und offerierte 10.000 Euro. Auch Stefan Piëch gefiel das Projekt und er bot ebenfalls 10.000 Euro. Haselsteiner, der für sein soziales Engagement mit seiner Stiftung Concordia bekannt ist, appellierte an die Zuseher sich per Crowdfunding zu beteiligen, sprach von einem strengen Mentoring und einer Prüfung, was mit dem Geld passieren würde – da er leidvolle Erfahrungen gemacht hätte – und bot auch 10.000 Euro. Schneider stimmte dem Tycoon zu, meinte vor allem für junge Insassen wären solche Möglichkeiten wichtig und ließ dann Schütz zu Wort kommen. Der komplettierte die 40.000 Euro. Spenden-Deal für Phönix.

Geld für die Jause bei „2 Minuten 2 Millionen“

Der Abschluss von „2 Minuten 2 Millionen“ gebührte Stefan Schober. Der Mitgründer hat mit Michael Kirchmair eine Karte entwickelt, die beide als digitalen Restaurantgutschein bezeichnen. Jausengeld funktioniert dabei wie eine Kreditkarte im Scheckkartenformat und dient zur Zahlung an gängigen PoS-Terminals. Kurz erklärt: ein neuartiges Abrechnungs- und Verwendungssystem von Essensgutscheinen. Dabei richten sich die Founder an Unternehmer, die ihren Angestellten Essenszuschüsse anbieten und eine Vereinfachung des Systems wünschen. Die Forderung: 250.000 Euro für zehn Prozent Anteile.

(c) Puls 4/Gerry Frank – Katharina Schneider mit der Jausengeld-Karte.

Konkret kann der Arbeitgeber die Karte mit Guthaben aufladen (täglich möglich und bis zu acht Euro steuerfrei), sodass der Mitarbeiter sein Essen überall kaufen kann. Auch der Dienstnehmer selbst kann Jausengeld aufladen.

Kein Investor für die Essenskarte

Runtastic-Gründer Florian Gschwandtner zeigte sich anfangs interessiert, vor allem an der technischen Komponente, während Schneider ausstieg. Bernd Hinteregger folgte ohne Angebot und auch Alexander Schütz offenbarte keine Intentionen einzusteigen. Haselsteiner sah das Problem, dass besonders große Unternehmen Schwierigkeiten mit jenen Änderungen haben würden, wenn sie Jausengeld implementieren müssten. Auch Gschwandtner, der das Startup spannend fand, sah schlussendlich keinen Investment-Case. Kein Deal für Jausengeld.

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

„No Hype KI“ wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie „No Hype KI“ diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

„Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“

„Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. „Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören“, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als „Key Technology“ im KI-Bereich. Für „Women in AI“ spiele die Offenheit eine zentrale Rolle: „Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.“ Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was „open“ sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. „2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.“ Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: „Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.“ Florian Böttcher von CANCOM Austria pflichtet hier bei: „Wir setzen genau so auf hybrid.“

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. „Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.“

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. „Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden“, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in „Compliance-Fallen“ führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: „Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.“ Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: „Man kann nicht immer gleich die neueste ‚bleeding edge‘-Lösung nehmen sondern sollte etwas konservativer herangehen.“

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. „Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich“, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. „KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht“, so Böttcher.

„Rechenleistungs-Hunger“ von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. „Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur“, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der „Rechenleistungs-Hunger“ sich verringere.

Patrick Ratheiser ergänzt: „Es ist grundsätzlich eine Kostenfrage.“ Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. „Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar“, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. „Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben“, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: „Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.“

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: „Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.“ Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. „Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann“, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. „Wenn ich KI verwende, muss ich auch wissen, was drinnen ist“, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? „Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen“, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: „Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.“ Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die „Pioniere“ im Unternehmen. „AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen“, so Ratheiser.

„Einfach einmal ausprobieren“

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: „Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.“ Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: „Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.“ Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.

„No Hype KI“ wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie „No Hype KI“ diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

„Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“

„Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. „Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören“, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als „Key Technology“ im KI-Bereich. Für „Women in AI“ spiele die Offenheit eine zentrale Rolle: „Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.“ Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was „open“ sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. „2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.“ Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: „Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.“ Florian Böttcher von CANCOM Austria pflichtet hier bei: „Wir setzen genau so auf hybrid.“

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. „Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.“

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. „Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden“, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in „Compliance-Fallen“ führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: „Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.“ Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: „Man kann nicht immer gleich die neueste ‚bleeding edge‘-Lösung nehmen sondern sollte etwas konservativer herangehen.“

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. „Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich“, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. „KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht“, so Böttcher.

„Rechenleistungs-Hunger“ von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. „Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur“, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der „Rechenleistungs-Hunger“ sich verringere.

Patrick Ratheiser ergänzt: „Es ist grundsätzlich eine Kostenfrage.“ Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. „Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar“, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. „Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben“, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: „Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.“

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: „Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.“ Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. „Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann“, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. „Wenn ich KI verwende, muss ich auch wissen, was drinnen ist“, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? „Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen“, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: „Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.“ Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die „Pioniere“ im Unternehmen. „AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen“, so Ratheiser.

„Einfach einmal ausprobieren“

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: „Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.“ Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: „Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.“ Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag