“Andere ‘raisen’ 100.000 Euro und kaufen ein Billboard – das ist Quatsch”
Der Co-Founder von Coinpanion Saad Wohlgenannt findet klare Worte, wie eine PR-Strategie auszusehen hat und erklärt, warum man im Vorjahr Sponsor des SK Sturm Graz wurde und welche positiven Effekte das gebracht hat.
Die Krypto-Szene hat ein Problem. Dabei geht es nicht rein um den ausgerufenen “Winter” unter dem Krypto-Anbieter leiden, sondern um ein gewichtiges Wort, das besonders in der Finanzbranche gebraucht wird: Vertrauen. Plattformen digitaler Währungen sprießen aus dem Boden wie sonst nur Blumen im Frühling und kreieren dabei Zweifel. Zweifel unter Kund:innen, wem man mit seinem Geld vertrauen kann, Zweifel, wer die aktuelle, schwere Phase durchsteht und auch wer vor Skandalen wie jenen von FTX gefeit ist. “Potentielle Neukunden rufen uns an und fragen, ob es uns wirklich gibt, denn sie sind schon gescammt worden”, erzählt Saad Wohlgenannt, Co-Founder und ehemaliger CMO von Coinpanion.
Coinpanion sponsert Sturm Graz
Der jetzige Angel Investor hat sich im Februar 2023 operativ aus seinem Startup zurückgezogen, ist aber weiterhin Shareholder und arbeitet an diversen Projekten. Eines dieser Projekte führte im März letzten Jahres zum Sponsoring des Bundesligisten SK Sturm Graz (brutkasten berichtete). Rund eineinhalb Jahre später hat dieser “Move” ein paar positive Effekte gebracht, über die der Founder berichten kann.
Dieser strategische Schritt Coinpanions diente damals besonders einem Ziel, wie Wohlgenannt erklärt: “Allgemein ist es sehr schwierig für Startups Vertrauen zu erlangen”, sagt er. “Am Anfang schenkt dir niemand das Vertrauen; das gilt um ein Vielfaches mehr für Krypto.” Er und sein Team haben sich deshalb überlegt, wie man diesen Vertrauensprozess “superchargen” kann. Die Antwort war Sturm Graz bzw. Sportsponsoring.
Es gibt zu diesem Thema diverse Studien, die die positive Wirkung von Sportsponsorship herausstreichen. In einer dieser Untersuchungen heißt es etwa: “Die Assoziation einer Marke mit erfolgreichen Sportmannschaften schafft positive Assoziationen zwischen erfolgreichen Leistungen auf dem Spielfeld und der Produktqualität außerhalb des Spielfelds – was das Vertrauen der Verbraucher in gesponserte Produkte bzw. Dienstleistungen weiter stärkt.”
In Wohlgenannts Worten klingt das etwas präziser: “Vertrauen färbt ab”, sagt er. “Das kann von einer seriösen Nachrichtenquelle, einem versierten Freund oder einem vertrauenswürdigen Sportklub sein.”
Die positiven Auswirkungen von Sportsponsoring
So kam es zur Zusammenarbeit mit Sturm Graz, die eine Saison lang hielt, wie der Founder erklärt: Ein ehemaliger Mitarbeiter von Coinpanion kannte jemanden, der für Kooperationen beim steirischen Bundesligisten verantwortlich war. Mit dieser Verbindung zwischen den beiden Parteien folgten erste Gespräche, die im Vorjahr in diesem strategischen Sponsoring gipfelten. Coinpanion wurde offizieller Sponsor des dreimaligen österreichischen Fußballmeisters und ehemaligem Champions-League Gruppenphasen-Gewinner. Mit, wie man heute weiß, positiven Folgen.
Wohlgenannt und Co. wurden und werden auch heute noch auf die Zusammenarbeit angesprochen und spüren einen großen Vertrauens-Boost. Das kommt nicht von ungefähr: Konfrontiert mit der Chance, mit dem Bundesligisten zu kooperieren, wog Wohlgenannt damals genau ab, dachte durch, was dieser Schritt bedeuten würde, recherchierte und überlegte, wie man so einen “Return of Investment” (ROI) überhaupt messen könne.
Coinpanion und der ROI
Mit dem Gedanken im Kopf und einer Liste zur Hand zu eben jener Messbarkeit von Sportsponsoring, merkten Wohlgenannt und Co., dass sie mit dem Traditionsverein aus Graz einiges gemein hatten. Nachdem man die Vertragsstruktur verstanden hatte, verhandelte das Team ein Paket mit den Optionen, für die sie bereits Daten hatten.
Er präzisiert: “Wir haben in ein bis zwei Stunden den einzelnen Möglichkeiten einen Wert aufgrund historischer Daten zugeordnet (Anm.: Coinpanion kannte genau den Werbewert, der durch Kooperationen mit Influencern entstanden ist).”
Somit war klar, dass Sportsponsoring eine gute Ergänzung zu ihrer PR-Strategie sei: “Andere ‘raisen’ 100.000 Euro und kaufen ein Billboard. Das ist Quatsch. Da hat man keine Ahnung, wie man da den Erfolg misst. Ich möchte Sachen immer messen oder den Impact abschätzen. Der Rest ist Glücksspiel”, betont Wohlgenannt.
Absage an Deutsche Bundesliga
Seit März letzten Jahres erhielt Coinpanion Anfragen von großen Unternehmen, die sich wie ein “Aproval-Stempel” anfühlten sowie viele Medienanfragen und Aufmerksamkeit von Risikokapitalgebern. Selbst deutsche Bundesligisten meldeten sich, wurden aber vertröstet. All dies brachte dieser strategische Schritt und kann als exemplarisches Beispiel für gelungene und durchdachte PR dienen.
Denn: “Die Leute denken, wenn die (Anm.: Coinpanion) Sturm sponsern können, dann können die alles”, sagt Wohlgenannt abschließend. “Was auch das Ziel einer solchen Partnerschaft sein muss.”
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.
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.
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.
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.
