Startups haben es vergleichsweise leicht, wenn es darum geht, ihre Ideen zu testen. Meistens machen sie das im laufenden Betrieb und arbeiten das Feedback gleich ins Produkt ein. Mario Herger war lange Entwickler beim Softwarekonzern SAP in Palo Alto, Silicon Valley. Heute lebt und arbeitet er dort als Buchautor und Berater. Gründer, so Herger, arbeiten oft nach dem Prinzip des „Design Thinking“: „Am Anfang steht eine Hypothese, zum Beispiel die, dass der Fahrkartenautomat verbessert werden muss. Also stellt sich der Gründer den ganzen Tag neben den Automaten und beobachtet die Menschen, wie sie ihn bedienen.“ Die Mutter mit Kleinkind und Einkäufen in der Hand, wie sie beim Fahrscheinkauf die Nerven wegwirft. Die alte Dame, die die Schrift nicht lesen kann. „Dann verbesserst du den Prototypen und fängst wieder von vorne an. So hältst du die Kosten des Scheiterns gering, denn eine Hypothese zu verlieren kostet nichts. Je schneller du diese Zyklen durchgehst, desto kostengünstiger.“
„Wenn du alsetablierter Konzern etwas ausprobierst und es geht schief, ist das größte Problem der Imageschaden“
Es geht um die Marke
Große Unternehmen haben es da weniger leicht. Sie haben viel Geld, Zeit und Energie in den Aufbau ihrer Marke gesteckt, oft über zig Jahre. Sie sind etablierte Player auf umkämpften Märkten und haben einen Ruf zu verteidigen. Romed Haberl weiß, was das in der Praxis bedeutet. Er leitet das Produktmanagement für Accessoires und Lifestyleprodukte beim oberösterreichischen Motorradhersteller KTM, einem Unternehmen mit rund 2.500 Mitarbeitern und gut einer Milliarde Euro Jahresumsatz. „Wenn du alsetablierter Konzern etwas ausprobierst und es geht schief, ist das größte Problem der Imageschaden“, sagt Haberl. Zwar sei es immer auch unangenehm, Geld in den Sand zu setzen. „Aber das Ansehen der Marke ist der wichtigste Faktor.“ KTM wandelt dabei auf einem schmalen Grat: Einerseits will man auch ungewöhnliche Produkte auf den Markt bringen, um herauszustechen: So verkauft KTM zum Beispiel auch Schnuller, die belegen sogar Platz eins unter den Accessoires. „Gleichzeitig müssen die Dinge zur Marke passen, zu den Werten, die wir vertreten.“ Bei weniger komplizierten Produkten, zum Beispiel Uhren, sei ein umfangreiches Produkttesting nicht nötig. „Da entscheide ich, ob ich das gut finde und ob es ins Sortiment passt.“ Ein Motorrad sei freilich eine ganz andere Nummer. Da entscheidet KTM in enger Zusammenarbeit mit der Agentur Kiska, welche Designs, Farben und Formen gerade gefragt sind.
Herger bringt ein Beispiel aus der Autoindustrie. „Tesla verhält sich wie ein Startup. Die gehen mit Betaversionen auf den Markt. Und die Kunden schätzen diese Risikofreude. Mercedes könnte sich das nicht erlauben, weil sie schon so viel Geld und Jahre in ihren Ruf investiert haben.“ Oder sein ehemaliger Arbeitgeber SAP: Wenn ein so großer Konzern mit einer fehlerhaften Software auf den Markt gehe, würden schnell Hunderttausende Kunden geschädigt, es komme schnell zu Klagen. Oder die jüngste Pannenserie bei General Motors, wo Probleme mit dem Zündschloss tödliche Unfälle zur Folge hatten und die den Konzern 900 Millionen Dollar kostete; den Imageschaden noch
nicht eingerechnet. Da seien gleich viel mehr Menschen betroffen als bei einem Startup, das eine überschaubare Kundenzahl hat, so Herger.
