03.10.2019

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

Laut dem aktuellen Deloitte Global Intelligent Automation Report unter rund 500 Führungskräften weltweit, hat sich fast die Hälfte der Unternehmen mit Artificial Intelligence zur Automatisierung noch gar nicht beschäftigt. Dafür gibt es vier herausstechende Gründe.
/artikel/artificial-intelligence-probleme
Künstliche Intelligenz - Artificial Intelligence - 4 Probleme, die Unternehmen von der Umsetzung abhalten
(c) fotolia / Prostock-studio

Prinzipiell versprühen die Ergebnisse des aktuellen Deloitte Global Intelligent Automation Report reichlich Optimismus. So erwarten die weltweit rund 500 befragten Führungskräfte im Schnitt, dass die Automatisierung durch Artificial Intelligence die Personalkapazität in ihren Unternehmen innerhalb der nächsten drei Jahre um 27 Prozent erhöht. Sprich: Sie können mehr Leute einstellen, die dann zudem sinnerfüllteren Tätigkeiten nachgehen, weil die AI repetitive Arbeitsschritte übernimmt.

+++ Fokus-Channel: Künstliche Intelligenz +++

Bei 64 Prozent keine AI in der Unternehmensstrategie

Ganz nachvollziehbar ist diese Zahl dann aber doch nicht. Denn laut eben dieser Studie setzen 42 Prozent der Unternehmen noch nicht einmal in Teilbereichen auf Prozessautomatisierung – auch jene, bei der noch keine AI involviert ist. Mit intelligenten und regelbasierten Automatisierungstechnologien – also jenen mit AI – hätten sich „fast die Hälfte“ der befragten Unternehmen „noch nicht beschäftigt“. 64 Prozent der Unternehmen haben AI noch nicht in ihre Unternehmensstrategien aufgenommen. Und nur elf Prozent der befragten Unternehmen skalieren bereits ihre AI-Technologien, machen also relevante Umsätze damit.

Noch nicht bereit für Artificial Intelligence?

Es ist freilich nur eine Momentaufnahme. Denn allein seit vergangenem Jahr habe sich die Anzahl an Unternehmen, die erfolgreich AI-Anwendungen skaliert hat, verdoppelt, so die Deloitte-Studie. Auf der einen Seite der Skala geht es also rapide voran. Auf der anderen Seite scheinen aber zahlreich Unternehmen noch überhaupt nicht bereit für den Einsatz von Artificial Intelligence.

4 zentrale Probleme

Laut Deloitte Global Intelligent Automation Report hakt es vor allem bei vier Punkten:

1. Keine Automatisierung ohne Standardisierung

Ein zentrales Problem ist laut Studie das Fehlen einheitlicher Geschäftsprozesse. Denn automatisiert werden kann nur, was bereits standardisiert ist. 36 Prozent der Befragten gaben demnach an, dass fragmentierte Prozesse eine große Hürde bei der Implementierung darstellen.

2. Fehlende IT-Kompetenz im Unternehmen

Auch von technischer Seite her müssen die Voraussetzungen für die Implementierung gegeben sein. 17 Prozent der befragten Führungskräfte gestehen ein, dass die unternehmensinterne IT derzeit nicht bereit für die Automatisierung ist.

3. Mangelnde Fähigkeiten in der Belegschaft

Auch sonst sieht man seitens der Führungskräfte das Problem häufig in der Belegschaft. Mehr als ein Drittel hat laut Studie bisher von der Skalierung dieser Technologien abgesehen, weil ein Mangel an den dafür benötigten Fähigkeiten bei den Mitarbeitern vermutet wird.

4. Das Problem der Umschulung und der neuen Rollen

Fast zwei Drittel der Unternehmen haben sich zudem noch keine Gedanken gemacht, welche Teile ihrer Belegschaft aufgrund der Automatisierung umgeschult werden müssen und 44 Prozent der Unternehmen haben sich noch gar nicht mit den neuen Rollen und Aufgaben ihrer Mitarbeiter auseinandergesetzt.

⇒ Zur Studie

Redaktionstipps
Deine ungelesenen Artikel:
12.11.2026

Pepper: Thinkubator-Team entwickelt Software für Förderabrechnungen

Das Wiener Startup Pepper will die Verwaltung öffentlich geförderter Projekte vereinfachen. Die Idee entstand nach einer aufwendigen Förderprüfung beim Think Tank Thinkubator. Nun bringt das dreiköpfige Gründungsteam eine Software auf den Markt. Erste zahlende Kunden und drei Business Angels sind bereits an Bord.
/artikel/pepper-thinkubator-team-entwickelt-software-fuer-foerderabrechnungen
12.11.2026

Pepper: Thinkubator-Team entwickelt Software für Förderabrechnungen

Das Wiener Startup Pepper will die Verwaltung öffentlich geförderter Projekte vereinfachen. Die Idee entstand nach einer aufwendigen Förderprüfung beim Think Tank Thinkubator. Nun bringt das dreiköpfige Gründungsteam eine Software auf den Markt. Erste zahlende Kunden und drei Business Angels sind bereits an Bord.
/artikel/pepper-thinkubator-team-entwickelt-software-fuer-foerderabrechnungen
Das Gründerteam von Pepper: Bastien Huber, Felix Ambros, Alexandra Kick (v.l.) | (c) Matt Banton

Wochenlang Belege zusammensuchen, Stundenlisten kontrollieren und Unterlagen aufbereiten: Als beim Wiener Think Tank Thinkubator im Sommer 2025 eine größere Prüfung durch die Österreichische Forschungsförderungsgesellschaft (FFG) anstand, wurde die Förderabrechnung zur Belastungsprobe. Bei solchen Projekten sind Arbeitsstunden und Ausgaben oft auf verschiedene Excel-Tabellen und Dokumente verteilt, die für Prüfungen erst zusammengeführt werden müssen.

