24.07.2020

Biohacking und Genmanipulation: Auf der Suche nach dem “Homo Deus”

Implantate, ausgefallene Trainingsmethoden und Genmanipulation ermöglichen dem Menschen, seinen wertvollsten Besitz umzuprogrammieren: Den eigenen Körper. Doch wie weit darf Biohacking gehen?
/artikel/homo-deus-harari-cyborgs-biohacking
Phantom Athletics: Biohacking aus Österreich
Biohacking aus Österreich: Phantom Athletics erschwert absichtlich das Atmen. (c) Phantom Athletics

Behutsam setzt Patrick Kramer die Spritze zwischen Daumen und Zeigefinger an, injiziert einen NFC-Chip unter die Haut seines Gegenübers, tupft ein wenig das Blut ab – und schon ist die Welt um einen weiteren „Cyborg“ reicher. Also um einen Menschen, der sein biologisches Ich mit Technologie verschmilzt. Laut Kramers Visitenkarte ist er „Chief Cyborg Officer“ des Unternehmens Digiwell. Als solcher hat er es sich zur Mission gemacht, Menschen in verschiedenen Aspekten des Biohackings zu unterstützen.

Wozu das gut sein soll? Der implantierte NFC-Chip kann frei programmiert werden, sodass man darauf zum Beispiel seine Kontaktdaten speichern oder damit smarte Türschlösser öffnen kann. „Es gibt ganze Familien, die zu mir kommen, weil sie zuhause ein Smart Home haben und keine Hausschlüssel mehr verwenden wollen. Oder Rechtsanwälte und Ärzte, die für ihre Kanzleien und Arztpraxen einen sicheren Zugang mit digitalen Schlüsseln wollen“, sagt Kramer: „Andere Menschen wollen Digitalisierung auf einem neuen Level erfahren und wissen, wie es ist, eine digitale Schnittstelle im eigenen Körper zu haben.“

Der Markt dafür ist größer, als man glauben mag: Laut Kramer besitzen weltweit 350- bis 400.000 Menschen solche Implantate, er selbst hat bisher rund 2500 Implantate gesetzt. Und NFC-Chips sind dabei nicht das Ende der Fahnenstange: Im Repertoire von Digiwell finden sich über 20 verschiedene Implantate, die verschiedene Funktionen ermöglichen – von solchen, die unter der Haut leuchten, über Implantate zur Messung der Körpertemperatur bis zu Magnet-Implantaten, die beim händischen Ertasten einer Stromleitung oder der Aktivierung eines Induktionsherds helfen. Klingt nach Cyberpunk? Für Kramer, der selbst mehrere Implantate hat, ist das schlichtweg Alltag.

Biohacking: Der Körper als Marktplatz für Startups

Dabei wäre es zu kurz gegriffen, den Aspekt der Biohackings bloß auf das Implantieren von Chips zu reduzieren, wie Kramer erläutert. Denn während es bei den Chips darum geht, über Technologie unter der Haut Schnittstellen zwischen dem eigenen Körper und der digitalen Welt zu schaffen, gibt es noch drei weitere Bereiche: Das Manipulieren des Körpers mit Fitness-, Ernährungs- und Lifestyle-Ansätzen,  das Drucken organischer Materie via 3D-Bioprinting und das Verändern der eigenen DNA.

Und hier ergeben sich wiederum neue Geschäftschancen für Startups, wie Kramer betont. „Es gibt wahnsinnig viele Startups in diesem Bereich – seien es welche mit Fokus auf Nahrungsergänzungsmittel, auf Fitnessgeräte, auf spezielle – legale! – Pilze, und so weiter“, sagt er: „Wir haben in dieser Hinsicht längst nicht den Gipfel erreicht. Es gibt Prognosen, laut denen die Branche jedes Jahr bis zu 20 Prozent wachsen wird. Es ist also ein spannendes Feld mit vielen Facetten, bei dem verschiedene Disziplinen zusammenkommen.“

Als Beispiele nennt Kramer Unternehmen wie Brain Effect, Bulletproof oder Flowgrade, welche Nahrungsergänzungsmittel produzieren. Oder das Startup „The Odin“, welches Kits zur Manipulation der eigenen genetischen Codes mit Hilfe der CRISPR-Technologie vertreibt. Das Verfahren ermöglicht eine vergleichsweise günstige und einfache Editierung von Genmaterial. „Der Markt ist aber so riesig und wächst so stark, dass es genug Platz für alle gibt“, sagt Kramer.

