09.06.2021

Gold-Experte: „Begriff ‚digitales Gold‘ für Bitcoin nicht angebracht“

Christian Brenner, Managing Director des Edelmetallhändlers philoro, spricht im brutkasten-Interview über die Parallelen zwischen Gold und Kryptowährungen, den Gold-Sparplan des Unternehmens - und warum er nicht empfehlen würde, seine gesamten Ersparnisse in Gold zu investieren.
/artikel/gold-experte-begriff-digitales-gold-fur-bitcoin-nicht-angebracht
Christian Brenner von Philoro
Christian Brenner von Philoro | Foto: Philoro

Nicht unbedingt ein Zahlungsmittel, sondern eher „digitales Gold“ – diese Sichtweise auf Bitcoin hat in den vergangenenen Jahren an Popularität gewonnen. Speziell seit dem Vorjahr mehren sich die Anzeichen, dass die Kryptowährung auch für institutionelle Anleger immer interessanter wird. Wird Bitcoin damit zur Konkurrenz von Gold? Und wie betrachtet man das in der Edelmetallbranche? Darüber und über einige andere Themen haben wir mit Christian Brenner, dem Managing Director des Edelmetallhändlers philoro, gesprochen.

Viele sehen Bitcoin mittlerweile weniger als Zahlungsmittel – und eher als „digitales Gold“. Wie beurteilen Sie dies? Sehen Sie Parallelen?

Es gibt Parallelen. Sowohl Bitcoin als auch Geld sind nicht beliebig vermehrbar. Gold kann zumindest jetzt noch anonym gekauft werden und bei Kryptowährungen ist es zum Teil ähnlich gelagert. Bei Bitcoin steckt im Gegensatz zu Gold jedoch ein virtueller Wert dahinter. Damit bin ich auch schon beim wichtigsten Unterscheidungsmerkmal: Gold ist physisch real, ich kann es anfassen und daher habe ich einen emotionalen Bezug dahinter. Den Begriff „digitales Gold“ für Bitcoin finde ich nicht angebracht. Marketingtechnisch und um das Thema für die Leute einfacher aufzubereiten, mag das besser klingen. Aber es sind einfach zwei unterschiedliche Anlageformen.

Allerdings etabliert sich Bitcoin zunehmend als Assetklasse. Könnte dies auch dazu führen, dass Gelder, die sonst vielleicht in Gold gesteckt werden, in Bitcoin fließen – nicht unbedingt nur bei Privatkunden, sondern auch bei institutionellen Investoren?

Wenn etwas eine weltweit anerkannte und handelbare Währung sein soll, wie es bei Gold der Fall ist, dann muss diese stabil sein. Solange die extrem hohe Volatilität bei Kryptowährungen aber immanent ist, wird es sehr schwierig, diese auch als zuverlässig zu betrachten. Die Preisschwankungen von Bitcoin sind ein Wahnsinn. Das ist auch nicht jedermanns Sache. Da ist Gold deutlich stabiler. Und die Eigenschaft der Stabilität hat Gold über die letzten Jahrzehnte, Jahrhunderte mehrfach unter Beweis stellen können. Ich sehe Bitcoin daher nicht als Gefahr für Gold, sondern – wenn überhaupt – als Ergänzung.

Gold steht für Beständigkeit, ist vielleicht das analoge Asset schlechthin. Polemisch gefragt: Ist Gold im Zeitalter der Digitalisierung, des rasanten technologischen Fortschritts, noch zeitgemäß?

Zu unserer Kundschaft gehören sowohl institutionelle Investoren als auch Privatanleger. Wir sind in vielen Ländern vertreten, in der DACH-Region sind wir Marktführer. Ich persönlich habe über 20.000 Kundengespräche geführt. Und ich teile diese Einschätzung nicht, dass Gold altmodisch oder von gestern ist. Teilweise wird man ja auch als naiv betrachtet. Aber man muss diese Begriffe näher beleuchten: Was heißt zum Beispiel naiv? Das bedeutet für mich, dass jemand unkritisch ist. Das ist bei Goldkäufern definitiv nicht der Fall. Wenn jemand langfristig investiert und den aktuellen geldpolitischen Experimenten kritisch gegenüber eingestellt ist, ist das nicht naiv.

