Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

22.05.2020

Künstliche Intelligenz als Chance für die Industrie: ein Leitfaden

Die Coronakrise hat gezeigt, dass es durch Künstliche Intelligenz möglich ist, Kosten nachhaltig zu reduzieren. Das Wiener Software- und KI-Unternehmen craftworks hat einen Leitfaden entwickelt und sich dabei an über 20 erfolgreich umgesetzten KI-Projekten orientiert.

/artikel/kunstliche-intelligenz-als-chance-fur-die-industrie-ein-leitfaden

✨ AI Kontextualisierung

Industrieunternehmen beschäftigen sich seit geraumer Zeit mit der Automatisierung von Produktionsprozessen. Der durch die Krise vorherrschende Druck zur Einsparung von Kosten zwingt so manches Unternehmen, die Digitalisierung noch schneller voranzutreiben und Künstliche Intelligenz zu implementieren. Doch diese Technologien können die Industrie vor so manche Herausforderung stellen. Allein der Punkt „Datenerfassung“ erweist sich als komplexes Gebilde bei dem Schritt, interne Prozesse nachhaltig zu verändern. Hier schreitet der „Industrial AI“-Dienstleister craftworks ein und bietet mit seinem Leitfaden eine Anleitung zur Umsetzung erfolgreicher Prozessoptimierung.

Drei Prozent jährlicher Anstieg des Wirtschaftswachstums durch Künstliche Intelligenz bis 2035

Laut einer Studie von Accenture und Frontier Economics kann Künstliche Intelligenz in Unternehmen das Wachstum ankurbeln. Bei dieser Untersuchung wurden zwölf Volkswirtschaften durchleuchtet und dabei erforscht, wie sich eine umfassende Nutzung von KI in der Wirtschaft auswirkt.

+++ Solvistas CEO Holzbauer: „Eine AI hätte keine Kurzarbeit empfohlen“ +++

Darin heißt es: „Für den Industriestandort Österreich prognostiziert Accenture durch den Einsatz von KI bis 2035 einen Anstieg des Wirtschaftswachstums um jährlich drei Prozent. Das wäre mehr als eine Verdopplung gegenüber dem Basis-Szenario mit einer Wachstumsrate von 1,4 Prozent pro Jahr, welches die zukünftige Entwicklung der Wirtschaft auf Grundlage des technologischen Stands von heute voraussagt“.

KI-Projekte für nachhaltigen Geschäftserfolg

Weiters wird erwartet, dass die Produktivität der Beschäftigten in Österreich dank Künstlicher Intelligenz um 30 Prozent steigen kann, da „sich viele Arbeitsabläufe effizienter gestalten und Mitarbeiter ihren Fokus auf Aufgaben mit einer hohen Wertschöpfung legen“.

In diesem Sinne hat craftworks einen Guide entwickelt, der Projektleiter bei der Umsetzung von KI Prototypen und Rollouts unterstützen soll. „Wenn man erste Erfahrungen mit KI-Projekten sammelt, dann investiert man in nachhaltigen Geschäftserfolg, auch jetzt in der besonders herausfordernden Zeit“, sagt Michael Hettegger, einer der Gründer von craftworks und liefert gleich eine AI-Roadmap mit.

Die wichtigsten Punkte des KI-Guides kurz zusammengefasst

• Vom Use Case zum Business-Case

Der richtigen Use Case zählt zu den fundamentalsten Dingen für ein erfolgreiches Projekt. Man sollte sich hierbei auf jene Prozess-Optimierungen fokussieren, die leichter mittels Künstlicher Intelligenz realisierbar sind, als durch andere Methoden. Dabei ist es wichtig, als ersten Schritt die Abteilung zu wählen, in der man das Pilot-Projekt starten möchte. Etwa R&D, Logistik oder Wartung, um Beispiele zu nennen.

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

Als nächstes steht an, innerhalb des gewählten Departments den Prozess zu identifizieren, der Optimierungspotential in sich trägt. Faktoren, um für ein Industrial AI-Projekt geeignet zu sein, sind laut craftworks in fünf Punkten auszumachen. Der Prozess sollte komplex sein, eine non-lineare Performance anzeigen, Aufmerksamkeit erregen, wenn plötzliche Anomalien auftreten, der Grund für signifikante Ausschussquoten sein und hohe Kosten nach sich ziehen, falls es zu einem maschinellen Ausfall kommt.

