07.07.2023

Diese drei Fragen sollten Investor:innen KI-Startups stellen

Gastbeitrag. Worauf Investor:innen achten soll, wenn sie sich Startups im Bereich Künstliche Intelligenz (KI) ansehen, erläutert Simon Brendel von dem auf Tech-Due-Dilligence spezialisierten Beratungsunternehmen Philipps & Byrne.
/artikel/fragen-investoren-ki-startups
Simon Brendel, Philipps & Byrne
Simon Brendel, Philipps & Byrne | Hintergrund: Adobe Stock

Künstliche Intelligenz (und insbesondere Generative AI) gilt aktuell als einer der wenigen Bereiche, die dem allgemeinen Downturn in der Startup-Szene standhalten. Investments in AI sind vergleichsweise stabil und es entstehen immer mehr KI-Startups. VCs, die ihren Dealflow prüfen, stellen sich dabei natürlich oft die Frage, ob die Qualität des Machine-Learning-Setups tatsächlich hält, was das Pitchdeck oder die Equity Story verspricht. In diesem Artikel empfehle ich drei Fragen, die jeder VC auf dem Schirm haben sollte, wenn er sich ein KI-Startup anschaut.

Erste Frage: Handelt es sich wirklich um ML oder um ein traditionelles regelbasiertes System?

Zu Anfang sollte man einmal klären, ob das Startup wirklich mit Machine Learning arbeitet oder eher mit einem selbstentwickelten, regelbasierten System. Ist das System selbstlernend und verbessert es sich, wenn es mit mehr Daten trainiert wird? Dann handelt es sich um ML. Darüber hinaus umfasst selbstlernende ML auch selbstüberwachte oder unüberwachte Methoden. Die Frage, ob und wie man eine solche Selbstverbesserung am besten ermöglicht, wird als “Online-Lernen” bezeichnet.

Wenn es sich um ein System handelt, das nach bestimmten Regeln arbeitet, die von Entwicklern im Voraus festgelegt werden, und das nicht mit Daten oder selbstlernend trainiert wird, ist das in der Regel keine echte KI – zumindest nicht im aktuellen Verständnis.

Zweite Frage: Make or Buy?

Die zweite Frage lautet: Wurde das ML-Modell selbst entwickelt oder wird ein Open-Source- oder proprietäres Modell von Drittanbietern genutzt? Wenn es sich um Open-Source-Modelle handelt, passen die Unternehmen diese Modelle sehr oft für den eigenen Business-Case an. In diesem Fall wird nicht wirklich etwas von Grund auf neu entwickelt, aber es wird auch nicht einfach etwas übernommen, das bereits existiert. Ein Beispiel wäre die jüngste Entwicklung von ChatGPT, bei der die GPT-Modelle von Open.AI verwendet werden können. Sie sind Open Source, und man kann sie unter bestimmten Lizenzmodellen für das eigene Business nutzen.

Die Unterscheidung besteht also darin, ob es sich um externe ML-Fähigkeiten handelt, die für das eigene Business-Modell genutzt und gegebenfalls angepasst werden, oder ob es sich um selbst entwickelte ML handelt. Bei Letzterem handelt es sich dann in der Regel um Deep-Tech-Startups, die eigene Foundation Models oder Large Language Models (LLM) entwickeln und in denen ein viel tieferes technologisches Wissen im Unternehmen vorhanden ist.

Dritte Frage: Mit welchen Daten wurde das ML-Modell trainiert und wem gehören sie?

ML-Modelle entwickeln sich zunehmend zu einer Ware. Der Zugang zu einem ML-Modell stellt also kein Differenzierungsmerkmal mehr für Startups dar. Die wirklich interessante Frage wird sein, von wem und auf welche Weise diese Modelle trainiert wurden. Und mit welcher Art und Menge von Daten.

Wenn das Unternehmen eigene Daten verwendet, gibt es zwei Dimensionen zu bedenken. Erstens: Die Menge der Datenpunkte im Datensatz. Es geht also darum, zu verstehen, wie statistisch signifikant bestimmte Effekte in diesem Datensatz sind. Ein größerer Datensatz ist immer interessanter, da statistische Fehler besser ausgeschlossen werden können und ein höheres Maß an Vertrauen entsteht. Dabei darf der Aspekt der Datenvielfalt nicht unterschätzt werden. Wie gut decken die verfügbaren Daten den Raum ab, in dem das Model lebt. Einige Unternehmen sind in der Lage, riesige Datensätze aus ihren eigenen Betrieben zu produzieren. Oft besteht aber das Problem, dass Datensätze zu klein sind, um wesentliche Verbesserungen in den Ergebnissen der AI zutage zu fördern.

