26.03.2024

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

Am Dienstag wurde die jüngste Ausgabe des Austrian Startup Monitor (ASM) im Bundesministerium für Arbeit und Wirtschaft (BMAW) präsentiert. Wir liefern euch einen Überblick über die wichtigsten Daten.
/artikel/austrian-startup-monitor-2023
Austrian Startup Monitor 2023 - die wichtigsten Zahlen und Ergebnisse
(c) AustrianStartups, AIT, Gründungszentrum WU Wien (Collage)

Der Austrian Startup Monitor (AMS) liefert jedes Jahr bedeutende Kennzahlen zum heimischen Startup-Ökosystem. Traditionsgemäß wird der ASM im Frühling präsentiert und ist das Ergebnis einer Zusammenarbeit des AIT Austrian Institute of Technology, AustrianStartups und des Gründungszentrums der Wirtschaftsuniversität Wien. Heute, Dienstag, war es nun wieder soweit: Im Bundesministerium für Arbeit und Wirtschaft (BMAW) wurde die neue Ausgabe veröffentlicht.

Der diesjährige Bericht basiert auf einer im Herbst 2023 durchgeführten Befragung von 690 Gründer:innen und Geschäftsführer:innen. Darüber hinaus werden Informationen zu allen seit 2012 in Österreich erfassten Startups verwendet. Unter anderem wurde ein besonderer Fokus laut den Autor:innen dieses Jahr auf Scaleups, Spin-offs und Manufacturing Startups gelegt.

Austrian Startup Monitor: Schwieriges Marktumfeld für Startups

Wie zu erwarten, thematisiert der jüngste ASM das schwierige Marktumfeld für Startups. Im Zentrum steht dabei der Rückgang der Investitionstätigkeit. So spüren 62 Prozent mittlerweile die negativen Auswirkungen des aktuellen Finanzmarkt-Umfeldes. Besonders ernüchternd: 57 Prozent sehen noch einmal eine Verschlechterung im Vergleich zum Vorjahr. Zudem kämpft die Hälfte der Startups weiterhin mit den Folgen geopolitischer Krisen. Als Ursachen werden dafür Energiepreise und Lieferkettenengpässe angegeben.

Profitabilität und Neuanstellungen

Zudem wurden auch Daten zur Profitabilität erhoben – ein Thema das sich insbesondere Scaleups im vergangenen Jahr auf die Fahnen geheftet haben. Dazu heißt es: Mittlerweile haben mehr als vier von zehn Startups in Österreich den Break-even geschafft  – das ist eine Steigerung von 24 Prozent im Vergleich zum Vorjahr.

“Dass Österreichs Startups im letzten Jahr deutlich profitabler geworden sind und gleichzeitig Beschäftigungszuwächse verzeichnen, unterstreicht ihre Resilienz und wichtige Rolle als Wachstumsmotor”, so Studienleiter Karl-Heinz Leitner vom AIT.

Startup-Sektor umfasst 30.000 Beschäftige

Zudem wurde die Anstellung von Mitarbeiter:innen erhoben. So hat sich die durchschnittliche Anzahl der Mitarbeiter:innen im Vorjahresvergleich von 11,7 auf 12,3 erhöht. Der österreichische Startup-Sektor umfasst damit rund 30.000 Beschäftigte.

79 Prozent der Startups haben vor, in den nächsten zwölf Monaten zusätzliche Mitarbeiter:innen einzustellen. Das sind allerdings etwas weniger als im Vorjahr, als der Anteil bei 84 Prozent lag. Hochgerechnet auf die Gesamtzahl der österreichischen Startups ist die Einstellung von deutlich über 10.000 neuen Mitarbeiter:innen geplant.

Austrian Startup Monitor: Problemkind: Startup-Neugründungen

Während viele Startups trotz dieser schwierigen Ausgangslage laut den Autor:innen eine “bemerkenswerte Resilienz zeigen”, deutet der aktuelle Trend darauf hin, dass das schwierige Umfeld sich zunehmend negativ auf Startup-Neugründungen auswirkt.

Die jüngste Statistik zeigt, dass seit 2017 keine jährlichen Wachstumsraten bei den Neugründungen mehr zu verzeichnen sind und die Gründungsdynamik in den letzten Jahren etwas nachgelassen hat. Im ersten COVID-19-Krisenjahr 2020 ging die Zahl der Gründungen leicht zurück, stieg aber 2021 wieder an.