Des Weiteren hängt die Tauglichkeit eines Prozesses für ein „Industrial AI“-Projekt stark von der Generierung von Daten zusammen. Hier wird geraten, dass, wenn eine Prozess-Optimierung in der Theorie hohe Kosteneinsparung verspricht, historische Daten jedoch nicht verfügbar sind, man die „data collection“ so schnell wie möglich starten sollte. Als Tipp wird vorgeschlagen, Daten eines ganzen Jahres zu sammeln, um zu entscheiden, ob der Griff zur Künstlichen Intelligenz Sinn macht. Nachdem man den passenden Use-Case gefunden hat, muss laut craftworks eine Kosten-Analyse folgen.

• Die richtige Machine Learning Methode

Der nächste Schritt ist es den gewählten Use-Case mit der besten „Machine-Learning“-Methode zu verbinden. Dabei wird zwischen „supervised learning“, „unsupervised learning“ und „reinforcement learning“ unterschieden.

Beim ersten lernt ein Algorithmus Verbindungen zu isolieren oder zu kombinieren, die er als Datensatz erhält – um eine vordefinierte Aufgabe (dessen Resultat bekannt ist) so effizient wie möglich zu lösen. Während des Prozesses wird der Algorithmus „überwacht“, um sicherzustellen, dass das „learning“ stets Richtung vorgegebener Aufgabe ausgerichtet bleibt.

„Unsupervised learning“ hingegen umfasst Methoden, die keine vordefinierten Aufgaben benötigen, um zu lernen. Das System versucht Muster im Datensatz zu erkennen, die aufgrund von „Störungen“ von der Norm abweichen.

„Reinforcement learning“ bezieht sich auf „machine-learning“-Methoden, bei dem eine Strategie erlernt wird, um eine definierte Aufgabe zu erfüllen, mittels eines „trial-and-error-„Prozesses. Der Künstlichen Intelligenz wird hierbei nicht aufgetragen nach einer vorbestimmten Art und Weise zum Erfolg zu kommen, sondern sie wird ähnlich dem „Zuckerbrot- und Peitschen-Prinzip“ mit positiven oder negativen Belohnungen animiert, eine dominante und problemlösende Strategie zu entwickeln, die nahe an das Optimum herankommen soll.

• Das „perfekte“ Daten-Set

Im vorigen Punkt war viel von Daten die Rede. Konkreter wird es in der dritten Phase der Implementierung der Künstlichen Intelligenz in das eigene Unternehmen. Es geht darum geeignete Datensätze zusammenzutragen.

Im Prinzip gilt, dass mehr Daten logischerweise besser sind, als kleine „Data samples“. Allerdings hängt die Menge stark vom Use-Case ab. Als Beispiel nennt der craftworks-Guide, dass 100.000 Datenpunkte sich als zu gering erwiesen haben, um eine exakte Vorhersage zu treffen, wann Lieferautos am Ziel ankommen. Dagegen waren 500 indizierte Produkte als Beispiel schlechter Qualität ausreichend, um gute Ergebnisse in Sachen „predictive quality control“ zu erlangen.

+++ Neue digitale Formatreihe NWXnow widmet sich der Zukunft der Arbeit +++

Es wird daher geraten, einen guten Blick auf die Datenqualität zu legen – Dubletten, Formatierungsfehler oder Inkonsistenzen haben einen starken negativen Einfluss auf die KI-Entwicklung. Daten sollten zudem klassifizierbar und relevant sein. Dabei ist es ratsam, sich genau anzusehen, welche Daten fürs „decision-making“ und „operations“ bereits verwendet wurden. Mit großer Wahrscheinlichkeit lässt sich daraus leicht eine Automatisierung der Daten-Analyse entwickeln.

• Proof of Concept

Bei diesem Punkt macht craftworks vier Punkte aus, die ausschlaggebend dafür sind, inwiefern ein „Machine Learning“-Modell effektiv sein und wie es weiterentwickelt werden kann.

