16.07.2020

Auch Künstliche Intelligenz kann menschliche Schwächen haben

Algorithmen erkennen Sarkasmus, aber sie können vergessen – zwei Themen, denen sich Wissenschaftlerinnen des Software Competence Center Hagenberg in ihren Forschungsarbeiten widmen.
/artikel/kunstliche-intelligenz-menschliche-schwachen
Künstliche Intelligenz hat in Österreich keinen hohen Stellenwert.
(c) Adobe Stock / metamorworks
sponsored

Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter. Dabei wäre dies etwa im Onlinehandel wichtig, damit zum Beispiel eine Onlinerezension richtig eingeschätzt werden kann. Bisherige Sarkasmusdetektionen fokussieren sich auf die Erkennung von Sarkasmus auf Satzebene oder für eine spezielle Textphrase. Das Problem dabei ist, dass es oft unmöglich ist, einen einzelnen sarkastischen Satz zu identifizieren, ohne den Kontext zu kennen.

(c) SCCH

Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit. „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz. Beide Methoden können Texte effizient klassifizieren, die vom Kontext des jeweiligen Textes abhängen, da beide über Speichereinheiten verfügen, um sich bereits gelernte Wörter aus dem Text merken zu können.

Die Ergebnisse der Arbeit zeigen somit, dass Deep Neural Networks die Genauigkeit simplerer Modelle übertreffen können – allerdings mit einem Wermutstropfen: Gäbe es mehr und bessere Daten, so könnten auch genauere Resultate erzielt werden.

Auch eine Künstliche Intelligenz kann vergessen

(c) SCCH

Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet. Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.

„Ich erforsche das katastrophale Vergessen, welches beim Online-Learning von neuronalen Netzen auftritt und wodurch gelernte Zusammenhänge in bestehenden Modellen bei der Anpassung mit neuen Daten verdrängt werden“, sagt Luftensteiner. Ein Modell komplett neu zu erstellen ist zum Beispiel in der Industrie aber oft zu aufwendig oder gar nicht möglich – etwa wegen des Überschreitens zeitlicher Limits oder auch, weil hier benötigte Daten fehlen.

In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren (z.B. Hitzesensoren) – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen. „Ich habe daher ein Framework entwickelt, welches diese Ansätze einbindet und auf verschiedene Datensätze anwendbar ist. Durch die diversen Konfigurationsmöglichkeiten ist dieses Framework gegen das Vergessen in diversen Bereichen – vor allem aber in der Industrie – anwendbar“, so Luftensteiner.

Deine ungelesenen Artikel:
09.11.2026

Vergaberecht: Experte Martin Schiefer fordert höhere EU-Schwellenwerte für „Made in Europe“

Die EU-Kommission will das Vergaberecht zu einer Verordnung zusammenführen, wirksam wird das nach Einschätzung von Vergaberechtsexperte Martin Schiefer frühestens 2030. Er fordert deutlich höhere Schwellenwerte für europaweite Ausschreibungen: 15 Millionen Euro im Bau statt bisher 5,4 Millionen. Bei einem Hintergrundgespräch von CEOs for Future ging es auch um das Ende des Billigstbieterprinzips und die Spielräume, die Österreich schon heute hat.
/artikel/vergaberecht-eu-schwellenwerte-made-in-europe
09.11.2026

Vergaberecht: Experte Martin Schiefer fordert höhere EU-Schwellenwerte für „Made in Europe“

Die EU-Kommission will das Vergaberecht zu einer Verordnung zusammenführen, wirksam wird das nach Einschätzung von Vergaberechtsexperte Martin Schiefer frühestens 2030. Er fordert deutlich höhere Schwellenwerte für europaweite Ausschreibungen: 15 Millionen Euro im Bau statt bisher 5,4 Millionen. Bei einem Hintergrundgespräch von CEOs for Future ging es auch um das Ende des Billigstbieterprinzips und die Spielräume, die Österreich schon heute hat.
/artikel/vergaberecht-eu-schwellenwerte-made-in-europe
(v.l.n.r.): Klaus Petraschka, geschäftsführender Gesellschafter von KPPK Ziviltechniker | Caroline Palfy, Baumeisterin und Geschäftsführerin von Loud4Planet Development | Renate Meßner, CEO von SynerGIS | Birgit Kraft-Kinz, stellvertretende Obfrau von CEOs FOR FUTURE GmbH | Martin Schiefer, Gründer und Partner von Schiefer Rechtsanwälte Fotocredit: CEOs FOR FUTURE / Martin Hron

