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

„No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed 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.

No Hype KI



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
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

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

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

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

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

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

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 …

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

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 …

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

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 …

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

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 …

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

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

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

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

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