03.07.2025
FTI

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

Interview. Claudia Felser erhielt Anfang Juni den renommierten L’Oréal-UNESCO-Preis „For Women in Science“ 2025. Brutkasten hat die deutsche Materialwissenschaftlerin im UNESCO-Hauptquartier in Paris noch vor der feierlichen Verleihung zum Gespräch getroffen. Im Interview verrät die Pionierin der topologischen Quantenchemie, warum Europa mehr Risikofreude braucht.
/artikel/claudia-felser-interview
Foto: Fondation L’Oréal

Claudia Felsers Karriere liest sich wie ein Lehrbuch wissenschaftlicher Pionierarbeit: Als Direktorin am Max-Planck-Institut für Chemische Physik fester Stoffe in Dresden hat sie die „topologische Quantenchemie“ begründet, neuartige magnetische Heusler-Verbindungen entdeckt und Patente etwa an IBM und Hitachi lizenziert – Materialien, die in ihrer künftigen Anwendung von Hochleistungs-Datenspeichern bis zu klimafreundlichen Energietechnologien reichen. Ihre Arbeit verbindet Chemie, Physik und Mathematik zu greifbaren Lösungen und zeigt, wie Grundlagenforschung zum Innovationsmotor werden kann.

Im UNESCO-Hauptquartier in Paris traf brutkasten die deutsche Materialwissenschaftlerin, die Anfang Juni als europäische Preisträgerin des L’Oréal-UNESCO For Women in Science International Awards ausgezeichnet wurde. Damit ist Felser erst die dritte Forscherin aus Deutschland, der diese seit 1998 vergebene Ehrung zuteil wird – ein Preis, der Forschungsexzellenz ebenso wie den Einsatz für Diversität und Inklusion sichtbar macht.

Im Interview spricht sie über Chancen und Hürden auf dem Weg von der Idee zum Industrieprodukt, über fehlende Inkubatoren in Europa und darüber, warum Mut zum Risiko nicht nur in Startups, sondern auch in der Forschungskultur verankert sein sollte.


brutkasten: Was bedeutet der L’Oréal-UNESCO-Preis For Women in Science für Sie selbst und für die Sichtbarkeit von Frauen in der Wissenschaft? 

Claudia Felser: Der Preis ist eine große Ehre mit hoher internationaler Sichtbarkeit. Die Kombination aus L’Oréal Fondation, UNESCO und Science ist bemerkenswert, ja vermutlich einzigartig. L’Oréal zeigt hier seit über 27 Jahren ein beeindruckendes langfristiges Engagement für wissenschaftliche Exzellenz. Als Kosmetikweltmarktführer gibt uns L‘Oréal im wahrsten Sinne eine Bühne – und ist es nicht toll zu sehen, dass wir Frauen in der Wissenschaft auch schön sein dürfen, wir gar nicht die vermeintlichen Nerds sind? UNESCO wiederum steht für Inklusion, was ein ganz starker Wert ist. Diese Kombination unterscheidet sich von einem traditionellen Wissenschaftspreis, der sich nur auf die Forschung beschränkt.

Sie betreiben Grundlagenforschung, arbeiten aber auch an der Anwendung neuer magnetischer Materialien. Wenn man diese Materialien in Produkte überführt: Wie weit ist man hier schon?

Claudia Felser: Wir haben bereits Kooperationen durchgeführt. Bei den magnetischen Materialien haben wir Patente an IBM verkauft; die Patente gingen weiter an Hitachi oder Western Digital. Wir haben also mit der Industrie zusammengearbeitet. Wir besitzen nun ein Material, das ein hohes Potenzial für einen neuen Hartmagneten hat. Der Weg vom Material zur Anwendung als Hartmagnet bleibt jedoch eine Herausforderung. Das ist das europäische Problem: Es fehlt der Inkubator. Zwar gibt es in der Max-Planck-Gesellschaft bereits Hilfen, aber es bleibt eine Herausforderung.

Sie sprechen Herausforderungen an. Um welche handelt es sich hier konkret?

Zunächst muss man überhaupt einen Demonstrator haben, und selbst dann reicht das für eine Industriekooperation oft nicht aus. Amerikanische Unternehmen sind – nach meiner Erfahrung mit IBM – viel offener, gehen den Weg schneller, bauen Kontakte auf und übernehmen selbst Themen in die Forschung. Diesen Gap müssen wir in Europa schließen. Die Europäische Union versucht es, aber es bleibt eine der großen Herausforderungen.

Was sind die Gründe dafür, dass es mit amerikanischen Partnern schneller funktioniert?

