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

06.09.2022

Warum es für künstliche Intelligenz auch einheitliche Connectivity Standards braucht

In einem Gastbeitrag erläutert Georg Hanschitz, Head of Austria & Hungary, Director Ecosystem & Cloud bei Huawei und Innovation Researcher, welche Bedeutung neue Schnittstellenstandards, wie Matter, und Open APIs für die Entwicklung von künstlicher Intelligenz haben.

/artikel/georg-hanschitz-gastbeitrag-kuenstliche-intelligenz

✨ AI Kontextualisierung

In der Schule fing es an. Um präzise zu sein, waren es kleine Roboter, die erfolgreich einem schwarzen Band am Boden entlang fuhren – ein Erfolgserlebnis. Was dann aber folgte war die bohrende Frage, warum der Weg, der später ohne Hilfsband erfolgreich absolviert wurde, nicht an die anderen Roboter meiner Mitschüler:innen übertragen werden könnte. Das war meine erste Berührung mit künstlicher Intelligenz und dem dringenden Vermissen einer entsprechenden Schnittstelle – im besten Fall eine über das damals bereits vorhandene Schulnetzwerk.

Heute fahren Staubsauger-Roboter ohne Hilfsband durch unsere Wohnungen – scheinbar magisch. Die Magie ist jedoch schnell vorbei, sobald man das Modell wechselt, oder gar den Hersteller. Der Wohnzimmergrundriss wird nicht ins kollektive Gedächtnis der Cloud übertragen und wenn, dann mit Sicherheit nicht in jenes des nachfolgenden Konkurrenzprodukts. Zurück zum Start – das Gerät neu anlernen – problematische Stellen mit einem Band markieren. Da bin ich wieder, 20 Jahre später mit einem schwarzen Isolierband am Fußboden.

Matter als Gamechanger?

Seit ihrem Auftreten in den frühen 2000er Jahren scheiterten digitale, mobile und IoT-Ökosysteme daran zusammenzuwachsen, um ein netzwerkgetriebenes KI-Leben aufzubauen, wie es sich viele Branchenexperten zu Beginn des Internet-Zeitalters vorgestellt hatten. Seit zu Beginn 2022 Matter als neue „Unified Connectivity Technology“ und „Communication Protocol“ vorgestellt wurde, stehen die Zeichen für ein Zeitalter Künstlicher Intelligenz auf GO. Matter ermöglicht es IoT-Geräten miteinander zu kommunizieren und die Idee diese Protokolle (inklusive Schnittstellen) auf Datenbank-Interaktionen zu erweitern ist kein Science Fiction mehr.

Die „Connectivity Standards Alliance“

In Bezug auf Schnittstellen zu Web, Mobile und IoT gibt es bereits Lösungen, die in der Lage sind, Geräte und Datenbanken unterschiedlicher bzw konkurrierender digitaler Ökosysteme zu verbinden – aber es gibt Grenzen (abseits der Datenschutzgrungverordung), wie das obige Beispiel zeigt. Im Fall von Matter bauen nun mehr als 200 Unternehmen in der „Connectivity Standards Alliance“ einen gemeinsamen Kommunikationsstandard für IoT-Interoperabilität – das lässt berechtigt hoffen.

… auch die Industrie selbst kann Interoperabilität schaffen, wenn sie will.
Georg Hanschitz

Open APIs & FinTechs als Erfolgsbeispiel

Überdies ermöglichen Open APIs (Application Programming Interfaces) Drittentwicklern und Innovatoren Zugriff auf „Backend-Daten“ und „Software-Bibliotheken“ zur Verbesserung und Weiterentwicklung bestehender Anwendungen und Dienste auf Basis vorhandener bzw. bestehender Datenbanken.

FinTechs sind hier ein erfolgreiches Beispiel. Open-API-Standards und -Regulierungen (zum Beispiel Open-Banking) erleichtern die Teilnahme kleinerer Akteure am globalen Innovationsmarkt und machen Nutzer:innen neue Ökosystemdienstleistungen zugänglich. Die neuen, weltweit etablierten Schnittstellenstandards Matter (IP-Protokoll) und Thread (Mesh-Netzwerk) verdeutlichen, dass es nicht immer einen Bedarf an staatlichen Regulierungen gibt – auch die Industrie selbst kann Interoperabilität schaffen, wenn sie will.

Die sogenannten ‚Verbindungskriege‘ werden bald vorbei sein …
Georg Hanschitz

Wie Datenbanken und IoT Geräten künftig interagieren

Interoperable Netzwerkprotokolle und -standards werden die Art und Weise verändern, wie Datenbanken und IoT-Geräte interagieren. Die sogenannten ‚Verbindungskriege‘ werden bald vorbei sein. Wireless Mesh Networks (WMNs) und neue IP-Technologie (Matter) behandeln lokale Geräte genauso wie Internetdatenbanken. Dies wird zu einer besseren Interoperabilität von Geräten verschiedener Hersteller führen und könnte zu einem wirksameren Wettbewerb, einer breiteren Produktpalette und einer größeren Auswahl an Ökosystemen führen. Über das Matter-Protokoll werden Produkte von Apple, Google, Microsoft, Amazon und Huawei in vielen Fällen nahtlos kommunizieren.

