28.08.2023

Das sind die größten FoodTech-Investments in Europa

Für welche europäischen FoodTechs haben Investor:innen in den letzten Jahren das Portemonnaie gezückt? brutkasten bietet euch einen Überblick zu den größten Investments rund um pflanzliche Alternativprodukte, kultiviertes Fleisch und Co.
/artikel/das-sind-die-groessten-foodtech-investments-in-europa
(c)

FoodTechs sind mit ihren Produkten zu einem zentralen Hebel im Wettlauf gegen die Klimakrise geworden. Diesen Umstand erkennen auch internationale Investor:innen. Schließlich ist die Lebensmittelverschwendung für rund zehn Prozent des globalen Treibhausgasaufkommens verantwortlich, so die Umweltschutzorganisation WWF. Wir bieten euch einen Überblick über die größten FoodTech-Investments der vergangen Jahre am europäischen Markt – angefangen von pflanzlichen Alternativen für Fleisch & Käse bis hin zu neuen Herstellungsverfahren für Proteine.


Arkeon | Österreich

Arkeon
(c) Arkeon

Wird sich die Menschheit künftig von CO2 ernähren können? Die Frage beantwortet das Wiener Startup Arkeon Biotechnologies, das ein Verfahren zur Umwandlung von anorganischem CO2 in organische Proteine für die menschliche Ernährung entwickelt. Mit Hilfe der firmeneigenen Technologie kann Arkeon alle 20 Aminosäuren herstellen. Acht der 20 Aminosäuren sind essentiell für den Menschen. Das heißt, der menschliche Körper kann diese nicht selbst herstellen und muss sie über die Nahrung aufnehmen. 

An der Unternehmensgründung im Jahr 2021 waren neben dem Gründerteam, bestehend aus Simon Rittman, Günther Bochmann und Gregor Tegl, auch der Berliner Company Builder EVIG beteiligt. Nur ein Jahr nach Gründung konnte Arkeon ein Seed-Finanzierung in Höhe von 6,5 Millionen Euro abschließen. Beteiligt waren unter anderem Synthesis Capital und ReGen Ventures, die über einen Background in der Klima- und Lebensmittel-Technologie verfügen. Ende 2022 sammelte das Unternehmen erneut Kapital ein und konnte die Runde somit auf über zehn Millionen Euro erweitern.

Enough Food | Schottland

(c) Enough Food

Erst kürzlich hat das FoodTech Enough Food ein 40 Millionen Euro Investment erhalten. Das schottische Unternehmen betreibt auch Fabriken in den Niederlanden und hat sich auf die Fermentation von Pilzen zu sogenannten Mykoproteinen spezialisiert. Das Ziel: Hühnerfleisch, Hackfleisch und Molkereiprodukte aus Pilzen und damit klimaschonend und geschmacksintensiv herzustellen. An der Finanzierungsrunde beteiligt waren der World Fund sowie der CPT Capital. Darüber hinaus beteiligten sich an der jüngsten Runde auch bestehende Investoren wie AXA Im Alts und Olympic Investments.

Fermify | Wien

(c) Fermify

Das Wiener FoodTech Startup entwickelt vegane Käsealternativen auf pflanzlicher Basis. In einem “kontinuierlichen Präzisions-Fermentierungsprozess” stellt Fermify die zur Käseproduktion fundamentalen Casein-Proteine her. Der im Unternehmen genutzte Fermentierungsprozess sei laut eigenen Angaben um die Hälfte günstiger als vergleichbare Produktionsverfahren. Fermify verfolgt damit große Ziele: Bis 2027 will das Wiener FoodTech seine Produktionskosten mit den Fertigungskosten von klassischem Käse angleichen. 

Im Mai dieses Jahres gab das Wiener Startup den Abschuss einer Finanzierungsrunde in Höhe von fünf Millionen US-Dollar bekannt: Fermifys vegane Käsealternative überzeugte zahlreiche Investor:innen, darunter Fund F, der als Female Founders Fonds startete und mit Fermify sein erstes Investment tätigte. Die Finanzierungsrunde führte der ClimateTech-Fonds Climentum Capital an.

Formo | Deutschland

(c) Formo

Das Berliner Startup Formo züchtet Milchproteine aus Hefe und stellt daraus Käsealternativen her. Im Jahr 2019 von der Molekularbiologin Britta Winterberg gegründet, hat sich Formo auf die Käseproduktion durch Mikroorganismen spezialisiert. Im Zuge des Fermentationsprozesses werden Gensequenzen von Kühen in Hefezellen eingesetzt. Daraus entstehen Milchproteine, die mit den Kuhmilch-Proteinen identisch sind. Das erste Formo-Produkt war Weichkäse wie Mozzarella. Mittlerweile finden sich auch Käsealternativen wie Frischhain, Cité Bleu, Charlottenburg, Athena und Le Kreuzberg im Portfolio des Startups. 