Masken-Menschen – nicht nur in Zeiten von Corona

Neben den erwähnten Nahrungsergänzungsmitteln gibt es in Österreich ein weiteres Startup, welches auf das „softe“ Biohacking – also ohne Implantate und ohne Eingriffe in die Gene – setzt: Das Salzburger Unternehmen Phantom Athletics. Dieses bietet eine über Mund und Nase verlaufende Maske auf, die einem beim Sport das Atmen – durch einen Regler kontrolliert – erschwert. Dadurch soll die Atemmuskulatur gestärkt werden. „Eine gestärkte Atemmuskulatur hilft dir, eine bessere Leistung beim Sport zu erbringen,“ heißt es dazu auf der Wesbite des Unternehmens.

Klingt nach Spinnerei? Unter Sportlern scheint diese Herangehensweise gar nicht so abwegig zu sein: Das Startup konnte Spitzensportler wie Eintracht Frankfurt-Spieler Stefan Ilsanker, Karate-Weltmeisterin Alisa Buchinger oder Kickboxing World Champion Andy Souwer als Testimonials gewinnen. 2018 holte man sich den Sport-Innovationspreis ISPO Award in der Kategorie Technologie und Innovation. Und Im Mai 2020 pitchten die Founder in der Puls4-Gründershow „2 Minuten 2 Millionen“ – was wiederum eine entsprechende Awareness in der österreichischen Bevölkerung für das Thema schafft.

Vor laufender Kamera sammelte Phantom Athletics 380.000 Euro von vier Investoren ein. Allerdings wurde der Abschluss der Verhandlungen anschließend vorerst auf Eis gelegt, wie Gründer Dominique Wenger dem brutkasten erzählt. Der Grund ist – wie so oft in den vergangenen Wochen – das Coronavirus. „Die Investoren sind in vielen Unternehmen dabei und müssen sich vorrangig darum kümmern,“ sagt Wenger. Er ist jedoch optimistisch, dass die Gespräche wieder ins Laufen kommen, da sich die Situation hierzulande wieder etwas beruhigt hat. 

(c) Phantom Athletics

Zugleich ist Corona ein Faktor, der Phantom Athletics zu einer Adaption des eigenen Produkts verholfen hat. Denn das Startup produziert nun zusätzlich zum Hauptprodukt Masken mit eingebautem Filter, damit sich Sportler besser im Freien sicher bewegen können. „Wir haben unsere Maske mit Hilfe der deutschen Firma GKD, einem Spezialisten für Metallfiltergwebe, adaptiert. Zusätzlich bietet sie auch Schutz vor Pollen“, sagt Wenger. Als Medizinprodukt ist die Maske damit zwar nicht zugelassen, aber das fünflagige Filtermaterial des Herstellers GKD ermögliche die Filterung von durchschnittlich 88,9 Prozent aller Partikel bis zu einer Größe von 2μm. Ein weiterer erwähnenswerter Aspekt: Früher wurde man für das Tragen einer Maske in der Öffentlichkeit mit skeptischen Blicken bedacht – im Jahr 2020 gehört es hingegen zum guten Ton.

Die Trainingsmaske ohne Filter kostet 100 Euro, mit Filter erhöht sich der Verkaufspreis auf 125 Euro. Das Unternehmen arbeitet inzwischen an weiteren Produkten, um die Effizienz von Trainings zu erhöhen – darunter eine „Trainingsweste“ mit Gewichten, die das Workout erschweren soll.

Das Für und Wider der Genmanipulation

Markus Hengstschläger, Vorstand des Instituts für Medizinische Genetik an der Medizinischen Universität Wien

Der radikalste Eingriff in den eigenen Körper ist aber wohl nicht das Trainieren mit Maske oder das Implantieren von Chips, sondern der Eingriff in die eigenen Gene. Für weltweites Aufsehen sorgte dabei der chinesische Forscher He Jiankui. Er hatte 2018 angegeben, ein Gen verändert zu haben, um zwei Kinder vor einer HIV-Infektion zu schützen. Ein Neurobiologe von der University of California vermutet jedoch, dass der chinesische Forscher mit diesem Eingriff auch das Gehirn der beiden Mädchen beeinflusst haben könnte – sie könnten dadurch eventuell ein besseres Gedächtnis haben. Andere US-Forscher wiesen wiederum darauf hin, dass dieser genetische Eingriff auch eventuell einen negativen Einfluss auf die Lebenserwartung der Mädchen haben könnte und dass die Sterblichkeitswahrscheinlichkeit bei einer Grippe-Infektion erhöht sein könnte.  He Jiankui wurde in China zu drei Jahren Haft sowie einer Geldstrafe verurteilt.

Unterschieden wird dabei zwischen somatischer Gentherapie, bei der Veränderungen an der eigenen DNA nicht vererbt werden, und Keimbahn-Gentherapie. „Es besteht international breiter Konsens, somatische Gentherapie zu erforschen und weiter zu entwickeln, aber aktuell Keimbahntherapien gesetzlich noch zu verbieten – in Österreich ist das auch gesetzlich so geregelt“, sagt dazu Markus Hengstschläger, Vorstand des Instituts für Medizinische Genetik an der Medizinischen Universität Wien.

