16.06.2021

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

Patricia Bubner erklärt im Interview, warum "Cultivated Meat" die Zukunft ist und was für den globalen Durchbruch noch fehlt.
/artikel/orbillion-patricia-bubner-interview
Orbillion: Gründerin Patricia Bubner
(c) Orbillion: Gründerin Patricia Bubner

Im Bioreaktor gezüchtetes Fleisch – oftmals als “Labor-Fleisch” bezeichnet – soll zukünftig eine wichtige Rolle in der weltweiten Lebensmittelversorgung spielen. Viele Unternehmen arbeiten bereits daran – als größte Hürde erweist sich dabei die Skalierung. Die Grazerin Patricia Bubner tritt mit ihrem Startup Orbillion, das sie im Silicon Valley mit Gabriel Levesque-Tremblay und Samet Yildirim gegründet hat, an, dieses Problem zu lösen.

In ersten Verkostungen konnte das Startup mit seinem “Cultivated Meat” von Wagyu-Rind, Lamm und Elch bereits überzeugen. Nach einer Teilnahme im renommierten Y-Combinator-Accelerator schloss Orbillion eine fünf Millionen US-Dollar-Seed-Runde ab – der brutkasten berichtete. Im Interview sprachen wir mit Bubner unter anderem über den Mitbewerb, die mittelfristigen Pläne und den weiteren Kapitalbedarf.

Orbillion züchtet Fleisch im Labor. Wie kann man sich das als Laie vorstellen?

Es ist so ähnlich wie Bierbrauen. Dort gibt es auch große Stahltanks, in denen man Zellen vermehrt. Das ist genau das, was wir machen. Wir nehmen verschiedene Zellen von einem Tier – etwa Muskelzellen und Fettzellen – und geben sie in einen Bioreaktor – das ist jetzt natürlich stark vereinfacht beschrieben. In so einem Bioreaktor finden die Zellen alles vor, was sie brauchen. Ein Rührer durchmischt Nährmedium und Zellen und sorgt so ständig dafür, dass die Zellen wachsen und sich vermehren können.

Das Ziel ist also, Fleischzellen ohne das Tier zu produzieren, das ja auch viele unnötige Dinge hat, die wir wirklich nicht essen müssen, wie Knochen, Gehirn und Gefühle.

Ihr habt euch ja auf sehr spezielle Fleischsorten spezialisiert…

Es gibt verschiedenste Gründe dafür, warum wir uns genau darauf fokussieren. Die Rindfleisch-Produktion ist im Lebensmittelsegment der größte Verursacher von Treibhausgasen und braucht extrem viel Wasser und Land. Weil es auch ein riesiger globaler Markt ist, ist es wichtig, das zuerst zu ersetzen. Wenn man sich ansieht, welches Rindfleisch am meisten gegessen wird, kommt man auf dominierende Rinder-Rassen. In den USA ist das zum Beispiel Angus. Das liegt nicht daran, dass es das beste Rindfleisch ist, sondern daran, dass die Landwirtschaft auf möglichst viel Ertrag optimiert wurde. In der Zellkultur sind wir aber in der Wahl der Tierarten nicht eingeschränkt. Warum sollten wir jene nehmen, die in der klassischen Zucht am meisten Ertrag bringen? Wir können stattdessen jene nehmen, die wirklich den besten Geschmack haben.

Ziel ist es, dass die Leute unser Produkt wirklich gegenüber dem klassischen Rindfleisch bevorzugen. Dazu müssen wir etwas schaffen das besser schmeckt, das klimafreundlicher ist und idealerweise gesünder ist, sprich: das einfach das bessere Produkt ist.

Ihr hattet ja bereits erfolgreiche Verkostungen. Wo genau steht ihr mit Orbillion derzeit?

Dank unserer speziellen Technologie sind wir sehr schnell vom Entschluss, das Unternehmen zu starten und dem Proof of Concept zur ersten Verkostung gekommen. Die hatten wir dieses Jahr im März und sie war ein voller Erfolg. Die Leute waren begeistert. Es waren Testimonials dabei, wie: “Euer Lamm schmeckt besser als echtes Lamm”. Das hat uns darin bestätigt, dass es sich auszahlt, mit den alten, geschmackvolleren Nutztierrassen zu beginnen.

(c) Orbillion: So sieht das Wagyu-Rind-Faschierte aus dem Labor aus

Und was braucht es noch, um das zu skalieren?

Die Skalierbarkeit von Zellkultur ist die große Herausforderung. Die Methode ist ja für den Biopharma-Bereich und andere medizinische Anwendungen entwickelt worden. Bei diesen Produkten gibt sehr hohe Margen und es war nie der Bedarf da, die Kosten so extrem zu senken, wie es für ein Food-Produkt mit geringen Margen nötig ist. Umgekehrt würde die Verbesserung der Skalierbarkeit trotzdem nicht nur für uns, sondern auch für Biopharma und Medizin eine enorme Chance bieten.

Generell ist diese Skalierbarkeit ein Engineering-Problem und ich bin absolut davon überzeugt, dass wir das lösen können. In jedem Bioprozess – egal ob es um tierische Zellen oder Hefezellen geht – steckt viel Prozessoptimierung, Zeit, Arbeit und Brainpower. Bei Cultivated Meat im Speziellen arbeiten wir mit Zellen, mit denen noch nicht im Labor gearbeitet wurde. Es hat nie jemand mit Rinder- oder Bison-Zellen in einem großen Maßstab gearbeitet, weil das einfach nie nötig war. Doch diese Zellen haben spezielle Erfordernisse, die man herausfinden muss und für die man den Prozess optimieren muss.

Teilweise sind auch die Zutaten, die wir für den Zellkultur-Prozess brauchen, noch sehr teuer. Aber es arbeiten einige Firmen derzeit daran, diese Kosten zu senken. Das Good Food Institute Europe ging kürzlich in einem Bericht davon aus, dass der Kilopreis für Cultivated Meat bis 2030 auf unter sechs Dollar gesenkt werden kann.

Es gibt auch andere Unternehmen, die an Laborfleisch arbeiten. Wie siehst du euer Verhältnis zum Mitbewerb?

Der globale Fleischmarkt hat derzeit ein Volumen von 1,2 Billionen Dollar. Er ist also riesig und wird ja auch heute nicht von einer Firma dominiert. Es wird auf jeden Fall mehrere Gewinner an unterschiedlichen Orten mit unterschiedlichen Produkten geben. Weltweit gibt es übrigens bislang genau ein Produkt am Markt: Chicken Nuggets in Singapur.

Prinzipiell haben die Mitbewerber die gleichen Probleme mit der Skalierbarkeit. Die für uns relevanten sind ja schon sehr lange dabei, das aufzubauen. Doch bevor Gabriel (Anm. Levesque-Tremblay, Co-Founder und CTO), Samet (Anm. Yildirim, Co-Founder und COO) und ich mit Orbillion begonnen haben, haben wir genau darüber öfter gesprochen und hatten viele Ideen, wie man es besser machen könnte. Die setzen wir jetzt um. Und mit unseren beruflichen Hintergründen und Erfahrungen haben wir genau die passenden Voraussetzungen, um das zu machen. Wir sind definitv das stärkste Founding-Team im Bereich Cultivated Meat.

Und wir bringen auch die nötige Nüchternheit mit. Denn es sind zum Beispiel viele Gründer im Alt-Protein-Bereich vegan. Wir haben einen Co-Founder, der einmal versucht hat vegan zu leben. Aber will wollen ja ein Produkt für Fleischesserinnen und Fleischesser machen. Und wir wollen mit den Bauern und Züchtern zusammenarbeiten, weil uns klar ist, dass die diejenigen sind, die das Essen auf den Tisch bringen. Cultivated Meat wird einen sehr großen Marktanteil haben, aber noch ist es nicht soweit. Und Studien zufolge wird der Fleischbedarf in den kommenden Jahren massiv steigen. Wenn mich Bauern fragen, ob wir sie aus dem Markt drängen wollen, sag ich ihnen, dass wir hoffen, mit unserem Produkt und anderen Alt-Protein-Produkten überhaupt den Mehrbedarf abdecken zu können.

Aber ist nicht langfristig trotzdem die Vision, dass kein Tier mehr für Essen sterben muss?

Ich bin ganz ehrlich: Das ist nicht meine Langzeit-Vision. Ich glaube nicht, dass das passieren wird. Weil Tierhaltung ist Teil unserer Kultur. Ich denke, dass die industrielle Tierzucht, wie wir sie in den vergangenen 50 Jahren erschaffen haben, um den erhöhten Bedarf zu decken, das Problem ist. Nicht generell Fleisch Essen, sondern die Menge an Fleisch und wie wir es produzieren. Natürlich ist mir das Tierwohl sehr wichtig. Aber auch der Klimawandel und Menschen gutes nahrhaftes Essen zu bieten, sind uns sehr wichtige Anliegen. Das ist, wofür Orbillion steht.

Gibt es bereits Studien zu gesundheitlichen Aspekten von Cultivated Meat?

Nachdem es eben erst ein Produkt am Markt gibt, gibt es auch keine gesundheitlichen Studien. Aber es ist ja prinzipiell das gleiche wie Fleisch. Und weil wir es in eine Bioprozess erzeugen, ist es extrem kontrolliert. Das heißt, wir wissen ganz genau, was da drinnen ist. Bei Fleisch vom Schlachthof weißt du nicht, was das Tier gegessen hat und welche Keime drauf sind. In unserem Produkt findet man definitiv keine Viren, während die industriellen Tierzuchten den Nährboden für die nächste Pandemie bieten.

