24.08.2015

Smartes Leben: Heute schon ein SMS von der Waschmaschine bekommen?

/artikel/smartes-leben-heute-schon-ein-sms-von-der-waschmaschine-bekommen
Daniel Marischka hatte die Idee zu Flatout Technologies im Rahmen eines Studienprojekts und holte Manuel Mager (rechts) an Board.

Das “Internet der Dinge” steht für eine vernetzte Welt. Experten glauben an eine umfassende Kommunikation von Gegenständen aller Art über das Internet in naher Zukunft: bereits innerhalb von zehn Jahren soll die technische Entwicklung ein “intelligentes Leben” möglich machen und aus dem Alltag nicht mehr wegzudenken sein. Dabei werden alle möglichen Bereiche des Menschen von einer Welle an Innovation “überrollt” werden. Vom “Smart Home” bis zur “Smart Pill” bietet das Internet der Dinge oder IoT (Internet of things) eine Palette an Möglichkeiten. Aber auch Risiken. Auch ein Startup mit Sitz in Wien mischt in diesem Bereich mit. 

Wenn es nach dem Beratungsunternehmen McKinsey geht, hat „das Internet der Dinge das Potential die Art und Weise wie wir mit unserer Umgebung interagieren maßgeblich zu verändern.“ Erst kürzlich hat die Beratungsfirma in einer Studie (Thema: „Internet of Things: Mapping the Value beyond the Hype“) die Chancen und Risiken dieses Bereichs analysiert. Demnach sagen die Experten sogar einen wirtschaftlichen Mehrwert im Jahr 2025 von bis zu 11 Billionen Dollar voraus (ein Betrag, dessen Größe alleine anmuten lässt, dass dies wohl nur ein große Schätzung sein kann) – also rund zwei Drittel der jährlichen Wirtschaftsleitung der USA. Einzig, bis dorthin müsse noch einiges geschehen.

Laut McKinsey sei der Hype um das Internet der Dinge zwar gewaltig, allerdings wahrscheinlich trotzdem unterbewertet. Das IoT könnte demnach alle Bereiche des Lebens fundamental verändern: Auf den Menschen bezogen, sein zu Hause, die Stadt oder die Industrie – die Möglichkeiten sind vielzählig und wollen kaum enden. Ein Beispiel auf den Menschen bezogen wären etwa Geräte wie „Smart Watches“, die man bei sich trägt, um Herzschlag oder Schritte zu messen und die bereits ein wachsendes Publikum erfreuen, oder „Smart Pills“, die man schluckt und die gewisse Paramenter sowie den eigenen Körper-Haushalt kontrollieren können. Miniroboter könnten überdies Krebs im Frühstadium erkennen. Gerade die Zukunft des IoT auf den medizinischen Bereich bezogen, könne nur schwer abgeschätzt werden. Offensichtlich wird hier außerdem, dass es mit den technischen Möglichkeiten alleine nicht getan ist, sondern auch rechtliche Regulatoren müssen die Rahmenbedingungen schaffen und Antworten auf essentielle Fragen gefunden werden, die medizinisches Personal und die Krankenkassen betreffen. Außerdem: Was passiert, wenn ein Netzwerkfehler auftritt und der Arzt, der per Videozuschaltung die Operation leitet, plötzlich nicht mehr „anwesend“ ist?

Man möchte meinen, dass das Smart Home aus wirtschaftlicher Sicht betrachtet, ebenfalls enormes Potential bietet und sich gleichzeitig überschaubarer präsentiert. Die Kosten von Tätigkeiten im Alltag wie Putzen, Einkaufen, Essen oder Kochen belaufe sich laut Studie jährlich auf weltweit 23 Billionen Dollar – durch Automation könnten diese Kosten mithilfe von selbstarbeitenden Staubsaugern (u.a.) 2025 um 17 Prozent reduziert werden. In naher Zukunft soll auch die Reduzierung von Energiekosten an Wichtigkeit gewinnen. Etwa könnte das Eigenheim direkt mit dem Energieversorger verbunden sein und die Energiezufuhr an den Bedarf genau angepasst werden – sogar bei unterschiedlichen Geräten. Das derzeitige Problem ist allerdings die Anknüpfung der Smart Homes durch die Anbieter.