„Das hat uns extrem viel Zeit, Ressourcen und Nerven gekostet“, erzählt Alexandra Kick, Co-Founderin von Pepper. Auch andere Organisationen stünden vor ähnlichen Problemen. Eine passende Software, um diesen Prozess einfacher zu gestalten, habe das Team nicht gefunden.

Vom Think Tank zum Software-Startup

Gemeinsam mit Felix Ambros gründete Kick 2021 den Wiener Think Tank Thinkubator, der Bildungs- und Forschungsprojekte rund um Kreislaufwirtschaft umsetzt (brutkasten berichtete). Ein Jahr später kam Bastien Huber dazu. Aus den eigenen Erfahrungen entwickelte das Trio Pepper, hinter dem die neu gegründete P&S Digital Solutions FlexCo steht.

Die Fortschritte bei KI-gestützter Programmierung machten die Umsetzung leichter. „Wir haben am Anfang etwas mit Lovable gebaut und sehr schnell gesehen, wie viel Potenzial darin liegt“, sagt Kick.

Ursprünglich wollten die drei einen Chief Technology Officer (CTO) als viertes Gründungsmitglied gewinnen. Mehrere Entwickler halfen bei der Verbesserung des Codes, zu einer gemeinsamen Gründung kam es jedoch nicht. „Für die Personen, mit denen wir gesprochen haben, war es zu diesem Zeitpunkt einfach nicht die richtige Lebensphase, um mit uns zu gründen“, erklärt Kick. Stattdessen eignete sich das Trio selbst technisches Wissen an – ein „neunmonatiger Crashkurs in How to Build Code“.

Mittlerweile wird Pepper unabhängig von Lovable betrieben. Für das Auslesen von Belegen nutzt die Software ein KI-Modell des französischen Anbieters Mistral. Die Daten liegen nach Unternehmensangaben auf Servern in der EU.

Der Name spielt auf Pepper Potts aus den Iron-Man-Filmen an. „Die ist ein Superbrain und hat alles im Blick“, sagt Kick. Eine ähnliche Rolle soll die Software für Förderprojekte übernehmen.

Förderprojekte auf einer Plattform verwalten

Pepper richtet sich an Forschungseinrichtungen, Universitäten, Unternehmen und NGOs. Nach einer Förderzusage können sie Budgets und Arbeitspakete hinterlegen, Arbeitsstunden zuordnen und Belege hochladen. Die Software soll Belege automatisch zuordnen, Soll-Ist-Vergleiche ermöglichen und Nachweise für Prüfungen exportieren.

„Pepper Project“ ist für einzelne Projekte gedacht, auch mit mehreren Konsortialpartnern. Mit „Pepper OS“ können Organisationen mehrere Projekte parallel verwalten. Zusätzliche KI-Funktionen, etwa ein Chatbot für Projektfragen und ein Assistent zur Vorbereitung wiederkehrender Aufgaben, sollen Anfang 2027 folgen.

Zu den ersten zahlenden Kunden zählen BioBASE, das Institut für Industrielle Ökologie und DeltaDrai. „Mit mehreren parallelen Förderprojekten habe ich früher erst beim Zwischenbericht gesehen, ob ein Arbeitspaket über dem Budget liegt. Jetzt sehe ich den Soll-Ist-Stand jederzeit und kann gegensteuern, solange noch Zeit dazu ist“, sagt BioBASE-Geschäftsführer Thomas Timmel.

Das Team sammelt bei den ersten Kunden Feedback und will die tatsächliche Zeitersparnis messen. Bei Thinkubator fielen 2025 für Zwischenberichte und Audit-Vorbereitung rund 120 Stunden an. Pepper soll diesen Aufwand laut Startup etwa halbieren.

Drei Investoren an Bord

Unterstützung erhält das Wiener Startup von Enzo Duit, Joseph Kap-herr und Helmut Fink-Neuböck. Alle drei kennen das Team von Thinkubator. Duit, Mitgründer von warrify, bringt KI-Expertise ein, Fink-Neuböck einen SAP-Hintergrund und Vertriebserfahrung. Kap-herr, Gründer von Finders & Company und Mitgründer von Sindbad, verfügt über Kontakte, die für eine spätere Zusammenarbeit mit Fördergebern relevant sein könnten.

„Wir wollten das mit einer Bootstrapped-Mentality angehen und nur kleine strategische Angels reinholen“, erklärt Kick. Diese sollen neben Kapital auch strategisches Know-how einbringen. Das Investment deckt insbesondere anfängliche Infrastruktur-, Rechts- und Compliance-Kosten. Die Höhe wird nicht kommuniziert.

Bis Ende 2027 will Pepper 100 Kunden gewinnen und Förderprojekte mit einem Gesamtvolumen von mehr als zehn Millionen Euro über die Plattform verwalten.

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

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

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 …

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

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 …

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

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 …

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

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 …

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

4 Punkte, die Unternehmen von Artificial Intelligence abhalten

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

4 Punkte, die Unternehmen von Artificial Intelligence abhalten