Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

27.04.2026

NACHLESE | FOLGE 6

Erfolgsfaktoren von KI-Projekten: „Mut, vielleicht nicht die perfekte Lösung zu haben“

Nachlese. In der neuen Folge von "No Hype KI" wird diskutiert, warum erfolgreiche KI-Projekte nicht nur von Technologie und Daten abhängen, sondern auch von Change-Management, Mut und einer klaren Problemdefinition.

/artikel/erfolgsfaktoren-von-ki-projekten-mut-vielleicht-nicht-die-perfekte-loesung-zu-haben

✨ AI Kontextualisierung

„No Hype KI“ wird unterstützt von ACP, EY, ITSV, KEBA Group, Lenovo, Microsoft, ONTEC AI und der Universität Graz.

„KI ist so eine Silverbullet, von der man glaubt, sie löst alles. Das ist natürlich nicht so. Es ist ein ganz normales Projekt und da gehört auch ganz viel harte Arbeit dazu“, sagt Christian Casari, Head of AI Partnerships & Sales bei ONTEC AI. Aber worin besteht diese harte Arbeit genau? Die Erfolgsfaktoren für die Umsetzung von KI-Projekten im Unternehmen waren das Thema der sechsten Folge der aktuellen Staffel der brutkasten-Serie „No Hype KI“.

Wie transformierend solche Projekte sein können, illustriert Casari an einem Verlagshaus, das sich durch den Einsatz von KI-Agenten wandelte. Basierend auf 20.000 kuratierten Fachartikeln einer Apotheken-Fachzeitschrift beantwortet ein Chatbot nun medizinische Nutzerfragen, etwa zu Medikamenten-Wechselwirkungen, wodurch sich das Unternehmen laut Casari „von einem Informationsdienstleister zu einem Service Provider“ weiterentwickelt.

Die Illusion der perfekten Daten und der 100-Prozent-Automatisierung

Doch der Weg zu derart neuen Geschäftsmodellen ist oftmals steinig, nicht zuletzt wegen der eigenen Datenbasis. In der Praxis sei das Warten auf den perfekten Datensatz laut Casari oft nur eine Ausrede; man müsse mit den vorhandenen Daten starten und diese iterativ verbessern. Dennoch darf der initiale Aufwand nicht unterschätzt werden. Katrin Freihofner, Co-Founderin des Linzer Startups Straion, das Unternehmen mit seiner Plattform hilft, KI-generierten Code gemäß Firmenrichtlinien zu nutzen, gibt offen zu: „Wir haben uns das wesentlich einfacher vorgestellt, Daten zu sammeln. Es braucht viel Bereinigung, damit wir sie wirklich verwenden können.“

Neben der Qualität entscheidet auch die bloße Menge der Daten über Erfolg oder Misserfolg. Hannes Kaufmann, CTO von KEBA Digital, erinnert sich an ein frühes Projekt zur Predictive Maintenance bei Bohrspindeln. Dieses Unterfangen sei schlichtweg daran gescheitert, dass es in der Praxis zu wenige Fehlerfälle – also tatsächliche Bohrbrüche – gab, um das Modell mit ausreichend Trainingsdaten zu füttern.

Auch bei den Erwartungen an die Technologie selbst ist Realismus gefragt. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV und Generaldirektor-Stellvertreter der ÖGK, erzählt über ein KI-Projekt, in dem jährlich über zehn Millionen Wahlarztrechnungen verarbeitet werden. Obwohl das System seit 2017 im Einsatz ist, habe man keine absolute Vollautomatisierung erreicht. Mitterer bewertet die Situation pragmatisch: „Haben wir Vollautomatisierung? Nein. Aber haben wir einen wesentlich besseren Prozess? Ja. Und das war es eigentlich schon wert“.

Der Faktor Mensch als Zünglein an der Waage

Selbst wenn Datenlage und Automatisierungsgrad stimmen, steht und fällt der Erfolg mit der Belegschaft. Laut Mitterer durchlaufen die Mitarbeitenden klassische Phasen des Change-Managements – von der anfänglichen Verunsicherung bis hin zum Vertrauensaufbau. Eine Anekdote aus seinem Haus verdeutlicht das: Zu Beginn hätten sich Sachbearbeiter:innen sogar gefreut, wenn die KI einen Fehler machte, da sie so ihre eigene Expertise und Unverzichtbarkeit bestätigt sahen.

