02.06.2023

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

Gastbeitrag. Georg Hanschitz, Product & Market Specialist bei Payone, erläutert, welche Chancen eine verpflichtende Quellenangabe bei der KI-Regulierung bieten würde.
/artikel/ki-regulierung-gastbeitrag-georg-hanschitz
(c) der brutkasten / schauer-burkart

Der Ruf nach Regulierung von Künstlicher Intelligenz (KI) ist unüberhörbar und wird mitunter von jenen Unternehmen propagiert, die selbst hoch erfolgreich KI-Anwendungen am globalen Markt platziert haben und betreiben. KI hat die generelle Marktreife für Anwendungen in allen Bereichen des Lebens erlangt, nun sei die Politik gefordert den Einsatz von KI zu regulieren, um Missbrauch zu verhindern, lautet der Tenor.

Herausforderungen einer KI-Regulierung

Übersehen wird dabei, dass kein Regulator alle denkmöglichen Anwendungsfälle auf Zulässigkeit von KI-Integration prüfen wird können und schon gar nicht deren Integrationstiefe – also wie stark KI in einem (einzelnen) Einsatzbereich zur Anwendung kommt. Darüber hinaus werden ethische Fragen zum Resultat von KI-gestützten Ergebnissen gestellt. Inwieweit ein Regulator, dessen Entscheidungen im Rahmen einer länderspezifischen Verwaltungsgerichtsbarkeit zu verantworten sind, sich einer solchen Aufgabe überhaupt stellen kann, ist fraglich. Gerade weil das Regulieren der Anwendbarkeit von KI so diffizil ist, nehmen KI Unternehmen die Politik in die Pflicht – Selbstbeschränkungen oder Regulierung bergen sowohl wirtschaftlich als auch rechtlich sehr hohe Risiken; zu starke Selbstregulierung kostet Marktanteile (da man womöglich freiwillig auf Geschäft verzichtet), zu geringe Selbstregulierung führen womöglich zu Zivilrechts- bzw. Schadensersatzklagen (etwa bei Verletzung der Privatsphäre, Eigentumsrechte, Intellectual Property etc).

Das Dilemma

Die Politik kämpft unterdessen mit der Herausforderung unterschiedlicher Standards. So könnten KI-Oasen entstehen, in denen es so gut wie keine Regulierung gibt, die errechneten Ergebnisse aber in den regulierten Markt Eingang finden. Die Einschränkung und Regulierung von KI Anwendungsfällen ist eine enorme Herausforderung – so wird etwa seit 2014 in der UNO ergebnislos über den Einsatz autonomer Algorithmus gesteuerter Waffen (etwa militärischer Drohnenschwärme) debattiert. Ein Verbot oder verbindliche Regeln, könnten einen militärisch-strategischen Nachteil bedeuten, so der die Kritiker der UNO-Initiative.

Ein möglicher Ausweg

Der vielversprechendste Ansatz einer Regulierung ist eine verpflichtende Quellenangabe. Was beinahe klingt, als wäre es zu einfach um wahr zu sein, kann tatsächlich der beste Ausweg aus dem derzeitigen Regulierungsdilemma sein.

Selbsterklärtes Ziel der KI-Forschung ist es eine sich selbst erklärende, nachvollziehbare und verlässliche Künstliche Intelligenz zu schaffen. Dabei gilt, je mehr verifizierte Daten- und IoT Quellen dem Ergebnis zu Grunde liegen, desto belastbarer ist das Resultat. Source und Type of Source könnten während des Abfrageprozesses in einem eigenen Datenstream erfasst werden, welcher unmöglich als Quellenangabe händisch zu überprüfen wäre; sehr wohl könnte der generierte Quellen-Datenstream aber maschinenlesbar gemacht werden, um ausgewertet zu werden.

Ein praktisches Beispiel:

Angefragt wird, welche Tomatensorte die weltweit beste ist. Neben der Antwort besteht die Möglichkeit den Prozentsatz „verifizierter Quellen“, „der Hauptquelle“ etc. auszulesen. Beziehen sich etwa 70 Prozent des Resultats auf einen oftmals verwendeten bezahlten Artikel eines Tomatenzüchters, so wäre das in der Auswertung sichtbar. Ähnlich wäre es mit so genannten „Fake News“ oder bei „Framing“. Quellen mit fragwürdigem Hintergrund könnten bei der Abfrage angezeigt werden, ähnlich wie es bei Dateien ist, die ein Anti-Virus Programm erkennt.

