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.
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.
„Warum das Ganze?“: Ex-Lieferando-HR-Chef gründet Volunteering-Startup
In Zeiten von Covid leitete Axel Menzel die Personalabteilung von Lieferando in Österreich und der Schweiz. "The sky was the limit", beschreibt er. Es wurden Hunderte Mitarbeiter pro Monat eingestellt. Nach dem Ende der Lockdowns kam der starke Stellenabbau und für den gebürtigen Deutschen stellte sich die Sinnfrage. Er gründete daraufhin die Plattform Sobbatical, über die Voluntäre an Non-Profit-Organisationen für Freiwilligenarbeit vermittelt werden.
„Warum das Ganze?“: Ex-Lieferando-HR-Chef gründet Volunteering-Startup
In Zeiten von Covid leitete Axel Menzel die Personalabteilung von Lieferando in Österreich und der Schweiz. "The sky was the limit", beschreibt er. Es wurden Hunderte Mitarbeiter pro Monat eingestellt. Nach dem Ende der Lockdowns kam der starke Stellenabbau und für den gebürtigen Deutschen stellte sich die Sinnfrage. Er gründete daraufhin die Plattform Sobbatical, über die Voluntäre an Non-Profit-Organisationen für Freiwilligenarbeit vermittelt werden.
Egal ob ein Jugendzentrum in Estland, ein Sportclub in Bordeaux oder ein Eselheim auf Korfu, Freiwilligenarbeit kann vielfältig sein und wird vor allem eines: gebraucht. Laut Statistik Austria engagieren sich in Österreich knapp 50 Prozent aller Personen, die älter als 15 Jahre sind, in der Freiwilligenarbeit. Um die Arbeit vor allem international zu erleichtern, gibt es Plattformen, die vernetzen und dafür Geld verlangen. „Das ist eine milliardenschwere Industrie und das finde ich ganz, ganz schrecklich“, sagt Sobbatical-Founder Axel Menzel im brutkasten-Gespräch. Der gebürtige Deutsche möchte mit seiner Plattform Menschen kostenfrei zur Freiwilligenarbeit vermitteln. Dabei kommt Menzel aus einem ganz anderen Bereich.
„The sky was the limit“
Jede:r hat wohl noch den März 2020 im Kopf, als der damalige Bundeskanzler Sebastian Kurz den ersten Lockdown verkündete. Genau in dieser Zeit begann Menzel als Personalleiter bei Lieferando. „Essenslieferungen waren dann so eine Branche, die das Leben und vor allem die Gastronomie irgendwie noch in Gang gehalten haben“, erklärt der Wahl-Wiener und ergänzt: „The Sky was the limit. Wir haben mehrere Hundert Personen pro Monat eingestellt.“
Nach Covid ging es in die andere Richtung. „Dann hieß es Abbau“, sagt er. Schlussendlich wurde er als letzte Person seiner Abteilung 2025 gekündigt. Nach Jahren der Skalierung und eines darauffolgenden massiven Abbaus stellte sich für Menzel die Sinnfrage: „Warum das Ganze? Was bringt uns das als Gesellschaft?“ So kam er auf die Idee, Sobbatical zu gründen.
Das ist eine milliardenschwere Industrie. Und das finde ich ganz, ganz schrecklich.
Axel Menzel, CEO von Sobbatical
Freiwilligenarbeit zugänglich und leistbar machen
Menzels Idee der Vermittlung von Freiwilligenarbeit ist nicht neu. Was ihn aber von bisherigen Plattformen unterscheidet: Sein Dienst ist grundsätzlich kostenfrei. „Ich verdiene mit der Vermittlung und mit dem Angebot von Freiwilligenarbeit kein Geld. Sie soll zugänglich für alle und damit auch leistbar sein“, erklärt er. Auch eine Listung der Non-Profit-Organisationen auf der Plattform sei kostenlos. Insgesamt ist Sobbatical neben Deutschland und Österreich in 21 europäischen Ländern aktiv und versteht sich daher als internationaler Vermittler.
