25.07.2017

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

Michael Raab hat rund 80 Startups bei der Einreichung von mehr als 120 Förderanträgen betreut. Für den Brutkasten hat er aufgeschrieben, wie die Fördersituation in Österreich mit einfachen Maßnahmen deutlich verbessert werden könnte.
/artikel/auswege-aus-dem-foerderdschungel-ein-massnahmenkatalog
(c) fotolia.com - alphaspirit

Österreich kann im Startup-Bereich im internationalen Vergleich besonders mit einem breiten Angebot an öffentlichen Förderungen punkten. Die öffentliche Hand fördert Innovation, F&E sowie Investitionen von Unternehmen gerade in frühen Unternehmensphasen. Das im letzten Jahr beschlossene Startup-Paket sollte hier weitere Anreize setzten. Tatsächlich sind jedoch gerade Startups bei der Beantragung von Förderungen besonderen Herausforderungen ausgesetzt. Das sind etwa der sehr komplexe Prozess der Antragstellung, lange Wartezeiten auf die Zu- oder Absage oder das finanzielle Loch, das entsteht, weil Förderungen erst nach erfolgreichem Projektabschluss ausbezahlt werden. Die meisten Herausforderungen könnten dabei durch geringfügige Adaptionen der jeweils zu Grunde liegenden Richtlinien beseitigt werden.

+++ Abgeschickt und nie angekommen? Sendungsverfolgung des Startup-Pakets der Bundesregierung +++

Beantragung: 200 Stunden für lauter ähnliche Formulare

Die Beantragung von Förderungen ist aufgrund unterschiedlicher Richtlinien der verschiedenen Institutionen und Ausschreibungen außerordentlich komplex und zeitaufwändig. Der Aufwand für ein Basisprogramm erreicht gerade für junge Gründer schnell die 200-Stunden-Marke. Selbst innerhalb der Institutionen unterscheiden sich Richtlinien hinsichtlich der Anrechenbarkeit von Gesellschafterstunden, geförderten Kosten und Formularvorlagen deutlich. Ein Überblick über aktuelle Förderungen auf Bund-, Länder- und Gemeindeebene ist de Facto nicht möglich. Auch der Förderkompass des bmvit (http://www.foerderkompass.at) ist nicht vollständig.

Die Antragsformulare für Zuschüsse und Unternehmen sind rein inhaltlich insgesamt über alle Institutionen und Programme hinweg ähnlich und mit einem ausführlichen Business Plan vergleichbar. Durch Formvorschriften sind Gründer jedoch gezwungen, denselben Inhalt aufwändig auf unterschiedliche Formulare anzupassen. Das ist ein unnötiger Mehraufwand für die antragstellenden Unternehmen.

Beispiel: Ein nicht nachvollziehbarer Unterschied

Im FFG Basisprogramm können pro am Projekt beteiligten Gründer bis zu 60.200 Euro pro Jahr (exklusive Gemeinkosten) als Personalkosten eingereicht werden. Das sind bei vier Gründern bis zu 240.800 Euro. Im FFG AT:net Programm sind es lediglich 60.200 Euro pro Unternehmen und Jahr. Die vier Gründer würden daher, selbst wenn sie alle Vollzeit in dem Projekt arbeiten, insgesamt nur 60.200 Euro an Personalkosten angerechnet bekommen. Gerade in Startups, die vom Arbeitseinsatz der Gründer leben, ist das eine nicht nachvollziehbare Einschränkung.

Lösungsvorschläge

  • Vereinheitlichung der Antragsformulare in der Struktur:
    • Förderungsspezifische Kriterien
    • Projektbeschreibung
    • Businessplan in einheitlicher Vorlage
  • Vereinheitlichung der anrechenbaren internen Personalkosten für am Projekt mitarbeitenden Gesellschafter über Institutionen und Förderprogramme hinweg.

