13.01.2025
FOLGE 3 | NACHLESE

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

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung“ im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.“ Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein „starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


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?„


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

No Hype KI
Deine ungelesenen Artikel:
17.09.2026

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
17.09.2026

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
Lovable-CEO Anton Osika (r.) im Gespräch mit Times Senior Editorin Ayesha Javed. © brutkasten

Kaum ein Tool steht so sehr für den KI-Bauboom wie Lovable. Erst im August 2026 hat das schwedische Startup, wie brutkasten berichtete, eine Series-C-Runde über 400 Millionen US-Dollar abgeschlossen, angeführt von Menlo Ventures und mit dem EQT-gemanagten Scaleup Europe Fund als Co-Lead, bei einer Bewertung von 13,3 Milliarden US-Dollar.

Für Gründer und CEO Anton Osika ist das mehr als eine Finanzierungsrunde: Es sei ein Indikator dafür, dass KI-gestützte No-Code- und Low-Code-Plattformen die Nische verlassen hätten und im Mainstream angekommen seien.

Weg vom Entwickler-Monopol

Auf der Dreamforce in San Francisco erläutert Osika die zentrale These hinter Lovable: „Menschen mit Fachwissen über das jeweilige Problem sollten diejenigen sein, die Software bauen“, so Osika. Wer ein Problem am besten kenne, solle auch die Lösung bauen, egal ob in Marketing, HR, Finance oder Operations. Nicht die formale Qualifikation zähle, sondern die Nähe zum Problem.

Dass Lovable längst kein reines Anfänger-Werkzeug sei, belegt Osika mit einer internen Zahl: 55 Prozent der Lovable-Nutzer:innen brächten mehr als elf Jahre Berufserfahrung in ihrem Fachgebiet mit. Entscheidend sei laut dem Co-Founder nicht das klassische Programmieren, sondern die Fähigkeit, komplexe, unstrukturierte Probleme systematisch in funktionierende Systeme zu zerlegen.

Vom Nebenprojekt zur Unternehmenslösung

Besonders aufschlussreich sind die Praxisbeispiele, die Osika im Gespräch anführt. Bei einer Healthcare-Staffing-Firma habe ein Fachbereichsleiter eine komplette neue Produktlinie für die Zertifizierung von Pflegekräften aufgebaut, samt Verwaltung und Terminplanung, und anschließend mehr als zehn weitere interne Anwendungen vernetzt. In den nordischen McDonald’s-Filialen laufe mittlerweile ein auf Lovable gebautes Interface, über das rund 300 Standorte operative Anfragen abwickeln würden.

Solche Geschichten seien laut Osika keine Ausnahme: Bei knapp zwei Dritteln der Fortune-500-Unternehmen, darunter Adidas und Nvidia, würden Mitarbeitende die Plattform nutzen. Häufig beginne es als kleines Team-Projekt und wachse zur unternehmensweiten Lösung heran.

Entwicklung unter Aufsicht

Damit das nicht in unkontrollierter Schatten-IT ende, setzt Lovable laut Unternehmensangaben auf Admin- und Audit-Funktionen, mit denen IT-Verantwortliche nachvollziehen können sollen, welche Anwendungen entstehen, wo sensible Daten verarbeitet werden und wo Sicherheitslücken drohen. Genau das mache aus der anfänglichen Skepsis von IT-Abteilungen häufig Zustimmung, so Osika: „Es wird vom letzten Nein zu dem, was man ausrollen wollte, zum ersten Ja. So verhindern wir Schatten-IT und die Zersplitterung in unzählige Tools, die niemand mehr überblickt“, erklärt Osika.

Überflüssig würden Engineers durch die Lovable-Nutzung anderer trotzdem nicht, meint Osika: Ihre Rolle verschiebe sich von Routineaufgaben hin zu Architektur, Systemanbindung und der Betreuung unternehmenskritischen Codes.

Warum heißt Lovable eigentlich Lovable?

Zum Schluss des Gesprächs räumt Osika mit einem gängigen Klischee über den europäischen Tech-Standort auf: „Viele halten Europa für langsam, aber wenn man in die Tech-Hubs Europas geht, brodelt es dort wie nie zuvor“, sagt Osika. Dass der Produktfokus so stark auf dem Nutzererlebnis liege, führt Osika auch auf den Standort Stockholm zurück, wo der Großteil des Engineering-Teams sitzt. Man habe in den nordischen Ländern genaue Vorstellungen davon, wie ein Produkt funktionieren solle – oder eben nicht. Diese „I-Tüpfelchen-Reiterei“ mache Lovable erst zu dem was es heute ist.

Warum das Unternehmen ausgerechnet „Lovable“ heißt, erklärt er mit einer letzten Zeile, die zugleich als Leitmotiv des Gesprächs steht: „Software sollte nicht einfach nur funktionieren. Sie soll die Emotionen der Menschen wecken“, so Osika.

Vom Vibe zum Volumengeschäft

Was also vor nicht allzu langer Zeit noch als spielerisches „Vibe-Coding“ belächelt wurde, ist laut Osika längst zu einer Infrastruktur geworden, auf der Enterprisekund:innen die nächsten Prozesssysteme entwickeln. Der Markt für KI-gestütztes Bauen sei, so der Lovable-Gründer, endgültig über das reine Ausprobieren hinausgewachsen – und weit über das Vibecoding hinaus.

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

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

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

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

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

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

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 …

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

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 …

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

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 …

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

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 …

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

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

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

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

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