02.05.2024
INTERVIEW

Was Gründer:innen über Schlaf wissen müssen

Interview. Marian Stoschitzky ist Cofounder des Wiener Startups Zeitgeber - und einer der Autoren des Buchs „Love Mor­nings: Der wissenschaftliche Weg, gesünder und glücklicher aufzuwachen“.
/artikel/schlaf-was-gruenderinnen-wissen-muessen
Marian Stoschitzky
Foto: Hannes Pacheiner, Adobe Stock

Dieser Artikel erschien zuerst in unserem aktuellen brutkasten-Printmagazin (Download-Möglichkeit am Ende des Artikels).


Marian Stoschitzky ist einer der Gründer von Zeitgeber – das Wiener Startup hat ein Licht-­ und Soundsystem für das Schlafzimmer entwickelt, das mittels Raumausleuchtung und Lichtintensität zu bes­serem Schlaf beitragen will. Dafür konnte das Unternehmen jedoch keine Finanzierung aufstellen, daher schlug es vor­ erst eine neue Richtung ein. Das Hardwareprodukt befindet sich „im Winterschlaf“, wie Stoschitzky sagt. Stattdessen fo­kussiert sich das Unternehmen jetzt drauf, die gesammelte Expertise zum Thema Schlaf auf andere Art weiterzugeben.

Den Anfang machte Ende 2023 ein Buch: „Love Mor­nings: Der wissenschaftliche Weg, gesünder und glücklicher aufzuwachen“. In Zukunft könnten digitale Produkte dazu­ kommen. Im brutkasten-­Interview spricht Stoschitzky über die für Startup­-Gründer:innen relevantesten Erkenntnisse aus seiner jahrelangen Beschäftigung mit dem Thema Schlaf.


brutkasten: Was sind die wichtigs­ten Faktoren für guten Schlaf, die man selbst beeinflussen kann?

Marian Stoschitzky: Das Schöne ist, dass die Möglichkeiten sehr um­ fassend sind. Das Wichtigste ist, einen stabilen Schlaf­wach­-Rhythmus zu pflegen. Man sollte sich überlegen, zu welcher Zeit man schlafen gehen und zu welcher man aufstehen möchte.

In der Früh ist es wichtig, dass man viel Licht bekommt. Ein hilfreicher Richtwert in diesem Kontext sind 1.000 Lux oder mehr; um das zu messen, gibt es Apps. Das kann man beispielsweise mit einer Tageslichtlampe am Arbeits­ platz erreichen. Das verbessert einer­ seits deine Performance, es begünstigt aber auch deine Stimmung und lässt dich am Abend besser schlafen. Das­ selbe gilt für Vitamin D, das ebenfalls empfehlenswert ist.

Umgekehrt sollte man am Abend Licht und digitale Stimulation best­ möglich vermeiden. Wenn man dann auch noch ab Nachmittag auf Koffein verzichtet, ist man schon richtig gut dabei.

Das klingt ja grundsätzlich nicht extrem kompliziert. Woran scheitert es in der Praxis?

In unserer Kultur sind Abend­events stark verankert. Außerdem ge­hören für viele digitale Medien zum abendlichen Entspannen dazu. Am Abend hat man endlich Zeit für sich, da fällt das Loslassen dann schwer, weil es schon wieder ein Pflichtgefühl auslöst. Idealerweise hält man seinen Schlaf­plan auch am Wochenende durch und steht früh auf. Das weicht aber von den Gepflogenheiten ab. Das sind die psy­chologischen Komponenten.

Dann gibt es noch die praktischen Aspekte. Wenn du keine Tageslicht­lampe oder Lichttherapiebrille besitzt und um acht Uhr morgens in der Arbeit sein musst, ist es einfach eine prak­ tische Herausforderung, viel Licht zu bekommen.

Wie lange vor dem Schlafengehen sollte man das Smartphone weg­ legen?

Die Produktion des Müdigkeits­hormons Melatonin setzt im Durch­schnitt ungefähr zwei Stunden vor dem Schlafengehen ein. Das macht dich müde und lässt dich gut schlafen. Mit Licht, etwa von digitalen Medien, wird die Melatoninproduktion unterdrückt.

Wenn man es perfekt machen möchte, würde man zwei Stunden vor dem Schlafengehen aufs Smartphone verzichten. Ich persönlich habe aber auch mit einer Stunde schon sehr gute Erfahrungen gemacht. Daneben ist aber auch das Raumlicht ein wichtiger Faktor, das idealerweise zwei Stunden vor dem Schlafengehen auf ein noch praktikables Minimum gedimmt wird.

Smartphones bieten ja mittlerweile häufig einen Nachtmodus oder Blaulichtfilter. Helfen diese?