Die Umsetzbarkeits-Studie soll einen ersten Hinweis darauf geben, inwieweit eine AI-Lösung durchführbar ist. Hier werden erste passende Algorithmen evaluiert und das KI-Grundgerüst geschaffen.

In der zweiten Phase widmet man sich der Entwicklung einer Prototyp-Lösung, die mit den Zielen des Use-Case einhergeht. Management und ausgesuchte Mitarbeiter, die mit Daten zu tun haben, kommen an dieser Stelle zum ersten Mal in Kontakt mit der Künstlichen Intelligenz. Dies soll für eine hohe „user acceptance“ der Software-Lösung sorgen, während das Projekt Fahrt aufnimmt.

In der Optimierungsphase ist vorrangig das Feedback der Mitarbeiter von Bedeutung und wird in das Projekt implementiert. Danach folgt der Rollout, der noch als „starting point“ gilt und für andere Use-Cases skaliert werden kann. Für die ersten drei Schritte wird ein jeweiliger Zeitraum von vier, bei der letzten Phase vier bis zwölf Wochen empfohlen.

• Das Team

Ein wichtiger und selbstverständlicher Hinweis des Guides für die Implementierung der Künstlichen Intelligenz ins Unternehmen betrifft die richtige Auswahl an Mitarbeitern für das Projekt. Jene sollten die nötigen Fertigkeiten und Übersicht in Sachen Prozess-Entwicklung, Daten und Technologie mit sich bringen. Zudem sollte man sich Gedanken machen, wer die nötige IT-Infrastruktur aufsetzen, entwickeln und warten kann.

• Resultate Visualisieren

An dieser Stelle wird darauf hingewiesen, wie wichtig Transparenz des ganzen „Machine Learning“-Prozesses ist. Daten-Analysen sollten in User-freundlicher Manier visualisiert werden, denn wie craftworks sagt: „Die Kombination von ‚human und Articficial Intelligence‘ erlangt die besten Resultate.

• „Key Software“-Entscheidungen

Die Wahl richtiger Technologie will wohl durchdacht sein und sollte sich am Ziel des Implementierungsvorhaben orientieren. Der Leitfaden empfiehlt, auf „Open Source“-Technologie zurückzugreifen. Craftworks zeigt sich überzeugt, dass die Entwicklung einer solchen Software seitens der globalen Community Vorteile bringt: eine bessere Qualität und sichere Software-Tools. Durch die Nutzung von „Open Source“ entgeht man auch der Abhängigkeit eines einzelnen Providers und kann die IT-Infrastruktur flexibler anpassen, wenn nötig.

+++ So entwickelt sich Österreichs AI Landschaft im Moment +++

Weitere Möglichkeiten technologischer Nutzung umfassen den „Model as a Service“- oder „Model as Dependency“-Approach. Im ersten Fall agiert das Modell unabhängig und kann divers eingesetzt werden. Im zweiten Fall ist es direkt in einer generellen Anwendung integriert. Und macht etwa in einer Pilot-Phase Sinn. Auch können AI-Anwendungen, laut craftworks, problemlos „on-premise“ oder als „cloud solution“ eingesetzt werden.

• Ständige Optimierung der „Machine Learning“-Modelle

Da sich viele Datensätze im Laufe der Zeit verändern, ist es essentiell das „Industrial AI-System“ dynamisch zu halten und ihm Erlaubnisse zu erteilen, Änderungen vorzunehmen.

• Vom Prototypen bis zum globalen Rollout

Nach einem erfolgreichem Pilot-Projekt ist es, so der Guide weiter, an der Zeit, die Künstliche Intelligenz auszuweiten – sie zu skalieren. Neue Use-Cases im Sinn, können genutzte „Machine-Learning“-Modelle als Startpunkt für ähnliche Ziele und Vorhaben genutzt werden. Zudem wird es wichtiger, je größer die Datenmenge wird, Dienstleistungen zu „containerisieren“. Soll heißen, sie einzuteilen und zwar getrennt zu halten, jedoch parallel und unabhängig voneinander innerhalb der gleichen Infrastruktur laufen zu lassen.