Amerikanische Unternehmen sind risikofreudiger, hiervon können wir definitiv lernen. Die Voraussetzungen sind auf jeden Fall da, in Deutschland passiert großartige Forschung! Ein Beispiel ist der Giant-Magnetoresistance-Effekt: Albert Fert und Peter Grünberg bekamen dafür den Nobelpreis, und mein Mann brachte ihn bei IBM in den USA zur Anwendung. Neben Bürokratieabbau und mehr Geld für Startups wäre es wünschenswert, dass die Industrie früher bereit ist, mit Universitäten über neue Erfindungen zu kooperieren – das gilt auch für Österreich.

Gibt es in ihrem Forschungsbereich bereits Kooperationen mit europäischen Industrieunternehmen?

Für den Hartmagneten hat sich ein Startup in Dublin gemeldet, und auch Amazon hat sich unsere Patente angesehen. Max-Planck-Innovation macht ebenfalls sehr gute Arbeit und erinnert mich ständig daran, aber wir wollen eigentlich Forschung betreiben, die Materialien untersuchen und das Potenzial zeigen. Ich möchte nicht das Engineering, neben unserer Forschung übernehmen. Entweder ich motiviere meine jungen Kolleg:innen, ein Startup zu gründen, oder wir brauchen mehr Inkubatoren. Passenderweise hat mich gerade eine Projektgruppe angesprochen, ob wir ein Spin-off gründen.

Was müsste Ihrer Meinung nach passieren, um den Unternehmergeist zu stärken?

Ich halte Vorlesungen und zeige, was Max Planck zum Thema Transfer bereits bietet. ETH, TUM und auch die Universität Wien haben Inkubatoren und Institutionen, die von der Erfindung zum Unternehmen helfen. Meist sitzen diese Einrichtungen woanders als die Forscher. Dieses Zusammenbringen ist wichtig. Forscher:innen kennen oft nicht die Ansprechpartner:innen; diese Brücke versuche ich mit Informationsveranstaltungen zu schlagen. Nicht jeder, der für den Transfer zuständig ist, kann zufällig ins Labor der Forscher:innen gehen und schauen, was man gebrauchen kann. Man erkennt das Potenzial häufig erst beim Patentieren. Wir patentieren viel sobald die potenzielle Anwendung sichtbar ist – oft melden wir auch in den USA an. Man muss Patente weiterhin aktiv fördern.

Gibt es regulatorische Hemmnisse in Europa, um Innovationen in die Skalierung zu bringen?

Ich bin für das Munich Quantum Valley mitverantwortlich. Ein Quantencomputer ist nicht nur ein Device, sondern ein kompletter Stack aus Hardware, Software und Elektronik. Diese Koordination gelingt manchen Ländern oder Organisationen gut. Es gibt eine Ausschreibung bis zur Pilot-Line, auch für Quanten. Bis zu einem Computer, den Industrieunternehmen nutzen können, ist es aber eine große Herausforderung. Dennoch sehe ich gute Konzepte und Ansätze in Europa.

Welche Empfehlungen geben Sie Forschenden, die ein Startup gründen wollen?

Sie sollten sich die bereits vorhandenen Unterstützungsangebote an ihren Universitäten genau ansehen. In Deutschland gibt es zum Beispiel die SprinD-Initiative des Bundesministeriums, die Startups findet und finanziell unterstützt. Max Planck hat eigene Programme, und SprinD investiert größere Summen. Vergleichbares dürfte es in Österreich geben. Diese Initiativen bringen Gründer:innen mit den richtigen Mentor:innen und Netzwerken zusammen. Bei Startups ist die Genderlücke noch größer als an Universitäten, dort liegt viel ungenutztes Potenzial.

In Österreich wird diskutiert, dass Universitäten mit ihrem IP am Cap-Table sitzen und dadurch VC-Investoren zögern. Wie nehmen Sie das wahr?

Alle versuchen, die Situation zu verbessern. Im Munich Quantum Valley sehe ich, dass Bayern vorbildlich Bürokratie abbaut. Die Politik ist offen fürs Lernen, und das erwarte ich auch von der neuen Bundesregierung in Deutschland.


*Disclaimer: Die Reisekosten wurden von L’Oréal übernommen.

Deine ungelesenen Artikel:
25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.
/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen
25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.
/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen
aws
Neue Studie zum Daten- und KI-Arbeitsmarkt in Österreich. (c) AdobeStock

Ein bemerkenswertes Paradoxon prägt den aktuellen Daten- und KI-Arbeitsmarkt: Obwohl Künstliche Intelligenz den Arbeitsmarkt gerade erst neu ordnet, sucht dieser dafür fast ausschließlich nach langjähriger Berufserfahrung, der Nachwuchs wird weitgehend außen vor gelassen. Das belegt die aktuelle Studie „Daten & KI im Arbeitsmarkt 2026 – Österreich“ von Nejo und data:unplugged.