Im Herbst 2021 schloss Formo eine Series-A-Finanzierungsrunde in Höhe von 42 Millionen Euro ab. Neben dem Lead Investor Elevat3 Capital und Lowercarbon Capital waren unter anderem Agronomics, M Ventures, CPT Capital und Grazia Equity an der Finanzierungsrunde beteiligt. 

Gourmey | Frankreich

(c) Gourmey

Kultiviertes Fleisch macht in Frankreich weiter die Runde: Das französische FoodTech Startup Gourmet hat seit Gründung bereits Risikokapital in Höhe von 57,8 Millionen US-Dollar gesammelt – im Herbst 2022 in seiner Series-A-Finanzierungsrunde rund 48 Millionen US-Dollar. Die Series-A-Finanzierungsrunde des Startups wurde von Earlybird Venture Capital angeführt.  Das Ziel des FoodTechs steht ganz im Zeichen französischer Kulinarik. Gourmet stellt nämlich laborkultivierte Leberpastete – “foie gras” – her. Um den bekannten Klassiker der französischen Küche fleischlos herzustellen, lässt Gourmet Stammzellen in Bioreaktoren mit Nährstoffen und bei einer spezifischen Temperatur reifen. Daraus entsteht eine synthetische Stopfleber, die weiter zu foie gras verarbeitet wird.

Heura Foods | Spanien

(c) Heura Foods

Heura Foods entwickelt pflanzenbasierte Lebensmittel gemäß der mediterranen Küche: Nach eigenen Angaben produziert Heura pflanzenbasierte, nährstoffreiche Alternativen zu Fleisch und Fisch. Gegründet wurde das FoodTech von CEO Marc Coloma in Barcelona. Im Sortiment befinden sich unter anderem mediterrane Filet-Stückchen, Burger-Alternativen, pflanzenbasierte Chicken Nuggets und Chorizos. Heura gibt es mittlerweile in 22 Ländern, darunter Spanien, Italien, Großbritannien, die Schweiz, Frankreich, Portugal, Deutschland, Singapur, Hongkong und Kanada. Auch in Österreich findet sich Heura in den Regalen von Billa und Billa Plus

Im Oktober 2022 gab das Unternehmen den Abschluss einer Series-B-Finanzierungsrunde in Höhe von 20 Millionen Euro bekannt. Zu den Geldgebern zählen unter anderem das VC-Unternehmen Unovis Asset Management sowie der spanische Basketballer Ricky Rubio.  Insgesamt soll Heura mittlerweile 54,9 Millionen US-Dollar an Risikokapital aufgestellt haben.

Huel | Großbritannien

(c) Huel

Pflanzenbasierte, laktosefreie und zuckerreduzierte Ernährung wird wohl als eine der gesündesten Lebensweisen abgestempelt. Für Vielbeschäftigte hat Huel aus Großbritannien eine zeiteffiziente Art und Weise entwickelt, sich trotz Zeitmangel gesund, pflanzenbasiert und klimaschonend zu ernähren: Die britische FoodTech Marke Huel produziert Mahlzeiten-Ersatzprodukte, Riegel, Proteinpulver sowie Daily Greens für den morgendlichen Smoothie. Auch ready-to-go-Drinks umfassen das Sortiment des FoodTechs. Ende 2022 holte Huel in einer Series-B-Finanzierungsrunde in Höhe von rund 24 Millionen US-Dollar fünf Investoren an Bord, darunter Highland Europe und Grace Beverly. Die Bewertung zum damaligen Zeitpunkt sollte sich auf über 560 Millionen US-Dollar belaufen.

Juicy Marbles | Slowenien

(c) Juicy Marbles

Filetsteaks auf rein pflanzlicher Basis entwickelt das slowenische Startup Juicy Marbles. Das Filetsteak basiert auf Sojaprotein und kann sowohl in Scheiben als auch ganz gegrillt oder in der Pfanne zubereitet werden. Seit 2020 arbeitet das slowenische Team an sojabasierten Fleischalternativen. Laut Crunchbase konnte Juicy Marbles in zwei Finanzierungsrunden 4,6 Millionen an Risikokapital einsammeln. Neben dem Lead Investor World Fund sind auch Nucleus Capital und AgFunder als jüngste Investoren am FoodTech beteiligt.

Mosa Meat | Niederlanden

(c) Mosa Meat

Mosa Meat ist ein niederländisches FoodTech mit Sitz in Maastricht. Im Jahr 2013 entwickelte Gründer und CEO Mark Post gemeinsam mit Co-Founder und Nahrungsmitteltechnologen Peter Verstrate den ersten Burger aus kultiviertem Fleisch. Im Februar 2021 gab das niederländische FoodTech das dritte und letzte Closing seiner Series-B-Finanzierungsrunde in Höhe von insgesamt 85 Millionen US-Dollar bekannt. Damit plante Mosa Meat den Ausbau seiner Produktionsanlage in Maastricht. Zu den Investoren gehören Nutreco, ein internationales Unternehmen für Tiernahrung und Aquafutter, sowie Jitse Groen, CEO von Just Eat Takeaway.com. Als Lead Investor hat Blue Horizon Ventures mit Sitz in Luxemburg die Finanzierungsrunde angeführt. Seit September 2021 kürt auch der US-amerikanische Schauspieler Leonardo DiCaprio das Investoren-Portfolio von Mosa Meat. 