Die zweite Dimension betrifft die Frage nach den Besitzverhältnissen der Daten. Wie ist das Unternehmen an diesen Datensatz gekommen? Ist er öffentlich zugänglich? Wurden sie von bestimmten Lieferanten bezogen? Oder werden sie vielleicht sogar von dem Unternehmen selbst gesammelt? Proprietäre Daten werden in den kommenden Jahren einen echten Wettbewerbsvorteil darstellen. Je privater der Datensatz ist, desto stärker sind die Fähigkeiten des Unternehmens, einen bestimmten Business Case zu bedienen und damit ein erfolgreiches Geschäftsmodell aufzubauen.

Fazit

Unterm Strich sollten VCs also folgende Fragen auf dem Schirm haben: Zuerst muss man herausfinden, ob das Unternehmen wirklich ML-Modelle vorweisen kann oder ob es sich um regelbasierte Systeme handelt. Zweitens müsste man klären, ob das Modell gekauft oder selbst entwickelt wurde. Und drittens muss hinterfragt werden, mit welchen Daten das Modell trainiert wurde. Und hier gilt: Je größer, vielfältiger und privater der Datensatz ist, desto besser für den Aufbau eines differenzierten Modells und den potenziellen Erfolg eines KI-Startups.


Über den Autor

Simon Brendel ist Director New Business beim Beratungsunternehmen Philipps & Byrne mit Sitz in Berlin, das auf Tech Due Diligence spezialisiert ist. Zur Zielgruppe des Unternehmens zählen Investo:innen, Growth-Stage-Startups und Unternehmer:innen. Brendel thematische Schwerpunkte sind unter anderem Themen Strategie, Technologie und Innovationen.

Deine ungelesenen Artikel:
17.09.2024

“Wir müssen durchhalten und nicht nach einem Jahr ungeduldig werden”

Finanzierungslücken, Schutzrechte und fehlendes Risikokapital. Die österreichische Startup- und VC-Landschaft steht vor einigen Hürden, die es souverän zu bewältigen gilt. Wie das am besten möglich ist und was man in puncto Risikobereitschaft von Übersee lernen kann, wurde im Rahmen der diesjährigen Technology Talks diskutiert.
/artikel/wir-muessen-durchhalten-und-nicht-nach-einem-jahr-ungeduldig-werden
17.09.2024

“Wir müssen durchhalten und nicht nach einem Jahr ungeduldig werden”

Finanzierungslücken, Schutzrechte und fehlendes Risikokapital. Die österreichische Startup- und VC-Landschaft steht vor einigen Hürden, die es souverän zu bewältigen gilt. Wie das am besten möglich ist und was man in puncto Risikobereitschaft von Übersee lernen kann, wurde im Rahmen der diesjährigen Technology Talks diskutiert.
/artikel/wir-muessen-durchhalten-und-nicht-nach-einem-jahr-ungeduldig-werden
Im Wiener Museumsquartier lud das AIT zu den Technology Talks. Hier im aws-Workshop mit (v.l.n.r.) Moderator Dejan Jovicevic, Georg Kopetz, Birgit Hochenegger-Stoirer, Markus Wanko, Anna Pölzl, Manon Sarah Littek und Bernhard Sagmeister (c) Tanja Spennlingwimmer, aws

Alle Jahre wieder versammeln sich heimische und internationale Köpfe der Tech- und Wirtschaftsbranche zu den Technology Talks des Austrian Institute of Technology (AIT). Heuer allerdings mit einem besonderen Pivot: Die Technologiegespräche luden in das Wiener Museumsquartier.

Das Highlight der diesjährigen Gespräche: Die Panels und Workshop-Sessions mit heimischen und internationalen Innovationspionieren. Thematisch bewegte man sich nicht nur im makroökonomischen Innovationsfeld auf internationaler Ebene, sondern richtete auch einen gezielten Blick auf treibende Kräfte des heimischen Ökosystems.

