20.03.2024
VIDEOTALK

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

René Heinzl, Founder von datAInsights, erklärt im brutkasten-Talk seine KI-Lösung und beschreibt, warum damit aus Österreich heraus ein grundlegendes Problem der AI-Welt gelöst sein könnte - mit dem auch Microsoft und Google zu kämpfen haben: Halluzinationen. Zudem konnte man mit Margarete Schramböck eine prominente Investorin gewinnen.
/artikel/ki-startup-datainsights-investment-schramboeck
datAInsights
(c) brutkasten - Margarete Schramböck und René Heinzl.

Eigentlich ist ein Investment bereits eine Meldung, die die Startup-Szene in Österreich sehr stark interessiert. Steckt hinter dem Kapitalgeber oder der Kapitalgeberin zudem noch ein bekannter Name, dann ist der Wert der Neuigkeit noch ein wenig höher. Propagiert man dabei allerdings, ein Problem gelöst zu haben, an dem Tech-Giganten wie Microsoft und Google seit geraumer Zeit arbeiten, dann scheint die Finanzierung nur ein erster Schritt auf einer großen Reise zu sein. So geschehen bei datAInsights.

datAInsights und die Halluzination

Allerdings gibt es dabei eine Schwierigkeit, doch der Reihe nach. DatAInsights wurde von Markus Nissl, Jasmina Thurnhofer, René Heinzl und Emanuel Sallinger, Senior Researcher an der Universität in Oxford und Assistant Professor an der Technischen Universität Wien, gegründet. Das Ziel des Startups: Das große Problem “Halluzinationen” bei Künstlicher Intelligenz oder speziell bei Large Language Models (LLMs), zu reduzieren oder komplett zu eliminieren.

Zur Erklärung: Wenn Künstliche Intelligenzen halluzinieren, heißt das nichts anderes, als dass das KI-System Antworten gibt, die einfach nicht stimmen. Aus welchem Grund dies passiert, erklärt Co-Founder René Heinzl.

“Ich komme aus der Halbleiterphysik”, sagt er, “und wir haben 2005 bereits mit riesigen Datenmengen gearbeitet. Ein Large Language Model ist ein sehr großes mathematisches Modell, das man sich wie Stockwerke vorstellen kann. Vom ersten bis zum 100. Stock befindet sich das reine Sprachverständnis. In den höheren, 100 bis 500 etwa, stecken abstrakte Konzepte von dem, was wir Menschen als Leben verstehen. Hohe Stockwerke sind dabei schwerer zu erreichen. Oder anders gesagt, mit einer gewissen Wahrscheinlichkeit kommt ein nächstes Wort. Deswegen gibt es auch Halluzinationen. Wenn das Modell sich nicht sicher ist, welches Wort als Nächstes kommt, dann nimmt es halt irgendeines.”

Der komplette Talk mit Margarete Schramböck und datAInsights-Founder René Heinzl

Die KI-Kostenfrage

Um dieses Problem zu lösen, greifen die etablierten Big Player der Branche auf höhere Rechenleistungen zurück, was aber die Kosten in die Höhe treibt. Spart man dabei, weil man wie etwa OpenAI eine breite Masse an User:innen (nicht derart kostenintensiv) bedienen möchte, dann sinken zwar die Kosten, aber auch die Ergebnisse werden schlechter – die KI gibt falsche Informationen heraus.

Dies ist eines der größten Probleme der aktuellen KI-Welt. DatAInsights scheint da einen eigenen Weg gefunden zu haben, wie Heinzl erzählt. Das Wiener Startup greift auf eine spezielle Architektur zurück, an der Sallinger zwölf Jahre lang geforscht hat. Konkret, um Fakten in einer anderen Möglichkeit abzuspeichern und mit ganz großen Sprachmodellen auf diese zugreifen zu können. So würden Halluzinationen nicht nur minimiert, sondern eliminiert werden, sagt Heinzl ohne näher darauf eingehen zu wollen.

“Alle LLMs, die momentan existieren, werden immer Halluzinationen haben”, so der KI-Experte weiter. “Man kann das mit Rechenleistung abfangen. Aber das heißt eigentlich: Es wird nur besser, wenn es für Unternehmen teurer wird. Ist es günstiger, wird es für Endkonsumenten schwieriger.”

datAInsights: “Fakten bleiben Fakten”

Heinzl möchte die Lösung, die sein Startup entwickelt hat, nicht im Detail verraten, erklärt aber, ihre Kernarchitektur speichere Daten so ab, sodass “Fakten Fakten” bleiben und man ein LLM benutzen könne.

“Eigentlich ist ein Abfallprodukt unserer Technologiearchitektur, dass wir nicht so große Large Language Models brauchen, weil die Fakten einfach sehr effizient abgespeichert werden können. Man kann es sich so vorstellen, jeder Punkt ist eigentlich ein Faktum und ist mit anderen Fakten verbunden. Die brauchen nicht so viel Speicherplatz wie aktuelle Large Language Models und wir können viel kleinere Modelle nutzen.”

