Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

20.01.2025

FOLGE 4 | NACHLESE

KI-Geschäftsmodelle: „Wir nutzen nur einen Bruchteil dessen, was möglich ist“

Nachlese. Macht Künstliche Intelligenz Unternehmen nur effizienter – oder verändert sie sogar ganze Geschäftsmodelle? In der vierten Folge von „No Hype KI“ diskutieren Ana Simic (Propeller), Nikolaus Marek (IBM), Saskya Lipp (CANCOM Austria) und Mic Hirschbrich (Apollo.ai) über Chancen, Herausforderungen und die Rolle des Menschen in einer KI-getriebenen Zukunft.

/artikel/no-hype-ki-folge-4

✨ AI Kontextualisierung

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

Macht künstliche Intelligenz Unternehmen nur effizienter? Oder ist die Technologie transformativ und verändert auch Geschäftsmodelle? Welche Rolle spielen menschliche Faktoren? Was Antworten auf diese Fragen sind und ob es sich dabei möglicherweise um gar keine Gegensätze handelt, dem geht die vierte Folge von “No Hype KI” nach. Zu Gast waren Ana Simic (Propeller | Gründerin), Nikolaus Marek (IBM | Tech Sales Leader), Saskya Lipp (CANCOM Austria | Portfolio & Product Manager Business Innovation) und Mic Hirschbrich (Apollo.ai | Co-Founder).

Effizienz und Disruption

In der österreichischen Wirtschaft wird KI bis dato oft als Mittel zur Effizienzsteigerung eingesetzt. Doch wie groß ist das Potenzial darüber hinaus, um ganze Geschäftsmodelle zu transformieren? „Das glaube ich jedenfalls“, sagt Mic Hirschbrich, Co-Founder von Apollo.ai. „Ich glaube, dass sich jetzt in den kommenden Jahren die Spreu vom Weizen trennen wird.“ Es reiche nicht, beliebig generative Modelle einzusetzen: „Wer glaubt, er kann das ohne Vorarbeit und Sicherheitsmaßnahmen großflächig ausrollen, wird ein böses Erwachen erleben.“

Saskya Lipp, Portfolio & Product Manager Business Innovation bei CANCOM Austria, beobachtet bereits Veränderungen: „Ich finde, man sieht es jetzt schon recht stark, dass sich bestehende Geschäftsmodelle durch Effizienzsteigerungen transformiert haben.“ Als Beispiel führt sie die Automatisierung in der Produktion oder die Personalisierung im Customer-Bereich an. Sie geht davon aus, dass neue Geschäftsmodelle entstehen – insbesondere durch Agentic AI. Als Beispiel führt sie Voice-Bot-as-a-Service-Anwendungen an.

Agentic AI bezeichnet KI-Systeme, die nicht nur auf Eingaben reagieren, sondern auch eigenständig Aktionen ausführen und Entscheidungen treffen können. Während klassische Chatbots meist bloß antworten und Informationen bereitstellen, agiert eine Agentic AI eher wie ein digitaler Assistent, der Proaktivität zeigt und Aufgaben eigenverantwortlich übernimmt.

Mehr als nur Chatbots

Für viele Unternehmen bleibt die Frage, ob sie KI bloß als Support-System nutzen oder ihre Prozesse tatsächlich umfassend umkrempeln. Tech Sales Leader Nikolaus Marek von IBM sagt dazu: „Sehr viele Unternehmen beginnen erst einmal mit KI-Projekten zur reinen Effizienzsteigerung, um überhaupt in die Lernphase einzusteigen. Das heißt, sie setzen sich mit der Technologie auseinander, machen erste Schritte, aber sie verwenden sie noch nicht wirklich disruptiv.“

Dennoch können auch Maßnahmen zur Effizienzsteigerung führen. Gerade im Patentmanagement habe IBM ein Projekt mit ABP Patent Network umgesetzt, bei dem KI nicht nur Zeit und Ressourcen spart, sondern ein ganz neues Angebot ermöglicht: „Da haben wir ein Modell mit 160 Millionen verfügbaren Patenten trainiert, um Patentanwälten ein Tool zu geben, um Patente schneller anzumelden“ Das würde gleichzeitig disruptiv, sowie effizienzsteigerend sein.

Ana Simic, Gründerin von Propeller, plädiert dafür: „Die KI verändert nicht nur Geschäftsmodelle, sie verändert uns Menschen. KI werde langfristig mehr sein als nur ein weiterer Automatisierungshebel zur Effizienzsteigerung. Simic verweist auf den neuen World Job Report des World Economic Forum, wonach 60 Prozent aller Geschäftsmodelle KI-bedingt verändern werden und sich der globale KI-Markt in den nächsten acht Jahren von derzeit 300 Milliarden Dollar auf drei Billionen Dollar verzehnfachen werde.

Mic Hirschbrich hebt in Bezug auf Effizienz und Disruption hervor, dass KI in der Unternehmensführung nicht zwangsläufig „alles auf den Kopf stellen“ muss. „Wenn ich KI zur Entscheidungsunterstützung in Unternehmen einsetze, möchte ich eine verlässliche Basis schaffen, die Führungskräften bei ihrer Haftung und bei ihrer Entscheidungsqualität hilft.“ Hier würde man keine radikale Disruption brauchen, sondern vielmehr eine sichere und nachvollziehbare KI. Zudem müsse man bei Use-Cases bewusst zwischen Assistenz und Substitution unterscheiden.

Agentic AI, Akzeptanz und die Zukunft der Interaktion

Wo KI heute bereits oft ansetzt, sind Chat- und Voicebots. Doch wie hoch ist die Akzeptanz? „Ich glaube, die Kundinnen und Kunden werden sich daran gewöhnen“, sagt Marek. „Wir hatten am Anfang regelbasierte Chatbots, die rasch an ihre Grenzen gestoßen sind. Jetzt erkennen Transformer-Modelle natürliche Sprache deutlich besser, was die Akzeptanz steigert.“ Entscheidend sei, wie Unternehmen damit umgehen: „Show me, tell me and do it for me. Das heißt, mir die richtige Information zu liefern, mir meinen nächsten Schritt zu erklären und im Idealfall auch gleich in den Systemen dafür zu sorgen, dass er ausgeführt wird.“

Für Saskya Lipp liegt der nächste Schritt schon in Reichweite: „Agentic AI heißt, dass sich Prozesse automatisieren.“ Unter anderem führt sie autonome Produkte ins Spiel, wie eine Heizung, die selbst entscheidet, ob sie sich höher oder niedriger einstellt. Im Bereich von Agentic AI wird man künftig auch vermehrt neue Ertragsmodelle sehen.

Von großen und kleinen Modellen: Was tun mit Daten?

Die Entwicklung der Basistechnologien stellt Unternehmen vor die Wahl, große vortrainierte Modelle zu nutzen oder eigene KI-Modelle zu bauen. Bei IBM verfolgt man den Ansatz, verschiedene Modelle auf einer Plattform bereitzustellen. Dazu gehöre auch, die nötige Governance zu bedenken, damit Verantwortliche bei gesetzlichen Vorgaben und Haftungsfragen sicher seien. „Gerade in regulierten Branchen wie dem Finanzwesen ist das essenziell. Wer sein Geschäftsmodell auf KI stützt, muss sichergehen, dass Datenbasis und Governance passen.“ Auch CANCOM Austria berät dazu, ergänzt Lipp. „Bei KMU sehen wir, dass es effizienter ist, auf vorhandene Modelle aufzusetzen und dann ein Fine-Tuning zu machen.“

Regulatorik als Stolperstein – oder als Chance?

Regulierung kann Innovation hemmen, wie Hirschbrich aus eigener Erfahrung weiß. „Wir haben damals versucht, ein Produkt im Medienbereich aufzubauen, sind aber an europäischen Datenschutzvorgaben gescheitert, während in den USA ganz andere Freiheiten herrschen. Da sehe ich die Gefahr, dass internationale Player den Markt überschwemmen und europäische Anbieter gar nicht zum Zug kommen.“

Allerdings, so Nikolaus Marek von IBM, sei Governance und Compliance im Geschäftsbereich unabdingbar. Er betonte, dass man Regulatorik entweder als Hürde betrachten oder KI nutzen könne, um diese Hürde zu überwinden. Governance-Tools ermöglichten es dabei, nachvollziehbar zu machen, welche Daten auf welche Weise verwendet worden seien. Dies sei unverzichtbar, wenn ein Geschäftsmodell auf KI aufgebaut werde. IBM verfolgt im Bereich Governance einen ganzheitlichen Ansatz, der die gesamte KI-Wertschöpfungskette abdeckt – von der Datenaufbereitung über das Training bis zum laufenden Monitoring der Modelle. Dabei setzt IBM auf watsonx.governance, um die fortlaufend zu prüfen, ob ein Modell Abweichungen, Halluzinationen oder Biases aufweist.

Simic will sich weder vom Thema Regulierung noch von anderen Fragen bremsen lassen: „In Europa ist jetzt schon vieles möglich. Wir nutzen nur einen Bruchteil dessen, was schon möglich ist“. Es gilt jetzt für Unternehmen herauszufinden, welche Use-Case möglich sind. Wichtig sei dabei jedoch die menschliche Komponente nicht zu unterschätzen.

Wohin führt die Reise in den nächsten zwölf Monaten?

Am Ende des Talks richteten die Expert:innen ihren Blick auf die Entwicklungen der nächsten zwölf Monate, um zu diskutieren, welche konkreten Auswirkungen die rasant fortschreitende KI auf künftige Geschäftsmodelle haben könnte.

„Die Entwicklung ist rasant“, sagt Hirschbrich. „Ich glaube, dass wir uns weiter entfernen von einzelnen Modellen, die alles machen, und mehr zu einem Mix an KI-Tools kommen.“ Zudem werden die Grenzkosten für Sprachmodelle weiter sinken. Lipp rechnet damit, dass Agentic AI schon bald stärker Fuß fassen wird.

Marek erwartet eine Kombination aus Mut und Vorbereitung und gibt Unternehmen mit auf den Weg: „Bringt eure Daten in Ordnung“. Und auch Ana Simic meint: „Softwareentwicklung und Marketing waren die ersten Bereiche, in denen KI schon große Fortschritte gemacht hat.“ In einer nächsten Phase erwartet die Expertin Fortschritte im Gesundheitsbereich bei R&D-Aktivitäten. Auch für die heimische Industrie sieht sie große 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?“

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

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

Deine ungelesenen Artikel:

Martin Pacher

15.07.2026

Q.ANT-Gründer Michael Förtsch: „Jede neue KI-Welle bietet Europa die Chance auf eigene Champions“

Das Stuttgarter Startup Q.ANT ist nach eigenen Angaben das weltweit einzige Unternehmen, das Prozessoren auf Basis von Photonic Computing ausliefert – gerechnet wird mit Licht statt Strom. Im Interview mit brutkasten spricht Gründer und CEO Michael Förtsch über Europas Chance im nächsten KI-Zyklus, die Schwächen des europäischen Venture-Capital-Markts und die Frage, wo Q.ANT an die Börse geht.

/artikel/q-ant-gruender-michael-foertsch-jede-neue-ki-welle-bietet-europa-die-chance-auf-eigene-champions

Martin Pacher

15.07.2026

Q.ANT-Gründer Michael Förtsch: „Jede neue KI-Welle bietet Europa die Chance auf eigene Champions“

/artikel/q-ant-gruender-michael-foertsch-jede-neue-ki-welle-bietet-europa-die-chance-auf-eigene-champions

Photonic Computing gilt als eine der großen Wetten auf die nächste Generation der Recheninfrastruktur: Statt mit Strom wird mit Licht gerechnet – was drastisch weniger Energie verbraucht und in Zeiten explodierender KI-Rechenlast zum entscheidenden Faktor werden könnte.

Mit Q.ANT hat sich ein Stuttgarter Deep-Tech-Startup an die Spitze dieses Feldes gesetzt: Nach eigenen Angaben ist es weltweit das einzige Unternehmen, das photonische Prozessoren bereits in Rechenzentren ausliefert. Für Gründer und CEO Michael Förtsch ist die Technologie mehr als ein Effizienzversprechen. Sie ist für ihn eine der wenigen realistischen Chancen, mit denen Europa im nächsten KI-Zyklus doch noch eigene Champions hervorbringen kann. Getroffen haben wir Förtsch beim World Venture Forum in Kitzbühel.

brutkasten: Michael, für alle, die sich mit Photonic Computing noch nie beschäftigt haben – wo steht Q.ANT aktuell?