So lud die Austria Wirtschaftsservice GmbH (aws) im Rahmen einer zweiteiligen Workshop-Session Key Player der heimischen und internationalen Startup-, Spinoff- und VC-Szene zur Diskussion auf die Bühne. Unter dem Titel “Startups und Spinoffs: Von der Gründer:innen-Idee zur VC-Finanzierung” wurde in zwei 90-minütigen Sessions über folgende Fragestellung diskutiert:

Warum bleibt Österreich im internationalen Gründungswettlauf zurück? Was braucht es, um ein starkes Ökosystem für akademische Spinoffs zu schaffen und Anforderungen von Risikokapitalgeber:innen gerecht zu werden? Und: Wie kann der Wirtschaftsstandort Europa im internationalen Wettbewerb mithalten? Die nahezu einstimmige Antwort: Länder- und branchenübergreifender Zusammenarbeit sowie mehr Mut zum Risiko.

Die Workshop Session 2 mit (v.l.n.r.) Moderator Dejan Jovicevic, Patrik Cesky, Christian Hoffmann, Dorothea Pittrich, Alexander Svejkovsky, Doris Agneter, Birgit Mitter und Johannes Bintinger (c) Tanja Spennlingwimmer, aws

Zur Workshop-Session geladen wurden Bernhard Sagmeister, Geschäftsführer der Austria Wirtschaftsservice GmbH, sowie Patrik Cesky, Geschäftsführer des aws Gründungsfonds. Außerdem zu Gast waren Doris Agneter, Geschäftsführerin von tecnet equity, Helmut Schönenberger, CEO der UnternehmerTUM GmbH der TU München, Birgit Hochenegger-Stoirer, Vizerektorin der Medizinischen Universität Innsbruck, Manon Sarah Littek des Green Generation Fund, Georg Kopetz, Geschäftsführer von TTTech, Christian Hoffmann der TU Wien sowie Alexander Svejkovsky, Managing Director des AIT.

Die Startup- und Spinoff-Szene wurde unter anderem von Anna Pölzl, Co-Founderin und CEO von nista.io, Markus Wanko von xISTA, Dorothea Pittrich von CellEctric, Birgit Mitter, Co-Founderin von Ensemo und Johannes Bintinger, CEO von n-Ink, vertreten.

“Wenn wir stehen bleiben, haben wir schon verloren”

“Lauft einfach los und macht. Wir müssen ständig rennen. Wenn wir stehen bleiben, haben wir schon verloren.” Klare Worte von Helmut Schönenberger, CEO der UnternehmerTUM GmbH der TU München, des Zentrums für Entrepreneurship in der Academia. Zum Start der Workshop-Reihe appelliert der CEO an mehr Tatendrang in der Universitätslandschaft: Ausgründungen und die Möglichkeit auf Entrepreneurship während oder nach der Ausbildung sollten in universitären Curricula noch breiteren Einklang finden. Erkenntnisse aus akademischer Forschung bringen großes Potenzial für Wirtschaft und Industrie.

Dennoch sieht Schönenberger eine Hürde im komplikationsfreien Zusammenspiel zwischen Academia und Entrepreneurship: Zugänge zu Risikokapital brauchen mehr Niederschwelligkeit und deutlich mehr Risikobereitschaft. Nicht zuletzt in ähnlicher Weise, wie sie in der US-amerikanischen VC-Landschaft präsent ist. Belegen lässt sich eine Disbalance investierter VC-Summen auch statistisch: Schönenberger zufolge käme das “meiste Geld aus den USA”.

Startups und Spinoffs noch besser “pushen”

Die zentrale Herausforderung: Startups und Spinoffs im Ökosystem noch besser zu pushen. Hier setzt als einer der wichtigsten heimischen Key Player die Austria Wirtschaftsservice (aws) an. Mit ihren Pre-Seed- und Seed-Förderprogrammen unterstützt sie Ausgründungen mehrdimensional. Strategisch und finanziell wird Unterstützung in der Frühphase geboten.

So half man unter anderem dem Tullner Startup und AIT Spinoff Ensemo rund um Birgit Mitter. Die Founderin sprach auch im Rahmen des Workshops über die Unterstützung durch die aws-Pre-Seed-Förderung und des niederösterreichischen Inkubators accent.

