13.01.2016

EarlySnow: TU Wien will Kunstschnee neu erfinden

"Earlysnow" ist ein Projekt der TU Wien, bei dem untersucht wird wie man Wasser schneller zum gefrieren bringt. Das Ziel ist es, auf umweltschonende Art und Weise, Kunstschnee bei höheren Temperaturen erzeugen zu können.
/artikel/earlysnow-tu-wien-kunstschnee-erfinden
Hinrich Grothe und sein team von Early Snow. (Laura Felgitsch, Hinrich Grothe, Thomas Häusler und Philipp Baloh v.li.)

Dieser Artikel ist Teil des Themenschwerpunkts Wintersport

Wenn Schnee nicht mehr vom Himmel fällt, hilft der Mensch ein bisschen nach. Das ist nichts Neues. Wenn es jedoch zu warm ist, gibt es auch keinen brauchbaren Kunstschnee. Die TU Wien arbeitet am Projekt „Earlysnow“, um auf umweltfreundliche Art und Weise Kunstschnee bei höheren Temperaturen zu erzeugen.

Kunstschnee bei höheren Temperaturen

Allein in Tirol werden jährlich mehr als 40 Millionen Kubikmeter Kunstschnee erzeugt. Das fordert einen hohen Einsatz von Wasser und elektrischer Energie. „Der Winter verschiebt sich momentan bis zu zwei Monate nach hinten und es wird wärmer. Herkömmliche Beschneiungsanlagen arbeiten zwischen 0 und -8 Grad Celsius nicht ordentlich“, erklärt Universitätsprofessor und Projektleiter Hinrich Grothe.

„Herkömmliche Beschneiungsanlagen arbeiten zwischen 0 und -8 Grad Celsius nicht ordentlich.“

Die Ziele von Earlysnow

  • Bei Temperaturen zwischen 0 und -8 Grad Celsius Kunstschnee erzeugen
  • Eine Ergänzung für herkömmliche Beschneiungssysteme darstellen – die aktuellen Beschneiungsanlagen sollen nicht ersetzt werden
  • Große Schneekristalle produzieren, um den Kunstschnee echtem Pulverschnee aus der Wolke ähnlicher werden zu lassen

+++Mehr zum Thema Wintersport: Skiinnovationen in Innsbruck+++

Verbindung Theorie und Praxis

Earlysnow ist ein Bridgeprojekt, ein Projekt das die Grundlagenforschung zum Thema Schnee und Eis und Beschneiung in der Praxis verbindet. Beteiligt sind daran das Institut für Materialchemie der TU Wien, die Uni Innsbruck, die Neuschnee GmbH, ein Spin-off der TU Wien und der BOKU Wien, die Liftgesellschaft Obergurgl-Hochgurgl und die Firma Technik Wille.

Doktorandin Laura Felgitsch untersucht Wassertropfen.
Doktorandin Laura Felgitsch untersucht gefrierende Wassertropfen.

Umweltschonende Technologie

Anhand von Laborexperimenten wird seit November 2015 untersucht, welche Nukleationskeime zu Wasser hinzugefügt werden müssen, damit es schneller gefriert. Relevante Nukleationskeime sind Gesteinsabrieb oder Mineralstaub (z.B. Feldspat). „Wir benützen ausschließlich natürliche Ressourcen, die im alpinen Raum vorhanden sind. Es geht uns auch darum ressourcenschonend und umweltfreundlich zu arbeiten“, sagt Grothe. Man wolle den Vorgang der Eiskristallbildung in der Wolke verstehen und auf die Skipiste bringen, so Grothe weiters. Im Zuge des Projekts sind Feldversuche im Skigebiet Obergurgl-Hochgurgl geplant.

„Wir wollen den Vorgang in der Wolke auf die Skipiste bringen.“

Vorteil für die Praxis

Die umweltschonende Technologie soll es ermöglichen Kunstschnee unter weniger Einsatz von Wasser und Strom zu produzieren. Das könnte langfristig sehr positive Auswirkungen auf den Tourismus und die hochalpine Umwelt haben. „Skigebiete könnten bereits im Spätherbst ihre Pisten beschneien wenn die Bedingungen stimmen und der Saisonstart kann damit besser geplant werden“, meint Grothe.

+++Mehr zum Thema Wintersport: Neverlose – Diebstahlschutz und Skifinder+++

Deine ungelesenen Artikel:
28.08.2026

McKinsey-Report 2026: KI-Agenten am Vormarsch, Erträge steigen dadurch nicht

Eine kürzlich veröffentlichte McKinsey-Studie zeigt: Der Einsatz von KI-Agenten steigt, besonders bei Großkonzernen. Doch die erhofften unternehmensweiten Gewinne bleiben oft noch aus.
/artikel/mckinsey-report-2026-ki-agenten-am-vormarsch-ertraege-steigen-dadurch-nicht
28.08.2026

McKinsey-Report 2026: KI-Agenten am Vormarsch, Erträge steigen dadurch nicht

Eine kürzlich veröffentlichte McKinsey-Studie zeigt: Der Einsatz von KI-Agenten steigt, besonders bei Großkonzernen. Doch die erhofften unternehmensweiten Gewinne bleiben oft noch aus.
/artikel/mckinsey-report-2026-ki-agenten-am-vormarsch-ertraege-steigen-dadurch-nicht
KI-Agenten werden in Firmen immer mehr verwendet. | Symbolbild (c) Envato

Die aktuelle internationale Studie „State of AI 2026“ von McKinsey zeigt, dass immer mehr Unternehmen KI im beruflichen Alltag einsetzen. Dafür wurden 1.719 Personen in 97 Ländern befragt. Fast neun von zehn Teilnehmer:innen nutzen KI regelmäßig in mindestens einer Geschäftsfunktion. Auffällig ist der rasante Aufstieg der agentenbasierten KI (Agentic AI). Vor allem Großunternehmen mit einem Jahresumsatz von über einer Milliarde US-Dollar treiben diese Entwicklung voran. 40 Prozent dieser Konzerne skalieren KI-Agenten bereits, im Vorjahr waren es noch 27 Prozent. Bei kleineren Unternehmen blieb dieser Anteil hingegen mit 22 Prozent nahezu unverändert.

Besonders Software-Programmieragenten verändern die IT-Budgets und Beschaffungsstrategien nachhaltig. Fast ein Drittel der befragten Organisationen (32 Prozent) gibt an, sich gegen den Kauf von externen Softwareprodukten oder -funktionen entschieden zu haben. Der Grund: Sie können diese Funktionalitäten nun mithilfe von Programmieragenten intern selbst entwickeln. Technologie-, Gesundheits- und Beratungsunternehmen sind hierbei die Vorreiter.

Finanzieller Erfolg gering, aber Mitarbeiter:innen profitieren

Trotz der tieferen Durchdringung und der neuen Möglichkeiten bei der Softwareentwicklung spiegelt sich der KI-Boom noch nicht überall im unternehmensweiten finanziellen Erfolg wider. Der Anteil der Unternehmen, die einen positiven Beitrag der KI zum operativen Gewinn (EBIT) verzeichnen, liegt unverändert bei 37 Prozent.

Gleichzeitig profitieren die Mitarbeiter:innen auf individueller Ebene: 80 Prozent der Befragten berichten, dass KI ihre persönliche Produktivität verbessert hat, und 50 Prozent treffen dank der Technologie laut eigenen Angaben bessere Entscheidungen am Arbeitsplatz. Ein Problem beim Einsatz hochentwickelter KI-Modelle sind allerdings die Betriebskosten. Rund 20 Prozent der Organisationen geben an, dass ihre Nutzung dadurch eingeschränkt ist. Dennoch bleibt die Investitionsbereitschaft hoch: 60 Prozent der Befragten erwarten, dass ihr Unternehmen die Ausgaben für Künstliche Intelligenz im kommenden Jahr weiter steigern wird.

Jobabbau rückt in den Fokus

Die Erwartungen hinsichtlich der Auswirkungen auf die Belegschaft verändern sich ebenfalls. Aktuell gehen 39 Prozent der Befragten davon aus, dass der KI-Einsatz im kommenden Jahr zu einem Rückgang der Gesamtbeschäftigung in ihrer Organisation führen wird. Im Vorjahr lag dieser Wert noch bei 32 Prozent. Tatsächlich blieben die realen Auswirkungen bisher deutlich hinter den Prognosen zurück. Nur 14 Prozent berichten von einem tatsächlichen, durch KI bedingten Personalabbau in den letzten zwölf Monaten. Eine Mehrheit von 66 Prozent verzeichnete in diesem Zeitraum keine oder kaum Veränderungen bei der Mitarbeiter:innenzahl.

KI-High-Performer

Die Studie beleuchtet auch eine kleine Gruppe sogenannter „KI-High-Performer“, die etwa sechs Prozent der Befragten ausmachen. Diese Unternehmen verzeichnen signifikante finanzielle Erfolge und setzen die Technologie anders ein. Sie nutzen KI nicht nur zur Effizienzsteigerung, sondern gezielt für Wachstum und Innovation. Zudem gestalten sie ihre Arbeitsabläufe grundlegend um, anstatt KI lediglich in bestehende Prozesse zu integrieren. Diese strategische Herangehensweise könnte für andere Organisationen wegweisend sein, um den Sprung von individueller Produktivität zu echtem wirtschaftlichen Mehrwert zu schaffen.

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

EarlySnow: TU Wien will Kunstschnee neu erfinden

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

EarlySnow: TU Wien will Kunstschnee neu erfinden

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

EarlySnow: TU Wien will Kunstschnee neu erfinden

AI Kontextualisierung

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

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

EarlySnow: TU Wien will Kunstschnee neu erfinden

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 …

EarlySnow: TU Wien will Kunstschnee neu erfinden

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 …

EarlySnow: TU Wien will Kunstschnee neu erfinden

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 …

EarlySnow: TU Wien will Kunstschnee neu erfinden

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

EarlySnow: TU Wien will Kunstschnee neu erfinden

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

EarlySnow: TU Wien will Kunstschnee neu erfinden