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.
Bis 28. Oktober einreichen: Houskapreis 2027 vergibt 760.000 Euro für anwendungsnahe Forschung
Die Einreichphase für den Houskapreis 2027 läuft: Bis 28. Oktober 2026 können Hochschulen, außeruniversitäre Forschungseinrichtungen und KMU ihre Projekte für Österreichs größten privaten Preis für anwendungsnahe Forschung einreichen. Insgesamt werden 760.000 Euro vergeben. In der KMU-Kategorie können Unternehmen mit Innovationen überzeugen, die bereits Umsätze erzielen.
Bis 28. Oktober einreichen: Houskapreis 2027 vergibt 760.000 Euro für anwendungsnahe Forschung
Die Einreichphase für den Houskapreis 2027 läuft: Bis 28. Oktober 2026 können Hochschulen, außeruniversitäre Forschungseinrichtungen und KMU ihre Projekte für Österreichs größten privaten Preis für anwendungsnahe Forschung einreichen. Insgesamt werden 760.000 Euro vergeben. In der KMU-Kategorie können Unternehmen mit Innovationen überzeugen, die bereits Umsätze erzielen.
Goldene Houskapreis-Statue, Foto: Alexander Müller
Gute Forschung entsteht in Österreich viel. Was seltener gelingt, ist der Schritt danach: dass aus einer Erkenntnis ein Produkt wird, ein Verfahren, ein Unternehmen. Genau an dieser Schnittstelle setzt der Houskapreis der B&C Privatstiftung an. Ausgezeichnet werden Projekte, die wissenschaftliche Qualität mit konkreter wirtschaftlicher Wirkung verbinden. Mit einem Gesamtpreisgeld von 760.000 Euro ist er Österreichs größter privater Preis für anwendungsnahe Forschung.
Nun geht der Preis in seine 22. Runde. Die Einreichphase für den Houskapreis 2027 ist im September gestartet und läuft bis einschließlich 28. Oktober 2026. Eingereicht wird ausschließlich online unter www.houskapreis.at.
Warum der Fokus auf Anwendung? Erich Hampel, Vorstandsvorsitzender der B&C Privatstiftung, erklärt es so: „Forschung und Innovation sind wesentliche Voraussetzungen für die Wettbewerbsfähigkeit eines Landes. Gerade in einem zunehmend technologiegetriebenen internationalen Umfeld wird es für Österreich entscheidend sein, wissenschaftliche Erkenntnisse erfolgreich in die wirtschaftliche Praxis zu überführen. Dafür braucht es wissenschaftliche Exzellenz ebenso wie unternehmerisches Denken und den Austausch zwischen Wissenschaft und Wirtschaft. Mit dem Houskapreis zeichnen wir Projekte aus, die diese Verbindung erfolgreich herstellen und wirtschaftliche Wirkung entfalten.“
Forschungspreis in drei Kategorien
Vergeben wird der Houskapreis 2027 in den Kategorien Hochschulforschung, Außeruniversitäre Forschung sowie Forschung & Entwicklung in KMU. Teilnahmeberechtigt sind österreichische staatliche und private Universitäten inklusive Fachhochschulen, Christian Doppler Labors, die Österreichische Akademie der Wissenschaften (ÖAW), das Institute of Science and Technology Austria (ISTA), heimische außeruniversitäre Forschungseinrichtungen sowie kleine und mittlere Unternehmen. Gemeinsame Voraussetzung: Die wesentlichen Forschungsleistungen müssen in Österreich erbracht worden sein.
Auch der Houskapreis 2027 wird im Rahmen einer feierlichen Preisverleihung vergeben, am 20. April 2027 in Wien | (c) Alexander Müller
Wie weit ein Projekt sein muss, hängt von der Kategorie ab. In der Hochschulforschung reicht es, wenn die wirtschaftliche Umsetzung unmittelbar bevorsteht oder bereits erfolgt ist. In der außeruniversitären Forschung muss sie schon passiert sein. Bei KMU muss das Projekt zusätzlich abgeschlossen sein und bereits Umsätze am Markt erzielen.