Inwiefern sich die Situation allerdings vonseiten der Founder:innen – teils frisch aus Universitäten und unbewusst dessen, welche Möglichkeiten im Startup- und Spinoff-Feld warten – gestaltet, wurde weiter im Rahmen der Workshop-Session diskutiert.

“Das Gründen war wenig auf meinem Radar”

Eine wichtige Stimme war dabei die nista.io-Founderin Anna Pölzl: Die TU-Absolventin hat ein Spinoff gegründet, ohne “im Studium je das Wort Startup gehört zu haben”. “Ich bin vor fünf Jahren auf der TU fertig geworden und habe meinen Co-Founder aus Zufall kennengelernt. Davor hab ich im Studium im Grunde nichts von Startups mitbekommen. Das Gründen war dementsprechend wenig auf meinem Radar”, erinnert sich die Founderin.

Schließlich kam es doch zur Gründung ihres EnergyTech-Startups. Allerdings sprang sie dabei “naiv ins kalte Wasser” – mangels Vorwissen. In ähnlicher Situation befand sich auch Birgit Mitter mit ihrem AIT-Spinoff Ensemo. Auch hierbei halfen Inkubatoren und die Pre-Seed-Förderung durch die aws dabei, sich vom “klassischen Wissenschaftsdenken und der akademischen Detailverliebtheit” zu lösen und unternehmerische Skills aufzubauen.

Eine nicht unwesentliche Rolle schreibt Mitter auch der Unterstützung des Startup Centers des AIT Austrian Institute of Technology zu: “Abgesehen von der tollen Unterstützung vonseiten des AITs sowie heimischer Inkubatoren was Betriebswirtschaft, Führung und unseren Proof of Concept anbelangt, haben wir vor allem eines gelernt: Gewisse Dinge brauchen Zeit. Und das Wichtigste ist, dass unser Produkt funktioniert. Wie und warum, das ist den Kunden egal. Hauptsache, es funktioniert.”

Mittlerweile hat sich auch Anna Pölzl zu einer der wichtigsten Startup-Founder:innen unseres Landes entwickelt. Mit einigen Jahren Erfahrung im Gepäck spricht die CEO die “verängstigte VC-Mentalität” in Österreich an: “Hierzulande sind wir schon sehr vorsichtig und von Angst getrieben – was in der VC-Szene ja durchaus ein Vorteil sein kann. Allerdings merken wir – gerade in puncto Fehlerkultur und Optimismus – viel mehr Potenzial, wenn wir über die Grenzen hinaus schauen.”

“Denkt ihr überhaupt groß genug?”

Aus Erfahrung verrät Pölzl einen “Geheimtrick” heimischer Startup-Founder:innen für Pitches vor ausländischen Investor:innen: “Unter österreichischen Gründer:innen ist das so ein Ding, dass man zwei Pitch Decks vorbereitet: Einmal für heimische und einmal für internationale Pitches. Hierzulande haben wir nämlich die Erfahrung gemacht: Wenn man zu hohe Summen fordert, wird man schief angeschaut. International wird man für dieselbe Summe allerdings auch schief angeschaut – weil die geforderte Summe zu niedrig ist. Dann hört man meistens: ‘Denkt ihr überhaupt groß genug?’”

Was Pölzl anspricht, könnte dem heimischen Ökosystem langfristig zum Verhängnis werden: Startups wandern ab, wenn sie anstreben, zu wachsen. Das liegt schlichtweg daran, dass es hierzulande an Wachstums- und Expansionskapital für Scaleups mangelt. Die Risiko- und Investitionsbereitschaft sei Übersee höher – sprich: In den USA und China, mit Großbritannien als Sprungbrett.

Das Problem, das im Zuge der Workshops aufgegriffen wird, ist kein neues. Dennoch muss darüber gesprochen und aktiv Maßnahmen gesetzt werden, um das Abwandern heimischer Scaleups zu verhindern, Innovation in Europa zu beheimaten und fortan auch Fachkräfte anzuziehen, um dem Wirtschaftskontinent Europa jenen Status zu verleihen, den er verdient hat. Nämlich: Eine Vorreiterrolle.