Welche Chancen dadurch entstehen

KI Unternehmen würden dazu verpflichtet werden, ein entsprechendes Protokoll auszusetzen und die Maschinenlesbarkeit der Quellenangabe zu gewährleisten, wie bei der Einführung der Geodaten-Nutzung am Beginn der 2000er Jahre, könnte dadurch nicht nur ein transparentes Prüfsystem geschaffen werden, sondern auch neue Geschäftsmodelle entstehen. Verletzungen und Missbrauch  im Bereich Datenschutz, Copyright, Datendiebstahl etc. könnten somit sichtbar gemacht und nach kurzer Zeit verhindert werden. Zudem wäre eine solche Regulatorik sowohl seitens der Politik als auch der Unternehmen umsetzbar und für Anwender praktikabel. Ebenso würde eine sie den Anspruch der Universalität erfüllen, da sie unabhängig von Ländergesetzgebungen, Schlupflöchern und Sprachbarrieren eingeführt werden könnte.

Dabei geht es nicht darum den Ball der Regulierung von KI an die Unternehmen zurückzuspielen, es wäre mehr ein Doppelpass zwischen Politik und Wirtschaft um die Anwendbarkeit von KI und das Vertrauen in neue Technologien voranzutreiben. Schlussendlich wäre die Verpflichtung zur maschinenlesbaren Quellenangabe auch ein wichtiger Schritt in Richtung der Vision der KI-Community: Eine sich selbst erklärbare, nachvollziehbare und verlässliche KI zu verwirklichen.

Deine ungelesenen Artikel:
17.09.2026

SCCH will mit neuer Beteiligungsgesellschaft rund 30 Startups aufbauen

Das Software Competence Center Hagenberg (SCCH) verwertet seine Forschung künftig auch über eigene Unternehmensbeteiligungen. Die im Juli gegründete SCCH Innovations GmbH soll bis 2030 und darüber hinaus rund 30 Unternehmen aufbauen, wie CEO Markus Manz gegenüber brutkasten erklärt. Die erste Beteiligung ist bereits fix: das MLOps-Startup LUML eines SCCH-Mitarbeiters.
/artikel/software-competence-center-hagenberg-will-mit-neuer-beteiligungsgesellschaft-rund-30-neue-startups-aufbauen
17.09.2026

SCCH will mit neuer Beteiligungsgesellschaft rund 30 Startups aufbauen

Das Software Competence Center Hagenberg (SCCH) verwertet seine Forschung künftig auch über eigene Unternehmensbeteiligungen. Die im Juli gegründete SCCH Innovations GmbH soll bis 2030 und darüber hinaus rund 30 Unternehmen aufbauen, wie CEO Markus Manz gegenüber brutkasten erklärt. Die erste Beteiligung ist bereits fix: das MLOps-Startup LUML eines SCCH-Mitarbeiters.
/artikel/software-competence-center-hagenberg-will-mit-neuer-beteiligungsgesellschaft-rund-30-neue-startups-aufbauen
Vlnr: Mag. Markus Manz (CEO SCCH Innovations GmbH) und die Gründer*innen von LUML, Nikita Gonchar, Oleh Kostromin und Iryna Kondrashchenko | (c) SCCH

Das Software Competence Center Hagenberg forscht als COMET-Zentrum seit Jahren für Industriepartner wie Siemens, Bosch oder Fronius. Mit der SCCH Innovations GmbH will das oberösterreichische Forschungszentrum seine Ergebnisse zusätzlich auch selbst in Unternehmen überführen, statt sie ausschließlich an Auftraggeber weiterzugeben. „Es war mir immer ein besonderes Anliegen, dass die Ergebnisse unserer Forschung nicht mit dem Abschluss eines Forschungsprojekts enden, sondern ihren Weg in die wirtschaftliche Anwendung finden“, sagt Markus Manz, CEO der SCCH Innovations GmbH.

