11.05.2021

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

Jan Nössner gilt als herausragender Experte für Künstliche Intelligenz (KI) und Machine Learning und arbeitet am Standort Wien für den internationalen IT-Dienstleister Nagarro. Im Brutkasten-Talk erläutert der Experte, warum wir in unserer Gesellschaft und Wirtschaft die Künstliche Intelligenz entmystifizieren müssen.
/artikel/3-mythen-rund-um-kuenstliche-intelligenz-entmystifiziert

Die erwarteten Wachstumszahlen in Bezug auf künstliche Intelligenz (KI) sind beachtlich: Bis 2027 soll der globale Markt für künstliche Intelligenz mit einer durchschnittlichen Wachstumsrate von rund 43 Prozent wachsen und im Jahr 2027 einen Wert von 733,6 Milliarden Euro betragen.

Die größten Branchengewinne werden im Einzelhandel, bei Finanzdienstleistungen und im Gesundheitswesen zu verzeichnen sein, da KI die Produktivität, die Produktqualität und den Konsum steigert.

Dennoch gibt es in der Gesellschaft und Wirtschaft noch immer Vorbehalte und falsche Erwartungen gegenüber der KI – angefangen von Datenschutz bis hin zum vermeintlichen Wegfall von Arbeitsplätzen.

Künstliche Intelligenz ist kein Mysterium mehr

Künstliche Intelligenz und Machine Learning müssen allerdings kein Mysterium sein. Bereits seit mehrere Jahren beschäftigt sich der internationale IT- und Software-Dienstleister Nagarro nicht nur in konkreten Kundenprojekten mit KI, sondern auch mit den Erwartungshalten, die in der Gesellschaft und Wirtschaft vorherrschen.

Bis lang hat Nagarro 100 KI bezogene Projekte realisiert. Das Trendthema ist mittlerweile ein eigener Kompetenz-Bereich und Teil des Portfolios geworden. Mehr als 500 Daten-Spezialisten sind für die KI-Projekte global verfügbar. Zudem beschäftigen sich rund 100 Data Scientists intensiv mit Gestaltungs- und Orchestrierungsfragen. Mit Jan Nössner war einer von ihnen am Montag zu Gast im Brutkasten-Talk und erläuterte, warum wir in unserer Gesellschaft und Wirtschaft die Künstliche Intelligenz entmystifizieren müssen.

Über den Experten:
Jan Nössner gilt als herausragender Experte für Künstliche Intelligenz (KI) und Machine Learning und absolvierte seinen PhD in Computer Science. Nössner sammelte in Australien mehrere Jahre Erfahrung in führenden IT-Unternehmen, die sich unter anderem auf Software-Entwicklung für Bergbau-Minen spezialisierten. 2020 fasste Nössner den Entschluss mit seinem gesammelten Wissen zurück nach Europa zu kommen, um am Standort Wien für den internationalen Software- und IT-Dienstleister Nagarro zu arbeiten. In seiner Arbeit für Nagarro beschäftigte er sich beispielsweise mit Fragestellungen, wie KI & Machine Learning im Bereich Software-Testing eingesetzt werden können.

1. Mythos: KI ersetzt den Menschen

Wichtige Einsatzgebiete für Machine Learning sieht Nagarro überall dort, wo automatisierte KI-Lösungen den Mitarbeitern langweilige und ständig wiederkehrende Aufgaben abnehmen können, sodass ihnen mehr Zeit für spannendere Themen bleibt. Auf diese Weise führt die KI zu einer Veränderung der Jobs, übernimmt frustrierende und fehleranfällige Tätigkeiten, erhöht die Mitarbeiterzufriedenheit und somit indirekt auch die Kundenzufriedenheit. Im Unternehmen entstehen mit der KI gleichzeitig neue Wege für Wissensmanagement, im Kundenservice und in der Prognose. „Die KI wird, soll und kann den Menschen nicht ersetzen, sondern uns dafür Zeit geben, worauf wir wirklich Spaß haben“, so Jan Nössner im Talk.