Mit ihrer alternativen Lösung, die bereits am Markt ist, konnte mit Ex-Ministerin Margarete Schramböck eine prominente Investorin (mit zehn Prozent Anteilen) gewonnen werden.

Schramböck im Sturm erobert

Die ehemalige ÖVP-Politikerin wurde nach ihrem Abschied aus der Politik “Board Member” bei Aramco Digital. Der Grund, warum sie in datAInsights investiert, ist ein simpler: “Sie haben sich bei mir vorgestellt und haben mich im Sturm erobert”, sagt sie “Das Thema KI ist natürlich überall. Ich lebe jetzt in Saudi-Arabien und auch dort ist es eines der Hauptinvestitionsthemen. Wir arbeiten bei Aramco u.a. an großen Lösungen im Bereich AI. Sie (Anm.: datAInsights) sind aus meiner Sicht eines derjenigen Startups, die die größte Erfolgswahrscheinlichkeit haben. Und auch die interessanteste Lösung für die großen Probleme dieser Welt. Da sind sie einiges an Zeit voraus.”

Während Heinzl im brutkasten-Talk die Frage nach dem Bewusstsein einer KI einordnet, die Finanzierungsfragen für KI-Unternehmen durchleuchtet, um global skalieren zu können und Rechenzentren etwa mit den neuesten NVDIA-Grafikkarten als das Um und auf bezeichnet, damit Österreich im KI-Bereich aufholt, ist es Schramböck, die einen der Erfolgsfaktoren von datAInsights herausstreicht.

Sie sagt: “Mir gefällt beim René und beim Team vor allem auch, dass sie von Anfang an die Kunden an Bord genommen haben. Und gleich Revenue-Streams zurückkommen. Das zeigt auch, dass man mit Kunden gemeinsam in den Modellen das Produkt weiterentwickeln kann.”

Zu den nächsten Zielen gehört die Internationalisierung und einer breiteren Masse die Lösung zur Verfügung zu stellen. Dazu möchte man weitere Investoren an Bord holen.


Hinweis: Mehr Insights zur Lösung von datAInsights zum Halluzinations-Problem folgen kommende Woche auf brutkasten.com.

Deine ungelesenen Artikel:
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
16.12.2024

“Die Zeit des Zuwartens ist vorbei”

Nachlese. Wo steht die österreichische Wirtschaft bei künstlicher Intelligenz zwei Jahre nach Erscheinen von ChatGPT? Dies diskutieren Doris Lippert von Microsoft und Thomas Steirer von Nagarro in der ersten Folge der neuen brutkasten-Serie "No Hype KI".
/artikel/no-hype-ki-folge-1-nachlese
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer)
Doris Lippert (Microsoft | Director Global Partner Solutions und Mitglied der Geschäftsleitung) und Thomas Steirer (Nagarro | Chief Technology Officer) | Foto: brutkasten

“No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz


Mit der neuen multimedialen Serie “No Hype KI” wollen wir eine Bestandsaufnahme zu künstlicher Intelligenz in der österreichischen Wirtschaft liefern. In der ersten Folge diskutieren Doris Lippert, Director Global Partner Solutions und Mitglied der Geschäftsleitung bei Microsoft Österreich, und Thomas Steirer, Chief Technology Officer bei Nagarro, über den Status Quo zwei Jahre nach Erscheinen von ChatGPT.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

„Das war ein richtiger Hype. Nach wenigen Tagen hatte ChatGPT über eine Million Nutzer”, erinnert sich Lippert an den Start des OpenAI-Chatbots Ende 2022. Seither habe sich aber viel geändert: “Heute ist das gar kein Hype mehr, sondern Realität“, sagt Lippert. Die Technologie habe sich längst in den Alltag integriert, kaum jemand spreche noch davon, dass er sein Smartphone über eine „KI-Anwendung“ entsperre oder sein Auto mithilfe von KI einparke: “Wenn es im Alltag angekommen ist, sagt keiner mehr KI-Lösung dazu”.

Auch Thomas Steirer erinnert sich an den Moment, als ChatGPT erschien: „Für mich war das ein richtiger Flashback. Ich habe vor vielen Jahren KI studiert und dann lange darauf gewartet, dass wirklich alltagstaugliche Lösungen kommen. Mit ChatGPT war dann klar: Jetzt sind wir wirklich da.“ Er sieht in dieser Entwicklung einen entscheidenden Schritt, der KI aus der reinen Forschungsecke in den aktiven, spürbaren Endnutzer-Bereich gebracht habe.

