05.01.2023

ChatGPT – wird 2023 das Jahr der neuen AI?

In seinem Gastbeitrag erklärt Philipp Wissgott, Chief Research Officer des KI-Unternehmens danube.ai, wie ChatGPT technologisch funktioniert. Er ist für den danube.ai-Algorithmus verantwortlich und bewertet den Trend sowie mögliche Entwicklungen für 2023.
/artikel/chatgpt-wird-2023-das-jahr-der-neuen-ai
Chief Research Officer von danube.ai, Philipp Wissgott, über ChatGPT © Gertrūda Valasevičiūtė; danube.ai
Chief Research Officer von danube.ai, Philipp Wissgott, über ChatGPT © Gertrūda Valasevičiūtė; danube.ai
kommentar

Das Jahr 2022 war durch große Innovationen im Bereich Artificial Intelligence (AI) geprägt. Von den vielen neuen Technologien sticht ChatGPT besonders hervor, weil es in vielen Bereichen einen Game-Changer darstellt. Wir werfen einen genaueren Blick auf ChatGPT und die technologischen Hintergründe. Gleich vorweg: ChatGPT bietet gewaltige Chancen und (so gut wie) niemand muss sich fürchten, seinen Job zu verlieren.

ChatGPT = „Das neue Google“?

Aber von Anfang an: als ChatGPT wenige Wochen vor Weihnachten freigeschaltet wurde, waren die AI-Ingenieur:innen und Entwickler:nnen in unserem Unternehmen bei danube.ai gleich in heller Aufregung. Ein Skript, für das ein Dev vorher einige, mühselige Stunden gebraucht hat, in wenigen Sekunden? Ein Hauch von “das neue Google” lag sofort in der Luft.

Devs sind von Natur aus skeptisch. Zu oft stellte sich ein vielversprechendes Tool bei
näherem Hinsehen als nicht ganz so innovativ heraus. Also wurde die neue AI sofort mit (teils unkonventionellen) Fragen bombardiert, um einen Fehler zu finden. Nur: wirklich falsche Antworten waren selten. Es war schnell klar, dass da was Großes kommt. Wie kann man ChatGPT einsetzen? Eine große Stärke ist die große Flexibilität an Themengebieten. Die Anwendungen sind grenzenlos: so kann man die AI fragen, ein Email, eine Rechnung, einen juristische Beschwerde oder eben ein Code-Skript zu schreiben. Genauso funktionieren aber auch Technologie-Deep-Dives à la “Erklär mir einen Quantencomputer, mathematische Gleichungen, Markt-Recherchen, Businesspläne, Sport-/Trainings und Diätpläne“ uvm.

Welche Auswirkungen wird ChatGPT auf Märkte haben?

Zuallererst: ChatGPT ist ein Multiplikator, ein Tool, dass das Arbeiten teilweise um Faktor 10 oder mehr beschleunigt. Was änderten Technologien mit einem solchen Effekt in der Vergangenheit? Einfach alles.

Was macht ChatGPT nun besser als frühere AIs? OpenAI, das Unternehmen hinter ChatGPT, hat offensichtlich wirklich seine Hausaufgaben gemacht. In der Vergangenheit kam es oft vor, dass AI nur dann einer breiten Öffentlichkeit vorkam, wenn irgendwas furchtbar schief lief. Neben Microsoft scheiterte auch Amazon mehrfach am Versuch AI-Technologie zu entwickeln (einerseits wegen Sexismus andererseits wegen fehlendem Nutzen).

Nun ist es natürlich nicht sichergestellt, dass ChatGPT nicht auch in so eine Falle tappt – dafür ist es einfach noch zu früh. Schon jetzt sind aber zwei wesentliche Fortschritte erkennbar, mit denen Fehler verhindert werden sollen: Erstens funktioniert bei ChatGPT die Verbindung von autonomem Lernen der AI und von Menschen kontrolliertem Lernen wesentlich besser als bei den meisten früheren Versuchen. Dies führt zu der relativ hohen Treffsicherheit bei den Antworten.

