06.04.2023

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

Das von Wolfgang Lechner und Magdalena Hauser gegründete Uni-Spin-off ParityQC und die Universität Innsbruck haben für ein gemeinsames Projekt eine Förderung aus der Initiative "Quantum Austria" des Wissenschaftsministeriums erhalten.
/artikel/parityqc-millionenfoerderung
Die Co-Founder und Co-CEOs vom Tiroler Unternehmen ParityQC (v.l.): Magdalena Hauser und Wolfgang Lechner © brutkasten
Die Co-Founder und Co-CEOs von ParityQC (v.l.): Magdalena Hauser und Wolfgang Lechner © brutkasten

Das von Wolfgang Lechner und Magdalena Hauser 2020 als Spin-off der Universität Innsbruck gegründete ParityQC gilt als eines der österreichischen Vorzeige-Unternehmen im Bereich Quantencomputer. Nur wenige Monate nach seiner formalen Gründung wurde es in einem Ranking unter die 32 besten Uni-Spin-offs der Welt gereiht. In weiterer Folge konnte das Unternehmen auch immer wieder Aufträge von größeren Kunden an Land ziehen – etwa dem japanischen Großkonzern NEC oder dem Deutschen Zentrum für Luft- und Raumfahrt (DLR). Wie das Wissenschaftsminsterium nun bekannt gab, kam ParityQC Ende 2022 bei einer Förderung im Rahmen des Programms „Quantum Austria“ zum Zug.

Projekt von ParityQC mit Universität Innsbruck wird gefödert

Gefördert wird konkret das Forschungs- und Entwicklungsprojekt ASQ, das ParityQC gemeinsam mit der Universität Innsbruck umsetzt. In dem Projekt würden Methoden entwicklt, um ein mathematisches Problem mit dem effizientesten Algorithmus und geeigneter Hardware auf einem Quantencomputer zu lösen, wie es in einer Aussendung des Ministeriums heißt.

Laut der Mitteilung erhalten das Projekt ASQ und ein weiteres Projekt namens QuantumReady gemeinsam 2,9 Mio. Euro. Davon entfallen zwei Mio. Euro auf das Projekt von ParityQC und die Uni Innsbruck, wie ParityQC-Gründerin Magdalena Hauser auf brutkasten-Anfrage bestätigte.

13 neue Förderzusagen kommuniziert

QuantumReady wiederum ist ein Projekt, welches das Software Competence Center Hagenberg (SCCH) mit einem Konsortium aus Wissenschaft und Industrie umsetzt. Ziel ist es laut der Aussendung, Grundlagen zu schaffen, dass Unternehmen die Nutzbarkeit von Quantencomputern für ihren spezifischen Bedarf bewerten und ihnen entsprechende Lösungen anbieten können.

Neben diesen beiden Projekten kommunizierte das Ministerium Föderzusagen für acht weitere Projekte, die im Rahmen von „Quantum Austria“ von der Forschungsförderungsgesellschaft FFG gefördert werden sowie fünf Förderzusagen für Projekte, welche der Wissenschaftsfonds FWF unterstützen wird. Die meisten der 13 Projekte sind im universitären Umfeld anzusiedeln, die Technische Universität Wien, die Universität Innsbruck und die Johannes-Kepler-Universität Linz kamen beispielsweise mehrfach zum Zug.

Bisher 78,4 Mio. Euro an „Quantum Austria“-Förderungen bewilligt

Während der FWF auf Projekte im Bereich der universitären Grundlagenforschung fokussiert, zielen die entsprechenden FFG-Volumina auf Projekte der F&E-Infrastruktur sowie der industriellen Forschung und experimentellen Entwicklung. Seit Beginn der Förderinitiative bewilligte der FWF insgesamt 23 Projekte mit einem Gesamtvolumen von 7,8 Millionen Euro. Bei der FFG wiederum kamen in den ersten beiden Ausschreibungen 21 Projekte mit insgesamt 70,6 Mio. Fördervolumen zum Zug.

Die österreichische Bundesregierung hat Initiative „Quantum Austria“ im November 2021 vorgestellt. Ziel ist es, bis 2026 insgesamt 107 Millionen Euro zu investieren. Im Rahmen von Quantum Austria sollen sowohl die Erforschung der Grundlagen als auch die Entwicklung praxisnaher Anwendungen gefördert werden.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

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 …

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

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 …

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

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 …

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

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 …

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

ParityQC und Uni Innsbruck erhalten 2 Mio. Euro Förderung für Quantencomputer-Projekt