Planted | Schweiz

(c) Planted

Vor gut einem Jahr holte sich das vegane Food-Startup Planted aus der Schweiz ein 70 Millionen Euro Investment in einer Series-B-Finanzierungsrunde. Mit seinem neuartigen Ansatz stellt das FoodTech biostrukturiertes Fleisch aus alternativen Proteinen her. Angeführt wurde die Runde von L Catterton, einem global führendem Private-Equity-Unternehmen im Konsumgüterbereich. Bereits 2021 konnte Planted eine Finanzierungsrunde in Höhe von 36 Millionen Schweizer Franken abschließen.

Das Schweizer FoodTech wurde im Juli 2019 als Spin-off der ETH Zürich gegründet und zählt mittlerweile zu den am schnellsten wachsenden FoodTech-Startups in Europa. Die pflanzlichen Fleischalternativen von Planted finden sich nicht nur in österreichischen Supermärkten, sondern auch auf der Speisekarte in hiesigen Restaurants. So bietet der Wiener Traditionswirt Figlmüller eine vegane Schnitzel-Alternative von Planted an.

Revo Foods | Österreich

(c) Revo Foods

Das Wiener Food-Startup Revo Foods hat sich auf die Entwicklung pflanzlicher Fischalternativen aus dem 3D-Drucker spezialisiert. In einer ersten Finanzierungsrunde konnte sich das Startup 2021 rund 1,5 Millionen Euro an Kapital für den damaligen Markteintritt sichern. Zudem erhielt das Unternehmen gemeinsam mit dem schwedischen FoodTech Mycorena eine Förderung in Millionenhöhe. Laut Crunchbase beläuft sich der “Total Funding Amount” für das Unternehmen auf mittlerweile mehr als vier Millionen Euro.

Solar Foods | Finnland

Solar Foods ist ein finnisches Startup, dass sich auf ressourcenschonende Proteinproduktion spezialisiert. In einem eigens entwickelten Bioprozess nutzt Solar Foods eine Kombination aus aufgefangenem Kohlendioxid und Bakterien, wodurch Mikroorganismen entstehen, die zum Protein Solein verarbeitet werden. Bei Solein handelt es sich um ein nährstoffreiches Protein, das – Angaben des Unternehmens zufolge – in “jedem Lebensmittel verwendet werden” kann und geringere Auswirkungen auf den Planeten als tierisches Protein hat. 2022 erhielt das Startup einen öffentlichen Zuschuss in Höhe von 34 Millionen Euro.

This | Großbritannien

(c) This

Das Londoner FoodTech Startup stellt Lebensmittel ohne Fleisch, aber mit Vitamin B12 und Eisen her. Die Produktpalette umfasst eine Reihe an “Isn’t Meat”-Produkten, darunter Lamm, Speck, Hühnchen und Rinderpatties. This produziert auch sogenannte “Ready-to-eat”-Gerichte, darunter Wraps, Salate und Pastavariationen. Laut Crunchbase hat This in insgesamt sechs Finanzierungsrunden Risikokapital von 46,6 Millionen US-Dollar. Die letzte Series-B-Runde erfolgte im Frühjahr 2022. An der Runde beteiligt waren die Lead Investoren Lever VC und BGF neben 14 anderen Investoren.

Umiami | Frankreich

(c) Umiami

Im Jahr 2020 haben Tristan Maurel und Martin Habfast das französische FoodTech Umiami gegründet, und zwar mit der Intention, pflanzliche Alternativen zu Hühnerfleisch herzustellen. Das Founder-Team entwickelte die sogenannte “Umisation”, bei der Proteine texturiert werden. Dabei wird aus pflanzlicher Matrix eine faserige Konsistenz erzeugt, wobei Größe und Dicke der Fasern kontrolliert werden können. Laut Angaben des Startups wird die Hühnerbrust von Umami mit weniger als zehn Zutaten hergestellt, wobei sie genauso viel Eiweiß wie das tierische Gegenstück aufweisen soll. 

Im April 2022 gab Umiami den Abschluss einer Series-A-Finanzierungsrunde in Höhe von 47 Millionen US-Dollar bekannt. Angeführt wurde die Runde von Astanor Ventures, Redalpine und French Partners. Unterstützt wurde die Finanzierungsrunde von Altinvestoren wie Verso Capital, Newfunds, Kima Ventures und dem French Tech Seed Fund im Auftrag der französischen Regierung. Ziel dieses Fonds sei es, die internationale Reichweite des Startups zu steigern.

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
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.
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.

“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