Viele Vorreiter befänden sich aktuell allerdings vermehrt in China und den USA. Unter anderem aufgrund höherer Risikobereitschaft, unter anderem aber auch aufgrund flexiblerer Regulierungen.

Mehr Verständnis in der Gesellschaft

Auch dazu brauche es hierzulande deutlich mehr Innovationsaffinität – vor allem in puncto Bio- und HealthTec. Und ein breites Verständnis für branchen- und sektorübergreifende Datenanalysen wie jener von anonymisierten Gesundheitsdaten. Dazu ergänzt Bernhard Sagmeister, Geschäftsführer der aws: „Wir alle sollten durch konsequente Kommunikation überzeugender Beispiele in der Breite der Gesellschaft mehr Verständnis für Innovation als den Treiber bzw. die Garantie unseres Wohlstandes erzeugen.”

Ähnlicher Ansicht ist Birgit Hochenegger-Stoirer, Vizerektorin für Finanzen und Digitalisierung an der Medizinischen Universität Innsbruck:

“Wir sind uns bewusst, dass der Umgang mit Gesundheitsdaten ein kritisches Thema ist. Auf der anderen Seite muss dieses Thema großflächig kommuniziert und Verständnis dafür geschaffen werden. Gesundheitsdaten werden anonymisiert und verantwortungsvoll gehandhabt – und können die Zukunft unseres Innovationssystems deutlich mitgestalten. Anonymisierte Daten müssen nach einer klar definierten Governance an die Industrie weitergegeben werden, um Austausch, Forschungsfortschritt und Innovation zu schaffen. Die universitäre Grundlagenforschung muss sich in Richtung klinische Forschung entwickeln. Und dafür ist ein Rechtsrahmen notwendig, den es aktuell noch nicht gibt.”

“Wir müssen das Rad nicht neu erfinden”

Unis und Institute können den Schritt allerdings nicht alleine schaffen, sondern: Es braucht Hilfe vonseiten Politik und heimischer Wirtschaftstreiber. “Gerade Europa hat ein regulatorisches Mindset. Startups, Industrie und Universitäten müssen stärker zusammenarbeiten, denn BioTech wird immer wichtiger und endet nicht vor dem Krankenbett.”

Ein wesentlicher Appell der Vizerektorin: “Ich würde davor warnen, dass wir jetzt alle glauben, wir müssen das Rad neu erfinden. Wir dürfen keine Aliens produzieren, die für die Industrie unverwertbar sind. Lasst uns über den österreichischen Tellerrand hinausdenken. Die großen Player und Geldgeber sitzen außerhalb von Österreich. Wir müssen uns zusammenschließen und kollaborative Modelle entwickeln, damit wir für ausgewählte Branchen gute Lösungen haben.”

Im Lichte der Spinoff- und Forschungsthematik kam auch das Thema Intellectual Property (IP) zur Sprache. Die Vizerektorin appelliert an “gute Development-Möglichkeiten” und eine “aktive Transaktionskultur”, um geistiges Eigentum im Universitäts- und Industriekontext verwerten zu können. “Dabei dürfen wir nicht nur innerhalb der Uni- oder Förderlandschaft denken”, so Hochenegger.

“Sobald Skalierung ein Thema ist, gehen Startups hierzulande etwas unter. Unis müssen sich dafür professioneller aufstellen. Und zwar in Gremien, die nicht nur aus der Academia, sondern auch aus der Wirtschaft kommen. Dazu braucht es: Commitment, klare Transparenz und Nachhaltigkeit. Wenn wir in der Zusammenarbeit erfolgreich sein wollen, müssen wir durchhalten und nicht nach einem Jahr ungeduldig werden.”

Hier zeigt sich die aws Spinoff-Initiative als ein nationaler Wegweiser, der bereits einen erheblichen Mehrwert in puncto Awareness- und Transparenz-Steigerung von universitären Ausgründungen geschaffen hat. Die aws Spinoff Initiative Modul 1 für Hochschulen wurde im Rahmen der Workshops von den beiden anwesenden Hochschulvertreter:innen, namentlich Birgit Hochenegger-Stoirer der Med Uni Innsbruck und Christian Hoffmann der TU Wien, als sehr positiv hervorgehoben. So hieß es: “Hochgradige Forschung wird dank frühzeitiger Finanzierung durch die aws gut begleitet. Wir brauchen weitere Erfolgsmodelle wie diese, die zeigen, dass Ausgründungen unkompliziert, wirtschaftsfreundlich und innovationsgetrieben auch hierzulande funktionieren.”