Was KMU wissen müssen
Für Unternehmen gelten klare Voraussetzungen. Sie müssen der KMU-Definition von EU und FFG entsprechen, ihren Firmensitz und ihre wesentlichen Forschungsaktivitäten in Österreich haben, maximal 249 Mitarbeiter:innen beschäftigen und einen Jahresumsatz von höchstens 50 Millionen Euro ausweisen. Außerdem müssen sie seit mindestens zwei Jahren bestehen, also vor dem 31. Dezember 2024 im Firmenbuch eingetragen worden sein, und dürfen in keinem Beteiligungsverhältnis zur B&C-Gruppe stehen.
Die Kategorie steht auch jüngeren Unternehmen offen, sofern sie die genannten Voraussetzungen erfüllen. Entscheidend ist, dass das Unternehmen seit mindestens zwei Jahren besteht und mit seiner Innovation schon Umsätze erzielt. Wie realistisch die Chancen sind, hat der Vorjahresjahrgang gezeigt: Alle drei Nominierungen in der KMU-Kategorie gingen an heimische innovative Unternehmen, den ersten Platz holte sich das Linzer Unternehmen sendance.
Bewertung und Einreichung
Die Bewertung erfolgt in einem zweistufigen Verfahren durch Fachbeiräte pro Kategorie und eine international renommierte Jury aus Wirtschaft und Wissenschaft. Gewichtet wird dabei je nach Kategorie unterschiedlich: Bei der Hochschulforschung zählt die wissenschaftliche Qualität am meisten, bei KMU der wirtschaftliche Erfolg, der mit 40 Prozent in die Bewertung einfließt.
Vier Trophäen, vier Auszeichnungen: Der Houskapreis 2027 wird in drei Kategorien vergeben, dazu kommt der mit 10.000 Euro dotierte Mariella-Schurz-Preis, über den eine Oberstufenklasse entscheidet. | (c) Alexander Müller
Für die Einreichung braucht es je ein einseitiges Abstract auf Deutsch und Englisch sowie ein Dossier von maximal zehn Seiten. KMU dürfen das Dossier auf Deutsch oder Englisch verfassen, in den beiden anderen Kategorien ist Englisch vorgeschrieben. Hochschulen legen mindestens einen Letter of Intent eines Wirtschaftspartners bei, außeruniversitäre Einrichtungen mindestens einen Kooperationsnachweis. In allen Anträgen ist zudem der Beitrag zu den SDGs zu beschreiben.
Preisgeld und Termine
Pro Kategorie werden drei Projekte nominiert, und alle drei gehen mit Preisgeld nach Hause: 150.000 Euro für den ersten Platz, 70.000 Euro für den zweiten, 30.000 Euro für den dritten. Die Erstplatzierten bekommen von der B&C Privatstiftung zusätzlich die goldene Houskapreis-Statue überreicht.
Darüber hinaus vergibt die B&C Privatstiftung den mit 10.000 Euro dotierten Mariella-Schurz-Preis an eines der nominierten Projekte, das eine Oberstufenklasse auswählt. Die Preisgelder gehen an die Institutionen und kommen dort weiteren Forschungsarbeiten zugute.
Die Nominierten werden im Februar 2027 bekannt gegeben, die Verleihung findet am 20. April 2027 in Wien statt. Wer sich vorab informieren will, hat am 5. Oktober 2026 um 14 Uhr bei einer weiteren Online-Informationsveranstaltung Gelegenheit dazu, Anmeldung unter [email protected]. Im Vorjahr gingen die ersten Plätze an die TU Wien, das AIT Austrian Institute of Technology und das Unternehmen sendance. brutkasten hat über die neun Nominierungen für den Houskapreis 2026 berichtet.
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.