„Diese Konzerne haben diese Dinge erlebt und in ihrer DNA gespeichert. Man will kein Risiko mehr eingehen.“ „Natürlich dauert in einem großen Konzern alles länger, du kannst nicht so rasch reagieren. Es gibt mehr Abteilungen, mit denen du die Dinge öfter abstimmen musst“, sagt Romed Haberl von KTM. Das sei einerseits gut, weil man so Fehler bemerke. „Aber du bist nicht so schnell und wendig wie in einem kleinen Unternehmen.“ Wie schafft man es, als großes Unternehmen trotzdem innovativ und offen für Feedback zu bleiben? Das Team bei KTM ist im Durchschnitt relativ jung. „Man ist offen für die Ideen von jungen Mitarbeitern. Sie werden angehört und oft auch umgesetzt.“
Beim dritten Technology Impact Summit in Graz drehte sich alles um Europas digitale Souveränität. Acht Use Cases zeigten, wie KI heute schon eingesetzt wird, von Kryptographie bis zur Rechts-KI. brutkasten war vor Ort.
Beim dritten Technology Impact Summit in Graz drehte sich alles um Europas digitale Souveränität. Acht Use Cases zeigten, wie KI heute schon eingesetzt wird, von Kryptographie bis zur Rechts-KI. brutkasten war vor Ort.
Europa will bei Künstlicher Intelligenz unabhängiger werden. Aber wie viel Unabhängigkeit ist realistisch, und was kostet sie? Um diese Fragen drehte sich am Mittwoch, dem 11. November, der Technology Impact Summit in der Aula der Universität Graz. Der Tenor fiel eindeutig aus: Souveränität ja, Autarkie nein. Digitale Unabhängigkeit dürfe kein Selbstzweck sein und nicht zum Wettbewerbsnachteil werden, sondern müsse pragmatisch gedacht werden. Wichtiger als perfekte Strategien sei rasches, entschlossenes Handeln.
Rund 400 geladene Gäste aus Wirtschaft, Wissenschaft und Politik kamen zur dritten Auflage der Veranstaltung, hinter der Universität Graz, Technische Universität Graz, Joanneum Research und FH Joanneum stehen. Durch das Programm führte Moderatorin Katrin-Cécile Ziegler. Neben den Debatten gab es Neuigkeiten aus der Bundespolitik und Beispiele aus der Praxis, vom Krankenhaus bis zum Strafvollzug. brutkasten zählte zu den Partnern des Summit und war vor Ort.
KI-Strategie, KI-Zentrum und ein Staatspreis für Graz
Digitalisierungsstaatssekretär Alexander Pröll sprach im Rahmen des Summits über die KI-Pläne der Bundesregierung. Die KI-Strategie aus dem Jahr 2021 werde derzeit im Auftrag des Bundeskanzlers überarbeitet. Die neue Strategie soll die gesamte Gesellschaft mitnehmen. Erste Ergebnisse will Pröll in der kommenden Woche präsentieren.
Ein Teil ist bereits bekannt: Die Bundesregierung bemüht sich um die Ansiedlung eines KI-Zentrums in Wien, das gemeinsam mit der Wissenschaft und den Vereinten Nationen internationale Standards setzen soll. Pröll nannte Österreichs Neutralität und den UNO-Sitz in Wien als Argumente. Es gehe dabei nicht um neue Regulierung, betonte er. KI-Pionier Geoffrey Hinton unterstütze den Vorstoß grundsätzlich.
„Die Universitäten machen Österreich stark und sind ein Wettbewerbsvorteil in der Verbindung aus Wissenschaft und Wirtschaft“, sagte Pröll.
„Ein souveränes digitales Europa entsteht nicht in Brüssel, sondern in forschungsintensiven Regionen wie der Steiermark. Aus einer starken industriellen Basis, innovativen Unternehmen und engagierten Startups gestalten wir die digitale Souveränität Europas aktiv“, sagte der steirische Landesrat Willibald Ehrenhöfer.
Neu ist außerdem: Der Staatspreis für Künstliche Intelligenz wird ab 2027 beim Technology Impact Summit in Graz verliehen, kündigte Pröll an. Ausgezeichnet werden digitale Produkte, Lösungen und Prozesse aus Österreich, die ihre Wirkung bereits unter Beweis gestellt haben. Über die Vergabe entscheidet eine unabhängige Fachjury.
