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:
16.09.2026

Gender Investment Gap bleibt trotz Aufschwung im ersten Halbjahr massiv

Während das Startup-Investment-Volumen in Österreich im ersten Halbjahr bekanntlich deutlich anstieg, gibt es einmal mehr keine Verbesserung beim Geschlechterverhältnis - das zeigt der nun veröffentlichte Female Startup Funding Index von EY, Female Founders und Fund F.
/artikel/gender-investment-gap-bleibt-trotz-aufschwung-im-ersten-halbjahr-massiv
16.09.2026

Gender Investment Gap bleibt trotz Aufschwung im ersten Halbjahr massiv

Während das Startup-Investment-Volumen in Österreich im ersten Halbjahr bekanntlich deutlich anstieg, gibt es einmal mehr keine Verbesserung beim Geschlechterverhältnis - das zeigt der nun veröffentlichte Female Startup Funding Index von EY, Female Founders und Fund F.
/artikel/gender-investment-gap-bleibt-trotz-aufschwung-im-ersten-halbjahr-massiv
Female Start-up Funding Index - vlnr.: Lisa Fassl, Natascha Fürst und Florian Haas | (c) Viktoria Waba/brutkasten / Martina Trepczyk / brutkasten
vlnr.: Lisa Fassl, Natascha Fürst und Florian Haas | (c) Viktoria Waba/brutkasten / Martina Trepczyk / brutkasten

Es ist wieder soweit: Die halbjährliche Trilogie der EY-Reports zur Startup-Finanzierung in Österreich wird mit der gewohnten Hiobsbotschaft komplettiert. Während die allgemeine Investment-Statistik Zyklen unterliegt, die sich in der langfristigen Betrachtung durchaus aufwärts bewegen, zeigt sich beim Female Startup Funding Index, den EY gemeinsam mit Female Founders und Fund F herausbringt, immer das gleiche Bild: Verbesserungen und Verschlechterungen passieren im Prozentpunkt-Bereich auf konstantem Keller-Niveau.

94,9 Prozent des Kapitals an rein männliche Teams

Die konkreten aktuellen Zahlen: Von den statistisch erfassten 472 Millionen Euro Risikokapital für österreichische Startups im ersten Halbjahr 2026 flossen 94,9 Prozent an rein männliche Founding-Teams, gemischte Teams erhielten 4,8 Prozent des Kapitals und rein weibliche Teams lediglich 0,3 Prozent; der Frauenanteil unter den Gründer:innen von Startups mit Investment im ersten Halbjahr liegt bei nur 13 Prozent; nur drei der 95 für den Index analysierten Startups mit Finanzierung haben ein ausschließlich weibliches Founding-Team; und bei Finanzierungen über zehn Millionen Euro gibt es kein einziges Gründungsteam mit weiblicher Beteiligung.

Fassl: „Der Aufschwung hat ein Geschlecht“

„2026 ist das Kapital zurück: 472 Millionen Euro Risikokapital für Österreichs Startups, mehr als eine Vervierfachung gegenüber dem Vorjahr, und so viele Finanzierungsrunden wie nie zuvor. Bei Frauen ist davon nichts angekommen. Während rein männliche Teams fast das gesamte Volumen einsammelten, gingen 0,3 Prozent des Geldes an rein weibliche Teams – rund 1,4 Millionen Euro im gesamten Halbjahr. Damit ist klar: Der Aufschwung hat ein Geschlecht“, kommentiert Lisa-Marie Fassl, Managing Partner von Fund F und Co-Gründerin von Female Founders.

Dass die Schieflage auch in einem starken Marktumfeld bestehen bleibt, habe mehrere Gründe, analysieren die Studienautor:innen: Große Finanzierungsrunden würden häufig von etablierten Venture-Capital-Fonds getragen, die auf bestehende Netzwerke, frühere Investmenterfolge und bekannte Muster zurückgriffen. Gleichzeitig zeige sich seit Jahren, dass Gründerinnen insbesondere beim Zugang zu Investorennetzwerken und großen Wachstumsfinanzierungen häufiger auf Hürden stoßen. Genau diese späten Finanzierungsphasen hätten jedoch den größten Einfluss auf die Verteilung des investierten Kapitals. „Das Problem beginnt nicht erst bei der Finanzierung, wird dort aber besonders sichtbar“, kommentiert Florian Haas, Head of Startup bei EY Österreich.