Er beschreibt seine Plattform als einen „One-Stop-Shop“ über Ländergrenzen hinweg. Von Unterkunfts- über Reise- bis zu Versicherungsfragen unterstütze Sobbatical die Voluntär:innen. „Wir arbeiten mit Servicepartnern wie z. B. einem Versicherungsbroker, mit einer Plattform für Unterkünfte und einer für Reisen zusammen“, erklärt Menzel.
Profitabel durch „Sobi“ und Corporate Volunteering
Sein Unternehmen möchte er mit einem KI-Assistenten rentabel gestalten. „Sobi“ kostet 59 Euro im Jahr und soll bei der Planung und Organisation der Freiwilligenarbeit helfen. „Du hast dann jemanden, der dich bei deinem ersten Gedanken wie z. B. ‚Was gibt es für mich denn Passendes?‘ über die konkrete Vorbereitung und darüber hinaus unterstützt“, erklärt Menzel.
Zudem möchte Sobbatical ab nächstem Jahr auch mit Unternehmen Umsatz generieren. Eine Zusammenarbeit mit der Wirtschaftsuniversität Wien soll die Wirkungsmessung von Corporate Volunteering digitalisieren und so die Messung des Social Return on Investment vereinfachen.
„Wir wollen messbar machen, welche gesellschaftliche Wirkung der ehrenamtliche Einsatz einer Belegschaft hat“, erklärt Menzel und nennt ein fiktives Beispiel: „Angenommen, ein Unternehmen stellt eine Mitarbeiterin für ein paar Tage für Freiwilligenarbeit frei, und das kostet 1.000 Euro. Dann soll man über uns sehen können, dass dieser Einsatz zum Beispiel einen gesellschaftlichen Mehrwert von 8.000 Euro geschaffen hat.“ Letzteres wird eben Social Return on Investment genannt.
Marktstart noch 2026 geplant
Die Webseite läuft bereits, die App befindet sich noch in der Beta-Version. Man kann sich als Testnutzer registrieren, der KI-Assistent funktioniert jedoch noch nicht. Menzel möchte aber sowohl die fertige Website als auch den digitalen Assistenten noch in diesem Quartal launchen. „Der virtuelle Assistent existiert schon, wir testen ihn gerade intensiv. Er soll erst dann für alle verfügbar sein, wenn er wirklich verlässlich weiterhilft“, erklärt er.
Sobbatical versucht, „das Maß an personenbezogenen Daten auf einem Minimum zu halten.“ Gespeichert würde nur, was für Vermittlung und Vorbereitung notwendig ist, wie etwa Staatsbürgerschaft oder Wohnland, um Einreisebestimmungen prüfen zu können. Die meisten personenbezogenen Daten würden direkt zwischen Non-Profit-Organisation und Volunteer ausgetauscht werden.
Solange wie möglich „kein Venture Capital“
Sobbatical ist gebootstrappt und das soll sich auch in naher Zukunft nicht ändern. „Ich möchte kein Venture Capital aufnehmen, solange es möglich ist“, sagt Menzel, der aber auch einsieht, dass er für die weitere Entwicklung seiner Plattform noch mehr finanzielle Mittel benötigt. „Gerade, wenn es um die Entwicklung des Corporate-Volunteering-Angebots geht“, sagt Menzel. Daher sei er gerade auf der Suche nach passenden Förderungen.
Das für Startups wie Sobbatical übliche „Verified Social Enterprise-Label“ hat Menzel noch nicht angefragt. Im Individual Volunteering sieht er bislang keinen großen Mehrwert des Labels, weil viele Einzelpersonen von außerhalb Österreichs und sogar außerhalb Europas kommen würden. „Das Label ist vor allem hierzulande bekannt“, erklärt er. Da sich Sobbatical aber verstärkt im B2B-Bereich aufstellen möchte, „ist es in Zukunft eine Überlegung.“
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.
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.