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:
27.07.2026

Vom Web3-Pionier zum KI-Unternehmer: Wie Ed Prinz KI-Agenten in die KMU bringt

Ed Prinz kennt man in der Wiener Web3-Szene seit Jahren. Jetzt hat der Gründer mit der Plattform bitpull.ai einen neuen Fokus: KI-Agenten, die für Klein- und Mittelbetriebe ans Telefon gehen. Als Mentor an seiner Seite: Inode-Mitgründer Peter Augustin. brutkasten hat die beiden am Business Angel Summit in Kitzbühel getroffen.
/artikel/vom-web3-pionier-zum-ki-unternehmer-wie-ed-prinz-ki-agenten-in-die-kmu-bringt
27.07.2026

Vom Web3-Pionier zum KI-Unternehmer: Wie Ed Prinz KI-Agenten in die KMU bringt

Ed Prinz kennt man in der Wiener Web3-Szene seit Jahren. Jetzt hat der Gründer mit der Plattform bitpull.ai einen neuen Fokus: KI-Agenten, die für Klein- und Mittelbetriebe ans Telefon gehen. Als Mentor an seiner Seite: Inode-Mitgründer Peter Augustin. brutkasten hat die beiden am Business Angel Summit in Kitzbühel getroffen.
/artikel/vom-web3-pionier-zum-ki-unternehmer-wie-ed-prinz-ki-agenten-in-die-kmu-bringt
Ed Prinz | Foto: Ed Prinz / Hintergrund Canva

Wer in den vergangenen Jahren auf Wiener Blockchain-Events unterwegs war, ist an Ed Prinz kaum vorbeigekommen. Seit fast acht Jahren gestaltet er die Blockchain- und Web3-Landschaft als Berater, Projektleiter und Organisator. Neben der Umsetzung zahlreicher Education-Events, Workshops und Meetups verantwortete er unter anderem die Vienna Blockchain Week und unterstützte Unternehmen bei der Entwicklung von Blockchain-Projekten. „Nur wenn man darüber spricht, nimmt man den Menschen die Ängste“, sagt Prinz über seine Motivation, Wissen zu vermitteln und die Community zusammenzubringen. Mit seinem Unternehmen neob hat der Wiener Gründer nun allerdings ein Thema in den Mittelpunkt gerückt, das mit Token und Settlement Layern nur noch die technologische DNA teilt: Agentic AI.

Der Umweg über das Weinviertel

Der Einstieg in das Thema erfolgte über den Kryptomarkt. Gemeinsam mit seinem Team entwickelte Prinz zunächst moonlytics.ai, ein KI-basiertes Portfolio-Management-System für Crypto Asset Manager. Daraus entstand später moonboard.ai, eine Analyseplattform für Krypto-Investoren, die mithilfe mehrerer KI-Agenten Social Media, Markt- und Liquiditätsdaten sowie Nachrichten auswertet und daraus verschiedene Scoring-Modelle für die Identifikation aussichtsreicher Krypto-Assets berechnet.

Die eigentliche Wendung brachte dann eine Anfrage aus dem Freundeskreis: Ein befreundeter Winzer aus dem Weinviertel wollte einen Webshop. Das neob-Team baute den Shop und setzte obendrauf, was es ohnehin schon konnte: einen KI-Agenten. So entstand der „AI Sommelier“ von stich.wine, ein Assistent, der Kund:innen im Webshop berät, Weine empfiehlt und bis zum Kaufabschluss begleitet. Mit dem Projekt wollte man auch international sichtbar werden, etwa auf der Weinmesse ProWein in Düsseldorf und beim Meininger Award.

Der Zeitpunkt war günstig, wie Prinz einräumt: Die Weinbranche steckt angesichts sinkenden Konsums in den USA und Europa in einer Krise. Eine innovative Lösung, die neue Kaufanreize schafft, sei entsprechend gut angekommen.

In wenigen Minuten zum eigenen KI-Agenten

Aus dem Proof of Concept ist eine Plattform geworden: bitpull.ai. Unternehmen erstellen dort laut Prinz in wenigen Minuten einen eigenen KI-Agenten und passen ihn auf ihren Use Case an, ganz ohne Programmierkenntnisse. Danach ist der Agent überall dort im Einsatz, wo Kunden anklopfen: auf der Website, am Telefon mit eigener Rufnummer, auf WhatsApp und Telegram bis hin zur E-Mail. Er beantwortet wiederkehrende Anfragen, bucht Termine oder leitet an die richtige Stelle weiter: rund um die Uhr, in über 90 Sprachen und, wie Prinz betont, „immer freundlich und geduldig“.

Die Zielgruppe sind vor allem KMU: der Friseursalon, die Kfz-Werkstatt, die Tierarztpraxis, das Hotel. Beim Vertrieb setzt Prinz auf den denkbar direktesten Weg: Er spricht Unternehmer:innen an, denen er ohnehin begegnet, und zeigt ihnen eine Live-Demo. „Die meisten verstehen sofort, worum es geht, und haben selbst gleich wieder hundert neue Ideen“, erzählt der Gründer. Ergänzt wird der persönliche Verkauf durch Vertriebspartner, die mit Provisionen zwischen 15 und 30 Prozent beteiligt sind, sowie Affiliate-Programme. In einem nächsten Schritt sollen Kaltakquise und Meta Ads dazukommen.

Am Markt ist neob damit freilich nicht allein: Voice- und Agenten-Lösungen für KMU sind derzeit eines der am dichtesten besetzten Felder im AI-Bereich. Prinz reklamiert für bitpull.ai dennoch ein Alleinstellungsmerkmal: Man sei aktuell einer der wenigen Anbieter, der Agenten-Erstellung samt Knowledge Base über mehrere Kanäle in wenigen Minuten ermögliche, bei einer Marge von 90 Prozent, so seine Darstellung.

Bootstrapped, mit Mentor an der Seite

Finanziert ist das alles bislang aus eigener Tasche. „Ich war schon lange in der Berufswelt tätig und hab mir ein kleines Pölsterchen zur Seite gelegt“, sagt Prinz. Externe Investoren gibt es keine, und aktuell auch keinen akuten Bedarf: Das nächste Etappenziel für 2026 sind 100 zahlende Kunden, danach soll die Marke von 1.000 Kunden fallen.

Begleitet wird Prinz dabei von einem prominenten Mentor: Peter Augustin, einer der Internet-Pioniere des Landes. Augustin gründete 1996 gemeinsam mit Michael Gredenberg den Internetprovider Inode, der aus kleinsten Anfängen zum größten privaten Provider Österreichs heranwuchs und Ende 2005 für einen kolportierten dreistelligen Millionenbetrag an UPC verkauft wurde. Zuletzt war Augustin vor allem als Web3-Investor aktiv, unter anderem gemeinsam mit dem von David Teufel aufgesetzten Fonds Tigris Web3.

Die ersten vier Jahre führten Gredenberg und Augustin Inode komplett zu zweit, ohne Mitarbeiter. „Da kriegst du einfach die besten Learnings“, erinnert sich Augustin: „Du hast deine Technik, du hast dein Produkt und du verkaufst.“ Das Projekt von Prinz erinnere ihn stark an die eigene Anfangszeit im Internet-Boom: „Du hast kein Branchenlimit. Du kannst es einem Anwalt verkaufen, einem Arzt, einer Autowerkstatt, einem Architekten.“ Der Bedarf sei damals wie heute praktisch zu hundert Prozent vorhanden gewesen, man habe nur den Markt einfangen müssen: „Genau in der Phase sind wir jetzt.“

Investiert ist Augustin bei neob übrigens nicht, wie beide betonen. Die Beziehung sei freundschaftlich, Augustin coacht. Perspektivisch sieht er sich aber durchaus auf der Investorenseite, „wenn es eines Tages dazu kommen sollte“. Momentan sei das schlicht nicht notwendig: „Das Produkt verkauft sich von selber.“

Die wichtigste Lektion aus dem Mentoring? Für Prinz ist es der Fokus auf den Vertrieb: Wer Product-Market-Fit finden wolle, müsse in erster Linie lernen, das eigene Produkt selbst zu verkaufen, und über das direkte Kundenfeedback prüfen, ob es überhaupt ein konkretes Problem löst.

AI Act als Pflichtprogramm, Krypto als Geduldsspiel

Beim Thema Regulierung gibt sich Prinz gelassen: Dieses sei von Anfang an mitgedacht worden. Die Transparenzpflichten des EU AI Acts (Art. 50) setze die Plattform standardmäßig um: Anrufer wie Website-Besucher werden zu Beginn jeder Interaktion darauf hingewiesen, dass sie mit einem KI-System sprechen, im Gespräch selbst ebenso wie in schriftlicher Form. Auch beim Datenschutz orientiert sich bitpull.ai an europäischen Standards: Die Verarbeitung erfolgt DSGVO-konform auf Servern in der EU, Auftragsverarbeitungsverträge stellt das Unternehmen seinen Kunden standardmäßig bereit. Eine Übergabe an einen menschlichen Mitarbeiter bleibt (je nach Konfiguration) jederzeit möglich.

Und die alte Heimat Krypto? Dort sieht Prinz ein gespaltenes Bild: Auf institutioneller Seite gebe es dank Regulierung immer mehr Adoption, auf der Retail-Seite komme davon derzeit wenig an. Es fehle schlicht an sinnvollen Produkten mit guter Usability, und „es hat ziemlich oft verbrannte Erde gegeben, weil viele sehr viel Geld verloren haben“.

Vorerst gehört die Aufmerksamkeit des Gründers also den Agenten. Aktuell ist neob bewusst breit aufgestellt, um herauszufinden, welche Branche und welche Nische am besten funktioniert. Danach, so der Plan, geht es spitz hinein.

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.