“Das Ziel ist nicht nur Geld, sondern das Schaffen einer gemeinsamen Technologie”

Ganz so schlecht steht es um die heimische VC-Szene dann doch nicht – darüber spricht Anna Pölzl aus Erfahrung: “Es findet ein Umdenken statt: Risikokapital und Möglichkeiten des Corporate Venture Capitals werden vor allem in Hinblick auf strategische Partnerschaften immer wichtiger. Das Hauptziel ist nicht nur Geld, sondern das Schaffen einer gemeinsamen, zukunftsweisenden Technologie.”

Was Pölzl anspricht, lässt sich auch als allgemeiner Tenor der aws-Workshop-Sessions im Rahmen der diesjährigen Technology Talks wiedergeben: Es braucht mehr Kollaboration. Auch Bernhard Sagmeister, Geschäftsführer der Austria Wirtscaftsservice GmbH, stellt sich hinter dieses Credo.

Für fundierte, branchenübergreifende Zusammenarbeit sei Österreich allerdings zu klein. Sagmeister appelliert an länderübergreifende Zusammenarbeit auf Europaebene – auch in puncto Risikokapital. Wenn es zu einem allgemeinen Dachfonds kommen sollte, macht Sagmeister deutlich: „Für den Erfolg eines Dachfonds ist ein professionelles Management Voraussetzung.“

Sie ist nicht zu überlesen: Die Message, die heimische Wirtschafts- und Forschungstreibende an unser Ökosystem senden. Länder- und Sektorübergreifende Kollaboration ist gefragt. Fragmentierung sei zwar ein Zeichen von “Fokus und Spezialisierung”, so Doris Agneter, Geschäftsführerin von tecnet equity, sei aber auch ein Hindernis für überregionale Synergienutzung und Kollaboration.

“Wir wollen Anker in der Seed- bis Series-A-Phase sein”

Wie die aws mit Herausforderungen dieser Art umgeht, erklärt Patrik Cesky, Geschäftsführer des aws Gründungsfonds, abschließend in folgenden Worten: „Wir wollen Anker-Investor in der Seed- bis Series-A-Phase sein und internationale Investoren dazu bewegen gemeinsam mit uns in österreichische Innovation zu investieren. Es gibt in Österreich insgesamt nicht sehr viele Frühphaseninvestments im Jahr. Deswegen fokussieren wird nicht nur auf bestimmte Industrien, sondern brauchen etwas Pragmatismus bei der Auswahl der Investments. So leisten wir im Rahmen unserer Möglichkeiten, den bestmöglichen Beitrag, um Startups in Frühphasen zu unterstützen und weiterzuentwickeln. Alles, was darüber hinausgeht, braucht einen funktionierenden Kapitalmarkt mit privaten Fonds zur Anschluss- und Wachstumsfinanzierung.”

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

AI Summaries

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Als Innovationsmanager:in ist es wichtig, über aktuelle Trends und Entwicklungen im Startup-Bereich informiert zu sein, um innovative Lösungen und Technologien zu identifizieren und zu nutzen. Der Artikel beschäftigt sich mit dem Thema Künstliche Intelligenz und gibt Investoren wichtige Fragen an die Hand, um die Qualität von KI-Startups zu bewerten. Diese Fragen können auch für Innovationsmanager:innen relevant sein, um potenzielle Kooperationspartner oder Lösungen im KI-Bereich genauer zu prüfen. Es geht dabei um die Unterscheidung zwischen Machine Learning und regelbasierten Systemen, den Ursprung und die Anpassung des ML-Modells sowie die Daten, mit denen das Modell trainiert wurde. Durch das Verständnis dieser Fragen können Innovationsmanager:innen sicherstellen, dass KI-Technologien in ihrer Organisation tatsächlich das halten, was sie versprechen, und eine solide Grundlage für Innovationen schaffen.

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

  • Autor: Simon Brendel

Diese drei Fragen sollten Investor:innen KI-Startups stellen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

Diese drei Fragen sollten Investor:innen KI-Startups stellen