Aus biologischer Sicht ist es besser, als nichts zu machen. Bis zu einem gewissen Grad unterdrücken sie die Blauanteile, die die Produktion von Melatonin stören. Aber das The­ma besteht nicht nur aus dem Aspekt Blaulicht: Es gibt Studien, die zeigen, dass auch Stimulation generell den Schlaf beeinträchtigt.

Ein ganz großer Faktor dabei ist, dass Social Media immer versuchen, dich mög­ lichst lange interessiert zu halten. Das betrifft nicht nur die Beeinträchtigung der Schlaf­ qualität, sondern auch, dass das Smartphone Menschen abends ganz direkt vom Schlafen abhält und so die Schlafdauer reduziert.

Geht es also nicht nur um das Licht, sondern auch um die Inhalte? Wäre es ähnlich, wenn ich in einem Printmagazin einen aufwühlenden Artikel lese?

Ich glaube, Printmedien tun sich wie sehr schwer, so stimulierend zu sein wie Social Media. Es gibt eine Studie, die eindrucksvoll zeigt, dass Face­book mit Blau­lichtfilter, also mit Nightshift­ Mode, die Leute nicht viel besser schlafen ließ als Facebook ohne Blaulichtfilter. Auf Facebook kom­plett zu verzichten hat die Leute aber deutlich besser schlafen lassen. Bücher sind da deutlich empfeh­lenswerter.

Was kann ich tun, wenn ich das Handy am Abend ein­ fach nicht weglegen kann?

Ein Tipp wäre, es für sich selbst mühsam zu ge­ stalten, das Handy zu verwenden. Von Distraction­ Blockern halte ich zwar nicht viel, aber wenn man das Handy in den Schwarz­Weiß­Modus schaltet, ist es visuell schon weniger stimulierend. Das lässt sich auch nach Uhrzeit automatisieren.

Es gibt auch eine tolle App namens One Sec, die dich zwingt, dass du ein paar Sekunden wartest – einmal ein-­ und aus­atmen –, bevor du eine App öffnen kannst. Diese kleinen Dinge können den Unterschied ausmachen.

Melatonin kann man ja auch künstlich erzeugt zu sich nehmen, in Form von Tabletten oder Sprays. Ist das deiner Meinung nach empfehlenswert?

Mit diesem Punkt würde ich auf keinen Fall starten. Es gibt Spezialfälle, da ergibt es vermutlich schon Sinn – wenn der Schlaf­wach­-Rhythmus krass verschoben ist, bei manchen im Alter oder bei speziellen Fällen von Blindheit. Aber generell würde ich sagen: Wenn man Vitamin D supplementiert, was im Winter grundsätzlich eine gute Idee ist, und in der Früh genug Licht bekommt, dann erzeugt der Körper abends natürlich Melato­nin.

Wenn du darauf achtest, am Abend nicht zu viel Licht zu bekommen, dann brauchst du keine Tabletten. Und mit „nicht zu viel Licht“ am Abend meine ich zehn Lux, das ist die Lichtintensität von zehn Kerzen in einem Meter Entfernung; rich­tig wenig! Dort liegt für die meisten Menschen der eigentliche Hebel. Melatonin zu supplementie­ren, während man mit Kunstlicht am Abend sein Melatonin unter­ drückt, ist wie beiangezogener Bremse extra Gas zu geben.

Birgt Melatonin auch Risiken?

In der wissenschaftlichen Community sind die Sichtweisen unterschiedlich. Es gibt ein Review, das besagt, dass Melatonin­Supplementierung für erwachsene Menschen, die nicht gerade stillen, grundsätzlich unbedenklich ist.

Aber es ist ein Hormon, und wenn man zu viel davon einnimmt, kann es beispielsweise sein, dass man am Folgetag einen Überschuss hat und müde ist. Hormonell ergibt es einfach mehr Sinn, den Kör­ per seine Arbeit machen zu lassen, weil dieser im physiologischen Sinn weiß, was er tut.

Wie lange vor dem Schlafengehen sollte man keinen Kaffee mehr trinken?

Eine offizielle Empfehlung wäre, 8,8 Stunden vor der Bettzeit keinen Kaffee mehr zu konsumieren. Aber das ist einfach ein Durchschnittswert und es gibt eine riesige Variation, was den Abbau von Koffein im Körper angeht. Bei manchen beträgt die Halbwerts­ zeit zwei Stunden, bei anderen neun Stunden. Es gibt Menschen, die in der Nacht schlechter schlafen, wenn sie in der Früh einen Kaffee trinken.

Bei Schlafproblemen sind es vor allem zwei Dinge, die man zuerst ange­ hen sollte: abendliches Kunstlicht und Koffein. Wenn du die nicht reduzierst, zahlt es sich nicht aus, weitere Dinge zu unternehmen. Lass die beiden weg und schau mal, wie es dir dann geht.