2. Mythos: KI Systeme speichern alle unsere Daten 

Tatsächlich speichern Machine Learning Modelle keine exakten persönlichen Daten bzw. nicht in einer Form, die missbräuchlich verwendbar ist. Sobald ein KI-Modell angewandt wird, werden alle Daten gewissermaßen anonymisiert eingesetzt. 

Zum Beispiel: Speichert das KI-System ein Bild einer Person, so ist dieses in dem Maße abstrahiert das einzelne Charakteristika zwar gespeichert werden, aber im gesamten ein abstrahiertes Bild ergeben.  Würde das Modell das Bild im Original nutzen, wären die Einzelinformationen zu spezifisch, also „overfitted“, d.h. das Modell könnte keine generellen Aussagen ableiten. 

Zugriff auf die bereitgestellten persönlichen Daten haben lediglich die Experten, welche das KI-Modell trainieren, somit ist ein vertraulicher Umgang mit den Daten sichergestellt. Bei Bedarf greift Nagarro auch auf Partnerlösungen zu, welche z.B. Video-Daten anonymisieren.

3. Mythos: Für KI-Lösungen brauchen wir bessere Daten? Falsch!

Viele Unternehmen denken, sie könnten keine KI-Lösungen einsetzen, weil die Datenlage nicht ausreichen würde. Nagarros KI-Experte Nössner widerspricht: Ausnahmslos jedes Unternehmen hat zahlreiche Daten und meist sind diese Daten erstaunlich gut zu nutzen. Für KI- Lösungen ist irrelevant, ob Daten aus einfachen Listen, oder aus einem aufwändigen Data Lake stammen. 

Die Vorteile von KI und Machine Learning kompakt zusammengefasst:

Schnelle Reaktionszeit: Häufig lassen sich ständig wiederkehrende Prozesse von der Maschine mindestens um Faktor 10 schneller ausführen.

Automatisierung von Prozessen: Eine wertvolle Hilfe für den intelligenten Kundenkontakt! KI kann schnelle Lösungen für Standardfälle oder auch persönliche Intervention in komplexen Fällen einleiten.

Verhalten analysieren: Nagarro setzt etwa für Chatbots Sentiment Analysen ein. Aus der natürlichen Sprache der Kunde erkennt das System, ob Personen verärgert oder unzufrieden reagieren. Der Bot fragt dann proaktiv, ob er die Kunden mit einem Servicemitarbeiter verbinden soll. So wird etwaiger Unzufriedenheit bereits sehr früh entgegengewirkt.

Verbessern der Machine Learning Modelle: Mitarbeiter interagieren laufend mit der KI, bestätigen z.B. vorgeschlagene Vorgangsweisen, oder korrigieren sie. Jeglicher Input fließt in das System ein und steht dem Nächsten durch kontinuierliches Lernen verbessert zur Verfügung.  

Kumulierte Wissensbasen: Speziell im Service Bereich ist es oft notwendig, Informationen aus verschiedensten Fachbereichen zu extrahieren und in einer Knowledge Base zusammenzufassen. Nagarro kombiniert hierfür AI Techniken mit intelligenten Datenstrukturen, wie Ontologien oder Graph Datenbanken.

Auswertungen: Nagarros Accelerator hat standardmäßig innovative, interaktive Dashboards integriert, welche die Performance kontinuierlich messen. Mögliche Auswertungen aus KI Tools sind: Zeitersparnis, Häufigkeiten von Anfragen nach Kategorien, Erfolgsraten, Felder für Verbesserungen, Qualitätsanalysen.
(c) Nagarro

Deine ungelesenen Artikel:
04.08.2026

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.
/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform
04.08.2026

WienIT: 500 Nutzer:innen für die konzernweite KI-Plattform

Vor eineinhalb Jahren nahm das bei der WienIT angesiedelte Competence Center KI der Wiener Stadtwerke-Gruppe seine Arbeit auf. Eine Zeit, die vor allem von Aufbauarbeit geprägt war. Im Zentrum steht heute weniger ein einzelner Vorzeige-Use-Case als eine Infrastruktur: eine zentrale KI-Plattform für den gesamten Konzern. Warum dabei bewusst auf Eigenentwicklung gesetzt wird und Startups bislang nicht unmittelbar beteiligt sind.
/artikel/wienit-500-nutzerinnen-fuer-die-konzernweite-ki-plattform
Larisa Stanescu (l.) vom Competence Center KI der Wiener Stadtwerke-Gruppe und Product Owner Jonathan Mayer | (c) WienIT

