03.01.2019

“Die großen Innovationen kommen aus der Grundlagenforschung”

Wenn es um Unternehmensgründung geht, folgen viele Forscher dem Wegweiser des FWF und finanzieren sich, zumindest anfangs, mit den Fonds-Geldern. Ein Gespräch mit der kaufmännischen Vizepräsidentin des FWF, Artemis Vakianis, über Uni-Spin-offs und Durchaltevermögen.
/artikel/die-grossen-innovationen-kommen-aus-der-grundlagenforschung
FWF
(c) fotolia / rh2010.

Wie wichtig ist es, dass Universitäten ihre Forschung umsetzen und Wissenschaftler Unternehmen initiieren?

Universitäten sind Teil der Gesellschaft und haben per se ein Interesse daran, dass die Erkenntnisse ihrer Forschungsleistung in eine Anwendung überführt werden. Mögliche Anwendungen können dabei vielfältig aussehen. Erkenntnisse können in Produktentwicklungen fließen oder als Grundlage für politische Entscheidungen dienen.

Unter dem Begriff „Third Mission“ ist dieser Auftrag auch gesetzlich verankert. Im Kern geht es aber um Erkenntnisgewinn und nicht um Unternehmertum. Dennoch ist der Brückenschlag zur Anwendung wichtig. Wir sehen auch viele FWF geförderte WissenschaftlerInnen, die unternehmerisch tätig sind. Spitzenforscherinnen und Spitzenforscher von heute sind nicht nur exzellente Wissenschaftler, sondern sie beweisen auch Leadership, Pioniergeist und Mut. Sie leiten interdisziplinäre und interkulturelle Teams und haben die globale Konkurrenz im Blick. Es macht einfach Sinn, den Erfahrungsaustausch mit Pionieren aus anderen Bereichen wie Wirtschaft und Gesellschaft zu fördern – das wollen wir etwa mit unseren PEARL.sessions forcieren.

Wir schätzt du die Situation in Österreich derzeit ein?

In Österreich gibt es hervorragende Beispiele für Forscherinnen und Forscher, die den Sprung aus dem Labor auf den Markt erfolgreich gewagt haben, Marinomed oder MED-EL, Miriam Unterlass oder Markus Aspelmeyer sind hervorragende Erfolgsbeispiele.

Dennoch gibt es insgesamt noch Luft nach oben. Wir sind noch nicht dort, wo andere Länder sind und wo wir gerne wären. Gibt es internationale Beispiel für ein sehr gutes universitäres Spin-off System?

Ich denke die Initiativen von Hermann Hauser in Cambridge sind sicher beispielgebend. Dort hat sich mittlerweile ein Hot-Spot für Spin-offs entwickelt. Welcher Motor Universitäten für einen Wirtschaftsstandort sind, ist bereits in vielen Studien nachgewiesen. Das am häufigsten angeführte Beispiel ist sicherlich Stanford beziehungsweise Silicon Valley, die ETH Zürich oder der Wissenschafts- und Technologiepark Adlershof in Berlin. Aber fast spannender ist derzeit der Blick nach Asien.

Was braucht es heute von politischer Ebene, um mehr unternehmerisch verwertbare Forschung zu generieren?

Für uns als Wissenschaftsfonds, der wir allen Wissenschaftsdiziplinen verpflichtet sind, ist die rein unternehmerische Verwertbarkeit sicherlich zu eng gefasst. Für uns geht es immer um gesellschaftliche Relevanz. Auch die Politik ist gut beraten, hier den Fokus nicht nur auf den Wohlstand, sondern auch das Wohlergehen der Bevölkerung zu legen und damit auch die Geistes-, Sozial- und Kulturwissenschaften in den Blick zu nehmen, was wiederum den Unternehmen gut tut.

Wenn es um unternehmerische Spin-Offs geht, dann würde ich das Wort „verwertbar“ gerne ersetzen durch „innovationsgetrieben“. Die Verwertbarkeit ist in der Grundlagenforschung nicht das primäre Ziel und oft nur sehr langfristig zu erreichen. Aber die großen Innovationen kommen aus der Grundlagenforschung.

Es geht auch darum, einen Kulturwandel zu erreichen, hin zu mehr Ausprobieren und hin zu mehr Freiräumen, ausprobieren zu können. Diese Freiräume möchten wir als FWF schaffen und fördern – und ja, wenn sich bei Einzelnen auch eine Verwertbarkeit schnell ergibt so freut uns das. Die Politik kann anstoßen und finanzielle Rahmenbedingungen schaffen, aber da sind wir in Österreich entlang der Innovationskette hervorragend aufgestellt.

Was empfiehlst du einem Forscher, der seine Idee umsetzen möchte?

Mut, enger Austausch mit erfolgreichen GünderInnen und einen langen Atem. Es gibt ein Set an Werkzeugen, die auf jeden Fall empfehlenswert sind und für deren Vermittlung es bereits vielfältigste Angebote an den Universitäten aber auch darüber hinaus gibt. In jedem Fall helfen solche Ausbildungen, eigene Stärken besser einzuschätzen, so dass man etwaige Schwächen im Team ausgleichen kann. Darüber hinaus empfehle ich aber immer den Erfahrungsaustausch und das Mitnehmen von Learnings von KollegInnen in ähnlichen Situationen.

Artemis Vakianis, FWF

c) Elisabeth Furgler. Artemis Vakianis.

Artemis Vakianis, studierte von 1994 bis 2000 Volkswirtschaftslehre an der Wirtschaftsuniversität Wien. Sie absolvierte einen postgradualen Lehrgang im Bereich Kulturmanagement und ab dem Jahr 2000 implementierte sie zunächst freiberuflich ein Controlling System am Theater in der Josefstadt, ab 2002 war sie ebendort in kaufmännischer Verantwortung tätig. 2005 wechselte sie als stellvertretende geschäftsführende Direktorin an die Komische Oper Berlin. Als letzte Station vor ihrer Selbstständigkeit war sie von 2010 bis 2014 kaufmännische Direktorin beim Festival „Steirischer Herbst“. 2014 gründete Vakianis ihre eigene Agentur und berät seither Kulturbetriebe in kaufmännischen Belangen und entwickelte mobile Applikationen zur Produktivitätssteigerung. Darüber hinaus war Artemis Vakianis seit mehreren Jahren am Institut für Kulturmanagement der Universität für Musik und darstellende Kunst in Wien und an der FH Kufstein als Lehrende für Kulturmanagement tätig. Seit September 2016 ist sie kaufmännische Vizepräsidentin von FWF – der Wissenschaftsfonds.

Dieser Beitrag erschien in gedruckter Form im brutkasten Magazin #7 “Die Welt in 5 Jahren”.

Redaktionstipps
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

“Die großen Innovationen kommen aus der Grundlagenforschung”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

“Die großen Innovationen kommen aus der Grundlagenforschung”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

“Die großen Innovationen kommen aus der Grundlagenforschung”

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 …

“Die großen Innovationen kommen aus der Grundlagenforschung”

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 …

“Die großen Innovationen kommen aus der Grundlagenforschung”

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 …

“Die großen Innovationen kommen aus der Grundlagenforschung”

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 …

“Die großen Innovationen kommen aus der Grundlagenforschung”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

“Die großen Innovationen kommen aus der Grundlagenforschung”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

“Die großen Innovationen kommen aus der Grundlagenforschung”