ERP-Kredite: Nur für Investitionen

Das Volumen der Haftungen für geförderte Kredite (AWS/ÖHT) wurde im Rahmen des Startup-Pakets deutlich erhöht. Das einzige Problem: Die ERP-Kredite sind nur für materielle oder immaterielle Investitionen beantragbar, nicht jedoch für Betriebsmitel oder Personalkosten. Daher sind sie in der Regel für IT-Startups nicht abrufbar.

Lösungsvorschlag

  • Generelle Öffnung der ERP Kleinkreditlinie zur Finanzierung von Personal und Betriebsmitteln für Startups

Wartezeit: Keine Prüfung vor Ende des Calls

Die meisten Förderungen sind in Calls organisiert. Das sind zeitlich begrenzte Einreichzeiträume, in denen eine Förderung beantragt werden kann. Während des offenen Fensters werden Anträge teilweise nicht einmal vorab geprüft. Erst nach Schließung des Calls werden die Anträge formal und inhaltlich geprüft und dann der Jury übergeben. Das kann in Extremfällen mitunter zu einem Zeitfenster von bis zu sechs bis neun Monaten zwischen Einreichung und Förderzu- bzw. Absage führen. Für Startups ist das ein nicht tragbarer Zeitraum, in dem das Unternehmen, das auf eine Förderung angewiesen ist, nur bedingt handlungsfähig ist. Das in der Zwischenzeit andere (internationale) Marktteilnehmer ähnliche Ideen voran treiben, ist nur ein resultierendes Risiko.

Beispiele: Nach einem halben Jahr noch mehr als 200 offene Anträge

FFG AT:net – 12. Ausschreibung 2016

  • Einreichfrist von Oktober 2015 bis Februar 2016
  • Übermittlung der Förderzusage: 12.5.2016
  • Eine Einreichung im Oktober hätte daher erst rund acht Monate später eine Zu-/ Absage bekommen

Startup-Einreichung bei AWS pre-seed

  • Einreichung 20.4.2016
  • Ablehnung formal am 6.10.2016

AWS Risikokapitalprämie

  • Einreichung Anfang Jänner 2017
  • Zusagen derzeit noch immer nicht vollständig versandt (aktuell mehr als 200 offene Anträge)

Lösungsvorschläge

  • Formale Vorabprüfung von Anträgen bereits während der laufenden Einreichfrist
  • Umstellung auf eine laufende Einreichmöglichkeit bei den zentralen Startup-relevanten Programmen mit regelmäßigen Jurysitzungen (z.B. monatlich) wie dies beim FFG Basisprogramm bereits übliche Praxis ist.
Redaktionstipps

Restfinanzierung: Eigenleistung der Gründer oft nicht anerkannt

Gerade die Restfinanzierung von eingereichten Projekten stellt für Early Stage-Startups eine zentrale Hürde dar. Förderungen werden zum überwiegenden Teil für innovative Produktentwicklungen gewährt. Business Angels wollen in den meisten Fällen einen Protoypen sehen, bevor sie in ein Startup investieren. Hier entsteht daher eine zeitliche Lücke, in der eine fehlende Förderung für die Protoypentwicklung auch die Aktivierung von Risikokapital verhindert.

Für die notwendige Restfinanzierung wird bei dem Großteil der Förderprogramme die Eigenleistung der Gründer nicht berücksichtigt. Gerade in Startups besteht der Großteil der eingereichten Projektkosten aus den Stunden der Gründer. Hier wird also eine Situation geschaffen, in der Gründer die Barmittel zur Bezahlung der eigenen Stunden nachweisen müssen, um diese dann gefördert zu bekommen.

Beispiel

Einreichung FFG Basisprogramm (realitätsnahes Berechnungsbeispiel)

  • Projektkosten 300.000 Euro
  • Davon rund 220.000 Euro in Form von 5000 Stunden der Gründer zu je 43,75 Euro (pauschal) sowie
  • 80.000 Euro an externen Kosten
  • Gefördert werden 70 Prozent der Projektkosten, also 210.000 Euro
  • Die Gründer müssen 90.000 Euro an Restfinanzierung in Form von Barmitteln darstellen, obwohl alle externen Kosten plus 130.000 Euro für eigene Stundenleistungen gefördert würden.