Im August 2025 zog die WienIT in einem eigenen Beitrag eine erste Zwischenbilanz des Competence Center KI. Der Bogen spannte sich damals vom Wissensmanagement-Tool bis zur KI-gestützten Lösung für Förderanträge.

Ein Jahr später hat sich der Schwerpunkt verschoben. In den Vordergrund gerückt ist eine zentrale KI-Plattform, die allen Mitarbeitenden der Wiener Stadtwerke-Gruppe Zugang zu KI-Werkzeugen geben soll. Sie ist produktiv, und seit dem Rollout wurden nach Angaben des Unternehmens rund 500 Nutzer:innen gewonnen.

„Die vergangenen eineinhalb Jahre waren vor allem von Aufbauarbeit geprägt“, sagt Jonathan Mayer, Product Owner der KI-Plattform. Das größte Vorhaben sei die Entwicklung eben dieser Plattform gewesen, mit dem Ziel, einen „einfachen, sicheren und vertrauenswürdigen Zugang zu KI-Technologien“ zu ermöglichen.

Larisa Stanescu, die das Competence Center leitet, wertet die Zahl als Bestätigung: Die Entwicklung zeige, dass der Bedarf an KI-Werkzeugen im Arbeitsalltag groß sei und kontinuierlich wachse. Entscheidend sei dabei, dass die Plattform einen sicheren und unternehmenskonformen Zugang biete.

Vom Freitextfeld bis zur Bestellprognose

Inhaltlich sieht das Competence Center einen großen Bedarf im Wissensmanagement. Informationen würden immer umfangreicher und verteilter, KI könne relevantes Wissen schneller auffindbar machen.

Daneben kommt KI zur Datenanalyse zum Einsatz, etwa bei der Auswertung offener Antworten aus Mitarbeiter- und Kundenbefragungen. Freitextdaten enthielten oft wertvolle Erkenntnisse, deren manuelle Analyse aber sehr zeitaufwendig sei, so Mayer.

Stanescu betont, dass klassische Data-Science- und Machine-Learning-Ansätze darüber nicht in Vergessenheit geraten dürfen. Aktuell arbeite man an mehreren Use Cases in der Logistik, bei denen historische Daten genutzt werden, um Bestellmengen und Bestellzeitpunkte präziser zu prognostizieren.

Larisa Stanescu vom Competence Center KI | (c) WienIT

Digitale Souveränität als Leitprinzip

Die Frage nach Modellen und Infrastruktur ist für das Competence Center mehr als eine technische. „Digitale Souveränität ist für uns ein strategisches Leitprinzip“, sagt Mayer. Ziel sei es, die Kontrolle über die eigenen Daten und deren Verarbeitung zu behalten und gleichzeitig die Vorteile moderner Cloud- und KI-Technologien nutzen zu können.

Der Weg dorthin wird als pragmatisch beschrieben: Abhängig von den Anforderungen eines Use Cases und der Sensibilität der Daten wird entschieden, welche Infrastruktur und welche Technologien zum Einsatz kommen.

Konkret wird es beim nächsten Release der Plattform. Dann sollen Nutzer:innen zwischen verschiedenen Modellen selbst auswählen können, etwa europäischen Modellen oder Thinking-Modellen. Parallel dazu soll Model Routing implementiert werden, das automatisch das passende Modell für die jeweilige Fragestellung auswählt.

Warum Startups bislang nicht unmittelbar beteiligt sind

Bemerkenswert für ein Innovationsthema dieser Größenordnung: Startups sind bislang nicht unmittelbar beteiligt. „Aktuell arbeiten wir in unseren KI-Projekten nicht unmittelbar mit Startups zusammen“, sagt Stanescu. Den Wiener Stadtwerken sei der interne Knowhow-Aufbau besonders wichtig, weshalb auch im Hinblick auf digitale Souveränität stark auf Eigenentwicklungen gesetzt werde.

