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:
17.09.2026

SCCH will mit neuer Beteiligungsgesellschaft rund 30 Startups aufbauen

Das Software Competence Center Hagenberg (SCCH) verwertet seine Forschung künftig auch über eigene Unternehmensbeteiligungen. Die im Juli gegründete SCCH Innovations GmbH soll bis 2030 und darüber hinaus rund 30 Unternehmen aufbauen, wie CEO Markus Manz gegenüber brutkasten erklärt. Die erste Beteiligung ist bereits fix: das MLOps-Startup LUML eines SCCH-Mitarbeiters.
/artikel/software-competence-center-hagenberg-will-mit-neuer-beteiligungsgesellschaft-rund-30-neue-startups-aufbauen
17.09.2026

SCCH will mit neuer Beteiligungsgesellschaft rund 30 Startups aufbauen

Das Software Competence Center Hagenberg (SCCH) verwertet seine Forschung künftig auch über eigene Unternehmensbeteiligungen. Die im Juli gegründete SCCH Innovations GmbH soll bis 2030 und darüber hinaus rund 30 Unternehmen aufbauen, wie CEO Markus Manz gegenüber brutkasten erklärt. Die erste Beteiligung ist bereits fix: das MLOps-Startup LUML eines SCCH-Mitarbeiters.
/artikel/software-competence-center-hagenberg-will-mit-neuer-beteiligungsgesellschaft-rund-30-neue-startups-aufbauen
Vlnr: Mag. Markus Manz (CEO SCCH Innovations GmbH) und die Gründer*innen von LUML, Nikita Gonchar, Oleh Kostromin und Iryna Kondrashchenko | (c) SCCH

Das Software Competence Center Hagenberg forscht als COMET-Zentrum seit Jahren für Industriepartner wie Siemens, Bosch oder Fronius. Mit der SCCH Innovations GmbH will das oberösterreichische Forschungszentrum seine Ergebnisse zusätzlich auch selbst in Unternehmen überführen, statt sie ausschließlich an Auftraggeber weiterzugeben. „Es war mir immer ein besonderes Anliegen, dass die Ergebnisse unserer Forschung nicht mit dem Abschluss eines Forschungsprojekts enden, sondern ihren Weg in die wirtschaftliche Anwendung finden“, sagt Markus Manz, CEO der SCCH Innovations GmbH.

Rund 30 Unternehmen als Ziel

Im Gespräch mit brutkasten formuliert Manz ein ambitioniertes Zielbild: Rund 30 Beteiligungen sollen bis 2030 und darüber hinaus realisiert bzw. aufgebaut  werden. Die Vision beschreibt er als Unendlichsymbol (∞), welches das Forschungs- und das Gründerökosystem iterativ verbindet. Tiefe Technologien aus der angewandten Forschung sollen in Unternehmensgründungen überführt werden, die Rückflüsse daraus wiederum die Forschung speisen. Es gehe dabei nicht darum, eine App zu entwickeln, betont Manz, sondern darum, tiefe Technologien aus der eigenen Forschung mit Industriepartnern und Universitäten in Unternehmensgründungen zu bringen. Ein vergleichbares Modell, bei dem ein angewandtes Forschungszentrum eine eigene Beteiligungsgesellschaft betreibt, kenne er aus seiner Recherche nicht.

Die Gesellschaft soll zu Beginn mit rund 500.000 Euro kapitalisiert werden. Große Einzelinvestments sind damit nicht geplant: Die Ticketgröße für Erstinvestments liegt laut Manz bei maximal 100.000 Euro. Das Startkapital soll Gründer:innen helfen, die erste Phase zu überbrücken, Förderungen einzureichen und das Produkt weiterzuentwickeln. Noch heuer sind drei weitere Beteiligungen geplant, zwei davon im Deep-Tech-Bereich und eine im Dienstleistungsbereich, um schneller rekapitalisieren zu können.

Die Wege in den Markt

Die SCCH Innovations GmbH verfolgt mehrere Beteiligungsmodelle. Bei klassischen Spinoffs aus Forschungsprojekten setzt das Forschungszentrum bewusst auf externe, erfahrene Gründer:innen statt auf die eigenen Forscher:innen. Diese erhalten die Mehrheit der Anteile, während sich das SCCH einen bis zu einem vereinbarten Unternehmenswert nicht verwässerbaren Minderheitsanteil sichert. Dazu kommen Joint Ventures mit Unternehmenspartnern, etwa die gemeinsam mit TÜV AUSTRIA gegründete TRUSTIFAI, der österreichische Prüf- und Zertifizierungshub für KI-Systeme, sowie strategische Beteiligungen ohne Kapitalfluss.

Das vierte Modell heißt Research for Equity: Das SCCH bringt Forschungs- und Entwicklungsleistungen in ein Startup ein und erhält dafür, ganz oder teilweise anstelle einer klassischen Vergütung, Unternehmensanteile. „Mit diesen unterschiedlichen Modellen schafft die SCCH Innovations GmbH neue Möglichkeiten für den Transfer von Forschungsergebnissen in die Wirtschaft“, so Manz.

Erste Beteiligungen

Wie das in der Praxis aussieht, zeigt die erste Beteiligung der neuen Gesellschaft. Oleh Kostromin, Data Scientist am SCCH, hat gemeinsam mit Iryna Kondrashchenko und Nikita Gonchar die LUML FlexCo gegründet. Die entwickelte Plattform soll Data Scientists helfen, Machine-Learning-Modelle schneller in die Praxis zu bringen, und ist von Anfang an darauf ausgelegt, dass Menschen und KI-Agenten gemeinsam an ML-Projekten arbeiten. „LUML läuft auf der Infrastruktur des jeweiligen Unternehmens. Die Daten und Modelle verlassen die Unternehmensumgebung nicht“, sagt Kostromin.

An LUML hält die SCCH Innovations GmbH auf brutkasten-Nachfrage fünf Prozent, als reine strategische Beteiligung ohne Kapitalfluss. Laut Manz bringt das SCCH dafür vor allem Zugang zu seinem Industrienetzwerk, eine gemeinsame Vermarktungskampagne und Mitarbeiterstunden ein und setzt die Plattform in eigenen Forschungsprojekten ein. Zusätzliches Kapital habe das Startup nicht benötigt, weil das Produkt bereits fertig entwickelt war. Der bewusst niedrige Anteil soll LUML für spätere Investoren attraktiv halten. Das Wachstum soll vorerst gebootstrapped erfolgen, je nach Entwicklung sind laut SCCH aber auch eigene Finanzierungsrunden denkbar.

Das SCCH gehört als Mitglied des UAR Innovation Network zu den Beteiligungsgesellschaften der Upper Austrian Research GmbH und beschäftigt derzeit rund 130 Mitarbeiter:innen. Bereits im Jänner hatte sich das Forschungszentrum am KI-Spin-off Responsible Annotation Services beteiligt (brutkasten berichtete) und hält weitere Beteiligungen, die zukünftig auf die SCCH Innovations GmbH übertragen werden sollen.

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“