05.03.2019

JKU startet AI-Studiengang mit Sepp Hochreiter

Österreichs Wirtschaft soll durch den Einsatz von Künstlicher Intelligenz weiter wachsen. Die dafür benötigten Experten sollen von einem AI-Studium der JKU in Linz kommen.
/artikel/jku-ai-sepp-hochreiter
AI JKU Linz
KI-Pionier Sepp Hochreiter war an der Planung des AI-Studiums beteiligt. (c) Haris Dervisevic

Die Johannes Kepler Universität in Linz bietet als eine der ersten Universitäten ein Artificial Intelligence (AI) Studium an, in dem die AI-Kernkompetenz Machine Learning und insbesondere der Bereich Deep Learning vermittelt werden. Das Bachelorstudium Artificial Intelligence dauert sechs Semester, das Masterstudium dauert vier Semester. Das Studium ist englischsprachig und international ausgerichtet.

+++Neue Arbeitswelten durch KI: Wie sich Arbeit in den nächsten Jahren verändert+++

Außerdem ist das Studium interdisziplinär gestaltet, wie Rektor Meinhard Lukas erläutert, im Zentrum der Technologieforschung steht das Linz Institut of Technology (LIT) der JKU. Es vereint eine Grundausbildung in Mathematik und Informatik mit einer Fachausbildung in Kernthemen der KI, wie zum Beispiel maschinellem Lernen, Datenwissenschaft, Reasoning und Knowledge Representation, Natural Language Processing (Text und Sprache), sowie Bildverarbeitung. die Studierenden sollen dazu befähigt werden, komplexe Aufgaben strukturiert und methodisch anzugehen, um nützliche Lösungen zu entwickeln.

Der AI-Pionier Sepp Hochreiter, Leiter des LIT AI Lab, war führend bei der Planung des Studiengangs beteiligt und wird auch im Studium selbst eine wichtige Rolle spielen. Das LIT AI Lab wird vom Land Oberösterreich jährlich mit einer Million Euro gefördert. Ab Juni ist das LIT AI Lab im LIT Open Innovation Center angesiedelt, das derzeit am JKU-Campus errichtet wird. Hier wird gemeinsam mit Experten aus Industrie und Wirtschaft über Fächergrenzen hinweg an der technologischen Zukunft geforscht, heißt es in einer Presseaussendung.

Große Bedeutung für die Wirtschaft

Künstliche Intelligenz wird für die heimische Wirtschaft eine wichtige Rolle spielen, wie Wirtschaftsministerin Margarete Schramböck auf einer Pressekonferenz erläutert: “Durch AI werden wir Beschäftigung generieren, nicht zerstören.” Die Wirtschaftsleistung werde durch den Einsatz von AI um 1,2 Prozent steigen, somit entstehen laut Schramböck auch neue Arbeitsplätze. Außerdem werde AI bei der Individualisierung von Dienstleistungen helfen, wovon neben Industriebetrieben auch die heimischen KMU profitieren sollen.

Die Bundesregierung arbeitet an einer Bundesstrategie für Künstliche Intelligenz, der Artificial Intelligence Mission 2030. Zur Realisierung der Strategie und zur Stärkung der heimischen Wirtschaft mit KI-Technologien braucht es allerdings Grundlagenforschung und gut ausgebildete Experten – und gerade hier erfüllt das neue Studium eine entscheidende Funktion.

Jüngste Erfolge im Machine Learning

Selbstfahrende Autos als plakatives Beispiel für Künstliche Intelligenz sind dabei nur die Spitze des Eisgbergs. “Der jüngste Erfolg von Künstlicher Intelligenz ist hauptsächlich auf Fortschritte des maschinellen Lernens zurückzuführen, insbesondere Deep Learning”, sagt Hochreiter. Dabei lernen Algorithmen aus Beispielen und Erfahrungen, anstatt mit vordefinierten Regeln zu arbeiten.

Eine neue Methode der JKU ermöglicht es zum Beispiel, aufwendige Laborexperimente in der Mediekamentenentwicklung durch Computeranalysen zu ersetzen: Wofür früher monatelange Entwicklungszeiten und Millionenbeträge nötig waren, das ist heute in weniger Minuten und zu einem Bruchteil der Kosten möglich.

In einem anderen Experiment ließ die JKU eine Künstliche Intelligenz gegen menschliche Experten antreten, es sollten jeweils die Proteine in einer Zelle erkannt werden: Die Experten der MedUni Wien und des Kepler Universitätsklinikums brauchten dafür fünf Stunden, die KI schaffte es in 26 Sekunden. Der beste menschliche Experte ordnete 72 Prozent der Proteine richtig zu, die KI 91 Prozent.

Eine Frage der Ethik

Doch auch die ethische Perspektive sollte nicht ignoriert werden, wenn es um die Zukunft der AI und die Mensch-Maschine-Schnittstelle geht. “Viele Menschen sind gegenüber Robotern und Künstlicher Intelligenz noch immer skeptisch”, sagt Martina Mara, Leiterin des LIT Robopsychology Lab. Sie möchte aufzeigen, dass die Interaktion zwischen Mensch und Maschine tatsächlich funktioniert: “Dass man als Mensch in seiner Gesamtheit ersetzt wird, wird nicht der Fall sein. Auch wenn das durch die öffentliche Darstellung oft suggeriert wird.” Den Studenten wird daher nicht nur das technische Know-How vermittelt – sondern auch das entsprechende ethische und psychologische Rüstzeug.


==> Informationen zum Bachelorstudium

==> Informationen zum Masterstudium

Redaktionstipps
Deine ungelesenen Artikel:
05.06.2026

Global AI Clash: Vom Konzept zur Revolution: Wer gestaltet die Strukturen für den Erfolg?

Gastbeitrag: Am 20.03.2026 publizierte die US-Administration das "National AI Legislative Framework", das insgesamt einen 7-Punkte-Plan enthält. Mit der KI-Expertin Jeannette Gorzala sehen wir uns in einer Serie die wichtigsten Kernaspekte im Vergleich USA, Europa und Österreich an. Diesmal im Fokus: Die Strategie in Bezug auf innovationsfördernde Maßnahmen. Wie werden KI-Innovationen gezielt gefördert?
/artikel/global-ai-clash-vom-konzept-zur-revolution-wer-gestaltet-die-strukturen-fuer-den-erfolg
05.06.2026

Global AI Clash: Vom Konzept zur Revolution: Wer gestaltet die Strukturen für den Erfolg?

Gastbeitrag: Am 20.03.2026 publizierte die US-Administration das "National AI Legislative Framework", das insgesamt einen 7-Punkte-Plan enthält. Mit der KI-Expertin Jeannette Gorzala sehen wir uns in einer Serie die wichtigsten Kernaspekte im Vergleich USA, Europa und Österreich an. Diesmal im Fokus: Die Strategie in Bezug auf innovationsfördernde Maßnahmen. Wie werden KI-Innovationen gezielt gefördert?
/artikel/global-ai-clash-vom-konzept-zur-revolution-wer-gestaltet-die-strukturen-fuer-den-erfolg
Steinberger, Peter Steinberger, OpenClaw, OpenAI
© zVg - Jeannette Gorzala.

Der globale KI-Wettlauf hat nicht nur wirtschaftliche, sondern auch geopolitische Dimensionen erreicht. Sowohl die USA als auch Europa erkennen die Bedeutung strategischer Initiativen, um KI-Entwicklung aktiv zu fördern und zu gestalten. Trotz unterschiedlicher politischer und wirtschaftlicher Rahmenbedingungen verfolgen beide Regionen ähnliche Ziele, die auf strukturellen Innovationen beruhen. Insbesondere in den Bereichen Regulatory Sandboxes, Datenzugang und Behördenstrukturen existieren bemerkenswerte Parallelen.

Sandboxes: Flexibilität als Innovationstreiber

Sowohl die USA als auch Europa setzen auf Regulatory Sandboxes – flexible Räume, in denen Unternehmen Innovationen im Dialog mit Regulierungsbehörden entwickeln können, ohne sofort den vollen regulatorischen Anforderungen zu begegnen. Dies ermöglicht eine schnellere Markteinführung, während die Behörden wertvolle Erkenntnisse über Technologie sammeln.