Von erster Begeisterung zu realistischen Erwartungen

Anfangs herrschte in Unternehmen noch ein gewisser Aktionismus: „Den Satz ‘Wir müssen irgendwas mit KI machen’ habe ich sehr, sehr oft gehört“, meint Steirer. Inzwischen habe sich die Erwartungshaltung realistischer entwickelt. Unternehmen gingen nun strategischer vor, untersuchten konkrete Use Cases und setzten auf institutionalisierte Strukturen – etwa durch sogenannte “Centers of Excellence” – um KI langfristig zu integrieren. „Wir sehen, dass jetzt fast jedes Unternehmen in Österreich KI-Initiativen hat“, sagt Lippert. „Diese Anlaufkurve hat eine Zeit lang gedauert, aber jetzt sehen wir viele reale Use-Cases und wir brauchen uns als Land nicht verstecken.“

Spar, Strabag, Uniqa: Use-Cases aus der österreichischen Wirtschaft

Lippert nennt etwa den Lebensmittelhändler Spar, der mithilfe von KI sein Obst- und Gemüsesortiment auf Basis von Kaufverhalten, Wetterdaten und Rabatten punktgenau steuert. Weniger Verschwendung, bessere Lieferkette: “Lieferkettenoptimierung ist ein Purpose-Driven-Use-Case, der international sehr viel Aufmerksamkeit bekommt und der sich übrigens über alle Branchen repliziert”, erläutert die Microsoft-Expertin.

Auch die Baubranche hat Anwendungsfälle vorzuweisen: Bei Strabag wird mittels KI die Risikobewertung von Baustellen verbessert, indem historische Daten zum Bauträger, zu Lieferanten und zum Bauteam analysiert werden.

Im Versicherungsbereich hat die UNIQA mithilfe eines KI-basierten „Tarif-Bots“ den Zeitaufwand für Tarifauskünfte um 50 Prozent reduziert, was die Mitarbeiter:innen von repetitiven Tätigkeiten entlastet und ihnen mehr Spielraum für sinnstiftende Tätigkeiten lässt.

Nicht immer geht es aber um Effizienzsteigerung. Ein KI-Projekt einer anderen Art wurde kürzlich bei der jüngsten Microsoft-Konferenz Ignite präsentiert: Der Hera Space Companion (brutkasten berichtete). Gemeinsam mit der ESA, Terra Mater und dem österreichischen Startup Impact.ai wurde ein digitaler Space Companion entwickelt, mit dem sich Nutzer in Echtzeit über Weltraummissionen austauschen können. „Das macht Wissenschaft zum ersten Mal wirklich greifbar“, sagt Lippert. „Meine Kinder haben am Wochenende die Planeten im Gespräch mit dem Space Companion gelernt.“

Herausforderungen: Infrastruktur, Daten und Sicherheit

Auch wenn die genannten Use Cases Erfolgsbeispiele zeigen, sind Unternehmen, die KI einsetzen wollen, klarerweise auch mit Herausforderungen konfrontiert. Diese unterscheiden sich je nachdem, wie weit die „KI-Maturität“ der Unternehmen fortgeschritten sei, erläutert Lippert. Für jene, die schon Use-.Cases erprobt haben, gehe es nun um den großflächigen Rollout. Dabei offenbaren sich klassische Herausforderungen: „Integration in Legacy-Systeme, Datenstrategie, Datenarchitektur, Sicherheit – all das darf man nicht unterschätzen“, sagt Lippert.

“Eine große Herausforderung für Unternehmen ist auch die Frage: Wer sind wir überhaupt?”, ergänzt Steirer. Unternehmen müssten sich fragen, ob sie eine KI-Firma seien, ein Software-Entwicklungsunternehmen oder ein reines Fachunternehmen. Daran anschließend ergeben sich dann Folgefragen: „Muss ich selbst KI-Modelle trainieren oder kann ich auf bestehende Plattformen aufsetzen? Was ist meine langfristige Strategie?“ Er sieht in dieser Phase den Übergang von kleinen Experimenten über breite Implementierung bis hin zur Institutionalisierung von KI im Unternehmen.

Langfristiges Potenzial heben

Langfristig stehen die Zeichen stehen auf Wachstum, sind sich Lippert und Steirer einig. „Wir überschätzen oft den kurzfristigen Impact und unterschätzen den langfristigen“, sagt die Microsoft-Expertin. Sie verweist auf eine im Juni präsentierte Studie, wonach KI-gestützte Ökosysteme das Bruttoinlandsprodukt Österreichs deutlich steigern könnten – und zwar um etwa 18 Prozent (brutkasten berichtete). „Das wäre wie ein zehntes Bundesland, nach Wien wäre es dann das wirtschaftsstärkste“, so Lippert. „Wir müssen uns klar machen, dass KI eine Allzwecktechnologie wie Elektrizität oder das Internet ist.“

Auch Steirer ist überzeugt, dass sich für heimische Unternehmen massive Chancen eröffnen: “Ich glaube auch, dass wir einfach massiv unterschätzen, was das für einen langfristigen Impact haben wird”. Der Appell des Nagarro-Experten: „Es geht jetzt wirklich darum, nicht mehr zuzuwarten, sondern sich mit KI auseinanderzusetzen, umzusetzen und Wert zu stiften.“


Folge nachsehen: No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

Die Partner von No Hype KI
Die Partner von 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

AI Summaries

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein