14.11.2024
CORPORAT SUSTAINABILITY REPORTING

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

In einem von der FFG geförderten Projekt unter der Leitung von Fraunhofer Austria wird ein Tool entwickelt, das Unternehmen beim Erfüllen der CSRD-Anforderungen unterstützen soll.
/artikel/analyser-konsortium-entwickelt-tool-das-bei-csrd-und-eu-taxonomie-helfen-soll
Analyser, CSRD, EU-Taxonomie
(c) - PwC Österreich -Das Konsortium des Projekts "Analyser" beim Kick-Off.

Die Regeln der Corporate Sustainability Reporting Directive (CSRD), die in den kommenden Jahren sukzessive schlagend werden, bedeuten für zahlreiche österreichische Unternehmen eine Verpflichtung zur Nachhaltigkeitsberichterstattung. Bei vielen von diesen – auch jene, die freiwillig schon früher als erforderlich mit der Umsetzung starten – werden Schwierigkeiten erwartet, die Anforderungen zu erfüllen, da insbesondere KMU nicht über ausreichend Kapazitäten für interne Nachhaltigkeitsabteilungen verfügen würden.

CSRD und Taxonomie

Dies gilt im Besonderen für die EU-Taxonomie, die ergänzend zur CSRD anzuwenden ist. Gemäß ihr müssen die wirtschaftlichen Aktivitäten eines Unternehmens als nachhaltig oder nicht-nachhaltig deklariert werden.

Die Verordnung umfasst umfangreiche und detaillierte Kriterien, die für Ungeübte nicht leicht zu verstehen sind. Deshalb will in einem kürzlich gestarteten Forschungsprojekt namens „AI Enabled Sustainability Jurisdiction Demonstrator“ (Analyser) ein Forschungskonsortium KI-basierte Module entwickeln. Die sollen es auch ungeschulten Anwenderinnen und Anwendern ermöglichen, die gesetzlichen Meldepflichten zu erfüllen. So soll eine Erleichterung für Unternehmen erzielt werden.

„Das oberste Ziel unseres Projekts ist es, die Zahl der KMU zu erhöhen, die selbstständig in der Lage sind, die EU-Taxonomie in guter Qualität zu berichten“, erklärt Maximilian Nowak, der das Projekt bei Fraunhofer Austria leitet.

Das Konsortium

Das Konsortium, bestehend aus Fraunhofer Austria, Universität Innsbruck, Technischer Universität (TU) Wien, Leiwand AI, PwC Wirtschaftsprüfgesellschaft, der Wirtschaftsagentur Niederösterreich ecoplus, Murexin und Lithoz wird dafür Teile des Prozesses mithilfe von Künstlicher Intelligenz automatisieren. Ein Chatbot, der auf einem eigens kreierten Sprachmodell beruht, soll mit den Anwenderinnen und Anwendern im Dialog stehen und sicherstellen, dass alle benötigten Dokumente vorliegen.

Es sind nämlich viele Fragen im Rahmen der Nachhaltigkeitsberichterstattung zu klären: Welche wirtschaftlichen Aktivitäten gibt es im Unternehmen? Wie umfangreich sind diese? Welche davon sind taxonomiefähig, können also überhaupt nach den Kriterien bewertet werden?

Josef Baumüller, der von Seiten der TU Wien an dem Projekt beteiligt ist, sagt: „Es ist vielen noch nicht bewusst, wie komplex die Anforderungen zunächst an die Datenerhebung und anschließend an die Klassifizierung sind. Die Prozesslandschaft im Unternehmen muss erfasst und auf die Vorgaben der EU-Taxonomie übergeleitet werden, darüber hinaus gilt es, relevante Datenbedarfe zu identifizieren und im Sinne der Effizienz v.a. bereits vorhandene Datenbestände zu nützen.“

CSRD-Berichterstattung eine Herausforderung

Dass eine Unterstützung der Unternehmen unumgänglich ist, sagt auch Stefan Merl von der PwC Österreich GmbH Wirtschaftsprüfungsgesellschaft: „Wir spüren bereits jetzt eine massive Zunahme in den Anfragen von Unternehmen, insbesondere von KMU, die sehen, dass die Erfüllung der CSRD-Berichterstattungspflichten eine große Herausforderung ist. Es führt kein Weg daran vorbei, eine automatisierte Lösung zu entwickeln, die weit über den Automatisierungsgrad bestehender Tools hinausgeht. Genau das wollen wir im Projekt ‚Analyser‘ verwirklichen.“

Dabei ist essenziell, dass die im Tool eingesetzte KI fair, nachvollziehbar und korrekt arbeitet. Dafür soll Leiwand AI GmbH die nötige Expertise in das Projekt einbringen.

„In einer so kritischen Angelegenheit wie der Nachhaltigkeitsberichterstattung ist es besonders wichtig, dass auch Maßnahmen hinsichtlich einer zuverlässigen und fairen KI-Lösung getroffen werden. Durch den Einsatz verschiedener Methoden rund um nachhaltige und vertrauenswürdige KI werden wir dazu beitragen, dass der ‚Analyser‘ gesicherte Informationen liefert, fair in Bezug auf Bias und Diskriminierung ist und im Einklang mit dem EU AI Act steht“, sagt Mira Reisinger, Data Scientist bei Leiwand AI.

Das Projekt ist im Herbst 2024 gestartet, läuft über drei Jahre und wird durch die FFG aus Mitteln des Bundesministeriums für Klimaschutz, Umwelt, Energie, Mobilität, Innovation und Technologie gefördert.

Deine ungelesenen Artikel:
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
Deepentix
© tecnet equity - (v.l.) Investor Kambis Kohansal Vajargah, Endri Deliu, Morteza Amini und Altan Nar (alle Deepentix) sowie Peter Buchinger (tecnet equity).

Das NÖ-Startup Deepentix hat eine Enterprise-KI-Plattform entwickelt, die Unternehmen dabei unterstützen soll, aus Dokumenten wie Studien, Patenten oder internen Berichten einen sogenannten Wissensgraphen aufzubauen – ein Netzwerk aus Fakten und ihren Beziehungen. Dadurch lassen sich Antworten einer Künstlichen Intelligenz bis zum exakten Satz im Ursprungsdokument zurückverfolgen. Gerade in stark regulierten Branchen sei dies entscheidend, weil Aussagen jederzeit belegt und geprüft werden müssen.

Deepentix: Unternehmensdaten in Graphen überführen

Zielgruppe sind etwa Unternehmen in Branchen wie Pharma, Medizintechnik, Versicherungen oder Banken, die täglich mit großen Mengen an Studien, Patenten, Normen und internen Berichten arbeiten. Klassische generative KI liefere dazu zwar schnelle Antworten, könne deren Herkunft jedoch oft nicht lückenlos belegen. Genau hier möchte Deepentix ansetzen und unstrukturierte Unternehmensdaten in einen Wissensgraphen überführen – im Sinn einer nachvollziehbaren Wissensbasis für KI-Anwendungen.

„Wenn Mitarbeitende einer KI blind vertrauen müssen, weil sie deren Antworten nicht überprüfen können, ist das gerade in sensiblen Bereichen ein echtes Risiko. Genau dieses Vertrauensproblem lösen wir, indem wir jede Antwort bis zu ihrem Ursprung im Dokument sichtbar machen“, erklärt Morteza Amini, Mitgründer und CEO von Deepentix.

Mehrere Sprachmodelle

Der Aufbau von Wissensgraphen erfolge Deepentix nach häufig im Rahmen aufwendiger Beratungsprojekte oder über standardisierte Lösungen, die sich nur begrenzt auf einzelne Fachbereiche zuschneiden lassen. Bei Unternehmen, die ihre sensiblen Daten selbst kontrollieren und gleichzeitig präzise Ergebnisse benötigen, stoße dieser Ansatz oft an seine Grenzen. Aus diesem Grund entwickelte das Startup kein Beratungsprojekt für einzelne Kunden, sondern ein Werkzeug, mit dem Unternehmen Wissensgraphen selbst erstellen, betreiben und an ihre Anforderungen anpassen können.

Dabei setzt die Plattform nicht auf ein einziges großes KI-Modell aus der Cloud, sondern auf mehrere kleine, spezialisierte Sprachmodelle, die gezielt auf einzelne Fachbereiche wie Pharma oder Banken trainiert werden. Dadurch sollen die Ergebnisse präziser werden, während die Modelle bei Bedarf direkt auf den eigenen Servern der Unternehmen betrieben werden können.

Dafür gab es nun eine Pre-Seed-Finanzierung in sechsstelliger Höhe, an der sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah beteiligt haben. Das frische Kapital soll vor allem in Forschung und Entwicklung sowie in den Ausbau erster Pilotprojekte in regulierten Branchen fließen.

Deepentix baut Wissensnetz

„Wir verstehen uns nicht als Berater, die für einzelne Kunden ein Wissensnetz bauen, sondern als Technologieanbieter, der Unternehmen die volle Kontrolle über ihre eigenen Daten und Modelle gibt“, so Amini weiter. „Mit tecnet equity, Rockstart und Business Angel Kambis Kohansal Vajargah haben wir Partner an Bord, die den Weg von Deep-Tech-Startups aus erster Hand kennen. Das gibt uns nicht nur Kapital, sondern auch Zugang zu Netzwerk und Erfahrung, um in dieser Phase die richtigen Schritte zu setzen.“

Peter Buchinger, Investment Associate bei tecnet equity, ergänzt: „Uns hat neben der Technologie vor allem das stark aufgestellte Gründerteam von Deepentix überzeugt. Die Kombination aus wissenschaftlichem Hintergrund und Erfahrung in internationalen Unternehmen war ausschlaggebend, in dieser frühen Phase zu investieren.“

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

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

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 …

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

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 …

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

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 …

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

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 …

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Analyser“: Konsortium entwickelt Tool, das bei CSRD und EU-Taxonomie helfen soll