Dazu heißt es im ASM: “Da die Neugründungen nur mit Verzögerung erfasst werden können, sind die Werte für 2022 vorläufig. Die aktuellen Gründungszahlen deuten jedoch darauf hin, dass die Aufbruchsstimmung wieder an Schwung verloren hat und sich dies aufgrund weiterer Krisen und des schwierigen Finanzierungsumfelds auch in den Gründungszahlen widerspiegeln wird”.

So ticken die heimischen Scaleups

Erstmals wurden im diesjährigen Austrian Startup Monitor Scaleups – also Unternehmen mit mehr als 15 Mitarbeiter:innen und klarem Wachstumspfad – gesondert untersucht. Dabei zeigt sich, dass diese im Vergleich zum Rest der Startups fast nur in Teams gegründet wurden, weitaus stärker durch Venture Capital und Business Angels finanziert sind und deutlich internationaler agieren.

Dazu sind sie überproportional stark in den Branchen Energie & Mobilität sowie Finanztechnologie vertreten. Der größte Unterschied zeigt sich jedoch bei den langfristigen Unternehmenszielen – während rund 56 Prozent aller Startup-Gründer:innen als Mehrheits-Eigentümer:innen im Unternehmen verbleiben wollen, streben 80 Prozent der Scaleup-Gründer:innen einen Exit an.

“Scaleups sind weitaus häufiger durch internationale Geldgeber finanziert als kleinere Startups – das zeigt die noch immer bestehende Finanzierungslücke für größere Runden in Österreich”, so WU-Gründungszentrum Direktor Rudolf Dömötör.

Gründer:innen stellen ein “leicht besseres” Zeugnis aus

Insgesamt stellen Startups laut ASM dem Standort Österreich mit 6,3 von 10 Punkten ein leicht besseres Zeugnis aus als im Vorjahr, als es nur 5,9 Punkte gab. Die Autor:innen machen dies an der Einführung der flexiblen Kapitalgesellschaft, die Attraktivierung der Mitarbeiter:innenbeteiligung und der Reform der Rot-Weiß-Rot Karte. Nähere Details dazu werden allerdings nicht genannt.

Gleichzeitig ergibt sich ein klares Bild zu den Erwartungen der Startups an die Politik, um auch im aktuellen Umfeld weiter wachsen zu können. Gründer:innen wünschen sich in erster Linie Steuererleichterungen bei der Beschäftigung von Mitarbeiter:innen (65 Prozent) und Anreize für mehr privates Risikokapital (53 Prozent).


Wichtige Key-Facts:

  • In Österreich wurden seit 2012 mehr als 3.400 Startups gegründet. Allerdings hat die Wachstumsdynamik der neu gegründeten Unternehmen in den letzten Jahren nachgelassen.
  • Der Anteil von Frauen an allen Gründer:innen liegt bei 17% und ist im Ver- gleich zum Vorjahr leicht gesunken. Der Anteil der Startups, die zumindest eine Frau im Gründungs- team haben, beträgt nun 33% und ist ebenfalls rückläufig.
  • Der Anteil von akademischen Spin-offs ist in den letzten Jahren kontinuierlich gestiegen und liegt bei 24%. Dieses Wachstum wird vor allem durch die Anzahl der Ausbildungs-Spin-offs getragen, während die Gründungsrate bei den Forschungs-Spin-offs stagniert. Hochgerechnet auf die Gesamtpopulation aller Gründungen entstehen pro Jahr rund 90 akademische Spin-offs.
  • Der Anteil der Startups, die soziale und/oder ökologische Ziele prioritär verfolgen, ist im Vergleich zum letzten ASM weiter gestiegen. Mittlerweile sind mehr als die Hälfte aller Startups Green- oder Social-Startups.
  • Die Einschätzung der aktuellen Geschäftslage hat sich im Vergleich zum Vorjahr verschlechtert und nun sind nur 41% (Vorjahr 47%) der Startups der Meinung, dass die aktuellen Geschäftsbedingungen gut oder sogar sehr gut sind.
  • Künstliche Intelligenz liegt nach wie vor auf Platz 1 bei den Innovations- und Technologietrends und hat ihre Spitzenposition sogar ausgebaut. Als weitere wichtige Trends können Renewable Energy (35%), Energy Storage (32%) und Big Data (26%) angeführt werden.
Deine ungelesenen Artikel:
27.01.2025

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.
/artikel/no-hype-ki-folge-5
27.01.2025

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.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

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.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

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 …

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

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 …

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

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 …

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

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 …

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Das sind die Ergebnisse des neuen Austrian Startup Monitor 2023