In der Softwareentwicklung verhält es sich mit der Skepsis ähnlich. Kaufmann rät Führungskräften dazu, ihre Entwickler:innen gezielt dort abzuholen, wo der Leidensdruck am höchsten ist: „Man kann die Entwickler eigentlich mit lästigen Aufgaben abholen, die sie nie machen wollen, wie Unit-Tests oder Dokumentationen“. Wenn der Zeitgewinn spürbar werde, steige die Akzeptanz ganz von selbst. Freihofner nennt einen weiteren psychologischen Hebel für mehr Zustimmung im Team: „Ein wichtiger Faktor ist, dass die Mitarbeitenden die Tools selbst auswählen dürfen und auch zwischen mehreren wählen können, um wirklich ihren Toolstack ganz persönlich zur Verfügung zu haben“.

Make or Buy: Eine strategische Weichenstellung

Eng verbunden mit den personellen Ressourcen ist die weitreichende Frage, ob KI-Lösungen selbst entwickelt („Make“) oder eingekauft („Buy“) werden sollten. Für die österreichische Sozialversicherung ist diese Antwort stark von Regulierungen getrieben: Aufgrund sensibler Gesundheitsdaten und einer extrem hohen Fehlerintoleranz setzt Mitterer bei Kernprodukten auf Eigenentwicklungen im eigenen Haus.

Für mittelständische Unternehmen warnt Casari jedoch vor zu viel Eigenbau bei generalistischen Systemen. Ohne dediziertes KI-Team funktioniere vielleicht ein erster Prototyp, der Weg in den stabilen, produktiven Betrieb sei jedoch eine „ganz andere Nummer“, die oftmals scheitere. Kaufmann differenziert hierbei für die Industrie: Wenn Unternehmen über eigene Data-Science-Teams verfügen, könnten selbsttrainierte Modelle gegenüber Standardlösungen durchaus „die letzten Prozent Mehrwert“ liefern. Dies setze jedoch ein tiefgreifendes Verständnis für den IT-Betrieb und die Wartung der Modelle voraus.

Pragmatismus statt Perfektionismus

Aus all dem leiten sich auch klare Handlungsempfehlungen ab. Technologie darf, so der Konsens der Diskutant:innen, kein Selbstzweck sein. Freihofner warnt eindringlich davor, in technologischen Aktionismus zu verfallen: „Man sollte sich sehr genau überlegen, bevor man ein Projekt anfängt, was wirklich das Problem ist, das man lösen möchte, und nicht krampfhaft alles mit KI lösen“. Es brauche außerdem einen nutzerzentrierten Ansatz, der sich in kleinen, iterativ erreichbaren Zwischenerfolgen beweisen muss, um die Motivation hochzuhalten, meint Casari. Und er spricht einen Appell für mehr Umsetzungswillen aus: Um die Potenziale der Technologie überhaupt heben zu können, brauche es schlichtweg den „Mut, vielleicht nicht die perfekte Lösung zu haben“.

Deine ungelesenen Artikel:

Martin Pacher

10.08.2026

TEDAI-Kuratorin Alina Nikolaou: „Dieses Jahr kuratieren wir für Kollision“

Von 28. bis 30. Oktober geht die TEDAI in der Wiener Hofburg in die dritte Runde. Alina Nikolaou, Co-Founder, Director & Curator der TEDAI, spricht über die Entscheidung für Wien und über ein Programm, das bewusst Widerspruch inszeniert.

/artikel/tedai-2026-alina-nikolaou-interview

Martin Pacher

10.08.2026

TEDAI-Kuratorin Alina Nikolaou: „Dieses Jahr kuratieren wir für Kollision“

/artikel/tedai-2026-alina-nikolaou-interview

Geoffrey Hinton, Peter Steinberger, Yukiyasu Kamitani, Kauna Ibrahim Malgwi und Nenad Tomašev von Google DeepMind stehen bei der dritten TEDAI in der Wiener Hofburg auf der Bühne. Ein Honorar bekommt keiner von ihnen. Stattdessen arbeitet Alina Nikolaou drei bis sechs Monate mit jedem Speaker am Skript, in zwei bis vier Calls, danach folgen Rhetorik-Coaching und ein Fact-Checking der Inhalte.

Im Interview erklärt die Co-Founder, Director & Curator der TEDAI, wie dieser Prozess abläuft, warum das Programm heuer gegensätzliche Positionen direkt nacheinander setzt und wie die Konferenz überhaupt nach Wien kam.

brutkasten: Wie kam die TEDAI nach Wien und nicht nach San Francisco?