Für den Report wurden knapp 25.000 im Mai 2026 ausgeschriebene Jobs auf Basis der DAISY-Ontologie (Data & AI Skills Ontology) analysiert. Die Zahlen zeigen auch: Österreich treibt den Wandel mit einem KI-Stellenanteil von 4,5 Prozent zwar etwas schneller voran als Deutschland (4,0 Prozent) – verdeutlicht aber in besonders extremer Form, wie schwer der Karrierestart für Berufseinsteiger derzeit ist.

„Müssen die nächste Generation importieren“

Die KI-Branche bleibt paradox. Zwar reichen oft praxisnahe Ausbildungen wie eine HTL, HAK oder eine Lehre formal völlig aus, um die Anforderungen der Unternehmen zu erfüllen – doch die Türen bleiben für Einsteiger trotzdem meist verschlossen. Aufgaben, die früher von Berufseinsteigern übernommen wurden, erledigt die KI heute selbst. Die Zahlen sprechen für sich: Nur 72 von 1113 Daten- und KI-Stellen richten sich an Berufseinsteiger, ein Anteil von 7,7 Prozent. Das Verhältnis von Junior zu Senior-Stellen liegt damit bei eins zu sechs.

Maximilian Fischer, Head of Business Development bei data:unplugged, warnt vor dieser Entwicklung: „Die österreichische Wirtschaft sucht erfahrene KI-Fachkräfte in großem Stil – baut die eigene Nachwuchspipeline aber kaum auf. Wenn wir die Junior-Quote nicht erhöhen, verschieben wir den heutigen Fachkräftemangel in drei bis fünf Jahren auf die nächste Kohorte – und müssen die nächste Generation importieren, statt sie im Land auszubilden“.

(c) Daisy Report 2026.

Der versteckte KI-Arbeitsmarkt

Nur rund 10 Prozent (110 von 1113) der untersuchten Daten- und KI-Stellen tragen einen expliziten Titel wie beispielsweise AI Engineer. Die übrigen Stellen verbleiben klassisch: Controller:in, Berater:in oder Software Engineer. Inhaltlich werden aber Kompetenzen gefordert, die vor wenigen Jahren spezialisierten Daten- und KI-Rollen vorbehalten waren.

„Wer ausschließlich nach ‚Data Scientist’ oder ‚AI Engineer’ filtert, übersieht 90 Prozent des KI-Arbeitsmarktes“, sagt Aloisious Caraet, Principal Data Scientist bei Nejo und Hauptautor der Studie. „Die KI-Karriere beginnt heute selten mit einem Titelwechsel – sie entsteht durch die Anreicherung des bestehenden Berufsbildes.“

Mehr als die Hälfte der Stellen in Wien

Die offenen Daten- und KI-Stellen stammen zumeist nicht von reinen Tech-Unternehmen. Insgesamt verteilen sich die Inserate auf 495 Unternehmen. Hinter der IT-Branche (354 Stellen) suchen vor allem der Finanzsektor (88) und die Unternehmensberatung (83) nach KI-Personal. Geografisch konzentriert sich der Markt mit 63 Prozent aller Ausschreibungen deutlich auf Wien. Graz verzeichnet hingegen die technisch anspruchsvollsten Profile: Hier werden im Schnitt 5,4 spezifische Daten- und KI-Skills pro Position gefordert.

Werkzeuge sind zweitrangig: Der Fokus liegt auf KI-Verständnis

Bei den Programmiersprachen dominiert Python und wird in fast jeder dritten Stelle gefordert – knapp doppelt so häufig wie Java. Bei den Cloud-Plattformen führt Microsoft Azure vor AWS. Auch bei generativer KI liegt Microsoft mit GitHub Copilot als meistgenanntem Werkzeug vorn. Der größte fachliche Schwerpunkt des Marktes liegt mit 39,7 Prozent auf dem Data Engineering, was den aktuellen Fokus auf den Aufbau von Dateninfrastruktur zeigt.

Dennoch ist das konzeptionelle Verständnis oft wichtiger als die Beherrschung einzelner Programme: Fast die Hälfte aller geforderten Kompetenzen entfällt auf allgemeine Wissensgebiete und Methoden, wobei „Künstliche Intelligenz“ zu den fünf meistgenannten Begriffen zählt.

Das unterstreicht auch Simona Hübl, Geschäftsführerin von Nejo: „Unternehmen suchen aktuell vor allem konzeptionelle Fähigkeiten, und erst zweitrangig nach spezifischen Tool-Kenntnissen. Gefragt ist, wer Daten- und KI-Konzepte im Grundsatz versteht und tool-unabhängig sicher anwenden kann.

(c) Daisy Report 2026.

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

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

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 …

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

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 …

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

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 …

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

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 …

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Claudia Felser: „Das Potenzial erkennt man häufig erst beim Patentieren“