Menschliche Eigenschaften der Künstlichen Intelligenz

Als zweite wichtige Verbesserung wurde ChatGPT so entwickelt das Vertrauen des Users (zurück) zu gewinnen. Dies geht so weit, dass die AI ausweichend antwortet bzw. nachfragt, wenn sie sich nicht sicher ist. Die AI opfert also Genauigkeit, um nur ja keinen schwerwiegenden Fehler zu machen – wenn das keine menschliche Eigenschaft ist. Gibt es also bei ChatGPT gar keine Schwachstellen? Die Technologie der AI basiert auf einem abstrakten Sprachmodell: für ChatGPT ist alles “Sprache”. So interpretiert die AI nicht nur Mathematik als “Sprache” mit eigenen Vokabeln (Variablen) und Grammatik (Rechenregeln), sondern einfach alles! Gesetzestexte, Programmiersprachen, Geschichte, Physik. Das funktioniert solange gut, solange die Sprachanalogie funktioniert. Wenn die AI allerdings ausweichend antwortet, merkt man schnell, dass man ihr gewohntes Gebiet verlässt.

ChatGPT ersetzt nicht alles

Wichtig ist, dass ChatGPT in der derzeitigen Form und in absehbarer Zeit Suchmaschinen nicht ersetzen wird. Dazu ist die Aktualität und Genauigkeit der Daten einfach noch nicht gut genug – ChatGPT ist kein Crawler! Als fortschrittliches Tool ergänzt und beschleunigt es Arbeitsabläufe in vielen Bereichen aber ungemein. Die größte Schwäche von ChatGPT ist aber sicher die fehlende Personalisierung. Ganz in der Tradition von Google werden allgemeine Antworten gegeben – man darf leider keine individuellen Vorschläge erwarten. Dadurch ist ChatGPT eine enorme Arbeitserleichterung in vielen Bereichen, aber eben keine “Decision Engine”. Hier sind österreichische Unternehmen schon einen wesentlichen Schritt weiter.

Wie kann man ChatGPT selbst ausprobieren?

Nach einem Login bzw. Registrierung kommt man direkt zu einer Texteingabe, wo man eine Frage oder Ähnliches eingeben kann. Wie der Name schon sagt, ist das Tool auf Konversation ausgerichtet und nicht auf einzelne Abfragen wie eine Suchmaschine. In welchen Bereichen steht nun durch ChatGPT ein fundamentaler Wandel bevor? Da kommt einem sofort Bildung in den Sinn. Wie sollen Leistungsbewertungen in Zukunft funktionieren, wenn man in wenigen Sekunden ganze Aufsätze generieren kann?

Vielleicht ist ChatGPT aber auch hier ein Segen – weil dadurch ein Systemwandel, Weg von Wiederholungen, hin zu individueller Problemlösungskompetenz, forciert wird. Was, wenn man ChatGPT-Inhalte auch abseits von Bildung nicht mehr von menschlichen unterscheiden kann? Diese Frage ist schon lange keine akademische mehr: Wenn man sich bei jeglicher Kommunikation fragen muss “Rede ich gerade mit einer Maschine?”, dann ändert das auch die Art wie wir miteinander interagieren.

Mensch oder Maschine – ironischerweise steht ChatGPT vor einem ganz ähnlichen Problem. Derzeit lernt die AI unter anderem durch Posts in Foren, die im Moment fast ausschließlich von Menschen verfasst sind. Durch die hohe Qualität werden aber immer mehr gepostete Antworten von ChatGPT, anderen generierenden AIs und Bots stammen. Um Neues zu erlernen, muss eine AI also erkennen, welche Antworten von Menschen und welche von Maschinen sind. Und es ist paradox: je menschlicher ChatGPT werden wird umso schwieriger wird es der AI fallen diese Unterscheidung zu treffen.


Disclaimer: Für die Erstellung dieses Textes wurde ChatGPT nicht benutzt.

Deine ungelesenen Artikel:
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
Deepentix
© tecnet equity - (v.l.) Investor Kambis Kohansal Vajargah, Endri Deliu, Morteza Amini und Altan Nar (alle Deepentix) sowie Peter Buchinger (tecnet equity).

Das NÖ-Startup Deepentix hat eine Enterprise-KI-Plattform entwickelt, die Unternehmen dabei unterstützen soll, aus Dokumenten wie Studien, Patenten oder internen Berichten einen sogenannten Wissensgraphen aufzubauen – ein Netzwerk aus Fakten und ihren Beziehungen. Dadurch lassen sich Antworten einer Künstlichen Intelligenz bis zum exakten Satz im Ursprungsdokument zurückverfolgen. Gerade in stark regulierten Branchen sei dies entscheidend, weil Aussagen jederzeit belegt und geprüft werden müssen.

