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:
28.10.2026

Vorarlberger Startup vioom will Personen- und Warentransporte auf einer Plattform vereinen

Das Vorarlberger Startup vioom will Mobilität im ländlichen Raum wirtschaftlicher machen. Dafür sollen Personenbeförderung und regionale Lieferdienste gemeinsam organisiert werden. Das Unternehmen ist eigenfinanziert und bereitet derzeit seinen ersten Pilotbetrieb vor.
/artikel/vorarlberger-startup-vioom-will-personen-und-warentransporte-auf-einer-plattform-vereinen
28.10.2026

Vorarlberger Startup vioom will Personen- und Warentransporte auf einer Plattform vereinen

Das Vorarlberger Startup vioom will Mobilität im ländlichen Raum wirtschaftlicher machen. Dafür sollen Personenbeförderung und regionale Lieferdienste gemeinsam organisiert werden. Das Unternehmen ist eigenfinanziert und bereitet derzeit seinen ersten Pilotbetrieb vor.
/artikel/vorarlberger-startup-vioom-will-personen-und-warentransporte-auf-einer-plattform-vereinen
Das Gründerteam von vioom: Lucia Studer und Ronny Türtscher | (c) vioom

Wer auf dem Land lebt, kennt das Problem: Der nächste Bus fährt erst in zwei Stunden und ohne eigenes Auto wird selbst der Weg zum Arzt oder zum Einkaufen zur Herausforderung. Diese Erfahrungen hat auch das Gründerteam des Vorarlberger Startups vioom gemacht. Sie kommen aus dem Großen Walsertal, wo öffentliche Verkehrsverbindungen teilweise nur im Zwei-Stunden-Takt angeboten werden.

„Wir haben als Jugendliche immer Autos gestoppt“, erzählt Mitgründer und Co-CEO Ronny Türtscher. Aus Bedarfserhebungen zur Mobilität in der Region, die Türtscher selbst begleitete, entstand schließlich die Idee zu vioom.

Hinter dem Startup steht die im Februar 2026 gegründete VAREO Innovations GmbH mit Sitz in Ludesch. Als CEOs fungieren Ronny Türtscher und Lucia Studer. Das Gründerteam bringt nach eigenen Angaben gemeinsam mehr als 20 Jahre Erfahrung in der Softwareentwicklung mit.

Personen- und Warentransporte gemeinsam organisieren

Vioom setzt auf sogenannte On-Demand-Mobilität: Fahrgäste können über eine App eine Strecke innerhalb eines festgelegten Gebiets buchen. Das System organisiert daraufhin ein verfügbares Shuttle. Anders als bei klassischen Anrufsammeltaxis sollen die Fahrzeuge zusätzlich regionale Waren transportieren. „Wir versuchen, die Ausnutzung so hoch wie möglich zu halten und diese Wege von A nach B mit mehreren Erlösströmen zu gestalten“, sagt Türtscher. So könnte ein Shuttle beispielsweise eine Gemüsekiste bei einem Bauernhof abholen, anschließend einen Fahrgast vom Bahnhof transportieren und die Ware danach bei einem Hotel abliefern.

Ziel ist es, Leerfahrten zu reduzieren und Fahrzeuge auch außerhalb der Stoßzeiten auszulasten. Gleichzeitig soll das Angebot bestehende Bus- und Bahnverbindungen ergänzen und insbesondere die sogenannte „First und Last Mile“, also den Weg zur beziehungsweise von der nächsten Haltestelle, abdecken. Durch die gemeinsame Nutzung der Fahrzeuge und eine bessere Anbindung an den öffentlichen Verkehr sollen zudem CO₂-Emissionen reduziert werden. Die Regionen entscheiden dabei selbst, wann Personen- beziehungsweise Warentransporte angeboten werden. Die Durchführung übernehmen beispielsweise regionale Taxiunternehmen. Vioom selbst stellt keine Fahrzeuge oder Fahrpersonal bereit, sondern liefert die Software und begleitet die Umsetzung.

Wie sich die regionale Mobilität rechnen soll

Mit seinem Geschäftsmodell richtet sich vioom an Gemeinden und Regionen. Diese zahlen je nach Modell eine monatliche Gebühr für die Nutzung der Plattform. Zusätzlich erhält das Startup eine Vermittlungsprovision für jede gebuchte Fahrt. Die Fahrgäste und Unternehmen bezahlen für die jeweiligen Personen- oder Warentransporte. Diese Einnahmen fließen grundsätzlich an die Regionen selbst. Die Abrechnung erfolgt vollständig automatisiert über die Plattform.

Durch die Kombination von Personenbeförderung und Warenlogistik sollen die Fahrzeuge besser ausgelastet und zusätzliche Einnahmen erzielt werden. Langfristig will vioom damit die Wirtschaftlichkeit regionaler Mobilitätsangebote verbessern und deren Abhängigkeit von öffentlichen Förderungen verringern.

Technologiepartnerschaft mit ioki

Für die technische Umsetzung arbeitet vioom mit dem Mobilitätstechnologie-Anbieter ioki zusammen. Das Unternehmen ist ursprünglich aus der Deutschen Bahn hervorgegangen und bietet Software für bedarfsgesteuerte Mobilitätsangebote an. Vioom nutzt Teile dieser Technologie und hat darauf aufbauend ein eigenes Logistikmodul entwickelt.

Die Partnerschaft soll auch die Skalierung erleichtern. Für jede Region wird zwar eine individuelle Mobilitätsanalyse durchgeführt, die anschließende Umsetzung erfolgt jedoch über eine standardisierte, anpassbare Plattform.

Eigenfinanziert und erste Pilotprojekte geplant

Bislang wurde vioom vollständig aus Eigenmitteln der CEOs finanziert, mit einem Stammkapital von 12.000 Euro. An der VAREO Innovations GmbH sind die LOONEY GmbH (gehört unter anderem Lucia Studer) mit 66,67 % und scale.out (gehört Ronny Türtscher) mit 33,33 % beteiligt. Für externe Investoren zeigt sich das Unternehmen grundsätzlich offen.

Die größte Herausforderung besteht laut Türtscher darin, erste Referenzprojekte umzusetzen und nachzuweisen, dass die Kombination aus Personen- und Warentransporten tatsächlich wirtschaftliche Vorteile bringt. „Viele Kunden fragen: Was habt ihr schon gemacht und was könnt ihr nachweisen?“, erzählt der Gründer.

Der erste Pilotbetrieb ist derzeit in Vorarlberg in Vorbereitung, ein konkreter Starttermin steht noch nicht fest. Parallel führt vioom Gespräche mit zwei Landkreisen und einer Stadt in Deutschland. Bis Ende 2027 will das Startup drei bis fünf Regionen an die Plattform angebunden haben. Zusätzlich sollen weitere Partnerschaften und Anwendungen, etwa im Tourismus, entstehen.

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“