Über die genauen Wechselwirkungen all der Gene des Menschen weiß die Wissenschaft noch relativ wenig

Markus Hengstschläger, Vorstand des Instituts für Medizinische Genetik an der Medizinischen Universität Wien

Auch für die Anwendung somatischer Gentherapie brauche es entsprechende ethische Regeln, betont Hensgtschläger: „Ich schließe mich aber dem breiten internationalen Konsens an, die Anwendung von Keimbahn-Gentherapie aktuell noch abzulehnen,“ sagt er. Denn die Technologie ist noch nicht vollständig ausgereift. Genome Editing verursacht noch sogenannten Off-Target-Effekte – unerwünschte genetische Veränderungen im Genom. Zudem gibt es noch andere biologische und ethische Argumente gegen Keimbahntherapie. Zum Beispiel können verschiedene Merkmale von Veränderungen in einem einzelnen Gen beeinflusst werden – viele Gene haben mehr als eine Aufgabe. Andererseits kann ein Merkmal auch von mehreren Genen beeinflusst bzw. mitgesteuert werden. „Über die genauen Wechselwirkungen all der Gene des Menschen weiß die Wissenschaft noch relativ wenig“, sagt Hengstschläger: „Das bedeutet, dass es sein kann, dass man die Konsequenzen von bestimmten genetischen Eingriffen für einen Menschen bzw. die Nachkommen noch sehr schwer abschätzen kann.“

Zugleich sieht auch Hengstschläger Potenzial für Innovation durch Startups, indem verschiedene Ansätze kombiniert werden. Ein Beispiel aus seinem Fach: Künstliche Intelligenz, DANN-Sequenzierung und Medizin. Die Gruppe um Stephen Kingsmore vom Rady Children´s Institute for Genomic Medicine in San Diego filtert etwa über ein Textverarbeitungsprogramm die medizinisch relevanten Befunde aus elektronischen Patientenakten und gleicht die entsprechenden DANN-Sequenzdaten mit einer neu entwickelten Software ab. Mit diesem Ansatz war es ihnen möglich, in wenigen Minuten entsprechende krankheitsverursachende DNA –Varianten aus Millionen von Varianten vorzuschlagen. 

Homo Deus: Der Mensch spielt Gott

„So vielversprechend solche ganz neuen Ansätze sind, so sehr braucht es allerdings auch hier eine entsprechende ethische Auseinandersetzung“, ergänzt Hengstschläger – und verweist hier auf das Buch „Home Deus“ des israelischen Historikers Yuval Noah Harari.

In seinem Buch erläutert Harari, dass die Menschen früher an allmächtige Götter glaubten. Mit dem Siegeszug des Humanismus rückten die fiktiven Götter jedoch in den Hinter- und der Mensch als mächtiges Wesen in den Vordergrund. Mit den neuen Mitteln, so Harari, könnte ein neuer „Homo Deus“ entstehen, welcher gegen Krankheiten immun ist, besonders stark oder besonders intelligent ist und deutlich länger lebt als herkömmliche Menschen. Das wiederum wirft neue Fragen auf: Was bedeutet es für die Gesellschaft, wenn sich reichere Menschen „kaufen“ können, dass sie 150 Jahre alt werden? Oder dass sie ihr Bewusstsein konservieren können und somit den Tod endgültig besiegen? Was heute noch nach einer Dystopie im Stil der Netflix-Serie „Altered Carbon“ klingt, könnte die Gesellschaft in Zukunft weiter auseinanderreißen als je zuvor in der Geschichte der Menschheit.

“Was wäre so schlimm daran, wenn wir uns alle unsere Wunsch-Augenfarbe aussuchen könnten?”

Patrick Kramer, Biohacker

Kramer hat auf diese Bedenken eine sehr pragmatische Antwort: Die Kluft gebe es ohnehin schon heute. „Die einen können sich teure Klamotten leisten, die anderen nicht“, sagt er: „Wenn wir alle die gleichen Zugangsmöglichkeiten zu diesen Technologien hätten, dann wäre das ein wesentlich fairerer Wettbewerb.“ Man solle vielmehr die Erforschung der entsprechenden Möglichkeiten vorantreiben. Denn dadurch könnten günstigere Therapien entwickelt werden – wodurch diese keine Frage des Geldes mehr wären, sondern sich die Zugänglichkeit für alle verbessere. „Auch ich möchte nicht, dass irgendwelche Supermenschen gezüchtet werden“, sagt Kramer: „Aber ich frage mich auch: Was wäre so schlimm daran, wenn wir uns alle unsere Wunsch-Augenfarbe aussuchen könnten?“

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