Lösungsvorschläge

  • Die Eigenleistung in Form von Stunden der Gesellschafter von Startups sollen als Restfinanzierung anerkennbar sein.
  • Die Wirtschaftsagentur Wien handhabt dies bereits für Gesellschafter ab einem Prozent Unternehmensanteil entsprechend.

Nachschüssige Förderungen: komplette Kosten vorfinanzieren

Hand in Hand mit dem Thema Restfinanzierung gehen nachschüssige Förderungen. Das sind Förderungen, die erst nach erfolgreichem Projektabschluss ausgezahlt werden. Das bedeutet, dass Startups die kompletten Projektkosten vorfinanzieren müssen. Hierbei handelt es sich um eine ausgesprochene Hürde gerade für Jungunternehmen, die in der Regel keine Zwischenfinanzierung von Banken bekommen.

Beispiele: Geförderte Lohnnebenkosten erst am Ende des Jahres zurück

Wirtschaftsagentur Wien Dienstleistungsaktion

  • Gefördert werden 35 Prozent der Projektkosten, jedoch erst nach Projektabrechnung, Prüfung und Audit. Ein Prozess, der mitunter mehrere Monate dauern kann (siehe nächster Abschnitt)

Lohnnebenkostenförderungen:

  • Gefördert werden verschiedene Prozentsätze (zwischen 100 und 33 Prozent, je nach Jahr und Programm) der tatsächlich bezahlten Lohnnebenkosten ausgehend von den Jahreslohnkonten im Nachhinein.
  • Das bedeutet, dass Startups trotz einer Förderzusage die vollen Lohnnebenkosten für bis zu drei MitarbeiterInnen des ganzen Jahres begleichen müssen.

Lösungsvorschläge

  • Automatischer Abzug der Lohnnebenkosten-Förderung über die monatliche Personalverrechnung ermöglichen (natürlich inklusive genauer Kontrollen auf Jahresbasis)
  • Generelle Umstellung auf Akontozahlung bei Projektbeginn von zu mindestens 50 Prozent des gewährten Zuschusses für Startups wie etwa beim FFG Basisprogramm bereits üblich.

Dauer bis zur Auszahlung: existenzbedrohende Wartezeit

Selbst wenn eine Förderung gewährt wurde, verzögern sich die Auszahlungen der Gelder teilweise bis zu sechs bis acht Monate. Für bestehende mittelständische Unternehmen ist das bereits eine Belastung. Für Startups kann eine solche Verzögerung existenzbedrohend sein.

Beispiele: Verfahren wegen Mitarbeiterwechsel nach vier Monaten neu aufgerollt

AT:net, 12. Ausschreibung

  • Einreichung der Zwischenabrechnung für 60.000 Euro Zuschuss am 31.1.2017.
  • Auszahlung Ende Juli 2017 noch immer nicht erfolgt.
  • Drei weitere bekannte Fälle in derselben Ausschreibung

Wirtschaftsagentur Wien – creative_project

  • Erstmalige Einreichung der Endabrechnung zur Abrechnung von 75.000 Euro Zuschuss Mitte Dezember 2016
  • Auszahlung Ende Juli 2017 noch nicht erfolgt.
  • In diesem Fall mussten außerdem mehrmals bereits übermittelte Unterlagen erneut gesendet werden. Nach einem Mitarbeiterwechsel wurde das Abrechnungsverfahren nach viermonatiger Bearbeitungszeit erneut von vorne aufgerollt.

Lösungsvorschlag

  • Gerade bei Zwischenabrechnungen Umstellung auf automatische Auszahlung der bereits zugesagten Teiltranchen mit parallelem Prüfungsverfahren für Startups.