Daneben muss man auch das Gegenparteienrisiko betrachten, das beispielweise 2008 bei der Pleite von Lehman Brothers schlagend geworden ist. Die Bank hatte 158 Jahre Unternehmensgeschichte aufzuweisen, aber es hat genau drei Monate gedauert, bis das Vertrauen der Menschen in dieses Unternehmen verloren ging. In der dadurch ausgelösten Schockwelle musste das gesamte Finanzsystem und jede Gegenpartei hinterfragt werden.

Auf den Punkt gebracht: Aktien, Anleihen und Bankguthaben haben immer ein Gegenparteienrisiko – und Gold nicht. Daher würde ich den Begriff „naiv“ eher durch „kritisch“ ersetzen. Und wenn jemand sagt, dass Gold von gestern sei, würde ich das als Kompliment verstehen – denn für mich bedeutet das durchaus auch lebenserfahren.

Die Funktion als Wertspeicher und Inflationsschutz gilt als große Stärke von Gold. Was ist aber mit jungen Menschen, die vielleicht gerade in den Beruf eingestiegen sind und deren erste Priorität der Aufbau und noch nicht der Erhalt von Vermögen ist? Was bietet Gold für diese Zielgruppe und welchem Ausmaß sollten sie Ihrer Meinung nach in Gold investieren?

Wir sehen Gold immer als eine Versicherung und als eine Beimischung im Portfolio. In einem aktuellen Umfeld kann 10, 15, vielleicht sogar 20 Prozent von dem, was man ansparen kann, in Gold anlegen. Im Goldhandel sind Vertrauen und Werterhalt wichtig. Gold ist eine zuverlässige und stabile Anlageform. Es ist leicht zu verstehen und ich erlebe keine bösen Überraschungen, wenn ich langfristig investiere. In der Geschichte der Menschheit ist Gold noch nie wertlos geworden und man ist nicht diesen Kursschwankungen wie bei den Kryptos unterworfen. Und ich schließe eben auch das Kontrahentenrisiko aus – bei einer Aktie kann ein Unternehmen pleite gehen, bei der Anleihe ein Staat und sogar bei Bankguthaben habe ich trotz Einlagensicherung ein Kontrohentenrisiko.

Dazu kommen aber durchaus auch Wertsteigerungen. Gold hat in den vergangenen 20 Jahren gegenüber sämtlichen großen Währungen – von Euro über Dollar und Pfund bis zum Schweizer Franken – durchschnittliche Wertsteigerungen von jährlich rund 10 Prozent verzeichnet. Als Beimischung ist Gold daher meiner Meinung nach unverzichtbar.

Das heißt im Umkehrschluss, Sie würden aber jedenfalls nicht empfehlen, das gesamte Ersparte in Gold zu investieren?

Wir warnen davor, alle Eier in ein Nest zu legen. Es ist wie in der Ernährung: Wenn ich mich einseitig ernähre, wird mich mein Körper auch irgendwann abstrafen. Ein gesunder Mix ist wichtig und da kann Gold auch zum Vermögensaufbau beitragen.

Ihr Unternehmen bietet auch einen Gold-Sparplan an, bei man monatlich einen fixen Betrag investiert und jeweils den entsprechenden Gegenwert des Assets bekommt – in diesem Fall ist dies physisches Gold. Was ist der Vorteil, wenn man über einen Sparplan in Gold investiert?

Der Riesenvorteil bei dem Produkt ist der: Nehmen wir einen Kilobarren. Will man den kaufen, ist das nicht für jedermann leistbar. Es klingt paradox, aber vom Preis-Leistungsverhältnis ist das Produkt am günstigsten, weil bei der Herstellung der Goldbarren einmal in eine Form gegossen wird und der Produktsaufwand relativ gering ist. Kaufe ich einen Ein-Gramm-Barren um 50, 55 Euro, dann hab ich höhere Produktionskosten, weil immer ein Gramm geprägt werden muss, was mit einem hohen Energieaufwand verbunden ist.