Interoperabilität für mehr Effektivität

Interoperabilität ist eine der wirksamsten Strategien, um die Effektivität von Datenverarbeitung zu erleichtern und bessere Ergebnisse in Bezug auf KI zu erzielen und Wettbewerb zu gewährleisten, indem die Beteiligung von Akteuren außerhalb des ursprünglichen Ökosystems (Hersteller, Datenverarbeiter) ermöglicht wird.

Die Zukunft der bestehenden digitalen Ökosysteme wird von ihrer Software-Hardware-Interoperabilität abhängen. Der größte Schatz eines digitalen Ökosystems sind valide Daten. Daten, die nicht zufällig, sondern durch valide Interaktionen (Mensch-Maschine-Interaktionen, Maschine-Maschine-Interaktionen) verarbeitet werden. Neue technische Standards und interoperable Ökosysteme könnten KI-Analysen und KI-Lernprozesse verbessern.

Warum es verifizierte Interaktionen braucht

Ziel ist es, eine zuverlässige und sich erklärende Künstliche Intelligenz zu schaffen. Das Prinzip: Verifizierte Interaktionen führen zu verlässlicheren Daten und damit zu validen Ergebnissen und Vorhersagen. Je mehr verifizierte Interaktionen verarbeitet werden können, desto besser und erklärbarer werden die errechneten Resultate und Analysen. Können auch Interaktionen von Drittanbieter-Ökosystemen verarbeitet werden (durch verifizierte Schnittstellen), potenziert sich die Validität und Plausibilität der Aussagen von Künstlicher Intelligenz.

Die Herausforderungen für künstliche Intelligenz

Die bislang größten Herausforderungen für künstliche Intelligenz sind bislang erstens „Erklärungen“ für Empfehlungen intelligenter Systeme und zweitens „Garantien“ der Zuverlässigkeit (Verlässlichkeit) ihres Ursprungs. Erklärungen sind wichtig, um den Betroffenen zu helfen, die Gründe zu verstehen, warum eine Empfehlung ausgesprochen wurde (Lösungsweg). Verlässlichkeit ist wichtig, wenn Entscheidungen die Sicherheit von Menschen betreffen oder ihr Leben tiefgreifend beeinflussen (zum Beispiel beim Blutzuckerspiegel).

Zusammenhang zwischen erklärbarer und zuverlässiger künstlicher Intelligenz, IoT und Interoperabilität digitaler Ökosysteme: Die Erhöhung der Anzahl zuverlässiger Touchpoints durch Interoperabilität führt zu einem zuverlässigeren Ergebnis. Die Datenmenge ist größer, valider, einfacher zu interpretieren und zu erklären. Open APIs ermöglichen die Verarbeitung externer Datensätze und Drittakteuren (Unternehmen, Institutionen, B. Entwickler) einen bestimmten Datensatz in Echtzeit zu verarbeiten (Grundlage für KI-Rechenprozesse).

Zukunftsfelder für leistungsfähige Schnittstellen

In den letzten 20 Jahren fehlte eine der wichtigsten Notwendigkeiten für den Aufbau leistungsfähiger Schnittstellen – ein gemeinsames technisches Protokoll. Die dieses Jahr vorgestellten Schnittstellenstandards Matter (IP-Protokoll) und Thread (Mesh-Netzwerk Standard) haben aufhorchen lassen. Technische Innovationen lassen – zumindest im Handel – noch auf sich warten.

Wie im FinTech Bereich werden es wohl die kleinen, mutigen Innovatoren und Startups sein, die einen Paradigmenwechsel herbeiführen werden – ich denke dabei nicht an den Staubsauger-Roboter, sondern an Gesundheitslösungen (Sport, Ernährung), individuellen Klimaschutz (Arbeitsweg, Stromverbrauch) und Education (Cloud Anwendungen).

Lesetipp:

“The Bright Future of Ecosystem Economies: Explainable and Reliable Artificial Intelligence via Software-Hardware-Interoperability of Things” · Keywords: Application Programming Interfaces · Quadruple and Quintuple Helix innovation · Open APIs · Artificial Intelligence · Sextuple Helix innovation – in “The Elgar Companion to Digital Transformation, Artificial Intelligence and Innovation in the Economy, Society and Democracy”, Edward Elgar Publishing, TBR, 2023, oder bereits frei verfügbar hier.

Deine ungelesenen Artikel:

Martin Pacher

15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.

/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut

Martin Pacher

15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll.

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“

Deal-Screening statt Deal-Sourcing

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen.

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen.

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“

Jede:r Mitarbeiter:in wird zum „Builder“

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen.

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann.

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“.

iteratec: „Die Unschärfe reduzieren“

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.”

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