28.04.2023

Lithium: 5 Wege aus der Abhängigkeit des weißen Goldes

Wir brauchen es für Handys, Laptops, zum Speichern von Energie, aber auch für Elektroautos. Die Rede ist von Lithium - einem Metall, von dem wir uns immer mehr abhängig gemacht haben. Es gibt aber auch Wege aus dieser Abhängigkeit. Hier ist ein möglicher Fahrplan.
/artikel/lithium-5-wege-aus-der-abhaengigkeit-des-weissen-goldes

Bis 2030 sollen mehr als 60 Prozent der weltweit verkauften Fahrzeuge E-Autos sein, schätzt die Internationale Energieagentur (IEA). Aber nicht nur für E-Autos, auch für Energiespeicher oder Handys und Laptops braucht man Lithium, auch weißes Gold genannt. Das weiß-silberne Metall wird in Lithium-Ionen Batterien benötigt, welche als eine der besten Optionen für das Halten der Ladung und die effiziente Stromabgabe gesehen werden.

Von der EU wird der Rohstoff als kritisch kategorisiert, weil Lithium für die Industrie sehr wichtig ist und die Gefahr von einem Versorgungsrisiko bestehen kann. Selten ist Lithium auf der Erde nicht, aber “Lithium ist in Gesteinen selten so stark konzentriert, dass es sich für den Bergbau rentieren würde”, erklärt Frank Melcher von der Montanuniversität Leoben.

Vor allem Australien, Chile und China beliefern die Welt mit Lithium. Gestörte Lieferketten haben die heimische Industrie schon häufiger vor Herausforderungen gestellt. Welche Möglichkeiten hat also die EU, sich unabhängiger von Lithium-Importen zu machen? Brutkasten hat bei vier Wissenschafter:innen nachgefragt – hier ist ein möglicher Fahrplan aus der Lithium-Abhängigkeit.

Ein Blick in den Rückspiegel

“Noch vor 20 Jahren ist Lithium ein Rohstoff mit relativ geringer Bedeutung gewesen”, sagt Melcher. Doch mit dem Aufkommen der Lithium-Ionen-Batterien und der Zunahme von Elektroautos, hat Lithium einen hohen Stellenwert eingenommen.

Grundsätzlich gibt es zwei Möglichkeiten das weiße Gold abzubauen: Zum einen findet sich Lithium in Festgesteinen, zum Beispiel in Australien. Die zweite Möglichkeit ist Lithium aus Salzseen zu gewinnen. Diese findet man beispielsweise im sogenannten Lithium-Dreieck in Chile, Argentinien und Bolivien. In den ohnehin trockenen Gegenden sorgt der Abbau des weißen Goldes für Grundwassermangel, da es zahlreiche Verdunstungsschritte braucht, um Lithium verfügbar zu machen.

Die Internationale Energieagentur schätzt, dass die Welt bis 2040 rund 40 mal mehr Lithium braucht, um die Pariser Klimaziele zu erreichen. Außerdem erwartet sie, dass Hersteller bis 2030 nur die Hälfte des Bedarfs der Lithium-Industrie decken und gleichzeitig die Klimaziele erreichen können. Für die Herstellung von einer Tonne Lithium würden zwischen drei und 17 Tonnen Kohlendioxid verbraucht. Das sei bis zu elf mal so viel, wie für die Herstellung von einer Tonne Stahl ausgestoßen wird. 70 Prozent dieser Emissionen fallen bei der Verarbeitung von Lithium an.

Station 1: Reserven in Europa nutzen

Die Reise beginnt in Wolfsberg in Kärnten. Dort soll sich eines der größten Lithium-Vorkommen in Europa befinden. Die Rechte für den Abbau wurden 2011 an das australische Unternehmen European Lithium verkauft, das dort auch Lithium gewinnen will, wie der Standard berichtete.

In Europa selbst mehr Lithium abzubauen, wäre durchaus möglich. Von der Entdeckung bis zur Produktion von Lithium vergehen im Durchschnitt aber rund 16 Jahre. Wir wissen aber schon heute, dass es Lithium-Vorkommen in Europa gibt. Beispielsweise in Serbien oder Portugal, doch Bürgerproteste verhindern dort den Fortschritt der Projekte.

In einer Analyse der Fachzeitschrift Nature schreiben Expert:innen: “Langfristig ist die Inbetriebnahme weiterer Minen und Verarbeitungsanlagen der einfachste Weg, die Energiesicherheit zu gewährleisten.” Auch Melcher sieht in der Nutzung der europäischen Lithiumreserven großes Potential. So könne man mit drei oder vier Lithium-Projekten in Europa relativ schnell bis zu 30 Prozent der Weltproduktion erreichen.

“Es ist meiner Meinung nach absolut sinnvoll, wenn wir auf Elektromobilität setzen – und das ist offensichtlich der politische Wille, dass man diese Batterien auch in Europa baut. Denn wir machen uns sowieso bei sehr vielen Bauteilen stark abhängig vom Import, vor allem von China”, erklärt Melcher.

Station 2: Abfall besser nutzen

Mehr Lithiumabbau in Europa ist also ein möglicher Weg, aber das alleine dürfte für die Unabhängigkeit noch nicht reichen: “Wenn man den prognostizierten Bedarf auf die Ziele hochrechnet, werden wir bis 2050 insgesamt etwa 15 mal mehr Lithium abbauen müssen als bisher in den vergangenen 40 Jahren gewonnen wurden”, rechnet Melcher vor.

Der Abfall sei auf jeden Fall auch ein Problem, das mit Lithium einhergehe und werfe die Frage auf: Was machen wir mit den Abfällen? Laut Melcher geht mit einem Prozent Lithium im Erz 99 Prozent Reststoffe einher. “Die Strategie im Bergbau ist, aus allem ein Produkt zu machen. Das bedeutet, dass man diese Reststoffe soweit aufbereitet, um sie wieder verkaufen zu können, denn Deponien sind in Europa schwer vorstellbar”, so Melcher.

In der Lithium-Ionen-Industrie könnten laut Nature Experten außerdem im Jahr 2030 fast acht Millionen Tonnen Natriumsulfat als Abfall produziert werden. Noch werde der Abfall entweder auf Deponien gelagert oder nach Übersee verschifft. Dieses Natriumsulfat könne man aber wieder aufbereiten und für die Lithium-Ionen Batterieherstellung nutzen. “Das ist aber alles noch Zukunftsmusik, aber technisch möglich wäre vieles”, erklärt Florian Part von der Universität für Bodenkultur Wien.

Station 3: Repurposing und das zweite Leben

Auch Part sieht in der effizienteren Nutzung von Abfall einen Teil des Weges in die Unabhängigkeit. Eine Grundsatzregel sei: “Je länger die Stoffe bzw. Produkte im Umlauf sind, desto besser für die Umwelt”, so Part. Er beschäftigt sich unter anderem damit, wie man Lithium-Ionen-Batterien ein zweites Leben einhauchen kann. Hersteller sprechen momentan von einer Lebensdauer der Batterien von sieben bis zehn Jahren.

Aufgrund von Gewährleistungsverpflichtungen der Automobilhersteller müssen Lithium-Ionen-Batterien in Elektroautos bei einer Restkapazität von derzeit 70 Prozent ausgetauscht werden. Der Grund dafür sei, dass diese nicht mehr die gewünschte Leistung erbringen. “Da ist die Idee, dass man diese Batterien durch ein Repurposing länger im Umlauf halten kann. Zum Beispiel kann man diese für Second-Life-Batteriespeicher nutzen”, erklärt Part.

Die Lithium-Ionen-Batterien aus Autos werden also wiederverwendet. Teilweise würde das auch schon im größeren Maßstab umgesetzt werden, hauptsächlich befinde man sich aber im Pilotmaßstab. “Es gibt da beispielsweise einen Second-Life-Speicher von Saubermacher in der Steiermark. Die großindustrielle Umsetzung scheitert derzeit aber an diversen Marktmechanismen”, so Part.

Dabei gehe es vor allem um die Frage: Sind Second-Life Speicher profitabel? “Derzeit ist die klare Antwort: Nein. Das kann sich auch ändern. Meiner Meinung nach müsste man den Einsatz mit Subventionen oder auch strengen Vorgaben der EU forcieren”, meint Part. Der freie Markt könne dieses Problem nicht regeln, da Second-Life-Batterien mit billigen Neubatterien aus China konkurrieren müssen. “Bei der Importabhängigkeit von Lithium kann Repurposing einen Beitrag leisten, weil man das Problem etwas hinauszögert. Erst nach dem Repurposing gehen die Stoffe in das Recycling”, so Part.

Station 4: Recycling von Lithium-Ionen-Akkus

Auf der Reise in die Unabhängigkeit von Lithium-Importen könnten schon bald zahlreiche Elektroautos in den Ruhestand gehen. Doch was macht man dann mit all den Lithium-Ionen-Batterien? Eine Möglichkeit ist, Inhaltsstoffe wie Lithium zu recyceln.

“Elektromobilität ist auf jeden Fall ein wichtiger Beitrag zur Klimawende, darüber brauchen wir gar nicht diskutieren. Es kann aber natürlich nur dann funktionieren, wenn wir einen geschlossenen Recyclingkreislauf haben”, erklärt Eva Gerold von der Montanuniversität Leoben. Die Technologien dafür gäbe es schon, in Bezug auf den großflächigen Einsatz, handle sich im Moment aber vor allem um eine Frage der Wirtschaftlichkeit.

Laut Gerold wird sich aber nicht die Frage stellen, ob recycelt werden soll oder nicht. Die neue Battery Directive der EU, die kommen wird, mache klare Vorgaben: “Diese Richtlinie wird vorgeben, dass man bis 2030 90 Prozent des Nickels und Kobalts und 70 Prozent des Lithiums aus einer verbrauchten Lithium-Ionen-Batterie zurückgewinnen muss”, so Gerold.

Wichtig sei, die Forschung konstant zu fördern, um am Ball zu bleiben. “Ich glaube, es passiert natürlich schon viel in Bezug auf die Förderung der Forschung, aber es passiert noch zu wenig, um Europa strategisch abzusichern”, so Gerold. Für die Unabhängigkeit von Lithium-Importen könne man mit Recycling eine gewisse strategische Unabhängigkeit erreichen. “Da dies zumindest einen Teil der Lithium-Abhängigkeit abändern kann. Der gesamte Bedarf an Lithium lässt sich allerdings nie durch Recycling abdecken, da der Bedarf weiter steigt”, so Gerold.

Station 5: Die Suche nach Alternativen

Am Ende des Weges aus der Abhängigkeit stellt sich auch die Frage nach Alternativen. Forscher der TU Wien haben beispielsweise eine Sauerstoff-Ionen-Batterie erfunden. Diese soll extrem langlebig sein, ohne seltene Erden auskommen und das Problem der Brandgefahr lösen. Statt Lithium wird Keramik verwendet und wo andere Batterietypen an Kapazität verlieren, könne sich die Sauerstoff-Ionen-Batterie selbst regenerieren.

Für Elektroautos oder Smartphones sei das Batteriekonzept nicht gedacht. “Es gibt bestimmte Bereiche, für die es nicht absehbar ist, Lithium-Batterien leicht ersetzen zu können. Dafür gibt es andere Bereiche, wo es geht und wo der Einsatz von Lithium-Batterien Verschwendung wäre”, sagt Alexander Schmid von der Technischen Universität Wien.

Für große Energiespeicher könne die Sauerstoff-Ionen Batterie eine gute Lösung sein. “Wenn wir in absehbarer Zeit weg von fossiler, teilweise weg von Kernenergie und hin zu Solar- und Windenergie gehen, braucht es sehr große Speicher”, so Schmid. Die Batterie-Idee wurde bereits als Patent angemeldet.

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

„No Hype KI“ wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie „No Hype KI“ diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

„Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“

„Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. „Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören“, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als „Key Technology“ im KI-Bereich. Für „Women in AI“ spiele die Offenheit eine zentrale Rolle: „Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.“ Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was „open“ sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. „2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.“ Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: „Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.“ Florian Böttcher von CANCOM Austria pflichtet hier bei: „Wir setzen genau so auf hybrid.“

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. „Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.“

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. „Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden“, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in „Compliance-Fallen“ führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: „Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.“ Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: „Man kann nicht immer gleich die neueste ‚bleeding edge‘-Lösung nehmen sondern sollte etwas konservativer herangehen.“

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. „Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich“, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. „KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht“, so Böttcher.

„Rechenleistungs-Hunger“ von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. „Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur“, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der „Rechenleistungs-Hunger“ sich verringere.

Patrick Ratheiser ergänzt: „Es ist grundsätzlich eine Kostenfrage.“ Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. „Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar“, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. „Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben“, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: „Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.“

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: „Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.“ Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. „Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann“, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. „Wenn ich KI verwende, muss ich auch wissen, was drinnen ist“, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? „Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen“, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: „Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.“ Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die „Pioniere“ im Unternehmen. „AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen“, so Ratheiser.

„Einfach einmal ausprobieren“

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: „Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.“ Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: „Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.“ Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
27.01.2025

Open Source und KI: „Es geht nicht darum, zu den Guten zu gehören“

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.

„No Hype KI“ wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie „No Hype KI“ diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

„Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“

„Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen“, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. „Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören“, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als „Key Technology“ im KI-Bereich. Für „Women in AI“ spiele die Offenheit eine zentrale Rolle: „Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.“ Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was „open“ sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. „2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.“ Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: „Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.“ Florian Böttcher von CANCOM Austria pflichtet hier bei: „Wir setzen genau so auf hybrid.“

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. „Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.“

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. „Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden“, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in „Compliance-Fallen“ führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: „Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.“ Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: „Man kann nicht immer gleich die neueste ‚bleeding edge‘-Lösung nehmen sondern sollte etwas konservativer herangehen.“

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. „Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich“, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. „KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht“, so Böttcher.

„Rechenleistungs-Hunger“ von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. „Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur“, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der „Rechenleistungs-Hunger“ sich verringere.

Patrick Ratheiser ergänzt: „Es ist grundsätzlich eine Kostenfrage.“ Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. „Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar“, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. „Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben“, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: „Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.“

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: „Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.“ Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. „Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann“, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. „Wenn ich KI verwende, muss ich auch wissen, was drinnen ist“, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? „Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen“, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: „Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.“ Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die „Pioniere“ im Unternehmen. „AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen“, so Ratheiser.

„Einfach einmal ausprobieren“

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: „Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.“ Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: „Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.“ Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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