Eine grundsätzliche Absage ist das nicht. Entscheidend sei, ob eine Lösung konkreten Mehrwert biete und sich in die Anforderungen an Sicherheit, Datenschutz und Integration einfüge. Künftige Kooperationen schließe man keineswegs aus, so Stanescu: Gerade im dynamischen KI-Markt könnten Partnerschaften mit innovativen Unternehmen eine interessante Ergänzung zu etablierten Technologieanbietern sein.

Jonathan Mayer, Product Owner der KI-Plattform von WienIT | (c) WienIT

Keine hochsensiblen Daten, On-Premises als Option

Auf technischer Ebene arbeitet das Competence Center mit klaren Datenklassifizierungen. Derzeit werden auf der Plattform keine hochsensiblen Daten verarbeitet. In Pilotprojekten wird evaluiert, wie künftig auch sensiblere Anwendungsfälle umgesetzt werden können, etwa durch On-Premises-Modelle, bei denen Daten die eigene Infrastruktur nicht verlassen.

Unabhängig von der Technologie gelte ein Grundsatz, sagt Mayer: KI unterstütze Menschen bei ihrer Arbeit, ersetze aber nicht die menschliche Verantwortung. Bei wichtigen Entscheidungen bleibe die finale Bewertung und Freigabe stets in menschlicher Hand.

Begleitet wird der Rollout von einem Change- und Enablement-Ansatz. Jede neue Nutzerin und jeder neue Nutzer der Plattform erhält ein strukturiertes Onboarding zu den Regeln im Umgang mit KI, dazu kommen Informationsveranstaltungen, Schulungen und eine Community für den Erfahrungsaustausch.

„Welches Problem lösen wir?“

Eine der wichtigsten Erkenntnisse der vergangenen Monate formuliert Stanescu grundsätzlich: KI sei kein reines IT-Thema, technologische Exzellenz allein reiche nicht aus. Erfolgreiche Projekte entstünden dort, wo Fachbereiche, IT, Informationssicherheit, Datenschutz und Change Management früh eingebunden werden. Die Abstimmung dieser Anforderungen brauche oft mehr Zeit als die technische Umsetzung selbst.

Der Erfolg von KI-Anwendungen hänge zudem wesentlich stärker von Akzeptanz, Vertrauen und nutzbaren Anwendungsfällen ab als von der Leistungsfähigkeit einzelner Modelle. Statt „Welches Modell ist das beste?“ solle man fragen: „Welches Problem lösen wir für unsere Kolleginnen und Kollegen?“

Agentische KI und ein Hackathon

In den kommenden Monaten liegt der Schwerpunkt auf der Weiterentwicklung der Plattform. Der Zugang zu KI soll weiter vereinfacht, zusätzliche Anwendungsfälle sollen erschlossen werden.

Parallel beschäftigt sich das Competence Center mit agentischer KI. Das Competence Center für Intelligent Process Automation pilotiert erste agentische Fähigkeiten innerhalb der Wiener Stadtwerke-Gruppe. Evaluiert wird, wie KI künftig nicht nur Informationen bereitstellen, sondern komplexere Aufgaben und Prozessschritte eigenständig unterstützen kann.

Um die Innovationskraft im Konzern zu stärken, ist außerdem ein KI-Hackathon geplant, bei dem Mitarbeitende eigene Ideen umsetzen können.

Langfristig sieht das Competence Center seine Rolle nicht darin, einzelne Lösungen bereitzustellen, sondern nachhaltige KI-Kompetenz im gesamten Konzern aufzubauen. Der größte Hebel liege nicht in einzelnen Tools, sondern in den Menschen, die diese Technologien sinnvoll einsetzen.

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

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

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 …

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

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 …

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

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 …

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

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 …

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

3 Mythen rund um „Künstliche Intelligenz“ entmystifiziert