Michael Förtsch: Wir sind im Moment die einzige Firma weltweit, die Prozessoren basierend auf dieser Technologie liefern kann. Könnten wir heute die Stückzahlen eines Nvidia stemmen? Nein. Aber wir sind in kleineren Stückzahlen genau in den Rechenzentren verbaut, wo Nvidia in größeren Mengen installiert ist. Auf der Skala der Technology Readiness Levels würde ich uns zwischen sieben und acht eingruppieren – unsere Serversysteme kann man inzwischen per Cloud-Service buchen. Das funktioniert nicht nur im Labor unter zwangsbeatmeten Konditionen, sondern im regulären Rechenbetrieb als Co-Processing-Unit im Rechenzentrum. Was uns noch fehlt, um zu den ganz Großen aufzuschließen, ist die Produktionsfähigkeit. Das werden wir nicht alleine hinkriegen, sondern mit Partnern aus der Halbleiterindustrie.

Mit den ganz Großen meinst du Nvidia – oder auch Lightmatter aus den USA?

Lightmatter ist kein Competitor. Wenn man Photonik und Computing zusammenbringt, gibt es zwei Strömungen. Die erste ist das Interconnect-Thema: Da geht es nur darum, Licht zu nutzen, um Datenpakete schneller an den klassischen Prozessor heranzubringen – die sogenannten Co-Packaged Optics. Dort ist Lightmatter unterwegs, genauso Ayar Labs oder Intel. Der zweite Bereich ist der Prozessor-Markt: Da wird mit Licht statt Strom tatsächlich gerechnet. Wir waren 2024 weltweit die Ersten, denen es gelungen ist, einen Prozessor aufzubauen, der wirklich rechnen konnte – und diese Führungsposition haben wir bis heute gehalten. Wir führen das Feld im photonischen Computingbereich an, nicht im Datentransport.

Ihr challengt also Nvidia?

Nuanciert betrachtet: Ich sehe nicht, dass wir die Grafikkarte ergänzen. Stell dir den Computer als Fuhrpark vor. Die Host-CPU ist der VW Passat – das universellste Teil im Stack, kann alles, aber nichts besonders schnell. Die GPU ist der Viertelmeilen-Dragster: Sie kann genau eine Rechenoperation brutal gut, die Vektor-Matrix-Multiplikation, mehr nicht. Wir sind das Formel-1-Auto. Wir beherrschen deutlich mehr Befehle als die GPU – auch hochkomplexe mathematische Zusammenhänge in einem Takt. Mit uns solltest du nicht zum Bäcker fahren, aber am Nürburgring sind wir die Schnellsten. Und der Quantencomputer ist das Boot: Der fährt gar nicht auf der Straße.

Ihr steht bereits in Rechenzentren. Was heißt das konkret für die Effizienz?

Das schönste Beispiel ist das Hochleistungsrechenzentrum in München. Dort stehen unsere Server direkt neben denen von Nvidia. Vor deren Grafikkarten-Rechenschrank herrschen sechzig Grad Innentemperatur – so viel Hitze entsteht da drin. Bei uns stehst du davor und es ist kühl. Da laufen keine Wasserleitungen zum Kühlen rein, du siehst einfach nur Server, die rechnen. Man erlebt die Effizienz physisch. Und wir haben in den letzten drei Jahren gezeigt, dass wir von Prozessorgeneration zu Prozessorgeneration hundertmal schneller geworden sind – das entspricht zehn Jahren Digitalindustrie pro Jahr. Nächstes Jahr werden wir in bestimmten Anwendungen den State of the Art der Digitalindustrie überholt haben.

Welche Anwendungen sind das?

Erstens Bilderkennung: Wie viele Bilder identifizierst du korrekt pro Sekunde – und wie viel Strom hat es gekostet? Ob Robotics oder Autonomous Driving, überall werden Bilddaten verarbeitet. Zweitens Next-Level-LLMs. Der weltweite Strombedarf von LLMs wird bald so groß sein wie der von Japan; skaliert man das weiter, wären wir 2035 beim weltweiten Energiebedarf. Das wird nicht funktionieren. Es braucht die Revolution in der Revolution – Ende des Jahres zeigen wir, wie wir uns das vorstellen. Und drittens Physical AI: Wenn du einen Roboter mit KI versorgen willst, willst du ihm keinen seitenlangen Text geben, sondern das Problem auf Signalebene beschreiben – so wie wir Menschen. Da werden wir als einer der heißesten Kandidaten für den effizienten Einstieg gehandelt.