• Dokumentation

Am Ende des Leitfadens weist craftworks darauf hin, dass „Industrial AI“ kein fertiges Produkt oder fertige Lösung ist, die man man ohne Entwicklungsprozess erstehen kann. Allerdings sorgt ein professionell geführtes AI-Projekt zu einer hohen Lernkurve, die sich positiv auf Folgeprojekte auswirken kann. Daher wird geraten, den Fortschritt zu dokumentieren und zu reflektieren, inwiefern Erfahrungen mit „Machine Learning“ in welchen Bereichen lehrreich waren. Denn, wie Hetteger sagt: „Datengetriebene Prozessoptimierung ist kein Innovationsprojekt, das in Zukunft von einem neuen Trend abgelöst wird. ‚Industrial AI‘ wird zur Grundlage für Marktführerschaft”.

⇒ craftworks

⇒ KI-Guide zum Download (Englisch)

Redaktionstipps

„Digital Europe“: 9,2 Milliarden Euro für den digitalen Wandel

05.12.2018

„Jedes Unternehmen, das relevant bleiben will, muss ein KI-Unternehmen werden.“

24.08.2019

Deine ungelesenen Artikel:

Martin Pacher

01.06.2026

mySugr-Mitgründer Gerald Stangl bringt mit Roots Energy die urbane Wärmewende in Serie

Roots Energy hat aus einem mehrfach ausgezeichneten Wiener Pilotprojekt ein industrielles Wärmesystem für ganze Stadtquartiere gemacht. Jetzt startet die Serienfertigung in Österreich – und parallel die erste externe Finanzierungsrunde, geplant für das dritte Quartal 2026. Wir haben mit Gründer Gerald Stangl über Marktversagen, den Ukraine-Krieg als Wendepunkt und seine Lehren aus dem mySugr-Exit gesprochen.

/artikel/roots-energy

Martin Pacher

01.06.2026

mySugr-Mitgründer Gerald Stangl bringt mit Roots Energy die urbane Wärmewende in Serie

/artikel/roots-energy

Es ist eine Wette darauf, dass sich die Wärmeversorgung europäischer Städte in den nächsten Jahren grundlegend verändert. Den Beweis, dass der Markt dafür bereit ist, hat Roots Energy nach eigener Darstellung bereits erbracht. „Wir haben bewiesen, dass Menschen dafür bezahlen“, sagt Gründer Gerald Stangl. Das Wiener Unternehmen hat eine vorgefertigte Nahwärme-Plattform aus Hardware und Software entwickelt, die die heute übliche Einzelplanung jedes Heizraums durch ein industriell gefertigtes System ersetzen soll – und damit europäische Städte unabhängig von fossilen Energie-Importen machen will. Die Investitionskosten sinken laut Unternehmen gegenüber konventionell geplanten Anlagen um bis zu 50 Prozent.

Die erste Anlage – das mehrfach ausgezeichnete Wiener Pilotprojekt SmartBlock Geblergasse, technisch geplant von Roots-Mitgründer Wieland Moser, unter anderem Träger des Österreichischen Staatspreises 2021 – läuft seit 2017. Mehr als 20 weitere Standorte in der DACH-Region befinden sich im aktiven Rollout. Seit dem zweiten Quartal 2026 fertigt Roots Energy die zentralen Komponenten gemeinsam mit einem österreichischen Industriepartner in Serie. Womit das Unternehmen die jahrelange Pilotphase hinter sich lässt – und in die Skalierung eintritt.