„Jahrhundertchance“ und der Ruf nach mehr Selbstbewusstsein
Agnes Heftberger, Chefin von Microsoft Deutschland, stellte in ihrer Keynote das wirtschaftliche Potenzial in den Mittelpunkt. In der Wachstumsprognose des Internationalen Währungsfonds liegt Österreich derzeit auf Platz 184 von 191. Mit Künstlicher Intelligenz auf heutigem Stand wäre ein Wachstum von 18 Prozent möglich, 2,24 Milliarden Arbeitsstunden könnten von KI geleistet werden, womit sich Engpässe aus dem demografischen Wandel kompensieren ließen.
Heftberger sprach von einer Jahrhundertchance für Europa: „Kein Unternehmen ist zu klein, um KI-Pionier zu werden und sich mit Ambition erfolgreich zu transformieren.“
In der Keynote Debate diskutierten Philipp Amann (Europäische Zentralbank), Georg List (AVL List), Stefan Mangard (Technische Universität Graz) und Hannah Wundsam (Austrian Startups). Ihr gemeinsamer Befund: Die Gefahr geht weniger von der KI aus als von der Bequemlichkeit der Menschen. Europa brauche mehr Selbstbewusstsein und eine gesamteuropäische Investmentstrategie, um mit Big Tech aus den USA und Asien mitzuhalten.
Philipp Töbich (SAP) und Christian Winkelhofer (Accenture) warnten in ihrer Debatte davor, durch das Streben nach Perfektion den Anschluss zu verlieren. Zukunftsforscher Tristan Horx (Horx Future) sprach in seiner Keynote am Abend von einem Epochenwandel ins digitale Zeitalter, mit dem Institutionen wie das Bildungssystem nicht Schritt halten.
Den Praxisteil bildeten wie im Vorjahr die Lightning Talks, in denen jedes Team einen konkreten Anwendungsfall vorstellte.
Use Case 1: Taceo und Technische Universität Graz
Unter dem Titel „Das KI-Rennen, das Europa noch gewinnen kann“ machten Christian Rechberger (Technische Universität Graz) und Lukas Helminger (Taceo) den Auftakt. Ihr Ausgangspunkt: Bei KI fehlen Privatsphäre, Sicherheit und Verifizierbarkeit. Rechberger fragte das Publikum, wer glaube, dass sich KIs an Policies halten.
Die Antwort der beiden ist Kryptographie: Vertrauen soll durch Mathematik entstehen und nicht durch Regeln. Daten sollen nicht nur bei Speicherung und Übertragung geschützt sein, sondern auch während sie verarbeitet werden. Möglich machen das Verfahren wie verschlüsselte Berechnung und Zero-Knowledge-Beweise. Taceo hat dafür eine kryptographische Infrastruktur für Proof of Human gebaut, einen biometrischen Abgleich, bei dem niemand die Daten sieht. Er ist als Antwort auf Deepfakes und Bots gedacht. Laut Helminger erreicht das Unternehmen damit über seine Kunden rund 20 Millionen Menschen.
Ihre Schlussfolgerung: Vertrauenswürdige KI braucht Frontier-Labs für Kryptographie, und Europa sollte sie aufbauen.
Use Case 2: Experts Inside
Gabriel Wernbacher, CEO von Experts Inside, stellte „Die KI-Roadmap für österreichische Unternehmen 2027“ vor. Grundlage sind laut eigenen Angaben Erfahrungen aus der Begleitung von 60.000 Nutzer:innen mit Copilot-Lizenz. Die häufigsten Sorgen in Vorständen seien Datenabfluss, Oversharing und Regulierung. Viele Unternehmen hätten Lizenzen gekauft, steckten aber in der Pilotphase fest oder nutzten KI ohne Struktur.
Wernbacher nannte drei Voraussetzungen, die aufeinander aufbauen: sicher, souverän und produktiv. Dazu gehören bereinigte Berechtigungen, klare Verantwortliche und Freigabestufen für KI-Agenten sowie zwei bis drei Fokusprozesse mit Kennzahlen, die vor dem Start festgelegt werden. Sein Fahrplan für die Einführung reicht über 15 Monate. Ein KI-Projekt sei kein klassisches IT-Projekt mit Start- und Enddatum, sagte Wernbacher.
