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:
11.09.2026

Warum digitale Souveränität bei der Innovation beginnt

Österreichs Verwaltung und Wirtschaft laufen auf der Infrastruktur dreier US-Konzerne, und das Lagebild des Bundeskanzleramts rückt digitale Souveränität inzwischen in den Fokus der nationalen Sicherheit. Mathias Lipp-Rosenthal, Gründer der KI Schmiede, schreibt in seinem Gastbeitrag, warum heimische Anbieter längst bereit wären und was noch fehlt: der Staat als Kunde.
/artikel/warum-digitale-souveraenitaet-bei-der-innovation-beginnt
11.09.2026

Warum digitale Souveränität bei der Innovation beginnt

Österreichs Verwaltung und Wirtschaft laufen auf der Infrastruktur dreier US-Konzerne, und das Lagebild des Bundeskanzleramts rückt digitale Souveränität inzwischen in den Fokus der nationalen Sicherheit. Mathias Lipp-Rosenthal, Gründer der KI Schmiede, schreibt in seinem Gastbeitrag, warum heimische Anbieter längst bereit wären und was noch fehlt: der Staat als Kunde.
/artikel/warum-digitale-souveraenitaet-bei-der-innovation-beginnt
Mathias Lipp-Rosenthal, Gründer der KI Schmiede | Foto: Lipp-Rosenthal

Das im August veröffentlichte Gesamtstaatliche Lagebild 2026 des Krisensicherheitsberaters im Bundeskanzleramt enthält einen Satz, der bislang wenig Beachtung fand: Angesichts der Cyberbedrohung rücke digitale Souveränität weiter in den Fokus der nationalen Sicherheit. Daraus leitet es eine unbequeme Handlungsoption ab, nämlich die Förderung von EU-Anbietern und den Verzicht auf externe Anbieter bei künftigen Beschaffungen. Im (ersten) Lagebild 2025 kam der Begriff nicht vor. Aus einem Standortthema wurde binnen eines Jahres eine Sicherheitsfrage.

Der Ist-Zustand ist bekannt. Verwaltung und Wirtschaft in Österreich laufen weitgehend auf Infrastruktur dreier US-Konzerne. Der CLOUD Act erlaubt US-Behörden den Zugriff auf Daten, die diese Unternehmen verarbeiten, unabhängig vom Standort des Rechenzentrums. Als Microsoft im Frühjahr 2025 plötzlich das Konto des Chefanklägers des Internationalen Strafgerichtshofs sperrte, wurde sichtbar, dass die Verfügbarkeit einer digitalen Grundleistung an einer Entscheidung außerhalb Europas hängen kann. Die Leistungsfähigkeit der Hyperscaler steht außer Streit. Zu klären ist, welche Funktionen ein Staat in fremder Hand belassen kann.

Vorbilder im öffentlichen Sektor

Das Österreichische Bundesheer hat mit der Umstellung auf LibreOffice die Kontrolle über einen zentralen Arbeitsplatzbaustein zurückgeholt, die Schweizer Armee migriert ihr Kommando Cyber auf openDesk.

Am weitesten gehen die Niederlande. Dort stellt die Regierung die gesamte Bundesverwaltung auf digitale Souveränität um. Seit Juli 2026 ist von US-Clouds für E-Mail und Dokumente abzuraten, Daten müssen in Europa bleiben und für jeden Dienst muss ein Ausstiegsplan vorliegen.

Sicherheit als Grundbedürfnis der Wirtschaft

Die Frage stellen sich zunehmend auch heimische Unternehmen. Sie wollen wissen, ob ihre Daten in Europa liegen, wer darauf zugreifen kann und ob der Dienst, auf dem ihr Tagesgeschäft läuft, morgen noch verfügbar ist. Souverän zu arbeiten heißt für sie vor allem, Sicherheit zu haben: dass Daten nicht von Drittstaaten abgegriffen werden können und dass sie sich auf die Infrastruktur, die ihr Geschäft trägt, tatsächlich verlassen können.

Anbieter, die diesen Wechsel möglich machen, gibt es in Österreich und Europa bereits. Sie stellen Rechenleistung, Plattformdienste und KI-Modelle bereit, die europäischem Recht unterliegen und deren Betrieb nachvollziehbar bleibt. Was ihnen fehlt, ist nicht die Kompetenz, sondern die Nachfrage, die sie in jene Größe trägt, in der sie für den Mittelstand zur echten Option werden.

Mehr als ein Hackathon

Im Mai 2026 haben das Bundeskanzleramt und die TU Austria dazu einen Public AI Hackathon veranstaltet. In 48 Stunden entwickelten 25 Talente Prototypen für die öffentliche Verwaltung, präsentiert vor Staatssekretär Alexander Pröll und einer Jury aus Verwaltung, Politik und Forschung. Das Format zeigt, dass der Wille zur Zusammenarbeit zwischen Staat und Nachwuchs vorhanden ist. Es zeigt auch, wo die Grenze liegt. Zwei Tage Hackathon ersetzen keine Strategie, mit der die Startup-Szene dauerhaft in den Aufbau souveräner Infrastruktur eingebunden wird. Auf einen Prototyp sollte eine Beschaffung folgen, auf eine Veranstaltung ein Förderprogramm, auf ein Teilnahmezertifikat ein zahlender Kunde.

Der Hebel heißt öffentliche Nachfrage

Genau hier liegt der Hebel für Österreich. Öffentliche Nachfrage entscheidet, ob heimische Anbieter jene Größe erreichen, die sie brauchen, um für die Wirtschaft eine echte Option zu sein. Wenn Bund, Länder und Förderstellen gezielt bei europäischen und österreichischen Anbietern beschaffen, stärkt das deren Marktposition und signalisiert der gesamten Startup-Branche, dass sich Investitionen in souveräne Technologie lohnen. Souveränität und Innovation stehen dabei nicht im Widerspruch, sie bedingen einander: Wer die Kontrolle über seine Infrastruktur behält, kann auf ihr aufbauen, statt sie nur zu mieten.

Für Österreich heißt das, die Empfehlung des Lagebilds über einzelne Prototypen hinaus zu denken. Jede Ausschreibung, jedes Förderprogramm und jede Anschlussfinanzierung entscheidet mit darüber, ob die österreichische Startup-Branche zu jenem Anbieter heranwächst, von dem Verwaltung, Sicherheitsbehörden und Mittelstand in zehn Jahren abhängen können. Wer Gründerinnen und Gründer heute mit mehr als einem Zertifikat ausstattet, entscheidet mit über die technologische Souveränität von morgen.


Über den Gastautor:

Mathias Lipp-Rosenthal ist Gründer der KI Schmiede, einer im Juni 2026 gestarteten Beratung, die Unternehmen im DACH-Raum bei der Einführung und Schulung von KI begleitet. Zuvor war er stellvertretender Klubdirektor der Neos und Mitgründer von Voter AI; die Gründung der KI Schmiede hat brutkasten hier bereits vorgestellt.

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.