Rund 30 Unternehmen als Ziel

Im Gespräch mit brutkasten formuliert Manz ein ambitioniertes Zielbild: Rund 30 Beteiligungen sollen bis 2030 und darüber hinaus realisiert bzw. aufgebaut  werden. Die Vision beschreibt er als Unendlichsymbol (∞), welches das Forschungs- und das Gründerökosystem iterativ verbindet. Tiefe Technologien aus der angewandten Forschung sollen in Unternehmensgründungen überführt werden, die Rückflüsse daraus wiederum die Forschung speisen. Es gehe dabei nicht darum, eine App zu entwickeln, betont Manz, sondern darum, tiefe Technologien aus der eigenen Forschung mit Industriepartnern und Universitäten in Unternehmensgründungen zu bringen. Ein vergleichbares Modell, bei dem ein angewandtes Forschungszentrum eine eigene Beteiligungsgesellschaft betreibt, kenne er aus seiner Recherche nicht.

Die Gesellschaft soll zu Beginn mit rund 500.000 Euro kapitalisiert werden. Große Einzelinvestments sind damit nicht geplant: Die Ticketgröße für Erstinvestments liegt laut Manz bei maximal 100.000 Euro. Das Startkapital soll Gründer:innen helfen, die erste Phase zu überbrücken, Förderungen einzureichen und das Produkt weiterzuentwickeln. Noch heuer sind drei weitere Beteiligungen geplant, zwei davon im Deep-Tech-Bereich und eine im Dienstleistungsbereich, um schneller rekapitalisieren zu können.

Die Wege in den Markt

Die SCCH Innovations GmbH verfolgt mehrere Beteiligungsmodelle. Bei klassischen Spinoffs aus Forschungsprojekten setzt das Forschungszentrum bewusst auf externe, erfahrene Gründer:innen statt auf die eigenen Forscher:innen. Diese erhalten die Mehrheit der Anteile, während sich das SCCH einen bis zu einem vereinbarten Unternehmenswert nicht verwässerbaren Minderheitsanteil sichert. Dazu kommen Joint Ventures mit Unternehmenspartnern, etwa die gemeinsam mit TÜV AUSTRIA gegründete TRUSTIFAI, der österreichische Prüf- und Zertifizierungshub für KI-Systeme, sowie strategische Beteiligungen ohne Kapitalfluss.

Das vierte Modell heißt Research for Equity: Das SCCH bringt Forschungs- und Entwicklungsleistungen in ein Startup ein und erhält dafür, ganz oder teilweise anstelle einer klassischen Vergütung, Unternehmensanteile. „Mit diesen unterschiedlichen Modellen schafft die SCCH Innovations GmbH neue Möglichkeiten für den Transfer von Forschungsergebnissen in die Wirtschaft“, so Manz.

Erste Beteiligungen

Wie das in der Praxis aussieht, zeigt die erste Beteiligung der neuen Gesellschaft. Oleh Kostromin, Data Scientist am SCCH, hat gemeinsam mit Iryna Kondrashchenko und Nikita Gonchar die LUML FlexCo gegründet. Die entwickelte Plattform soll Data Scientists helfen, Machine-Learning-Modelle schneller in die Praxis zu bringen, und ist von Anfang an darauf ausgelegt, dass Menschen und KI-Agenten gemeinsam an ML-Projekten arbeiten. „LUML läuft auf der Infrastruktur des jeweiligen Unternehmens. Die Daten und Modelle verlassen die Unternehmensumgebung nicht“, sagt Kostromin.

An LUML hält die SCCH Innovations GmbH auf brutkasten-Nachfrage fünf Prozent, als reine strategische Beteiligung ohne Kapitalfluss. Laut Manz bringt das SCCH dafür vor allem Zugang zu seinem Industrienetzwerk, eine gemeinsame Vermarktungskampagne und Mitarbeiterstunden ein und setzt die Plattform in eigenen Forschungsprojekten ein. Zusätzliches Kapital habe das Startup nicht benötigt, weil das Produkt bereits fertig entwickelt war. Der bewusst niedrige Anteil soll LUML für spätere Investoren attraktiv halten. Das Wachstum soll vorerst gebootstrapped erfolgen, je nach Entwicklung sind laut SCCH aber auch eigene Finanzierungsrunden denkbar.

Das SCCH gehört als Mitglied des UAR Innovation Network zu den Beteiligungsgesellschaften der Upper Austrian Research GmbH und beschäftigt derzeit rund 130 Mitarbeiter:innen. Bereits im Jänner hatte sich das Forschungszentrum am KI-Spin-off Responsible Annotation Services beteiligt (brutkasten berichtete) und hält weitere Beteiligungen, die zukünftig auf die SCCH Innovations GmbH übertragen werden sollen.

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

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

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 …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

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 …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

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 …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

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 …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen