19.09.2017

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

Bei der TechCrunch Disrupt ließ Googles Artificial Intelligence Chief John Giannandrea wenig Kritik am Internetriesen und der KI-Entwicklung gelten.
/artikel/google-keine-angst-vor-der-ai-apocalypse
(c) Dominik Perlaki: Google AI-Chef John Giannandrea auf der Bühne der TechCrunch Disrupt.

„Computer werden zwar immer leistungsfähiger, sie sind aber auch ziemlich dumm“, sagt John Giannandrea. Er ist bei Google für den Bereich Artificial Intelligence (AI) verantwortlich. Ziel sei es, den Computern beizubringen, smarter zu werden. Den tatsächlich seien Maschinen Menschen nur in sehr engen Feldern überlegen: „Sie sind noch weit davon entfernt, Menschen generell zu übertreffen.“ Giannandrea nennt einige Beipiele. So wären Computer etwa sehr schlecht darin, Informationen aus einer kleinen Stichprobe abzuleiten, wie es Menschen in qualitativen Analysen tun. Auch könnten sie Fähigkeiten noch schlecht auf ähnliche Tätigkeiten übertragen. „Man würde denken, wenn eine AI ein Videospiel gut beherrscht, schafft sie das auch bei einem anderen aus dem gleichen Genre. Es ist aber nicht so“, sagt der Google AI-Chef.

+++ TechCrunch Disrupt SF: Startup-Messe mit Konzepten statt Show +++

Es geht auch ohne Daten…

An diesen und weiteren Herausforderungen arbeite man beim Internet-Konzern. Giannandrea sieht dabei auch große Chancen für Startups: „Ein so großer Anteil dieser Technologie ist Open Source. Startups haben Zugang zu absoluten Top-Entwicklungen“, sagt er. Die Anmerkung des Moderators, dass Google aber über Unmengen an Daten verfüge, die die Startups nicht haben, lässt Giannandrea nicht gelten. Man brauche für Machine Learning überhaupt nicht so viele Daten, wie immer behauptet werde. Und überdies publiziere Google sehr viele seiner Daten auf die eine oder andere Weise.

Die Sorgen der Unwissenden

Auch bei einem anderen gängigen Kritikpunkt beschwichtigt der Google AI-Chef. Er habe keine Angst vor der AI-Apokalypse. „Es sind Menschen, die die Technologie nicht verstehen, die sich solche Sorgen über Artificial General Intelligence machen“, sagt er. Das habe auch mit dem großen Hype im Moment zu tun. Dennoch räumt Giannandrea ein: „Die ethischen Bedenken sind gerechtfertigt. Daher arbeiten wir auch daran. Es ist aber nicht so, dass hier eine unvermeidbare Katastrophe auf uns zukommt.“ Die größte Herausforderung in der KI-Forschung sieht er in einem anderen Bereich: „Es gibt da draußen Millionen Publikationen, aber Computer können noch immer nicht sinnerfassend lesen. Es geht in der Forschung nun darum, dass sie das alles tatsächlich verstehen und nutzen können.“

„Machine Learning ist gut für den Datenschutz“

Machine Learning-Systeme sollen nicht parteiisch werden

Was ethische Bedenken angeht, sieht Giannandrea vor allem zwei große Herausforderungen. Erstens, dass so viel Information im Internet parteiisch oder gar falsch ist. „Wir arbeiten daran, dass unsere Machine Learning-Systeme diese Verzerrung erkennen und nicht selbst parteiisch werden“, erklärt er. Zweitens müsse man an der Erklärbarkeit von AI arbeiten: „KI darf für User keine Blackbox sein. Sie müssen verstehen, was da passiert, damit sie keine Angst davor haben.“ Im Privacy-Bereich sieht er wenig überraschend kein Problem. Man nehme Datenschutz bei Google sehr ernst. Und User würden ja schließlich viel für ihre Daten bekommen. Giannandrea geht sogar noch weiter: „Machine Learning ist gut für den Datenschutz“. Denn die anonymisierte Nutzung und Aggregation von Daten würde es Menschen letztendlich ermöglichen, sich besser zu schützen.

+++ Fokus: AI, Chatbots und Deeptech+++

Deine ungelesenen Artikel:
07.10.2026

RNAnalytics: Tullner TechBio-Startup erhält Investment von tecnet equity

Wie lassen sich die winzigen Transportvehikel für RNA-Medikamente schneller und verlässlicher untersuchen? Genau daran arbeitet das Tullner Startup RNAnalytics. Nun steigt tecnet equity bei dem von Viktoria Enkmann und Hannes-Oliver Burgstaller gegründeten Unternehmen ein.
/artikel/rnanalytics-tullner-techbio-startup-erhaelt-investment-von-tecnet-equity
07.10.2026

RNAnalytics: Tullner TechBio-Startup erhält Investment von tecnet equity

Wie lassen sich die winzigen Transportvehikel für RNA-Medikamente schneller und verlässlicher untersuchen? Genau daran arbeitet das Tullner Startup RNAnalytics. Nun steigt tecnet equity bei dem von Viktoria Enkmann und Hannes-Oliver Burgstaller gegründeten Unternehmen ein.
/artikel/rnanalytics-tullner-techbio-startup-erhaelt-investment-von-tecnet-equity
RNAnalytics, tecnet
© equity - (v.l.) Christian Laurer, Adriana González Palomo, Viktoria Enkmann, Hannes Burgstaller und Natalija Rajicic.

Mit einem SAFE (Simple Agreement for Future Equity) beteiligt sich tecnet equity am niederösterreichischen TechBio-Startup RNAnalytics. Das von Viktoria Enkmann und Hannes-Oliver Burgstaller gegründete Unternehmen ist im accent Makerspace in Tulln angesiedelt und entwickelt dort Lösungen für die Analyse von Lipid-Nanopartikeln – winzigen Transporthüllen, die Wirkstoffe wie RNA sicher in menschliche Zellen bringen sollen. Mit dem Investment möchte RNAnalytics die Weiterentwicklung seiner modularen Analyse-Toolkits sowie den Ausbau seiner integrierten Softwareplattform vorantreiben. Über die Höhe der Beteiligung wurde Stillschweigen vereinbart. Doch wie brutkasten erfahren hat, handelt es sich inklusive Förderungen um eine Summe im „höheren sechsstelligen Bereich“.

RNAnalytics: Analysen sehr aufwendig

RNA-basierte Medikamente haben durch neue Impfstoffe und Therapieansätze stark an Bedeutung gewonnen. Damit RNA im Körper überhaupt dort ankommt, wo sie wirken soll, braucht sie eine schützende Transporthülle. Dafür werden häufig sogenannte Lipid-Nanopartikel, kurz LNPs, eingesetzt.

Ob diese winzigen Partikel richtig funktionieren, muss während der Entwicklung eines Medikaments immer wieder überprüft werden. Entscheidend sei dabei, die Eigenschaften der Partikel genau zu verstehen, von ihrer Größe und Stabilität über die tatsächlich eingeschlossene RNA-Menge bis hin zu ihrem Verhalten in unterschiedlichen Zellen.

Diese Analysen seien heute oft aufwendig, erfordern teilweise teure Spezialgeräte und würden mangels einheitlicher Methoden nur eingeschränkt vergleichbare Ergebnisse liefern. „Das kostet Zeit und erschwert insbesondere kleineren BioTech-Unternehmen und Forschungslabors den Zugang zu einer Technologie, die für die Entwicklung neuer RNA-Therapien immer wichtiger wird“, liest man in der Aussendung.

Modulare Toolkits

RNAnalytics hat es sich daher zum Ziel gesetzt, diese Analysen einfacher und standardisierter zu machen. Dafür entwickelt das Unternehmen modulare Toolkits, die auf bereits vorhandener Laborausstattung eingesetzt werden können. Sie kombinieren validierte Messmethoden, Reagenzien und Referenzmaterialien und wollen Laboren damit einen „klar definierten Ablauf für die Untersuchung von Lipid-Nanopartikeln“ ermöglichen.

„Die SAFE-Finanzierung gibt uns in dieser frühen Phase die Möglichkeit, unsere Toolkits konsequent weiterzuentwickeln und parallel den Ausbau unserer Softwareplattform voranzutreiben. Mit tecnet equity haben wir dabei einen Partner an unserer Seite, der die Herausforderungen technologieintensiver Gründungen versteht“, sagt Enkmann, CEO von RNAnalytics.

RNAnalytics: Plattform in Entwicklung

Der Ansatz des Tullner Startups geht jedoch über einzelne Labortests hinaus, wie man mitteilt: Parallel zu den Toolkits entwickelt das Unternehmen eine Softwareplattform, in der die bei den Analysen entstehenden Daten zusammengeführt und automatisch ausgewertet werden können.

So entstehe ein umfassendes Bild der relevanten Qualitätsmerkmale eines RNA-Therapeutikums. Statt Messergebnisse aus unterschiedlichen Geräten und Tests einzeln auszuwerten, könnten Labore ihre Daten zentral verarbeiten, verschiedene Qualitätsparameter miteinander vergleichen und standardisierte Berichte erstellen. Die Kombination aus physischen Toolkits und Software soll damit einen bislang stark fragmentierten Analyseprozess in einen durchgängigen Workflow überführen.

„RNAnalytics setzt an einem sehr konkreten Problem in einem technologisch anspruchsvollen und stark wachsenden Bereich der Biotechnologie an. Besonders überzeugt uns der Ansatz, komplexe Laboranalytik durch standardisierte Toolkits zugänglicher zu machen und diese gleichzeitig in einer skalierbaren Softwareplattform zusammenzuführen“, erklärt Christian Laurer, Senior Investment Manager bei tecnet equity. „Die beiden Gründer:innen verbinden fundiertes wissenschaftliches Know-how mit einem klaren Verständnis für die Herausforderungen in der LNP-Analytik und einer überzeugenden Produktvision. Diese Kombination war für uns eine wesentliche Grundlage für das Investment in dieser frühen Phase.“

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

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

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 …

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

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 …

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

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 …

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

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 …

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Google AI-Chef: „Machine Learning ist gut für den Datenschutz“