Gemessen werden solle die aktive Nutzung in den Fokusprozessen, nicht die Zahl der Lizenzen. Als unerwarteten Nebeneffekt nannte Wernbacher aufgeräumte Daten und Berechtigungen.
Use Case 3: EY und AVL
Patrick Ratheiser (EY) und Gerhard Kokalj (AVL List) zeigten KI-Agenten im Projektalltag. Ihr Beispiel stammt aus einem Automotive-Projekt mit vier Partnern in drei Zeitzonen, 429 E-Mails von Lieferanten und 50 Tickets. Informationen lagen verteilt in Mails, PDFs und Tickets und mussten von Hand gesichtet werden.
Die Lösung beschrieben die beiden als Schritt vom Routing zur Orchestrierung: Mitarbeitende geben die Richtung vor, Agenten arbeiten zusammen. Fünf KI-Agenten liefern ein Briefing am Morgen, bereiten Meetings vor und nach und fassen Tag und Woche zusammen. Ein „Project Orchestrator Agent“ bündelt die Ergebnisse und priorisiert Aufgaben. Bestehende Werkzeuge sollen dadurch nicht ersetzt werden.
Kokalj bezifferte den Nutzen mit einer Stunde pro Tag, die er sich bei der Koordination großer Projekte erspare. Er müsse weniger suchen, übersehe weniger und könne das Projekt besser steuern. Künftig sollen die Agenten auch spezifische Risiken bewerten und Entscheidungen vorbereiten.
Use Case 4: FH Joanneum
Helmut Lindner und Sabine Proßnegg präsentierten Ergebnisse aus dem FFG-Projekt Radius unter dem Titel „Souveräne KI für KMU: sicher, planbar, unabhängig“. Lindner sprach lieber von Kontrollverlust als von Souveränität. Sein Beispiel war ein Installateur, der Kundenanfragen und Kalkulationsgrundlagen in ChatGPT eingibt, um schneller zu einem Angebot zu kommen.
Die Alternative ist eine eigene KI im Haus. Sie läuft auf zwei Nvidia-Spark-Rechnern, arbeitet mit lokalen Dokumenten und Handbüchern und schickt nur Suchbegriffe für die Web-Recherche ins Internet. Ab etwa 25 Nutzer:innen sei der lokale Betrieb günstiger als ChatGPT-Business-Accounts, sagte Lindner. Mehr Mitarbeiter:innen bedeuteten dabei nicht automatisch höhere Kosten.
Die Grenzen nannte das Team offen: Lokale Modelle sind schwächer als die besten Cloud-Modelle, Betrieb und Wartung liegen im eigenen Haus, und die Einrichtung braucht Fachwissen. Proßnegg ergänzte die rechtliche Seite mit DSGVO-Prüfung und den Pflichten aus der KI-Verordnung. Deren Logik sei risikobasiert: Je höher das Risiko, desto mehr Kontrolle ist nötig.
Use Case 5: Joanneum Research
Andreas Windisch stellte das Forschungsprojekt PALM vor, kurz für „Prison Analytics with LLMs“, an dem unter anderem das Bundesministerium für Justiz beteiligt ist. Wer im Strafvollzug eine Auswertung braucht, ist bisher auf Datenbankexpert:innen angewiesen. Windischs Beispiel: Ein Justizwachebeamter will wissen, wie viele Insassen einen Fernseher im Haftraum haben, und jemand muss dafür eine SQL-Abfrage schreiben.
Künftig soll ein KI-System die Frage in natürlicher Sprache entgegennehmen und die Abfrage erzeugen, samt Prüfung von Berechtigungen und Rechtsgrundlage. Die Expert:innen würden dadurch nicht wegrationalisiert, sondern für andere Aufgaben frei, betonte Windisch. Das Team setzt bewusst auf europäische Modelle wie Kolibri, die auf eigener Infrastruktur laufen, und gibt dem System nur jene Werkzeuge, die es für die jeweilige Aufgabe braucht.
Das Projekt läuft noch. Getestet wird mit Referenzfragen, Demonstrationsfragen und echten Nutzersitzungen. Offen sind laut Windisch drei Spannungsfelder: Anonymität gegen Beziehungswissen, Sprachfreiheit gegen Korrektheit und Exploration gegen Kontrolle.