Conclusio: kleine Änderungen – große Wirkung

Die skizzierten Lösungsvorschläge könnten einen signifikanten Beitrag zur Unterstützung der heimischen Startup-Szene leisten und Österreich damit noch stärker als Innovationsstandort am internationalen Markt etablieren. Dazu bedarf es, wie gezeigt, meist keiner großen Umwälzungen. Einerseits sind es Änderungen in den Regelungen, die dann auch in der Bearbeitung keinen erheblichen Mehraufwand darstellen würden. Andererseits sind es Änderungen in der Handhabung der Prozesse durch die Fördergeber, die sich im Hinblick auf die dann gesteigerte Effizienz definitiv auszahlen würden.

+++ Vergaberecht: “Startups! Versteckt euch nicht vor öffentlichen Aufträgen” +++


Die genannten Herausforderungen und Lösungsvorschläge resultieren aus Erfahrungen, die Michael Raab mit seiner Firma Minted gemacht hat. Inzwischen hat er rund 80 Startups aus den Bereichen IKT, IoT, FinTech und anderen bei der Einreichung von mehr als 120 Förderanträgen bei der AWS, FFG, der Wirtschaftsagentur Wien und der ÖHT betreut. Darunter waren etwa JobRocker, Baningo und Bitpanda, die jeweils sechsstellige FFG AT:net-Förderungen erhalten haben. Ab August 2017 wird Michael Raab in einem monatlichen Förderblog auf startablish.at Tipps und Tricks zum Thema Förderungen in Österreich verraten.

Deine ungelesenen Artikel:
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
29.07.2026

Wenn die KI das Experiment plant: Zu Besuch im Labor, das sich selbst steuert

Auf dem Campus Hönggerberg der ETH Zürich arbeiten Roboter und Künstliche Intelligenz zusammen: Eine Software des schweizerisch-amerikanischen Startups Atinary entwirft die Experimente, Roboter in den Laboren von SwissCAT+ an der ETH Zürich führen sie aus, rund um die Uhr. brutkasten war vor Ort und hat mit Atinary-Mitgründer und CTO Loïc Roch sowie Christoph Schnidrig, Head of Technology bei Amazon Web Services Schweiz, über den beschleunigten Forschungsbetrieb gesprochen. Und darüber, warum die größte Hürde nicht die Technologie ist.
/artikel/wenn-die-ki-das-experiment-plant-zu-besuch-im-labor-das-sich-selbst-steuert
Loïc Roch, Mitgründer und CTO von Atinary, in den SwissCAT+-Laboren am Campus Hönggerberg | (c) Martin Pacher

Wer auf den Hönggerberg im Norden Zürichs fährt, lässt die Stadt hinter sich. Der zweite Campus der ETH, entstanden ab 1961, liegt in ländlicher Umgebung, hier sind unter anderem die Departemente für Chemie, Physik und Materialwissenschaft zu Hause. Und hier, in den SwissCAT+-Laboren der Hochschule, lässt sich derzeit besichtigen, wie Forschung aussehen könnte, wenn nicht mehr der Mensch jeden einzelnen Handgriff macht.

In diesen Laboren übernehmen Roboter die Arbeit, die sonst Forschende beschäftigt: Sie hantieren mit Flüssigkeiten und Pulvern, bereiten Proben vor, testen sie und messen laufend die Ergebnisse. Das Bemerkenswerte daran ist aber nicht die Automatisierung selbst, sondern wer die Versuche plant: eine Künstliche Intelligenz. Die Software stammt vom Startup Atinary, das an der ETH keinen eigenen Standort hat, sondern mit der Technologieplattform SwissCAT+ zusammenarbeitet. Sie schlägt vor, welches Experiment als nächstes sinnvoll ist, lernt aus jedem Ergebnis und berechnet daraus den nächsten Schritt. Dieser Kreislauf läuft rund um die Uhr, ohne dass ein Mensch eingreifen muss.