In den USA sind Sandboxes bereits in zahlreichen Bundesstaaten etabliert (z.B. im Bereich FinTech, LegalTech). Das AI Legislative Framework aus März 2026 sieht nunmehr auch die Einrichtung von spezifischen KI-Sandboxes vor. Europa hingegen hat mit dem EU AI Act bereits in 2024 die Notwendigkeit von Sandboxes für den KI-Bereich formalisiert. Jeder EU-Mitgliedsstaat hat bis August 2026 mindestens eine horizontale KI-Sandbox zu etablieren, wobei ergänzend auch lokale, sektorspezifische und grenzüberschreitende Sandboxes möglich sind, um Innovationspotenziale zu bündeln. Ergänzend ermöglicht der EU AI Act auch das Testen von Hochrisiko-KI-Systemen unter Realbedingungen außerhalb von Sandboxes als innovationsfördernde Maßnahme.

Während die USA sehr markt- und wettbewerbsorientiert agieren, werden in der EU aktuell Ressourcen für die Umsetzung von Regulatory Sandboxes in Diskussionen zum Digitalen Omnibus gebunden. Durchführungsrechtsakte bleiben auf der Strecke, der Aufbau der Organisationsstruktur ist deutlich im Verzug. Debattiert wird sogar eine Verschiebung der Deadline für Sandboxes auf Dezember 2027.

Während die USA schneller agieren, könnte Europa trotz der Herausforderungen von der langfristigen Strukturierung profitieren. Für Unternehmen bedeutet dies, dass es unerlässlich ist, die regulatorischen Landschaften zu verstehen und in strategische Innovationspläne zu integrieren.

Daten: Zugang als Wettbewerbsvorteil

Zugang zu großen, qualitativ hochwertigen Datensätzen bleibt ein entscheidender Wettbewerbsvorteil im KI-Bereich. Die USA setzen im National AI Legislative Framework auf die Öffnung von staatlichen Datensätzen, um Unternehmen eine breitere Datenbasis für präzisere KI-Modelle zu bieten. Europa verfolgt einen ähnlichen Weg, allerdings mit stärkerer Berücksichtigung von Datenschutz und Sicherheit. Die Europäische Datenstrategie, unterstützt durch den Data Act und den Data Governance Act, fördert den freien Datenfluss innerhalb definierter regulatorischer Grenzen.

Der Data Act ermöglicht einen effizienteren Zugang zu und Austausch von Daten zwischen Unternehmen und öffentlichen Institutionen, indem er den rechtlichen Rahmen für die Nutzung öffentlicher und privater Datensätze schafft. Der Data Governance Act sorgt für eine verantwortungsvolle Nutzung dieser Daten, indem er die Einrichtung von sicheren Datenräumen fördert. Zusammen zielen diese Gesetze darauf ab, dass der freie Datenfluss vorangetrieben wird, ohne die Rechte der betroffenen Personen zu gefährden, was Unternehmen einen stabilen und sicheren Rahmen für die Nutzung von Daten zur Innovation und Wettbewerbsfähigkeit bietet.

Behördenstrukturen: Optimierung statt Expansion

Eine weitere bemerkenswerte Parallele ist die Nutzung bestehender Behördenstrukturen zur Überwachung von KI-Entwicklungen. In den USA soll die Aufsicht durch bereits etablierte Institutionen wie die Federal Trade Commission (FTC) und die Food and Drug Administration (FDA) erfolgen, die mit den jeweiligen Sektoren vertraut sind und schnell auf neue Entwicklungen reagieren können.

In Europa verfolgt der EU AI Act ebenfalls den Ansatz der Einbindung bestehender Aufsichtsbehörden und delegiert grundsätzlich die Marktüberwachungskompetenzen im KI-Bereich an bereits zuständige Sektorbehörden (z.B. Maschinen, Medizinprodukte, Spielzeug) und Datenschutzbehörden, um bürokratischen Overhead zu minimieren. Für jene Bereiche, für die es noch keine dezidierte Aufsichtsbehörde gibt (z.B. Personal, Bildung), muss eine Zuordnung der Aufsichtskompetenz erfolgen. Für KI-Modelle ist das neue EU AI Office in Brüssel zuständig, das zentralisiert die Aufsicht über KI-Modelle übernimmt. Auch hier liegt der Fokus auf der Optimierung bestehender Strukturen und der Vermeidung unnötiger bürokratischer Hürden.