Wenn man auf Koffein in der Früh verzichten möchte, kann man das rein mit dem richtigen Licht­-Set­ting kompensieren?

Zu einem sehr großen Teil ja. Du kannst zusätzlich noch deinen Kreis­lauf mit einem Vier­-Minuten­Workout in die Höhe treiben – und wenn du den Mumm dazu hast, die letzten 30 Sekun­den deiner Dusche auf kalt stellen. Das würde ich Leuten als Experiment emp­fehlen, die schwer auf Kaffee verzichten können. Diese Morgenroutine fühlt sich amazing an, wenn du sie implementierst und dann an deinem Arbeitsplatz sitzt.

Ein Startup zu gründen ist kein Nine-­to­-five­-Job – viele Grün­der:innen machen sich rund um die Uhr Gedanken über ihr Unter­nehmen. Wie kann ich trotzdem sicherstellen, dass ich gut schlafe?

Das ist natürlich eine denkbar he­rausfordernde Situation, die ich selbst auch erlebt habe. Es war spannend, in der Selbstanalyse Erkenntnisse daraus zu ziehen. Meine Schlussfolgerung ist, dass deine Leistung nur dann gut sein kann, wenn auch die Erholung gut ist. Gesunde High Performance ist pro­zessorientiert. Die besten Leistungen habe ich erbracht, als ich extrem penibel darauf geachtet habe, um 23 Uhr im Bett und um neun Uhr im Office start­ klar zu sein.

Was im Startup-­Leben jedem Founder und jeder Founderin ein Be­griff ist, sind akute Deadlines. Meiner Meinung ist hier das Wichtigste, dass man nach der Deadline wieder in sein Rad zurückfindet. Wenn du zu weit und zu lange draußen bist, wird es eine Ab­wärtsspirale. Du arbeitest dann zwar zehn bis zwölf Stunden am Tag, bist aber auch nicht so produktiv, wie du in acht Stunden wärst, wenn du deinen Prozess beherzigen würdest.

Wie schaffe ich das, wenn ich in meinem Startup für Sales zustän­dig und viermal in der Woche auf Abend­events zum Networking bin?

Leider sind diese Abend­events wie gesagt in unserer Gesellschaft sehr stark verankert. Es kann sich aber durchaus auszahlen, dass man darauf achtet, weniger Morgentermine zu haben. Dann könnte man einen Rhyth­ mus leben, der die besagten Abend­ Events zulässt, aber gleichzeitig sicher­ stellt, dass man nach dem Aufstehen genug Licht bekommt und Bewegung macht.

Ansonsten kann es auch schon helfen, dass du zum Beispiel sagst: Am Heimweg schaue ich nicht mehr aufs Handy. Du kannst auch eine Sonnen­brille in der U­-Bahn tragen, um weniger Licht zu bekommen. Ich weiß, das ist kulturell unorthodox, aber gesundheit­ lich ergibt es wirklich viel Sinn.

Wie realistisch ist es, dass man wirklich sieben Tage die Woche zum selben Zeitpunkt aufsteht?

Es wird immer Cheat Days und Ausnahmen geben, aber das Aufblei­ ben ist auch immer nur eine Dimension von mehreren. Wenn ich mal Party ma­che und länger aufbleibe, halte ich mei­ne Lichthygiene trotzdem ein.

Meine Routine ist, dass ich dennoch zur glei­chen Zeit aufstehe, mich hellem Licht aussetze und einen Morgenspaziergang mache. Wenn nötig, lege ich mich da­ nach wieder hin. Aber es hilft trotzdem, weil Licht der dominante Faktor ist, was den Schlafrhythmus betrifft. Meiner Er­fahrung nach bin ich dann dennoch in guter Stimmung und kann am nächs­ten Abend auch wieder gut einschlafen.

Apropos Party: Wie schlecht ist Alkohol für den Schlaf?

Schlecht, darüber brauchen wir nicht zu reden. Interessanterweise lässt Alkohol dich schneller einschla­ fen, aber du ziehst deiner Schlaf­ qualität überproportional viel ab – für die eventuellen „Vorteile“, die du dadurch genießt.


Aus dem Archiv: Videotalk mit Zeitgeber-Gründer Marian Stoschitzky (April 2023)

Sichere dir das brutkasten-Magazin in digitaler Form!

Trag dich hier ein und du bekommst das aktuelle brutkasten-Magazin als PDF zugeschickt und kannst sofort alle Artikel lesen!

Du erhältst mit der Anmeldung künftig auch Zugang für unseren Startup-Newsletter, den wir drei Mal pro Woche verschicken. Du kannst dich jederzeit unkompliziert wieder abmelden.

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