„Ein Labor ist eine große Küche“

Wie soll man sich das vorstellen? Loïc Roch, Mitgründer und CTO von Atinary, greift im Gespräch mit brutkasten zu einem Alltagsbild: „Am Ende ist ein Labor eine große Küche. Wir liefern die Rezepte. Wir nutzen KI, um Rezepte zu erzeugen, die dann im Labor getestet werden.“ Das Ziel: möglichst schnell zum besten Rezept kommen. Denn jeder einzelne Versuch kostet Zeit, Material und Geld. Wer statt tausender Versuche nur ein paar Dutzend braucht, spart enorm.

Genau darauf ist die Software ausgelegt. Statt sich blind durch unzählige mögliche Kombinationen zu probieren, lernt das System mit jedem Experiment dazu und empfiehlt gezielt die vielversprechendsten nächsten Schritte. „Self-Driving Labs“ nennt Atinary das Prinzip, selbstfahrende Labore. Den Begriff hat sich das 2019 gegründete Unternehmen sogar markenrechtlich schützen lassen.

Loïc Roch, Co-founder und CTO von Atinary | (c) Martin Pacher / brutkasten

Den Bedarf für solche Werkzeuge begründet Roch mit einem unbequemen Befund: Forschung wird immer teurer und langsamer, es braucht immer mehr Zeit und Geld, bis Neues gefunden ist. Dazu kommt eine handfeste Vertrauenskrise: Roch verweist auf eine vielzitierte Befragung von rund 1.500 Forschenden, wonach ein Großteil daran scheitert, Experimente zu wiederholen, in der Chemie sind die Quoten besonders hoch. Das ist nicht nur für die Wissenschaft ein Problem: Ohne verlässliche Daten lässt sich auch keine verlässliche KI trainieren.

100 Jahre Forschung in sechs Wochen

Was das System kann, zeigt das Vorzeigeprojekt direkt vor Ort. Gemeinsam mit dem SwissCAT+-Team suchte Atinary nach dem besten Katalysator, also jenem Hilfsstoff, mit dem sich das Treibhausgas CO₂ in Methanol umwandeln lässt, einen Ausgangsstoff für nachhaltige Treibstoffe. Laut Atinary kamen dafür mehr als 20 Millionen mögliche Kombinationen infrage. Das Ergebnis wurde in einem Fachjournal publiziert: In sechs Wochen wurden 144 Katalysator-Kandidaten hergestellt und getestet, mit minimalem menschlichem Zutun. Die Zahl, mit der Atinary seither wirbt, ist eindrucksvoll: eine 1000-fache Beschleunigung, umgerechnet 100 Jahre Katalyse-Forschung in nur sechs Wochen. SwissCAT+-Chef Paco Laveille, der die Umsetzung an der ETH verantwortet, bestätigt beim Besuch die Größenordnung: von Jahren an Forschung hinunter zu Wochen.

(c) Martin Pacher / brutkasten

Beim konkreten Nutzen für Firmenkunden hält sich Roch hingegen zurück, aus einem strukturellen Grund: „Wir sind ein Dienstleister. Wir sehen den generierten Mehrwert nicht, und die Kunden wollen ihn nicht teilen.“ Das habe auch mit Sicherheitsanforderungen zu tun, ergänzt das Unternehmen: Angaben zum erzielten Return on Investment erhalte Atinary dann, wenn Kunden sie von sich aus teilen — teils münde das in gemeinsame Publikationen.

Die einzige konkrete Zahl, die er im Gespräch nennt, stammt aus einer gemeinsamen Publikation mit dem Aromen- und Duftstoffkonzern dsm-firmenich: Dort konnte der Einsatz eines teuren Edelmetalls so stark reduziert werden, dass dessen Kostenanteil um rund 95 Prozent sank. Es sei nicht die einzige gemeinsame Veröffentlichung mit Kunden, betont das Unternehmen — weitere gebe es etwa mit dem Pharmakonzern Takeda.