Das Rennen um generative KI hat Europa gegen die USA verloren. Ist Physical AI das Feld, wo Europa noch mitspielen kann?

Alle haben Sorge, wir hätten im KI-Zeitalter alles verloren. Aber jede neue KI-Welle bietet Europa die Chance auf eigene Champions. Nur weil OpenAI und Anthropic heute gut sind, heißt das nicht, dass sie die nächste Welle automatisch gewonnen haben. Wir haben jüngst gemeinsam mit NXAI, dem österreichischen Startup von Sepp Hochreiter, ein erstes TiRex-Modell auf unserer photonischen Hardware gezeigt. Wir haben Hochreiter und Björn Ommer, die mit Time Series Prediction und Diffusion Models Weltstandards gesetzt haben. Wir haben Mistral, Aleph Alpha, Black Forest Labs, wir haben Q.ANT – Europa hat eigentlich alles in der Hand, um vom Prozessor bis zum KI-Modell alles zu machen. Man muss nur sagen: Wir investieren jetzt eher in der Kategorie zehn Milliarden in dieses Ökosystem, um wirklich einen großen Schuss zu landen. Während die Amerikaner Milliardenbeträge in ihre AI Factories gesteckt haben, hieß es bei uns: Fünfhundert Millionen sind schon ein Haufen Geld. Wenn deine Kapitalisierung um Faktoren unterschiedlich ist, hast du keine Chance in dem Rennen.

Fehlt das Kapital in Europa?

Das Kapital ist da – der Mut muss kommen. Venture Capital ist kein High-Risk-Gambling, sondern hochstrategisches Investment in die innovative Zukunft dieser Region. Was Europa nicht verstanden hat, ist die Geschwindigkeit. Bei einem großen US-VC liegen zwischen Erstgespräch und Datenraumzugang zwei Wochen. Wir haben in den USA ungelogen null Pitchdeck gebraucht: Fünfzeiler per E-Mail, dann sitzt dir jemand gegenüber, der brutaler Experte ist, selbst schon zwei Firmen im Halbleiterbereich groß gemacht hat und dich im Erstgespräch technologisch grillt. In drei, vier Wochen redet man über ein Termsheet. In Europa ist man dagegen oft sehr Governance-getragen: Der Erste hat keine Entscheidungsbefugnis, dann entscheidet ein Board, das gar nicht weiß, worum es geht.

Trotzdem habt ihr fast ausschließlich europäische Investoren – untypisch für Deep Tech.

Genau das ist ein Signal für ein Wiedererwachen Europas. Wir haben international gesucht und international Zuspruch bekommen. IMEC, Xpand, Cherry Ventures, UVC und Venionaire waren wirklich schnell und gut und so haben wir die Series A in Europa zusammenbekommen – mit der nötigen Geschwindigkeit und dem technologischen Zutrauen. Europa hat äquivalente Optionen geboten wie die USA, also blieb ich in Europa. Aber eben nicht im Selbstaufgabemodus, sondern nur, weil Europa die besten Konditionen geboten hat.

Wie sieht die weitere Roadmap aus – kauft euch irgendwann Nvidia?

Ich habe die Firma gegründet, um sie an die Börse zu führen und einen neuen Weltmarktführer in der Prozessortechnologie zu bauen. Einen Verkauf schließe ich nicht kategorisch aus – als Gründer muss man in Varianten denken. Aber das Ziel ist: ein, zwei Finanzierungsrunden, dann ein IPO zum richtigen Zeitpunkt. Mein Wunsch ist, dass diese Firma ihr Headquarter in Europa hat und in Europa gelistet ist. Aber immer mit wirtschaftlichem Rational: Warum soll ich Geld aus patriotischen Gründen liegen lassen? Aktuell ist die Valuation bei einem europäischen IPO gerade im Deep-Tech-Bereich nicht so gut wie in den USA. Gleichzeitig erlebe ich, dass Europa aufwacht – es fängt an, seine eigene Technologiegeschichte wieder schreiben zu wollen. Bis zum Ende der Dekade soll Photonic Computing jedenfalls ein ganz normaler, integraler Bestandteil des Compute Stacks sein – wie die Grafikkarte heute.

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