Alina Nikolaou: Seit circa 2010 gibt es TEDxVienna, damals ein Verein, der eine eintägige Veranstaltung im Volkstheater organisiert hat. Aufgrund der kuratoriellen Qualität und der Reichweite der Talks hat sich Ende 2023 die Mutterkonferenz TED HQ bei uns gemeldet, mit der Idee, das TEDAI-Format nach Europa zu bringen. In San Francisco gab es das damals schon ein Jahr lang als Pilot. Interesse hatten viele Städte, die Klassiker wie London, Paris und Berlin. Wien ist ja keine klassische KI-Stadt, wie es Paris oder Zürich wären. Trotzdem haben wir uns nach mehreren Runden für Wien entschieden: wegen der inhaltlichen Ausrichtung, die sich wie ein roter Faden durch die letzten drei Jahre zieht, wegen Wien als Weltstadt und UN-Stadt, in die unterschiedlichste Disziplinen und Kulturen reisen, und wegen des Fokus auf Lebensqualität und auf Innovation, nicht um der Innovation willen, sondern um der Menschheit ein besseres Leben zu ermöglichen. Heuer sind wir die einzige TEDAI weltweit, weil die Organisatoren in San Francisco es strategisch nicht weiter vorantreiben wollten. Dort häufen sich so viele KI-Events, dass sich das in der DNA des Ökosystems absorbiert. Ein KI-Event in Europa sticht stärker hervor.

Wie hat sich das Programm inhaltlich entwickelt?

Im ersten Jahr lag der Fokus stark auf Grundlagenbildung. Große Sprachmodelle waren plötzlich da und wurden fleckenhaft, experimentell verwendet. Wir haben eine Einführung gegeben, für die Personen vor Ort und für jene, die die Talks später online sehen. Die zweite Ausgabe hatte das Augenmerk darauf, dass KI in der Arbeitswelt angelangt ist. Was bedeutet das strategisch für Unternehmen und für die Infrastruktur, auf der KI beruht, und was bedeutet es auf der Mikroebene für unser kritisches Denken? Dieses Jahr sehen wir verstärkt, wie KI in der Gesellschaft agiert, von Aktivismus für oder gegen KI bis zu Sicherheits- und geopolitischen Fragen und paradigmenwechselnden Fragen in der Medizin. Es ist das breiteste Programm, das wir je hatten. Wie ich immer sage: Dieses Jahr kuratieren wir für Kollision. Es wird viele Speaker geben, die gegensätzliche Meinungen vertreten, teilweise direkt nacheinander, sodass sich das Publikum am Abend selbst eine Meinung bilden kann. Genau dort entsteht Innovation.

Wer kommt zur TEDAI?

Die Zielgruppe ist divers, von der Wirtschafts- und Bildungswelt über Startups und KMU bis zu Konzernen, die anfangs zwei Personen geschickt haben und mittlerweile zwanzigköpfige Delegationen. Der gemeinsame Nenner: Es sind Entscheidungsträger:innen, die oft über Budget verfügen und über den Tellerrand hinausblicken möchten. Im ersten Jahr kamen fast 70 Prozent des Publikums von außerhalb Österreichs, die größten Delegationen aus Deutschland, UK und Frankreich. Im zweiten Jahr waren rund 40 Prozent aus Österreich, was für uns ein Erfolg war. Letztes Jahr waren 65 Länder vor Ort.

Was macht das Format aus?

Wir haben eine klare Regel: keine Demo-Booths, höchstens künstlerische Installationen oder spielerische Exhibits. Dafür gibt es am zweiten Tag parallel Workshops, Reflexionsrunden und sogenannte Ideas Adventures, bei denen wir Kleingruppen aus der Hofburg hinausschicken. Es gibt auch keine Speaking Fee. Stattdessen arbeite ich mit allen Speakern drei bis sechs Monate lang an ihren Talks, konkret in zwei bis vier Calls, in denen wir das große Thema aufmachen und immer weiter auf dieses eine Skript runterbrechen. Danach werden sie bis zur Sekunde vor der Bühne von Rhetorik-Coaches begleitet, dazu kommt ein rigoroses Fact-Checking. Einen TED Talk von Geoffrey Hinton oder Peter Steinberger wird man so auf keiner anderen Konferenz hören.

Wohin soll die Reise gehen?

Was ich immer stärker beobachte: Problemlösungsorientiertes Forschen bringt im KI-Bereich die spannendsten Innovationen hervor und bedeutet gleichzeitig das nachhaltigste wirtschaftliche Wachstum. Wir arbeiten an einer Plattform, die die grundlegenden Probleme dokumentiert, die Forschende und Gründer:innen derzeit am meisten beschäftigen, und diese im Rahmen von Veranstaltungen nach außen trägt. Also nicht nur ideenzentriertes Denken, wie bei TED Talks, sondern problemzentriertes Denken.

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