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:
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

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