Es sind also prinzipiell die gleichen gesundheitlichen Auswirkungen zu erwarten, wie bei herkömmlichem Fleisch, aber ich erwarte, dass unser Produkt aus den genannten Gründen unterm Strich gesünder ist. In einer Studie wurde auch bereits gezeigt, dass in den Fleischzellen Vitamine produziert werden können, die üblicherweise nicht in Fleisch enthalten sind. Es gibt also auch sehr viele Möglichkeiten es so zu optimieren, dass es ein gesünderes Produkt ist.

Ich mache jetzt nochmal einen zeitlichen Sprung zurück. Du bist ja ursprünglich aus Graz. Wie bist du überhaupt ins Silicon Valley gekommen?

Ich bin ja Wissenschaftlerin und habe mein Doktorat in Graz gemacht. Ich war einfach sehr interesiert und da geht man oft mal für eine Zeit lang auf andere Institute, um neue Dinge zu lernen. Schon 2005 war ich mit einem Stipendium der Stadt Graz für ein Jahr in den USA. Ich habe mich bereits damals in die USA verliebt, weil hier sehr viele Leute von überall zusammenkommen und es eine wirklich gute Umgebung für Wissenschaftler und Wissenschaftlerinnen ist, um neue Sachen zu lernen. Über den Bio Fuels-Bereich, in dem ich später tätig war, bin ich dann an die UC Berkeley gekommen, die damals der Bio Fuel-Think Tank schlechthin war. Die Zeit dort war ein Wahnsinn und dort habe ich auch Gabriel kennengelernt.

Ich hatte auch ein Nebenprojekt im Food-Bereich, nämlich das “Hirse-Projekt”, wo ich mit Landwirten im Bereich Biodiversität von Getreide zusammengearbeitet habe.

Ihr wart mit Orbillion im Y-Combinator. Wie war das?

Es war insofern seltsam, weil wir wegen Corona an allem virtuell teilgenommen haben, obwohl wir nur 20 Minuten vom Y-Combinator-Standort entfernt sind. Aber es ist wirklich ein fantastisches Programm, das uns extrem weitergebracht hat. Sie haben dort so viele Startups gesehen, die es geschafft haben und so viele, die gescheitert sind. Sie sind sehr gut darin, die Muster aufzuzeigen, die es da gibt. Auch profitiert man extrem vom Netzwerk, das sie haben, mit Unternehmen, Investoren und Alumni. Es sind drei Monate sehr intensives Lernen mit sehr konkretem Rat.

Und der Demo Day ist dann natürlich eine besondere Erfahrung. Danach haben wir täglich bis zwei Uhr in der Nacht E-Mails beantwortet, weil wir so viele interessierte Investoren hatten. Es war eine sehr spannende Zeit.

Ihr habt ja dann kürzlich auch eine fünf Millionen Dollar-Seed-Finanzierung mit einer ziemlich illustren Investoren-Runde abgeschlossen…

Mit einigen der Investoren hatten wir bereits vor Y-Combinator Kontakt, aber vieles kam auch durch den Demo Day. Viele Investoren sind genau an dem Bereich sehr interessiert, weil sie wissen, dass hier eine Revolution im Gange ist und sie Teil davon sein wollen. Für uns war es wirklich wichtig, Investorinnen und Investoren an Bord zu haben, die unsere Mission vertreten und uns jetzt oder in Zukunft helfen können – sei es durch ihre Verbindungen oder durch spezielle Expertise. Wir haben auch bewusst darauf geachtet, Verbindungen in die USA, Asien und Europa zu bekommen, weil alle drei wichtige Märkte für uns sind.

Wie schätzt Du euren Kapitalbedarf in den kommenden Jahren ein? Was braucht Orbillion, um skalieren zu können?

Wir sind unersättlich! (lacht) Jede Firma, die einen Bio-Prozess von dieser Größenordnung aufbauen will, braucht viel Geld. Über kurz oder lang werden wir also die nächste Kapitalrunde brauchen. Das wichtigste ist, dass wir die Milestones bis dahin gut bewältigen. Das haben wir auch jetzt vor der Seed-Runde zeigen können. Wir konnten die Investorinnen und Investoren überzeugen, dass wir mit unserem Wissen schneller sind als andere. Sie waren beeindruckt. Und so wollen wir es auch in der nächsten Runde machen.

Was ist euer Zeitplan?

Wir haben natürlich sehr ambitionierte Pläne. Wir wollen unser erstes Produkt – Wagyu-Rind – 2023 am Markt haben. Bis Ende 2022 wollen wir die Pilot-Produktion starten. Deswegen sind wir jetzt dabei, unsere Produktion zu verstärken und den Preis hinunter zu bringen. Wenn wir dann wirklich den Preis ausreichend reduziert haben und bereit für die Pilot-Produktion sind, werden wir die nächste Fundraising-Runde starten.

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

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

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 …

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

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 …

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

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 …

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

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 …

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Orbillion: Wie eine Grazerin vom Valley aus den globalen Fleischmarkt erobern will