29.12.2021

Was sich 2021 rund um Artificial Intelligence getan hat

AI-Experte und Gründer von enliteAI Clemens Wasner zeigt in einem Jahresrückblick auf, was sich 2021 rund um das Thema "Artificial Intelligence" getan hat.
/artikel/artificial-intelligence-jahresrueckblick-2021

Die Entwicklungen im AI Bereich des vergangenen Jahres werden uns in mehrerlei Hinsicht noch viele Jahre begleiten. Sei es auf nationaler und EU Ebene, wo überfällige Weichenstellungen vollzogen wurden, bis hin zu technischen Durchbrüchen.

EU Ebene – Regulierungs Yin…

Am 21. April veröffentlichte die Europäischen Kommission den 1. Entwurf des AI Act, welcher die zukünftige Regulierung von AI Systemen regeln soll. 

Der AI Act sieht eine Regulierung entlang von Risikostufen vor, ausgehend von Anwendungen mit geringem Risiko (z.B. Maschinenwartung) über Zertifizierungspflicht (HR Systeme) bis hin zu strikten Verboten (biometrische Erfassung im öffentlichen Raum).

Ähnlich wie bei der DSGVO, hat der aktuelle Entwurf die Diskussion rund um AI Regulierung beschleunigt und internationale Vorbildwirkung von den USA bis China. 

Ob sich der AI Act wie oft befürchtet als Hemmschuh für die heimische Wirtschaft entwickeln wird, oder ob es eine Erfolgsstory wird lässt sich zum jetzigen Zeitpunkt schwer sagen. Positiv festzuhalten ist auf jeden Fall der regelmäßige Dialog mit Wissenschaft, Wirtschaft & Community.

…trifft auf Investment Yang

Was sich mit Gewissheit sagen lässt ist, dass im Zuge der Diskussion rund um EU Regulierungen wie so oft vergessen wird, dass diese auch eine strategische Agenda bis 2030 umzusetzen gedenkt. 

Ein wichtiger Schritt auf dem Weg dorthin war die Formierung von Public Private Partnerships, welche im Juni 2021 vorgestellt wurden.

Für den Themenbereich AI ist dabei vor allem ADRA – die AI, Data and Robotics Association relevant, welche in den nächsten Jahren 2.6 Milliarden Euro an Programmen und Initiativen aufsetzen wird. Dazu gehören sowohl Horizon Europe Calls als auch begleitende Maßnahmen wie Events oder die Einbindung von nationalen Regierungen.

Europan AI Forum – Die europäische AI Community rückt näher zusammen

In den letzten Jahren fand ein immer intensiver werdender Austausch innerhalb der europäischen AI Community statt. Mit dem European AI Forum hat sich dabei ein Player herauskristallisiert, welcher als unabhängige Instanz vor allem die Interessen von Startups vertritt. 

Ende des Jahres wurde in einer Sitzung in Wien die Gründung eines europäischen Dachverbandes beschlossen, welcher zunächst von unabhängigen AI Verbänden aus Deutschland, Frankreich, Niederlande, Kroatien, Bulgarien, Polen, Litauen, Slowenien und AI Austria ins Leben gerufen wird. 

Damit wurde die mit Abstand größte AI Organisation Europas geschaffen, welche vor allem in den Bereichen Policy Making, Vernetzung und Bewusstseinsbildung auf EU Ebene neue Akzente setzen wird.

Die Österreichische beinahe KI Strategie

Ende August wurde schließlich die österreichische KI Strategie im Rahmen des European Forum Alpbach präsentiert, die in ihrer vagen Ausgestaltung eine Welle an Kritik aus Forschung und der AI Community nach sich zog.

Nicht ganz unähnlich der asymmetrischen Berichterstattung auf EU Ebene, wo Regulierungen ungleich mehr mediales Echo erzeugen als strategische Investments, wurde damit auch in Österreich eine Situation geschaffen in der gute und international einmalige Initiativen wie AI for Green (FFG) oder Trustworthy AI (aws) weniger Aufmerksamkeit bekommen als ihnen zusteht.

Positiv lässt sich festhalten, dass durch die offen geäußerte Kritik u.a. von Sepp Hochreiter und dem Verfasser dieser Zeilen, ein Diskurs über die österreichische AI Strategie gestartet wurde, der mittlerweile auch die Parlamentsklubs erreicht hat.

Ökosystem – alive an kicking

Zur erfreulichen Entwicklung des österreichischen AI Ökosystems habe ich mich erst kürzlich in einem Interview im Brutkasten geäußert. Daran, dass eine gesunde Entwicklung nicht zwangsläufig mit der Anzahl an Unicorns korreliert, werden wir uns sicherlich gewöhnen.

Eines meiner persönlichen Highlights in 2021 war der Trend, dass AI oft als Katalysator dient um digitale Produkte zu launchen. Musste man hier in den Vergangenheit oft internationale Beispiele bemühen, schlägt dieser Trend auch in Österreich voll durch. Dabei sind sowohl Konzerne wie zB RHI Magnesita (Produkt APO) als auch mittelständische Unternehmen wie Springer Maschinenfabrik, spezialisierte Dienstleister wie Craftworks (MLOps Plattform Navio) und unser Unternehmen enliteAI (geoAI Platform detekt und Reinforcement Learning Framework Maze) vertreten.

Ein auch international betrachtetes Novum stellen dabei die Wiener Stadtwerke dar, die es mit Smart Inspection geschafft haben, ein erfolgreiches Public Sector Spinout zu launchen.

Ich denke, dass wir hier erst am Anfang einer Entwicklung stehen, die mit Bemühungen um shared data spaces, data pooling und Sandboxes noch einmal massiv beschleunigt werden wird.

Ende Gut, alles Gut?

Dass AI mittlerweile branchenübergreifend eingesetzt wird und keineswegs mehr nur auf industrielle Anwendungsgebiete begrenzt ist, zeigt das Projekt ‘Wien gibt Raum’. Dabei setzt die Stadt Wien auf AI um eine bessere Nutzung des öffentlichen Raumes zu gewährleisten. 

Diesem wegweisenden Ansatz ist es zu verdanken, dass das Projekt Ende November den prestigeträchtigen European Public Sector Award (EPSA) gewonnen hat.

Es gab sicher noch nie eine bessere Zeit, um sich mit AI zu beschäftigen, was sich auch daran ablesen lässt dass das Thema immer breiter, diverser und internationaler wird, sowie gleichzeitig dabei ist in der Mitte der Gesellschaft anzukommen.


Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Was sich 2021 rund um Artificial Intelligence getan hat

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 …

Was sich 2021 rund um Artificial Intelligence getan hat

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 …

Was sich 2021 rund um Artificial Intelligence getan hat

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 …

Was sich 2021 rund um Artificial Intelligence getan hat

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 …

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Was sich 2021 rund um Artificial Intelligence getan hat

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Was sich 2021 rund um Artificial Intelligence getan hat