Rund 67 Milliarden Euro gibt die öffentliche Hand in Österreich laut einer Analyse des Supply Chain Intelligence Institute Austria (ASCII) jährlich für Produkte und Dienstleistungen aus. Seit die Bundesregierung am 14. Oktober gemeinsam mit staatsnahen Unternehmen wie ÖBB, APG, Post und Verbund die „Made in Europe“-Deklaration unterzeichnet hat, sollen bei der Vergabe europäische Wertschöpfung, Versorgungssicherheit, Qualität und Lebenszykluskosten stärker zählen. Bis Jahresende soll ein Aktionsplan für strategische Beschaffung vorliegen.

Parallel dazu läuft in Brüssel die größte Reform des Vergaberechts seit Jahrzehnten. Wie beides zusammenpasst, war Thema eines Hintergrundgesprächs der Plattform CEOs for Future mit Schiefer Rechtsanwälte, KPPK Ziviltechniker, SynerGIS und Loud4Planet Development am 22. Oktober.

Aus drei Richtlinien wird eine Verordnung

Am 9. September 2026 hat die Europäische Kommission ihren Vorschlag für einen „Public Procurement Act“ vorgelegt. Die drei bestehenden Vergaberichtlinien sollen durch eine unmittelbar geltende Verordnung ersetzt werden, mit einfacheren Verfahren, einem gemeinsamen digitalen Vergabe-Ökosystem, dem Bestangebotsprinzip als Standard und einer stärkeren Ausrichtung auf Innovation, Nachhaltigkeit und Resilienz. Die Verordnung soll zwei Jahre nach ihrem Inkrafttreten gelten.

Martin Schiefer, Gründer und Partner von Schiefer Rechtsanwälte, hält die inhaltliche Richtung des Vorschlags für richtig, beim Zeitplan ist er skeptisch. Die Kommission wolle das Verfahren bis Ende 2027 abschließen, das sei sehr optimistisch gedacht. Mit der zweijährigen Übergangsfrist rechnet er frühestens 2030 mit neuen europäischen Regeln, und selbst das hält er für unsicher: Der Vorschlag sehe einen europäischen Datenraum für Beschaffung und einen zentralen elektronischen Eignungsnachweis vor, bei dem offen sei, wer die Verantwortung für die Aktualität der Daten trage. Das sei in dieser Zeit kaum umsetzbar.

Schwellenwerte seit 1995 nicht angepasst

Der zentrale Streitpunkt aus Schiefers Sicht sind die Schwellenwerte, ab denen europaweit ausgeschrieben werden muss. Sie liegen seit 1. Jänner 2026 EU-weit bei 5.404.000 Euro für Bauaufträge und 216.000 Euro für Liefer- und Dienstleistungsaufträge von Ländern, Gemeinden und den meisten anderen öffentlichen Auftraggebern, für Bundesstellen sind es 140.000 Euro. Zwar werden die Werte alle zwei Jahre an Wechselkurse angepasst, eine Anpassung an die Inflation gab es aber nie. Faktisch seien sie seit 1995 nicht indexiert worden, so Schiefer. Die Folge sei Aufwand ohne Nutzen: Bauprojekte im einstelligen Millionenbereich würden mit großem Aufwand europaweit ausgeschrieben, am Ende böten fast nur österreichische Unternehmen an.