Use Case 6: DaphOS und Universität Graz
Andreas Diensthuber, Mitgründer und Geschäftsführer von DaphOS, und Martin Holler (Universität Graz) widmeten sich der Dienstplanung im Gesundheitswesen. Sie bindet Führungskräfte stark, und ein fertiger Plan ist oft schon wieder überholt.
Die Lösung erstellt Dienstpläne automatisch und setzt KI nur dort ein, wo sie nötig und sinnvoll ist. Der Plan selbst entsteht durch mathematische Optimierung, die Arbeitszeitgesetze, Ruhezeiten und Qualifikationen garantiert. Wünsche der Mitarbeiter:innen werden nach Möglichkeit berücksichtigt. KI-Modelle kommen bei der Prognose der Auslastung zum Einsatz, damit sich die Besetzung am erwarteten Patientenaufkommen ausrichten lässt.
Als nächsten Schritt nannte das Team ein europäisches Foundation Model für die Prognose von Patientenströmen.
Use Case 7: MANZ und Noxtua
Susanne Stein-Pressl (MANZ) und Leif-Nissen Lundbæk (Noxtua) betitelten ihre Präsentation mit „Fachwissen trifft KI: Der europäische Weg zur Innovation“. KI mache Rechtsinformation frei verfügbar, sagte Stein-Pressl, deren Verlag über 175 Jahre alt ist. Der Engpass sei künftig nicht mehr der Zugang, sondern Verlässlichkeit, Nachvollziehbarkeit, Aktualität, Einordnung und Legitimität.
MANZ hat sich deshalb für eine Partnerschaft mit dem europäischen Rechts-KI-Anbieter Noxtua entschieden. MANZ liefert die Fachinhalte und den Zugang zum österreichischen Rechtsmarkt, Noxtua die KI-Plattform. Sie stützt jedes Ergebnis auf Quellen wie Gesetze, Urteile und Kommentarliteratur und weist sie aus. Zur Allianz gehören auch C.H. Beck, Helbing Lichtenhahn, Blendow und Ciela Norma.
Das Tempo ist hoch. Wöchentliche Releases seien inzwischen zu langsam, sagte Lundbæk, man müsse sich auf tägliche Veränderungen einstellen. Europas Datenschätze sehen die beiden als entscheidenden Vorteil im globalen KI-Rennen.
Use Case 8: Cancom
Lucas Wartscher (Cancom Austria) schloss mit „AI vs. AI: Mit künstlicher Intelligenz die Probleme lösen, die AI selbst schafft“. Sein Ausgangspunkt waren KI-Modelle, die Schwachstellen in großer Zahl finden. Er verwies auf Project Glasswing, bei dem nach eigenen Angaben zwischen April und Juli 2026 129.000 Schwachstellen gefunden wurden.
IT-Abteilungen müssen Patches also schneller einspielen und zugleich wissen, was ein Update im eigenen System auslöst. Cancom setzt dafür auf eine Multi-Agent-Plattform, die Release Notes, Konfigurationen, Bug-Datenbanken und Knowledgebase verbindet und Risiken vorbewertet. Menschen prüfen nur noch die verbleibenden fünf bis zehn Prozent.
In einem Kundenbeispiel blieben von 1.300 offenen Bugs und Fehlermeldungen 78 tatsächlich relevante Fälle, das sind sechs Prozent. Die Zeitersparnis gab Wartscher mit 80 bis 90 Prozent an. Seine Kernbotschaft: Nicht KI werde das Sicherheitsproblem der Zukunft sein, sondern Unternehmen, die KI nicht zur Absicherung ihrer IT einsetzen.
Blick nach vorn
Nach der Souveränität rückt im kommenden Jahr die Arbeitswelt in den Mittelpunkt. Der nächste Technology Impact Summit findet am 11. November 2027 wieder in Graz statt und steht unter dem Generalthema „Kompetenzen im Wandel – Organisation und Arbeitswelt im KI-Zeitalter“. Dann wird dort auch erstmals der Staatspreis für Künstliche Intelligenz verliehen.
Disclaimer: brutkasten ist Medienpartner des Technology Impact Summit.
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.