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:
10.09.2026

Warum Europa kein eigenes Waymo braucht

Ein Fahrzeug ist noch kein Geschäftsmodell: Warum beim autonomen Fahren nicht die Technologie über Europas Chance entscheidet, sondern der Betrieb dahinter, erklärt vionmo-Gründer Michael Jayasekara im Gastkommentar.
/artikel/warum-europa-kein-eigenes-waymo-braucht
10.09.2026

Warum Europa kein eigenes Waymo braucht

Ein Fahrzeug ist noch kein Geschäftsmodell: Warum beim autonomen Fahren nicht die Technologie über Europas Chance entscheidet, sondern der Betrieb dahinter, erklärt vionmo-Gründer Michael Jayasekara im Gastkommentar.
/artikel/warum-europa-kein-eigenes-waymo-braucht
(c) Verena Nageler

Mit vierundzwanzig habe ich einen großen Teil meines Ersparten in ein Wiener Mobility-Startup gesteckt. Verrückt, ich weiß, aber ich habe verdammt viel gelernt, als ich am Tisch mit namhaften Business Angels aus Österreich und VCs wie Elevator Ventures, Uniqa Ventures und dem aws Gründerfonds sitzen durfte. Die Firma hieß goUrban, eine Plattform für Car- und Micro-Mobility-Sharing und für die Digitalisierung von Firmenflotten. Im September 2024 wurde goUrban von Wunder Mobility übernommen.

Geblieben ist mir aus dieser Zeit vor allem eine Lektion. Sie kommt in der aktuellen Debatte über autonomes Fahren fast nie vor: Ein Fahrzeug ist noch kein Geschäftsmodell.

Beim Sharing entscheidet nämlich nicht die App. Fahrzeuge wollen geladen, gereinigt, gewartet und umverteilt werden. Sie müssen dort stehen, wo in zwanzig Minuten jemand sucht. Stehen sie falsch, kosten sie Geld. Sind sie defekt, ist die Kund:in weg. Bleibt die Auslastung aus, hilft die beste Technologie nichts.

Beim autonomen Fahren ist und wird das nicht anders sein. Die Person am Steuer kann verschwinden. Der Betrieb bleibt ja trotzdem.

Die USA und China machen es logisch, aber anders

Die USA und China skalieren autonome Mobilität dort, wo Dichte, große Flotten und zahlungsbereite Kund:innen zusammenkommen. Das Robotaxi ist als individuelles Produkt gedacht und fährt zuerst in den Gebieten, in denen sich der Betrieb rechnet. Das ist logisch und funktioniert dort auch.

Bei uns sind die Voraussetzungen andere. Wir haben ein dichtes öffentliches Netz, starke Verkehrsverbünde und die politische Erwartung, dass Mobilität auch dort funktioniert, wo sie sich betriebswirtschaftlich nicht ausgeht.

Ein europäisches Waymo zu bauen, löst diese Frage nicht. Der Bahnhof im Seitental, der Weiler am Dienstagabend, der Tourismusort im November: Da fehlt kein weiteres einzelnes Fahrzeug. Da fehlt das System, das dieses Fahrzeug in den öffentlichen Verkehr einhängt.

Die spannendste europäische Position liegt für mich deshalb nicht im Technologie-Layer. Sie liegt bei denen, die Flotten betreiben, Nachfrage bündeln, Fahrten disponieren, Fahrzeuge laden und warten, Schnittstellen zu den Verbünden bauen und Gemeinden, Betriebe und Behörden an einen Tisch bekommen. Also bei der unglamourösen Arbeit.

Ohne Nachfrage keine Skalierung

Autonome Fahrzeuge rechnen sich erst, wenn sie regelmäßig fahren. Und genau hier wird der Tourismus unterschätzt.

Eine Destination bündelt Nachfrage räumlich und zeitlich. Samstagvormittag kommen die Gäste an denselben zwei, drei Bahnhöfen an. Sie fahren zu einer überschaubaren Zahl an Unterkünften, Bergbahnen, Veranstaltungsorten und Ausflugszielen. Diese Wege sind planbarer als die einer beliebigen Stadtbevölkerung. Wir sehen das in unseren Daten immer wieder.

Ein einzelnes Hotel wird trotzdem nie eine autonome Flotte aufbauen. Eine Region kann es. Sie kann die Nachfrage aus Beherbergung, Freizeitwirtschaft, Bevölkerung und öffentlichem Verkehr zusammenlegen. Aus einzelnen Fahrten wird ein Bediengebiet, aus dem Pilotprojekt ein Angebot, das bleibt. Und die Einheimischen fahren mit. Das ist der Punkt, an dem Konnektivität das Leben am Land wieder attraktiver macht.

Nur: Irgendwer muss diese Struktur aufsetzen. Wer übernimmt die Buchung? Wer garantiert den Anschluss, wenn der Zug 18 Minuten Verspätung hat? Wer zahlt die schwachen Zeiten? Wem gehören die Daten? Wer haftet, wenn eine Fahrt ausfällt? Und wer entscheidet, ob das Fahrzeug zum gut ausgelasteten Bahnhof fährt oder zum Betrieb am Ende des Tals?

Das klingt weniger nach Zukunft als Sensorik und Fahrzeugmodelle. Wirtschaftlich entscheidet es mehr.

Menschen steigen nicht wegen der Technik um

Das beste Angebot scheitert, wenn es niemand nutzt. Und die Rolle des Klimabewusstseins wird dabei gehörig überschätzt.

Der Gast lässt das Auto nicht stehen, um ein guter Mensch zu sein. Er lässt es stehen, wenn die Alternative bequemer ist und er sich darauf verlassen kann. Wenn sie günstiger ist, umso besser.

Der Urlaub ist dafür ein guter Moment. Menschen sind aus ihren Routinen raus, probieren Sachen aus, organisieren ihre Wege ohnehin neu. Ob das zuhause nachwirkt, ist noch nicht ausreichend belegt, da würde ich mich nicht zu weit hinauslehnen. Für eine Destination reicht der Urlaub trotzdem: Hier lässt sich zeigen, dass es ohne eigenes Auto geht, ohne dass sich jemand einschränken muss.

Die Technologie macht es möglich. Genutzt wird sie erst, wenn sie im Alltag der Gäste die bequemere Variante ist.

Wer das System organisiert, dem gehört der Markt

Europa pilotiert viel und skaliert wenig. Das liegt nicht nur an Regulierung und technischer Vorsicht. Meistens fehlt jemand, der aus Fahrzeug, öffentlichem Verkehr, touristischer Nachfrage und regionaler Verantwortung ein Produkt macht.

Waymo wird uns das nicht bauen. Und auch kein europäischer Fahrzeughersteller wird entscheiden, wie der Gast vom Bahnhof in ein österreichisches Seitental kommt.

Die unternehmerische Chance liegt zwischen den Zuständigkeiten. Sie gehört denen, die Betreiber, Verkehrsverbünde, Destinationen, Gemeinden und Betriebe koordinieren und daraus ein Angebot machen, das an einem Dienstag im November genauso funktioniert wie am Anreisesamstag im Winter.

Wer damit anfangen will, braucht dafür übrigens kein autonomes Fahrzeug. Es reicht, in einer Region die Fragen von oben zu beantworten: Buchung, Anschluss, Finanzierung der schwachen Zeiten, Daten, Haftung. Wer das geklärt hat, ist bereit, wenn die Fahrzeuge kommen. Die anderen pilotieren dann noch.

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