Schiefer fordert deshalb eine Anhebung auf 15 Millionen Euro im Bau und mindestens vier bis fünf Millionen Euro bei Liefer- und Dienstleistungen. Die Kommission lehne das bisher ab und verweise auf das Government Procurement Agreement (GPA) der Welthandelsorganisation, in dem die Schwellenwerte festgelegt sind. Schiefer will das Thema trotzdem in die Verhandlungen bringen und sieht darin eine Tauschmasse: Die Mitgliedstaaten könnten der Verordnung zustimmen und im Gegenzug höhere Schwellenwerte erhalten.

Nicht auf Brüssel warten

Regionale Wertschöpfung lasse sich schon heute über nationale Spielräume steuern, auf die europäische Initiative müsse niemand warten, ist Schiefer überzeugt. „Als Pioniere der Buy-European-Bewegung arbeiten wir seit Jahren auf diesen Moment hin. Vergaberecht ist Zukunftsrecht. Schon heute erleichtern Losvergaben KMU den Zugang, das Bestbieterprinzip berücksichtigt Qualität und Wertschöpfung vor Ort“, sagt Schiefer. Als Beispiele nennt er den 2026 mit seiner Kanzlei erarbeiteten Vergabeleitfaden der WKO Steiermark und den Leitfaden „Rot-Weiß-Rote Vergaben“ der Gewerkschaft BAU-HOLZ (GBH).

Zugleich warnt Schiefer vor Überdehnung: „Made in Europe“ dürfe nicht die Wettbewerbsfähigkeit kosten. Bei Rohstoffen, seltenen Erden und KI spiele Europa derzeit keine relevante Rolle, und Photovoltaik aus China brauche man für die Klimawandelanpassung. Es gelte, eine Balance zwischen Wettbewerbsfähigkeit und Resilienz zu halten.

Das Ende des Billigstbieters

Einig war sich die Runde, dass der reine Preisfokus der öffentlichen Hand teuer kommt. Gebäude müssten über ihre Lebensdauer von mehreren Jahrzehnten gerechnet werden, nicht über eine Legislaturperiode, so Schiefer. Viele Beschaffer hätten Angst vor dem Rechnungshof, weil sich ein Preis leichter rechtfertigen lasse als ein Preis plus Qualität.

Caroline Palfy, Baumeisterin und Geschäftsführerin von Loud4Planet Development, sieht das ähnlich: „Das muss sich lohnen: Bei öffentlichen Vergaben soll der Bestbieter zum Zug kommen, nicht der Billigstbieter. Dafür braucht es bundesweit einheitliche, transparente und verbindliche Maßstäbe.“

Wie hoch der Aufwand für kleine Anbieter ist, zeigt die Planungsbranche: Bei offenen Verfahren investieren oft 30 bis 40 Architektur- und Ingenieurteams mehrere tausend Stunden. „Gezielte Direktvergaben entlasten Planungsbüros spürbar“, erklärt Klaus Petraschka, geschäftsführender Gesellschafter von KPPK Ziviltechniker. Renate Messner, CEO von SynerGIS, sieht in Daten den Schlüssel, um Herkunft und Lebenszykluskosten bewertbar zu machen: „Auch im Vergabeverfahren wird Datenqualität zunehmend zum echten Wettbewerbsfaktor.“

Für CEOs for Future ist der angekündigte Aktionsplan die Gelegenheit, das Bekenntnis der Deklaration in konkrete Vergaben zu übersetzen. „Rund 67 Milliarden Euro an öffentlichen Aufträgen sind ein starker Hebel für den Neubau. Als starke Stimme aus der Wirtschaft wollen wir ihn nutzen – für einen fossilfreien, ressourcenschonenden und erfolgreichen Standort. Unser Credo: Gemeinsam ins Tun kommen!“, sagt Birgit Kraft-Kinz, stellvertretende Obfrau der Plattform.

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

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

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 …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

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 …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

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 …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

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 …

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Auch Künstliche Intelligenz kann menschliche Schwächen haben

  • Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter.
  • Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit.
  • „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz.
  • Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet.
  • Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.
  • In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen.