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:
23.06.2026

HTL Spengergasse: Die Wiener Talenteschmiede

Viele der spannendsten jungen Tech-Talente Österreichs kommen von derselben Schule: der HTL Spengergasse in Wien. Zufall ist das nicht.
/artikel/wiener-talenteschmiede
23.06.2026

HTL Spengergasse: Die Wiener Talenteschmiede

Viele der spannendsten jungen Tech-Talente Österreichs kommen von derselben Schule: der HTL Spengergasse in Wien. Zufall ist das nicht.
/artikel/wiener-talenteschmiede
Alexandra Polic sitzt mit Harald Zumpf in einer Klasse der HTL Spenegrgasse
Lehrer Harald Zumpf betreut die Hochbegabten an der HTL Spengergasse. (c) brutkasten

Dieser Text ist zuerst im brutkasten-Printmagazin von Mai 2026 „Die nächste Stufe“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


Hinter einer Glasfassade in der Spengergasse befindet sich eine Schule, die mehr kann als Unterricht. Hier bauen Schüler:innen Software, die mit Produkten von Technologie-Giganten konkurriert. Wer das Gebäude betritt, sieht Klassenzimmer wie überall: Tische, Bildschirme, Schüler:innen vor ihren Laptops. Und doch entsteht hier etwas, das an vielen Schulen fehlt.

Die Liste der Absolvent:innen liest sich wie das Who’s who der österreichischen Tech-Szene: Eric Steinberger und Sebastian De Ro, deren KI-Coding-Startup Magic international für Aufsehen sorgt; Ben Koska, der mit seinen Brüdern in San Francisco an Infrastruktur für KI-Modelle arbeitet; Mojmír Horváth, der mit seinem Startup PothAI im Sommer ins Y-Combinator-Programm einzieht. Sie haben eines gemeinsam: Sie sind durch dieselbe Förderung gegangen.

Im Computerraum wartet Harald Zumpf. Er unterrichtet im Bereich Informatik – und betreut nebenbei jene, die mehr wollen als den Lehrplan. Zumpf ist seit fast 13 Jahren an der HTL Spengergasse. Als er damals an die Schule kam, fiel ihm auf, dass es zwar zahlreiche Unterstützungsangebote für schwächere Schüler:innen gab, aber kein spezielles Angebot für die leistungsstärksten. „Wir haben uns also gefragt: Wie bereiten wir die Besten möglichst gut auf die Welt nach der Schule vor?“, erzählt Zumpf. Der Lehrer suchte die Antwort direkt bei jenen, die im Unterricht herausstechen. Er fragte sie, was er für sie tun könne. So entstand nach und nach die Hochbegabtenförderung.

Heute hat sich daraus ein Programm mit 18 Schüler:innen entwickelt, die in Teams an innovativen Projekten für reale Kunden aus der Wirtschaft arbeiten. Auf dem Papier ist die Förderung ein Freifach; in der Praxis eine 24/7-Betreuung. „Alle Schüler:innen haben meine Handynummer und können sich jederzeit melden – auch am Sonntag oder in den Ferien“, sagt Zumpf. Auf LinkedIn fasst er es so zusammen: Serving Austria’s brightest minds. „Ich arbeite nicht für mich – ich arbeite für die Schüler:innen“, sagt er.

Die HTL Spengergasse im fünften Wiener Gemeindebezirk. (c) brutkasten

Erst Silicon Valley, dann Matura

Viele der Schüler:innen, die in Zumpfs Programm waren oder sind, zählen zu den vielversprechendsten Talenten in der Startup- und Innovationsszene. Der besagte Mojmír Horváth etwa, 19 Jahre alt, besucht im Rahmen eines Auslandsjahrs die renommierte Phillips Academy in den USA. Mit seinem Startup PothAI hat er es außerdem ins Early-Programm des Y-Combinator-Ökosystems geschafft. Im Sommer, gleich nach seiner Matura an der HTL Spengergasse, wird Horváth am Summer 2026 Batch teilnehmen.

Mit PothAI entwickelt er eine agentenbasierte KI, die Unternehmensdaten eigenständig analysiert, Hypothesen bildet und daraus kontinuierlich neue Erkenntnisse ableitet, um manuelle Analyseprozesse zu ersetzen. Mit drei Unternehmen sind bereits Pilotprojekte vereinbart. Wenn der YC-Batch startet, will Horváth eine funktionierende Version seines Produkts haben.

Dass er es jetzt schon so weit gebracht hat, hat er auch seiner Schule und der Hochbegabtenförderung zu verdanken. Dabei hat er aber nichts dem Zufall überlassen: „Ich habe Professor Zumpf schon vor dem Schulstart geschrieben, um herauszufinden, wie ich in das Programm komme“, erzählt Horváth. Die Förderung war einer der Gründe, warum er sich für die HTL Spengergasse entschieden hat. In die Förderung aufgenommen hat ihn Harald Zumpf in der zweiten Klasse. Ausschlaggebend war unter anderem ein Medizin-Hackathon: „Wir sind dort gegen PhD-Teams angetreten und haben den zweiten Platz erreicht, beim Publikumsvoting sogar den ersten.

In diesem Rahmen habe ich in 24 Stunden einen Deep-Learning-Algorithmus entwickelt, der Patientendaten verarbeitet und die Kostenentwicklung prognostiziert“, sagt Horváth.

Talente fallen auf

Dies ist einer von vielen Schlüsselmomenten, die Harald Zumpf mit seinen Schüler:innen erlebt. „Das Identifizieren der Hochbegabten ist das Einfachste überhaupt. Man muss sich eher Mühe geben, sie nicht zu erkennen“, sagt er. Dabei komme es auch gar nicht nur auf ihn an: „Wenn man eine Klasse fragt, wer von ihnen der Beste im Programmieren ist, zeigen alle auf dieselbe Person“, erzählt Zumpf. Auch Empfehlungen aus dem Lehrerkollegium bekommt er immer wieder.

Manchmal geht Zumpf auf die Schüler:innen zu, manchmal kommen sie zu ihm. Wer aufgenommen werden will, braucht einen bestimmten Notenschnitt, weil die schulischen Leistungen nicht leiden sollen. Kandidat:innen führen ein Gespräch mit Zumpf und zwei oder drei Schüler:innen, die bereits in der Förderung sind. „Uneinig über eine Aufnahme waren wir uns noch nie“, sagt Zumpf. Ein Assessment-Center oder andere formale Metriken gibt es nicht.

Harald Zumpf hat die Hochbegabtenförderung an der HTL Spengergasse ins Leben gerufen. (c) brutkasten

Echte Projekte statt Theorie

Was nach der Aufnahme passiert, bestimmen die Schüler:innen. In Teams von zwei bis vier Personen arbeiten sie an Themen, die sie interessieren. Dabei geht es immer um reale Projekte von Wirtschaftspartnern. „Wenn sie etwas brauchen – Mentoring, Kontakte, Rechenleistung oder Projekte –, dann organisiere ich das“, sagt Zumpf. Am Anfang des Schuljahrs stellte er Kontakt zu einer österreichischen Bank her, weil sich eines seiner Teams für Cybersecurity begeistert. Drei Tage später saßen deren Vertreter bereits in der Schule – und noch am selben Tag fiel der Startschuss für das Projekt. Mittlerweile haben die Schüler:innen eine KI für das Compliance-Management entwickelt.

„Je offener die Aufgabenstellung, desto besser. Wir arbeiten strikt agil – von Sprint zu Sprint“, sagt Zumpf. Einmal im Monat trifft er sich bei einem Jour fixe mit seinen Schüler:innen, aber wenn es Herausforderungen gibt, sieht er sie zum nächstmöglichen Termin. Den Wirtschaftspartnern verspricht Zumpf keine bestimmten Ergebnisse – die Schüler:innen sollen Fehler machen dürfen –, aber „meistens kommt etwas sehr Gutes heraus“.

Die Projekte laufen normalerweise über ein Schuljahr. Manchmal aber sind die Teams schon nach drei Wochen fertig. „Wir schauen nicht auf die Zeit – wir schauen auf das Ergebnis“, sagt Zumpf.

Von der HTL zu Y ­Combinator

Einer, der auch nicht auf die Zeit schaut, ist Ben Koska – zum Video-Interview erscheint er pünktlich um Mitternacht, nordamerikanische Westküstenzeit. Koska sitzt gemeinsam mit seinen Brüdern in San Francisco, um Infrastruktur für Firmen zu bauen, die KI-Modelle trainieren.

Auch er ist Absolvent der HTL Spengergasse, Maturajahrgang 2025, und war Teil des Y-Combinator-Programms, Batch 2025. Wer dort aufgenommen werden will, muss einiges vorweisen. Das konnte Koska – dank der Hochbegabtenförderung in der HTL.

„Die größte Stärke der Förderung ist die Freiheit, Dinge auszuprobieren und eigene Projekte zu verfolgen. Wir konnten an vielen Hackathons und Events teilnehmen – das wäre ohne die Unterstützung der Schule nicht möglich gewesen“, sagt Koska. Ein Highlight? „Wir haben ein akademisches Paper geschrieben und auf einer Konferenz in Dubai präsentiert – das hat mich extrem geprägt.“

In das Programm aufgenommen hat ihn Harald Zumpf, nachdem er sich bei der österreichischen Informatikolympiade für internationale Wettbewerbe qualifiziert hatte. Dass die Schule ihre jungen Talente dorthin schickt, ist Teil des Konzepts der HTL Spengergasse. „Was die HTL besonders macht, ist, dass Lehrer sagen: Wenn ihr etwas Sinnvolles macht, dann dürft ihr euch dafür Zeit nehmen“, sagt Koska.

Seine Zeit steckt Koska heute in sein Startup SF Tensor. Oft programmiert er bis spät in die Nacht – gemeinsam mit seinen Brüdern. Damit haben die drei schon früh begonnen: Noch während der Schulzeit machten sie parallel ihren Bachelor, ermöglicht durch das Programm „Schülerinnen und Schüler an die Hochschulen“ der OeAD. Der Abschluss kam damit noch vor der Matura. Ben Koska studiert heute bereits im Master Computer Science an der University of Colorado Boulder.

Seine Brüder haben inzwischen ebenfalls abgeschlossen: Ihren letzten Schultag am BG & BRG Keimgasse in Mödling hatten sie erst vor wenigen Wochen – ihre Bachelor-Abschlüsse aber schon längst in der Tasche.

Dass solche Wege kein Zufall sind, zeigt sich auch in den Rankings: In den Bestenlisten der österreichischen Informatikolympiade tauchen immer wieder Namen von Schüler:innen des BG & BRG Keimgasse und der HTL Spengergasse auf.

Ben Koska hat mit seinen Brüdern das Startup SF Tensor gegründet, an dem sie derzeit in San Francisco arbeiten. (c) San Francisco Tensor Company

Das Erfolgsrezept: Praxis und Freiraum

Was machen diese Schulen besser als alle anderen? „Das Programm selbst ist gar nicht so komplex – es ist eher die Einstellung der Lehrer:innen und der Schulleitung, die den Unterschied macht“, sagt Ben Koska. Man brauche keine komplizierten Regeln – man brauche Personen, die wirklich wollen, dass so etwas funktioniert.

PothAI-Co-Founder Mojmír Horváth sieht den Vorteil vor allem in der Praxis. „Was andere Schulen übernehmen sollten? Echte Projekte mit Unternehmen statt nur Übungsaufgaben“, sagt er. Auch dass in der Förderung nur Englisch gesprochen wird, habe ihn sehr gut auf internationale Programme wie Y Combinator vorbereitet. „Talente gibt es viele – aber erst durch die richtige Förderung kann wirklich etwas aus ihnen werden“, fasst Horváth zusammen.

Für Harald Zumpf sind mehrere Faktoren ausschlaggebend: Lehrkräfte wie er, die sich engagieren wollen, brauchen Freiraum und ein Umfeld, das unbürokratisches Vorgehen erlaubt. Starre Strukturen, feste Stundenpläne oder enge Lehrplanvorgaben stehen der Agilität, die für innovative Projekte nötig ist, oft im Weg. Wenn Lehrkräfte selbst Erfahrungen in der Wirtschaft gesammelt haben, können sie die Praxis meist besser vermitteln. Auch Zumpf ist seit 25 Jahren selbstständig tätig – nun eben neben seinem Job an der HTL. Viele der Schüler:innen im Hochbegabten-programm verdienen schon während der Schulzeit Geld als Software Engineers oder Consultants. Außerdem vernetzt Zumpf die Jugendlichen schon früh mit führenden Köpfen aus der Tech- und Startup-Szene.

Mindestens genauso wichtig ist für ihn aber das Mindset – und dazu gehört die Fehlerkultur. Zumpf spricht deshalb nie von Problemen: „Wir nennen es Herausforderungen“, sagt er. Scheitern ist trotzdem erlaubt: „Man muss wertschätzen, was gemacht wurde, und gutes Feedback geben“, sagt Zumpf.

Strukturelle Herausforderungen

So hält er es auch mit dem Programm selbst: Er schätzt, dass es die Hochbegabtenförderung gibt – aber weiß auch um deren Herausforderungen. Zum einen fehlen finanzielle Ressourcen; die Arbeit mit künstlicher Intelligenz ist kostspielig, und seitens der Schule gibt es kein Budget für die Anschaffung von Hardware. Aber Vereine und Wirtschaft unterstützen hier „schnell und unbürokratisch“, sagt Zumpf.

Offiziell ist die Hochbegabtenförderung als Freifach mit einer Wochenstunde angesetzt – entsprechend wird auch nur diese eine Stunde vergütet. Seine Schüler:innen schätzen das: „Ohne ihn geht gar nichts“, sagt SF-Tensor-Founder Ben Koska, der noch immer regelmäßig mit seinem ehemaligen HTL-Lehrer telefoniert.

Aus Talenten werden Leader

Ben Koska und Mojmír Horváth kamen als Schüler an die HTL Spengergasse – und gehen als Gründer. Eric Steinberger und Sebastian De Ro haben mit Magic ein Startup gebaut, das international Aufmerksamkeit bekommt. Wieder andere entwickeln schon vor der Matura KI-Systeme auf Produktionsniveau oder werden für Programme wie die Rise Initiative ausgewählt.

Was sie verbindet, ist weniger ein bestimmter Karriereweg als ein gemeinsamer Ausgangspunkt: eine Schule, die ihnen zutraut, mehr zu können – und ihnen den Raum gibt, es zu beweisen. Vielleicht ist das das eigentliche Erfolgsrezept der HTL Spengergasse: Nicht ein besonderes Curriculum, sondern die einfache Entscheidung, hinzuschauen – und Talente ernst zu nehmen.

Mojmír Horváth wird im Sommer im Y-Combinator-Programm sein Startup PothAI
weiterentwickeln. (c) privat

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