Beim Gold-Sparplan kann ich für kleines Geld – schon ab 50 Euro – fast annähernd zum selben Preis investieren wie ein Großanleger. Das heißt, es findet hier eine Demokratisierung des Goldanlegens statt. Ich erwerbe für einen geringen Beitrag einen Anteil an einem Kilobarren. Auszahlen lassen kann ich mir den angesparten Betrag entweder in Cash oder in Form von Gold.

Mit dem Sparplan erziele ich außerdem den klassischen Cost-Average-Effekt. Ich investiere monatlich einen fixen Betrag und bekomme dafür den Gegenwert in Gold. Damit kaufe ich einmal zu einem bisschen höheren Preis und einmal zu einem bisschen niedrigeren, aber im Schnitt fahre ich damit günstiger – und ich muss nicht ständig kontrollieren, wo der Preis gerade steht.

Wie wird das Produkt bisher angenommen?

Wir haben kaum in Werbung für dieses Produkt investiert, aber bereits mehrere tausend Sparpläne innerhalb von einem halben Jahr abgeschlossen. Das Produkt wird vor allem von Sparern genutzt, die sich in einer Preisrange von 150 bis 200 Euro monatlich bewegen. Es gibt aber auch viele, die das Angebot in Anspruch nehmen, bereits ab 50 Euro monatlich zu investieren.

Bitcoin steht wegen seines hohen Stromverbrauchs in der Kritik. Auch bei Gold ist dies aber ein Thema. Schätzungen zufolge werden beim Abbau von einem Kilogramm Gold zwischen zwölf und 16 Tonnen CO2 freigesetzt. Wie können Anleger, denen dieses Thema wichtig ist, sichergehen, dass sie nicht klima- und umweltschädlich agieren, wenn sie in Gold investieren?

Das Thema Nachhaltigkeit ist uns bei Philoro extrem wichtig. Es ist bei Gold wie beim Fleisch: Man muss ein bisschen auf das Etikett achten. In unserem Sortiment befinden sich ausschließlich Barren, die von Herstellern kommen, die im Rahmen des „Responsible Sourcing“-Programms der London Bullion Market Association (LBMA) zertifiziert wurden und dessen Richtlinien für einen verantwortungsvollen Umgang mit Gold erfüllen. Nur Hersteller, die sich daran halten, die Anforderungen erfüllen und sich regelmäßigen Kontrollen stellen, erhalten dieses Zertifikat. Darin ist unter anderem enthalten, dass das Granulat für die Herstellung der Barren einem gewissen Qualitätsstandard entspricht, dass die Mitarbeiter fair bezahlt werden und das Umweltrichtlinien eingehalten werden.

Der Goldpreis hat im vergangenen Sommer ein Allzeithoch bei 2.063 Dollar erreicht. Im ersten Quartal 2021 ist er zwischenzeitlich wieder auf unter 1.700 Dollar gefallen, um dann wieder auf rund 1.900 Dollar zu steigen. Wie erwarten sie die Entwicklung des Goldpreises in den nächsten Monaten – auch vor dem Hintergrund der aktuellen Diskussion um einen Anstieg der Inflationsraten?

Wir gehen davon aus, dass die wegen der Coronakrise gestiegenen Staatsschulden die Inflation weiter steigen lassen werden. Dadurch wird das Niveau der Realzinsen auf Jahre hinweg, vielleicht über die gesamte Dekade, negativ bleiben. Den Begriff „positiver Zins“ kann man vielleicht sogar bald aus dem Duden streichen. Dieses Umfeld ist ein guter Nährboden für den Goldpreis. Wir erwarten in diesem Jahr definitiv noch den Sprung über die 2.000-Dollar-Marke pro Feinunze. Auch dass wir ein neues Allzeithoch erreichen, ist extrem realistisch. Wo die neue Fahnenstange gesetzt wird, dazu will ich mich aber aktuell gar nicht weit aus dem Fenster lehnen.

Disclaimer: Dieser Text sowie die Hinweise und Informationen stellen keine Steuerberatung, Anlageberatung oder Empfehlung zum Kauf oder Verkauf von Wertpapieren dar. Sie dienen lediglich der persönlichen Information. Es wird keine Empfehlung für eine bestimmte Anlagestrategie abgegeben. Die Inhalte von brutkasten.com richten sich ausschließlich an natürliche Personen.

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