(c) Martin Pacher / brutkasten

Auch ein aktueller gemeinsamer Blogbeitrag von AWS und Atinary liefert Anhaltspunkte. Ein Manager von Takeda wird dort mit der Aussage zitiert, eine Optimierung habe mit dem selbstfahrenden Ansatz rund eine Woche gedauert, verglichen mit ein bis zwei Monaten auf dem herkömmlichen Weg. Am MIT wiederum löste ein Forschungsteam mit der Software eine knifflige Aufgabe aus der Solarzellenforschung in nur 25 Versuchen, innerhalb einer strikten Frist von vier Wochen. Und über das eigene Labor, das Atinary heuer in Boston eröffnet hat, heißt es: Es erzeuge in einer Woche mehr Versuchsdaten, als ein Doktorand in fünf Jahren produziert.

Bezahlter Pilot, Lizenz pro Arbeitsplatz

Wirtschaftlich steht Atinary noch am Anfang. Das Unternehmen befindet sich in der Seed-Phase, öffentlich auffindbar sind laut Roch rund zehn Millionen an bisheriger Finanzierung, eingesammelt über Venture Capital, Family Offices und Förderungen. Als Nächstes peilt er eine Series A an. Das Wachstumskapital dafür werde voraussichtlich aus den USA kommen: „Der Ansatz ist in Europa und den USA sehr unterschiedlich.“

Paco Laveille, Managing Director, SwissCAT+ East, ETH Zurich | (c) Martin Pacher / brutkasten

Verdient wird über Software-Lizenzen, abgerechnet pro Arbeitsplatz. Am Anfang steht ein dreimonatiger, bewusst kostenpflichtiger Testlauf. „Wenn der Pilot nicht bezahlt ist, stecken die Kunden nicht die Ressourcen hinein, um ihn richtig zu testen“, sagt Roch. Dass er mit diesem Modell Geld liegen lässt, räumt er offen ein: Eine Beteiligung am geschaffenen Wert wäre lukrativer, scheitert aber daran, dass die Kunden diesen Wert eben nicht offenlegen.

Die Kundschaft kommt bisher vor allem aus der Pharmabranche, die laut Roch am ehesten bereit ist, Neues zu riskieren; der Rest der Industrie folge dann. Einsatzfelder gibt es aber quer durch: Lebensmittel, Duftstoffe, Materialforschung, grüne Energie, und gemeinsam mit Stanford sogar Zelltherapien gegen Krebs. Umsatz machen vor allem Konzerne. Mit Universitäten arbeitet Atinary eng zusammen, weil sich dort Ergebnisse veröffentlichen lassen, sie werden so zu Botschaftern der Technologie. Auch KMU zählen zu den Kunden, das jüngste sei erst vor wenigen Tagen dazugekommen. Die Arbeitsteilung im Unternehmen: Das Entwicklerteam sitzt bei Roch in Lausanne, das eigene Labor steht in Boston, dort, wo die großen Pharma-Forschungszentren angesiedelt sind.

„Fast jeden zweiten Tag ein neues Startup“

Beim Thema Konkurrenz wird Roch deutlich: Der Bereich „AI for Science“ ziehe derzeit massiv Gründungen an, fast jeden zweiten Tag komme ein neues Startup dazu. Gefährlich sei daran vor allem eines: Mit den heutigen KI-Werkzeugen lasse sich sehr schnell ein beeindruckender Prototyp bauen, der Kunden begeistert. „Unter der Haube ist das aber kein produktionsreifer Code, der bei einem Großunternehmen laufen kann.“ Atinary sieht er im Vorteil, weil man seit 2019 das gesamte Paket aufgebaut habe: die Anbindung an die Laborgeräte, das eigene KI-Training, die Anwendungen und die wissenschaftliche Glaubwürdigkeit durch den eigenen Beirat. Dazu kommt laut Unternehmen ein Netzwerk an Technologiepartnern, darunter AWS, ABB Robotics, Agilent, Bruker, Chemspeed und Mettler-Toledo. Im wissenschaftlichen Beirat sitzt unter anderem der MIT-Chemiker Stephen Buchwald — im Bostoner Labor optimiert Atinary nach eigenen Angaben ausgerechnet die nach ihm benannte Buchwald-Hartwig-Reaktion.

(c) Martin Pacher / brutkasten

Zugleich beobachtet er seit heuer einen Umschwung im Markt: Kunden dächten zunehmend in einer Wettlauf-Logik. Wer die Technologie nicht als Erster einsetze, riskiere, dass es die Konkurrenz tut. Und wenn diese in Wochen schafft, wofür man selbst Jahre braucht, sei der Rückstand kaum aufzuholen.

Die größte Hürde ist der Mensch

Und was bremst die Verbreitung? Nicht die Technik, sagt Roch, sondern der Mensch. „Der Wissenschaftler im Labor ist oft seit 15, 20 Jahren dort. Wenn man ihm sagt: Wir können deine Forschung um den Faktor zehn oder hundert beschleunigen, sagt er: Nein. Ich kenne mein Fach besser als irgendein Algorithmus.“ Es sei dabei weniger mangelndes Vertrauen, die Technologie werde schlicht als Bedrohung für den eigenen Job empfunden. Christoph Schnidrig von AWS ergänzt: Dieses Muster kenne man von jeder Technologiewelle, von der Einführung der Cloud bis zur KI in der Softwareentwicklung. Rochs Haltung dazu: Jobs würden sich verändern, aber nicht verschwinden. „Am Ende ist es ein Werkzeug. Der Mensch bleibt am Steuer.“

(c) Martin Pacher / brutkasten

Zum Vertrauen gehört auch die Datenfrage, schließlich legen die Kunden ihr wertvollstes Gut, ihre Forschungsdaten, in die Plattform. Die läuft vollständig auf der Cloud von AWS. Roch verweist auf Prüfungen, Audits und Sicherheitstests; personenbezogene Daten würden praktisch keine gespeichert, schon gar keine Patientendaten, dafür sei man in der Forschung viel zu früh angesetzt. Auch deshalb sieht er im EU AI Act derzeit kein Hindernis: In Kundengesprächen sei die Regulierung bislang schlicht kein Thema gewesen.

Auszeichnung vom Weltwirtschaftsforum

Während brutkasten mit Roch in Zürich spricht, befindet sich sein Mitgründer, CEO Hermann Tribukait, gerade im chinesischen Dalian, um dort den Technology-Pioneer-Award des Weltwirtschaftsforums entgegenzunehmen. Zu den früheren Preisträgern der Auszeichnung zählen Roch zufolge Namen wie Google, Dropbox und Airbnb. Preisgeld gibt es keines, der Wert liege im Zugang zum Netzwerk des Forums und zu Entscheidungsträgern großer Unternehmen. Kunden in China hat Atinary übrigens keine, und das dürfte vorerst so bleiben: Als in den USA registriertes Unternehmen sei das Geschäft mit chinesischen Firmen „wegen der Geopolitik sehr heikel“.

Gefragt nach dem Blick fünf Jahre voraus, skizziert Roch eine Vision, die er ausgerechnet am Vorbild seines Cloud-Partners entwirft: Labore, die wie Rechenleistung aus der Cloud abrufbar sind, weltweit vernetzt, mit einer übergeordneten KI, die Erkenntnisse zwischen Forschungszentren auf verschiedenen Kontinenten austauscht.

Den Antrieb dahinter beschreibt er ganz persönlich: Er und seine Mitgründer seien Naturliebhaber, und die Energiewende brauche schnellere Forschung. „Der Planet kann nicht noch ein Jahrzehnt warten, bis wir Lösungen finden.“ Sein Befund nach sieben Jahren: „R&D ist heute noch zu langsam.“


Disclaimer: Die Reise- und Übernachtungskosten wurden von Amazon Web Services übernommen.

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

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

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 …

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

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 …

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

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 …

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

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 …

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Auswege aus dem Förderdschungel – Ein Maßnahmenkatalog