Europa und die USA setzen in ihrer Struktur auf bewährte regulatorische Institutionen, um die Effizienz zu steigern und gleichzeitig Innovation zu fördern. Für Unternehmen bedeutet dies, dass sie aktiv mit den bestehenden Institutionen zusammenarbeiten müssen, um sicherzustellen, dass ihre Innovationen in beiden Regionen reibungslos integriert werden. Das Verständnis der regulatorischen Struktur wird zum Vorteil in einem zunehmend komplexen Marktumfeld.

An dieser Stelle ist die frühzeitige Einrichtung der KI-Servicestelle in Österreich bei der RTR GmbH hervorzuheben, die Unternehmen als Ansprechpartnerin bei allgemeinen Fragen und Anlaufstelle dient. Die KI-Servicestelle hat in diesem komplexen Marktumfeld, in dem noch einige (Zuständigkeits-)Fragen ungeklärt sind, einen sehr positiven Mehrwert für den KI-Standort Österreich erreicht und wurde als Best Practice auch auf europäischer Ebene als Blueprint identifiziert und als Instrument übernommen. Eine vergleichbare Informations- und Anlaufstelle ist in den USA nicht eingerichtet.

Fazit: Der strategische Blick

In der Wahrnehmung vieler gilt der US-Markt als der Goldstandard – mehr Möglichkeiten, weniger Regulierung, schnellere Innovation. Doch die Realität ist differenzierter: Auch in Europa gibt es gleiche Mittel und potenzielle Chancen.

Der zentrale Unterschied liegt in der Innovationskultur und der Bereitschaft, Risiken einzugehen und zu experimentieren. In den USA ist Fehlerkultur (Fail-forward Culture) tief verankert, Unternehmen sind häufig bereit, Fehler als Lernprozesse zu betrachten und unternehmerisches Scheitern nicht zu stigmatisieren. Diese Einstellung, gepaart mit einer dynamischen Finanzierungslandschaft insbesondere durch Venture Capital, ermöglicht es Startups und etablierten Unternehmen, schneller zu skalieren und zu innovieren.

In Europa hingegen bieten stabile Rahmenbedingungen ein Umfeld, das Sicherheit und langfristige Planung fördert. Mit einem Netzwerk von AI Factories findet in Europa ein bedeutender Infrastrukturausbau statt. Gleichzeitig bleibt jedoch die Fehlerkultur oft zurückhaltend, was zu einer vorsichtigeren Herangehensweise an Innovationen führt. Risikobereitschaft ist hier häufig geringer. Der Kapitalmarkt in Europa ist zwar gut etabliert, aber im Vergleich zu den USA oft weniger agil und fokussiert sich stärker auf etablierte Unternehmen, wodurch Startups und risikobehaftete Innovationen nicht immer die nötige finanzielle Unterstützung erhalten, um schnell zu skalieren und zu experimentieren.

Die Frage ist daher nicht, ob die Möglichkeiten vorhanden sind, sondern wer in beiden Märkten die nötige Geschwindigkeit und Innovationskultur aufbaut, um im globalen Wettbewerb nachhaltig zu wachsen. Ebenso entscheidend ist die richtige Balance zwischen langfristigem Investitionsansatz und agiler Kapitalbeschaffung, um eine erfolgreiche und nachhaltige Expansion zu ermöglichen.

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

JKU startet AI-Studiengang mit Sepp Hochreiter

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

JKU startet AI-Studiengang mit Sepp Hochreiter

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

JKU startet AI-Studiengang mit Sepp Hochreiter

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 …

JKU startet AI-Studiengang mit Sepp Hochreiter

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 …

JKU startet AI-Studiengang mit Sepp Hochreiter

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 …

JKU startet AI-Studiengang mit Sepp Hochreiter

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 …

JKU startet AI-Studiengang mit Sepp Hochreiter

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

JKU startet AI-Studiengang mit Sepp Hochreiter

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

JKU startet AI-Studiengang mit Sepp Hochreiter