Deepentix: Unternehmensdaten in Graphen überführen

Zielgruppe sind etwa Unternehmen in Branchen wie Pharma, Medizintechnik, Versicherungen oder Banken, die täglich mit großen Mengen an Studien, Patenten, Normen und internen Berichten arbeiten. Klassische generative KI liefere dazu zwar schnelle Antworten, könne deren Herkunft jedoch oft nicht lückenlos belegen. Genau hier möchte Deepentix ansetzen und unstrukturierte Unternehmensdaten in einen Wissensgraphen überführen – im Sinn einer nachvollziehbaren Wissensbasis für KI-Anwendungen.

„Wenn Mitarbeitende einer KI blind vertrauen müssen, weil sie deren Antworten nicht überprüfen können, ist das gerade in sensiblen Bereichen ein echtes Risiko. Genau dieses Vertrauensproblem lösen wir, indem wir jede Antwort bis zu ihrem Ursprung im Dokument sichtbar machen“, erklärt Morteza Amini, Mitgründer und CEO von Deepentix.

Mehrere Sprachmodelle

Der Aufbau von Wissensgraphen erfolge Deepentix nach häufig im Rahmen aufwendiger Beratungsprojekte oder über standardisierte Lösungen, die sich nur begrenzt auf einzelne Fachbereiche zuschneiden lassen. Bei Unternehmen, die ihre sensiblen Daten selbst kontrollieren und gleichzeitig präzise Ergebnisse benötigen, stoße dieser Ansatz oft an seine Grenzen. Aus diesem Grund entwickelte das Startup kein Beratungsprojekt für einzelne Kunden, sondern ein Werkzeug, mit dem Unternehmen Wissensgraphen selbst erstellen, betreiben und an ihre Anforderungen anpassen können.

Dabei setzt die Plattform nicht auf ein einziges großes KI-Modell aus der Cloud, sondern auf mehrere kleine, spezialisierte Sprachmodelle, die gezielt auf einzelne Fachbereiche wie Pharma oder Banken trainiert werden. Dadurch sollen die Ergebnisse präziser werden, während die Modelle bei Bedarf direkt auf den eigenen Servern der Unternehmen betrieben werden können.

Dafür gab es nun eine Pre-Seed-Finanzierung in sechsstelliger Höhe, an der sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah beteiligt haben. Das frische Kapital soll vor allem in Forschung und Entwicklung sowie in den Ausbau erster Pilotprojekte in regulierten Branchen fließen.

Deepentix baut Wissensnetz

„Wir verstehen uns nicht als Berater, die für einzelne Kunden ein Wissensnetz bauen, sondern als Technologieanbieter, der Unternehmen die volle Kontrolle über ihre eigenen Daten und Modelle gibt“, so Amini weiter. „Mit tecnet equity, Rockstart und Business Angel Kambis Kohansal Vajargah haben wir Partner an Bord, die den Weg von Deep-Tech-Startups aus erster Hand kennen. Das gibt uns nicht nur Kapital, sondern auch Zugang zu Netzwerk und Erfahrung, um in dieser Phase die richtigen Schritte zu setzen.“

Peter Buchinger, Investment Associate bei tecnet equity, ergänzt: „Uns hat neben der Technologie vor allem das stark aufgestellte Gründerteam von Deepentix überzeugt. Die Kombination aus wissenschaftlichem Hintergrund und Erfahrung in internationalen Unternehmen war ausschlaggebend, in dieser frühen Phase zu investieren.“

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

ChatGPT – wird 2023 das Jahr der neuen AI?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

ChatGPT – wird 2023 das Jahr der neuen AI?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

ChatGPT – wird 2023 das Jahr der neuen AI?

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 …

ChatGPT – wird 2023 das Jahr der neuen AI?

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 …

ChatGPT – wird 2023 das Jahr der neuen AI?

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 …

ChatGPT – wird 2023 das Jahr der neuen AI?

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 …

ChatGPT – wird 2023 das Jahr der neuen AI?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

ChatGPT – wird 2023 das Jahr der neuen AI?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

ChatGPT – wird 2023 das Jahr der neuen AI?