Vom Co-Living-Projekt zum Wärme-Standard

Die Geschichte beginnt nicht mit Energie, sondern mit Wohnen. Hinter Roots steht mit Gerald Stangl ein Gründer, der bereits eine der bekanntesten österreichischen Health-Tech-Erfolgsgeschichten mitgebaut hat: Das von ihm mitgegründete Unternehmen mySugr, eine App zum Diabetes-Management, wurde 2017 an den Pharmakonzern Roche verkauft. Die Parallele zieht Stangl selbst – mySugr sei erfolgreich gewesen, weil das Team sein eigenes Problem gelöst habe. Bei Roots ist es dasselbe Muster: Die Wärmelösung entstand aus dem konkreten Bedarf eines eigenen Bauprojekts. 2021 gründete er gemeinsam mit Dr. Hüseyin Özcelik und Florian Hackl-Kohlweiß die Roots Urban Villages GmbH, ein Co-Living-Konzept für die Stadt. Bei der Suche nach einer Wärmelösung für ein rund 20.000 Quadratmeter großes Areal stieß das Team auf ein grundsätzliches Problem: „Wir haben gemerkt, es gibt nichts. Entweder man geht auf Fossil oder auf Fernwärme, wo man extreme Preisabhängigkeit hat“, erinnert sich Stangl.

Den Ausschlag gab schließlich der russische Einmarsch in die Ukraine 2022. Die Energiepreise schossen nach oben, die Immobilienpreise nach unten – und damit verschob sich die Logik des gesamten Vorhabens. Erst in diesem Moment, so Stangl, sei dem Team das eigentliche Marktversagen aufgefallen – und damit der Moment gekommen, „all in“ zu gehen: „Wenn nicht jetzt, wann dann?“ Das Team ließ das große Immobilienprojekt fallen, holte Energietechnik-Pionier Wieland Moser ins Gründer-Team, kaufte ein Gebäude als Forschungszentrum und entschied sich bewusst gegen frühes Investorenkapital: Ausschlaggebend war für Stangl der Zeitpunkt: Mit Kriegsbeginn sei die Stimmung unter Investoren schlecht gewesen, ein schneller Start mit hohem Tempo damals kaum finanzierbar. „Da haben wir gesagt, wir bootstrappen das.” 2023 wurde aus Roots Urban Villages die Roots Energy GmbH.

Das Marktversagen: zwischen Fernwärme und Sackgasse

Warum es für dichte Städte bisher keine industrielle Wärmelösung gibt, lässt sich an drei Optionen festmachen, die alle nicht skalieren. Klassische Fernwärme erreicht nur profitable Kernzonen; bestehende Hochtemperatur-Netze (80 bis 135 Grad Vorlauf) sind faktisch nicht erweiterbar und verlieren über 30 Prozent ihrer Energie auf dem Transportweg. Wer dennoch ausbaut, riskiert hohe tote Investitionen, wenn die Anschlussquoten zu gering bleiben. Luftwärmepumpen und Heizcontainer wiederum scheitern im dichten Bestand an Platz, Schallschutz und Genehmigungen. Und individuell von Ingenieurbüros geplante Erdwärme-Anlagen funktionieren zwar technisch, bleiben aber teure Einzelstücke.

Genau hier setzt die zentrale These vom „CapEx at Risk“ an. Das klassische Modell baut ein großes, zentrales Werk und steckt vorab viel Kapital hinein – in der Hoffnung, damit Tausende Haushalte zu versorgen. Bleiben die Anschlüsse aus, ist das Geld verloren. „Bei uns gibt’s dieses CapEx at Risk nicht“, sagt Stangl. „Die Energiequelle entsteht in diesen Netzen Schritt für Schritt.“ Statt eines Großkraftwerks liegen viele kleine Module vor; das System wächst mit der Nachfrage, nicht auf Verdacht.

Als Vorbild dient ausgerechnet Wien selbst. Nach den Ölpreisschocks Ende der 1970er-Jahre stellte die Stadt die dezentrale Ölheizung auf Gas um – und zwar, indem man günstig nur die Gasleitungen bis vor die Wohnungen legte. Ab da konnte jeder Haushalt frei entscheiden, wann er von Öl auf die überlegene Gastherme wechselt. „In weniger als einer Generation war das abgeschlossen“, erzählt Stangl. „Und wir machen genau das Gleiche.“ Roots verlegt schlanke, kostengünstige Soleleitungen – im Kern eine kalte Wasserleitung mit Alkohol-Wasser-Gemisch –, und jede Wohnung tauscht ihre Gastherme nach Bereitschaft gegen eine Soletherme.