Unter einem Smart Home versteht man im Übrigen den Anschluss des Eigenheims an das „Internet der Dinge“. Dadurch bekommen Geräte des Alltags eine Stimme und sie können mit ihrem Besitzer in Kontakt treten. Der Smart Home Bewohner bekommt etwa ein SMS von seiner Waschmaschine, die berichtet, dass die Wäsche sauber ist. Das System automatisiert die Abläufe seines Bewohners: Es kontrolliert den Alarm am Morgen, fährt die Jalousien hoch, füllt den Kaffeebecher mit schwarzer Brühe – bevor man überhaupt noch aufgestanden ist und sofern man dies wünscht.

Ein Startup aus Wien hat ein System entwickelt, das Gegenstände die gleiche Sprache sprechen lässt, auch wenn sie von unterschiedlichen Herstellern sind. Flatout Technologies, das im A1 Startup Campus sitzt, ermöglicht mit seiner Technologie die Automatisierung der Wohnung oder des Hauses. Die Geräte, die mit einem Sensor ausgestattet sind, werden über eine Schaltzentrale miteinander verbunden und sind per App steuerbar. Offiziell gegründet wurde die Flatout GmbH im Februar 2013. Das Team beschäftigt sich mit dem Thema allerdings schon seit über vier Jahren. Im nachfolgenden Interview beantwortet CEO Daniel Marischka, wieso ihr Konzept auch im eHealth Sektor immer interessanter wird.

Wie kann man sich die Funktion von Flatout Technologies vorstellen?

Flatout entwickelt das Betriebssystem des vernetzten Zuhauses, mit dem sich unterschiedliche Geräte im „Internet der Dinge“ bequem über das Handy steuern lassen. Die Installation wird mittels „Plug-and-Play“ sehr einfach gestaltet. Unser Ziel ist es, die Lebensqualität, speziell in urbanen Regionen, zu optimieren, dabei Energie zu sparen, die Sicherheit zu erhöhen und den Komfort zu verbessern. Damit wir sicher gehen können, dass unsere Plattform ein nachhaltiger Bestandteil des „Internets der Dinge“ ist, werden API’s freigegeben um externen Entwicklerinnen und Entwickler die Möglichkeit zu geben, neue Apps für das Betriebssystem zu programmieren.

Heißt das, dass Entwickler auf Basis eurer Technologien an eigenen Systemen für den Anschluss von Geräten ans IoT basteln können? Oder richtet ihr Euch nur an diverse Gerätehersteller?

An beide Gruppen. Einerseits richten wir uns an Hersteller, die mir unserem System ihre bestehende Infrastruktur ausbauen und ihre Geräte verbinden können. Andererseits beispielsweise an den Studenten der TU Wien, der eine eigene Oberfläche für seine Geräte entwickeln möchte. Allerdings ist das in unserer Strategie erst der zweite Schritt. Wir sind mit Flatout Technologies nun in der kommerziellen Phase angelangt, also von Entwicklungsseite zunächst einmal für den Rollout fertig. Darum arbeiten wir momentan vorwiegend an der Kundenakquise, ohne die Weiterentwicklung zu vernachlässigen, später möchten wir auch den Community-Aspekt weiter voran treiben. Man kann nicht auf allen Kirtagen gleichzeitig tanzen und da das IoT so viele Möglichkeiten bietet, ist es umso wichtiger, sich nicht zu verlieren.

Kann man alle Geräte Smart Home tauglich machen?

Grundsätzlich schon. Man muss die Geräte allerdings Schritt für Schritt integrieren. Zunächst müssen wir das Gerät mit unserem System kompatibel machen, damit es überhaupt kommunizieren kann. Dafür arbeiten wir mit den Herstellern zusammen. Es hängt auch davon ab, ob der Gegenstand einen Kommunikationschip integriert hat. Wenn der Hersteller einen solchen bereits hat und auch ein Netzwerk, können wir dieses integrieren. Wenn nicht, arbeiten wir mit ihm gemeinsam an einer Lösung. Denn andernfalls, kann man das Gerät zwar über einen Zwischenstecker ein- oder ausschalten und den Stromverbrauch messen, aber nicht richtig kommunizieren. Die Zusammenarbeit mit unterschiedlichen Partnern ist immens wichtig, damit das Internet der Dinge weiterhin wächst.

Kann der Endkonsument direkt an Euch herantreten?

Vielleicht in Zukunft einmal. Unsere Kunden sind Firmen, die Smart Homes anbieten: Telekommunikationsunternehmen, Energieversorger oder beispielsweise Baufirmen. Wir bieten Whitelabel Soft- und Hardware an, bilden für die Firmen eigene Oberflächen, die sie dann unter ihrem Brand verkaufen können. Wir haben oft darüber im Team diskutiert, ob es Sinn macht, direkten Vertrieb zu machen. Allerdings würden wir quasi mit uns selbst in Konkurrenz treten, daher haben wir uns immer wieder dagegen entschieden.

VBt7Wedhk_XQ7jbnqEZcI3T1ktxjxj6cB7S4KmQNEv8

Wie kam es eigentlich zur Idee, sich auf Smart Homes zu konzentrieren und wie kam es zum Gründerteam?

Ich hatte die Idee, als ich auf der IMC FH Krems meine Bachelorarbeit („Der Seminarraum der Zukunft”) schrieb. Dabei ist mir aufgefallen, dass die positiven Aspekte eines vernetzte Seminarraums ebenfalls im Eigenheim angewendet werden können, um die Lebensqualität zu verbessern. Mit der Idee bin ich schließlich an meinen alten HTL Schulkollegen Manuel Mager herangetreten, welcher auf der TU studiert hat. Manuel war sofort an Board und brachte noch am selben Tag den dritten Co-Founder, Christian „Crispy“ Passet, mit an Board. Kurt Reimann, ein ehemaliger Studienkollege von mir, kam wenig später als vierter Gesellschafter zu Flatout. Wir arbeiten bestimmt seit vier Jahren an der Thematik an sich, die Flatout GmbH gegründet haben wir allerdings im Februar 2013…

Vom Smart Home zur Smart City: Welche Möglichkeiten bietet die Vernetzung?

Einige Unternehmen beschäftigen sich mit der Vernetzung von Geräten, die schrittweise zu einer Smart City führen können. Unsere Schnittstelle könnte Häuser im Umkreis miteinander kommunizieren lassen. Zum Beispiel könnte der Energieverbrauch von Eigenheimen untereinander verglichen werden, auch über die Stadtgrenzen hinaus. Wir denken auch eine Vernetzung von Häusern in Hinblick auf Smart Grid an, also einem intelligentes Stromnetz: Der Strom, der von Solarzellen auf einem Haus erzeugt wird, könnte an andere Häuser weitergeleitet werden. Auch im eHealth Bereich könnte man mithilfe der Technologie einiges bewirken: Wenn die Großmutter stürzt könnte sie über einen Notfall Button ein Signal an den Betreuer senden. Wenn sie den ans Smart Home angeschlossenen Schrank zu einer bestimmten Zeit nicht öffnet, kann eine SMS zur Erinnerung geschickt werden.

Das Internet der Dinge ist so ein breites Thema- auch wenn man Teil des ganzen ist, muss man aufpassen, fokussiert zu bleiben. Ein Smart Home bzw. eine Smart City kann sich nur aus Parnterschaften und Kooperation ergeben: Viele Unternehmen müssen und sollen zusammen arbeiten, damit man sich untereinander austauschen kann.

Die Sicht von McKinsey auf das Modell einer Smart City:

Bildschirmfoto 2015-08-24 um 21.07.02

Quelle Studie

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