02.02.2026
FTI

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

Der Rat für Forschung, Wissenschaft, Innovation und Technologieentwicklung Forwit beleuchtet in einer aktuellen Analyse die drängendsten Probleme bei der Überführung von Forschungsergebnissen in die Wirtschaft in Österreich.
/artikel/innovationstransfer-forwit-analyse-zeigt-drei-entscheidende-defizite-in-oesterreich
Georg Kopetz, Co-Founder und CEO von TTTech | Foto: martin pacher / brutkasten

Der Frage, wie die Überführung wissenschaftlicher Ergebnisse in die Wirtschaft in Österreich besser gelingen kann, widmete brutkasten mit „From Science to Business“ zuletzt eine ganze Serie. Auch für den Rat für Forschung, Wissenschaft, Innovation und Technologieentwicklung Forwit ist diese Frage zentral. Er gab nun eine Analyse heraus, in der drei entscheidende Defizite im Innovationstransfer in Österreich identifiziert werden. Die Analyse, die ebenfalls den Titel „From Science to Business“ trägt (die Namensgleichheit ist zufällig) basiere auf Interviews sowie den Ergebnissen einer Podiumsdiskussion, heißt es vom Rat.

„Logik kollidiert zunehmend mit globalen Technologie- und Marktzyklen“

Im Papier, in dem zunächst die Problemlage analysiert wird, heißt es unter anderem: „Das österreichische Innovationssystem ist aber stark entlang einer prozeduralen und mehrjährigen Förderlogik organisiert: Forschung führt zu Projekten, Projekte enden mit Ergebnissen, und erst im Anschluss stellt sich die Frage der Verwertung. Diese Logik kollidiert zunehmend mit globalen Technologie- und Marktzyklen, die heute in Monaten und Quartalen ablaufen, nicht in Jahren.“ Die Folge sei ein Übergangsversagen in der „letzten Meile“ – „dort, wo technisches Risiko, Marktunsicherheit, regulatorische Anforderungen und Kapitalbedarf gleichzeitig eskalieren“.

In einer Aussendung kommentiert Ratsmitglied und TTTech-Gründer Georg Kopetz, die Analyse liefere eine „operative Implementierungslogik für Innovationen und das, was Produktivitätsbericht und Industriestrategie politisch verlangen“. „Die neue Industriestrategie wird dann besonders erfolgreich sein, wenn die Defizite im Transfer von Forschungsergebnissen in erfolgreiche Produkte konsequent und rasch abgebaut werden“, so Kopetz.

3 entscheidende Defizite

Konkret benennt die Forwit-Analyse drei Defizite, die jeweils ausgeführt werden:

1. Product-Market Fit

„Viele Gründungen und Transferprojekte starten mit einer technologisch überzeugenden Lösung und suchen erst im Nachhinein nach einem passenden Markt“, heißt es im Paper unter anderem. Diese „Solution-first-Logik“ führe dazu, dass erhebliche Ressourcen in Produkte investiert würden, deren Marktbedarf nie systematisch validiert wurde.

Konkrete Probleme seien etwa fehlende go to market-, Sales- und Pricing-Kompetenzen vor der Gründung, akademische Anreizsysteme, die Publikationsleistung gegenüber Produkt- und Marktwirkung priorisieren und die kulturelle Zurückhaltung gegenüber frühen Tests, unvollständigen Lösungen und dem bewussten Inkaufnehmen von Fehlversuchen. „In Summe entsteht ein System, das technologische Reife priorisiert, Marktreife jedoch oft zu spät adressiert“, heißt es in der Analyse. Forwit empfiehlt einen anderen Pfad, in dem reale Marktprobleme als Ausgangslage herangezogen werden.

2. Speed to Product

Als konkrete Ursachen für eine zu langsame Übersetzung von Forschungsergebnissen in Produkte, werden im Paper lange Entscheidungsprozesse, geringe Flexibilität während der Projektlaufzeit und das Fehlen spezifischer Instrumente für Demonstratoren, Minimum Viable Products (MVP) oder Pilotanwendungen identifiziert. „Hinzu kommt eine fragmentierte Förder- und Programmlandschaft, die Koordinationskosten erhöht und Geschwindigkeit weiter reduziert.“

„Politische Entscheidungs-, Finanzierungs- und Umsetzungszyklen sind nicht ausreichend mit der Geschwindigkeit technologischer und marktlicher Veränderungen synchronisiert, wodurch selbst strategisch relevante Innovationen zu spät Wirkung entfalten. Das schwächt strukturell Europas Wettbewerbsfähigkeit gegenüber USA und China“, attestieren die Autor:innen. Forwit empfiehlt für die Praxis unter anderem das frühe Einbinden von Pilotkund:innen und die parallele Verfolgung lang- und kurzfristiger Innovationsvorhaben.

3. Nachhaltigkeit von Technologie und Finanzierung

„Nachhaltigkeit“ sei hier nicht im ökologischen Sinn, sondern „als Fähigkeit, Technologie- und Marktzyklen über längere Zeiträume hinweg zu tragen“ zu verstehen, betont man bei Forwit. Es geht also – wie so oft – primär um Finanzierung, wo es „deutliche strukturelle Schwächen des österreichischen Innovationssystems“ gebe. „Für hohe Technology Readiness Levels (TRL) ist die Deep Tech-Finanzierung unterentwickelt, Anschlussfinanzierungen für Skalierung, Zertifizierung und Markteintritt fehlen häufig, und privates Kapital – etwa aus Pensionsfonds oder Corporate Venture Capital – wird nur unzureichend mobilisiert“, heißt es in der Analyse.

Konkret bemängelt wird hier etwa das Fehlen integrierter Kapitalmarktstrukturen und „inkonsistente industriepolitische Zielbilder“. „Kurzfristige Hypes und wechselnde Prioritäten erzeugen Investitionsunsicherheit entlang ganzer Wertschöpfungsketten“, heißt es hier zur Erläuterung. Empfohlen werden von Forwit unter anderem öffentlich-private Risk-Sharing-Modelle und ein Nutzen öffentlicher Beschaffung als „strategisches Lead-Customer-Instrument“.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

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 …

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

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 …

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

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 …

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

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 …

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Innovationstransfer: Forwit-Analyse zeigt drei entscheidende Defizite in Österreich