Komplexität von der Baustelle ins Werk

Technisch baut Roots auf sogenannter kalter Nahwärme – im Fachjargon 5th Generation District Heating and Cooling. Über die Soleleitungen wird Umgebungswärme aus Erdwärme, Grundwasser, Außenluft oder Abwasser vor Ort gewonnen und nahezu verlustfrei an die Gebäude geliefert. Die Plattform besteht aus drei Bausteinen: dem vorgefertigten Hydraulik- und Steuerungsmodul Roots·Hub, dem Betriebssystem Roots·OS, das das thermische Netz steuert, sowie standardisierten Kompressoren, die Wärme oder Kälte beim Endabnehmer erzeugen – inklusive der Option, im Sommer zu kühlen.

Der Kerngedanke: Roots verlagert die Komplexität von der Baustelle ins Werk. Aus aufwändigen Sonderprojekten werden standardisierte, einfach einzusetzende Systemlösungen – und damit eine skalierbare Infrastruktur. Wichtig ist Stangl dabei die Abgrenzung – ein Punkt, mit dem das Unternehmen lange gerungen hat: „Wir liefern die Anlagensysteme, damit Firmen ihren Job machen können. Wir sind in keiner Konkurrenz.“ Roots sei weder Wärmepumpenfirma noch Projektierer, sondern Systemtechnik-Lieferant für Energieversorger, institutionelle Eigentümer und Contractors.

Markt mit hohem regulatorischem Druck

Der Zeitpunkt ist kein Zufall. Drei EU-Rechtsakte definieren bis 2040 das Ende fossiler Wärme im Gebäudebestand: Der EPBD-Recast schreibt den Ausstieg aus fossilen Heizkesseln bis 2040 vor, der EED-Recast verpflichtet jede Kommune ab 45.000 Einwohnern zu einem Wärmeplan, und ab 2028 greift mit ETS 2 eine CO₂-Bepreisung auf Gebäudewärme. Rund die Hälfte des EU-Endenergieverbrauchs entfällt auf Heizen und Kühlen – größtenteils noch fossil.

Als Zielkunden hat Roots Energy Europas größte institutionelle Wohnungsanbieter im Blick. Allein die 30 größten kontrollieren nach eigener Auswertung ein Wärme-Dekarbonisierungs-Volumen von rund 65 Milliarden Euro – darunter die größten Bestandshalter aus Österreich und Deutschland. Gespräche zu ersten gemeinsamen Piloten sind in Vorbereitung.

Fünf Jahre bootstrapped, jetzt die erste Runde

Seit 2021 hat Roots Energy rund zehn Millionen Euro aus Eigen- ,Fördermitteln und geförderten Darlehen eingesetzt – je etwa fünf Millionen in Forschung und Produktentwicklung sowie in das 900 Quadratmeter große Forschungszentrum „Roots·House“ in Wien-Penzing, das der Klimafonds als „Leuchtturm der Wärmewende“ auszeichnete. Die Forschungsförderungsgesellschaft FFG steuerte 2,4 Millionen Euro bei. Das Patent ist erteilt.

Nun geht das Unternehmen erstmals an externes Kapital: Eine erste Finanzierungsrunde soll im dritten Quartal 2026 abgeschlossen werden. Gespräche laufen mit europäischen Fonds aus den Bereichen Klima-, Resilienz- und Industrietechnologie. Das Kapital fließt in technische Kundenbetreuung, den Ausbau des Vertriebs und die Serienproduktion. Operativ geführt wird Roots Energy von Hüseyin Özcelik und Katharina Steppan; Stangl verantwortet als Gründer das Fundraising.

Das erklärte Ziel: Die Wärmeversorgung europäischer Städte soll künftig industriell organisiert sein – so wie Strom oder Telekommunikation heute. Den Hebel dorthin sieht Stangl weniger im Klimaargument als in handfesten Vorteilen für die Bewohner. „Wir müssen das Narrativ ändern“, sagt er. „Klima zieht in der aktuellen politischen Lage bei den Menschen wenig – dafür stehen Resilienz, Unabhängigkeit und Wirtschaftlichkeit im Vordergrund.“

Mehr über Roots Energy könnt ihr auch hier erfahren.

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