Fürst: „Die Zahlen widerlegen ein bequemes Narrativ“

Wie oben erwähnt, liegt der Frauenanteil unter den Gründer:innen jener Startups, die erfolgreich eine Finanzierung erhalten haben, bei rund 13 Prozent (31 von insgesamt 248 Gründer:innen). Eine weitere Aufschlüsselung: Von den insgesamt 95 erfassten Startups mit Investment im ersten Halbjahr, deren Gründungsteam bekannt ist, haben 72 ein ausschließlich männliches Founding-Team (76 Prozent), weitere 20 ein gemischtes Team (21 Prozent) und lediglich drei ein rein weibliches Gründungsteam (3 Prozent). Dabei handelt es sich um Factorymaker, Faund Social Dating Club und Recruitiverse.

Natascha Fürst, CEO von Female Founders, leitet daraus ab: „Die Zahlen widerlegen ein bequemes Narrativ: Es gründen genug Frauen – das Problem ist, wer von ihnen ans Kapital kommt.“ Die Studie zeige kein Problem an der Gründungsbasis, sondern ein strukturelles Versagen des Kapitalmarkts. „Und das lässt sich nicht wegdiskutieren“, so Fürst.

Lisa-Marie Fassl legt nach: „Noch nie saßen so viele Frauen in finanzierten Gründungsteams wie jetzt: 13 Prozent. Und trotzdem floss fast das komplette Kapital an rein männliche Teams. Mehr Frauen am Tisch heißt offensichtlich nicht mehr Geld für Frauen. Wer glaubt, dass das der nächste Aufschwung von selbst reguliert, hat die letzten vier Jahre die Augen zugemacht. Es wird Zeit, dass wir aufhören, eine rationale, wirtschaftliche Diskussion emotional zu führen. Denn als Standort lassen wir Rendite auf dem Tisch liegen, nachweislich, Jahr für Jahr.“

Keine Frau in Gründungsteams mit Investments über 10 Mio. Euro

Konkret lag bei Startups mit Finanzierungen bis zu einer Million Euro der Gründerinnenanteil bei 17 Prozent. Bei Finanzierungen zwischen einer und zehn Millionen Euro waren acht der insgesamt 75 Gründer:innen Frauen (11 Prozent). Bei allen analysierten Finanzierungen über zehn Millionen Euro bestanden die bekannten Gründungsteams ausschließlich aus Männern.

„Dass Gründerinnen bei kleineren Runden sichtbar sind, bei größeren Tickets aber praktisch verschwinden, zeigt sehr deutlich, wo die größte Herausforderung liegt: beim Zugang zu Wachstumskapital. Dort entscheidet sich letztlich, welche Unternehmen zu internationalen Champions werden“, analysiert Florian Haas.

Health-Sektor sticht positiv heraus

Deutliche Unterschiede beim Gender Investment Gap zeigen sich übrigens auch im Branchenvergleich: Hier sticht vor allem der Health-Sektor heraus, in dem insgesamt 17 Startups eine Finanzierung erhielten. Dort lag der Frauenanteil bei knapp 23 Prozent. Unter den insgesamt 48 Gründer:innen dieser Unternehmen befanden sich elf Frauen. Demgegenüber weisen mehrere technologieintensive Bereiche keine einzige Gründerin unter den finanzierten Startups auf, darunter SpaceTech/NewSpace, FinTech/InsurTech, Education, DefenseTech sowie ClimateTech/GreenTech/CleanTech.

„Gerade der Bereich Health zeigt, welches Potenzial entsteht, wenn unterschiedliche Perspektiven in Gründungsteams zusammenkommen“, kommentiert Natascha Fürst. „Vielfalt ist kein Selbstzweck, sondern ein Innovationsfaktor. Unterschiedliche Erfahrungen und Blickwinkel führen zu besseren Produkten, neuen Märkten und nachhaltigeren Unternehmen.“

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