03.01.2019

Prognose und Hellseherei: Was wir über die Zukunft wissen

Leitartikel des brutkasten Magazins #7: Leuchtende und dunkle Zukunftsszenarien sind so alt wie die Menschheit selbst. Doch was können wir tatsächlich zuverlässig voraussagen?
/artikel/prognose-und-hellseherei-was-wir-ueber-die-zukunft-wissen
Zukunft
(c) fotolia / razoomanetu

„Ich glaube an das Pferd. Das Automobil ist eine vorübergehende Erscheinung“. Zugegeben, dieses bekannte Zitat des Deutschen Kaisers Wilhelm II zu Beginn des 20. Jahrhunderts mag ein Beispiel für besondere Ignoranz bei Zukunftsprognosen sein. Es zeigt aber ein Muster, das wir auch bei aktuellen Voraussagen finden. Sie sind häufig von individuellen Einschätzungen und Emotionen geprägt. Ihnen können dabei durchaus empirische Erkenntnisse zugrunde liegen. Auch das macht sie noch nicht automatisch richtig.

+++ brutkasten Magazin #7: Die Welt in 5 Jahren +++

Von KI bis zum Klimawandel

Werden Maschinen und künstliche Intelligenzen uns in absehbarer Zeit in fast allen Bereichen ersetzen? Wird Europa wirtschaftlich zwischen China und den USA zerrieben? Fällt das Pensionssystem bald zusammen? Wird in einigen Jahren niemand mehr selbst Auto fahren? Und haben wir in Sachen Klimawandel die Kante des Abgrunds bereits überschritten? Diesen Fragen liegen Thesen zugrunde, die uns ständig begegnen. Diese Thesen basieren alle auf Zahlen. Sie sind nicht an den Haaren herbeigezogen. Umstritten sind sie dennoch – aus gutem Grund.

Was wissen wir über die Zukunft?

Wir wissen etwa, dass die Entwicklung von Machine-Learning-Algorithmen und -Applikationen gerade in großem Tempo vorangeht. Wir wissen, dass in diesem Moment an der Automatisierung unzähliger Tätigkeiten, die jetzt noch von Menschen durchgeführt werden, gearbeitet wird. Wir wissen also, dass ein Austausch von Menschen durch Maschinen in absehbarer Zeit in sehr vielen Bereichen möglich sein wird, die bislang nicht automatisiert werden konnten.

Europa könnte ins Hintertreffen geraten

Wir wissen, dass China seit Jahren ein enormes Wirtschaftswachstum hinlegt und sich technologisch an die Weltspitze gearbeitet hat. Wir wissen, dass die USA dabei nicht den Anschluss verloren haben und nach wie vor eine dominante Rolle in der Weltwirtschaft spielen. Wir wissen auch, dass Europa nicht im gleichen Tempo vorankommt. Wir wissen also, dass der „alte Kontinent“ in den kommenden Jahren wirtschaftlich ins Hintertreffen geraten könnte.

Babyboomer gehen in Pension

Wir wissen, dass die geburtenstarken Jahrgänge der „Baby Boom“-Generation sich dem Pensionsalter nähern. Wir wissen, dass es in den Jahrzehnten nach dem Boom zu einem Geburtenrückgang kam. Wir wissen, dass unser aktuelles Pensionssystem darauf angewiesen ist, genügend Einzahler zu haben. Wir wissen also, dass der Status Quo sich nicht aufrechterhalten lässt.

Verbot von selbständigen Autofahren?

Wir wissen, dass selbstfahrende Autos bereits seit Jahren in einigen Städten unterwegs sind. Wir wissen, dass sie dabei inzwischen deutlich sicherer fahren, als Menschen. Wir wissen, dass die großen Technologie- und die großen Autokonzerne an neuen Geschäftsmodellen arbeiten, um diesen Umstand zu nutzen. Wir wissen, dass bereits laut über Pläne zum Verbot menschlicher Fahrer aus Sicherheitsgründen nachgedacht wird. Wir wissen also, dass selbstfahrende Autos bald weitreichend verfügbar sein werden.

Wir müssen uns an den Klimawandel anpassen

Und zuletzt: Wir wissen, dass die Menschheit durch CO2-Emmissionen bereits nicht umkehrbare Veränderungen unseres Planeten verursacht hat. Wir wissen, dass die dadurch entstehende Erderwärmung eine massive Auswirkung sowohl auf Natur und Biodiversität, als auch auf den Menschen und verschiedene Branchen haben wird. Wir wissen also, dass eine Anpassung an die durch den Klimawandel geänderten Gegebenheiten nötig ist und weiter sein wird.

Empirische und kreative Prozesse

All das sind keine Mutmaßungen. Es sind fundierte Aussagen, an denen sich nicht rütteln lässt. Ihnen liegt kein kreativer Prozess zugrunde, sondern ein empirischer. Innovationen hingegen liegt dieser kreative Prozess zugrunde. Sie nutzen die Empirie als Grundlage. Doch die InnovatorInnen stellen eine andere Frage:

Was wissen wir nicht über die Zukunft?

Wir wissen etwa nicht, in welchen Bereichen automatisierte Lösungen letztlich von KundInnen angenommen werden und in welchen nicht. Wir wissen nicht, nach welchen genuin menschlichen Tätigkeiten hohe Nachfrage bestehen wird, wenn Maschinen dafür Platz schaffen.Wir wissen nicht, ob das Kapital, dass in China und den USA gerade angehäuft wird, in einer Welt, die mit den anderen genannten Herausforderungen konfrontiert ist, auf Dauer den gleichen Stellenwert haben wird, den es jetzt hat. Wir wissen nicht, ob in einer Welt, in der Maschinen einen Großteil der traditionellen Wertschöpfung generieren, ein klassisches Pensionssystem nötig sein wird.

Pensionen und Vertrauen in selbstfahrende Autos

Wir wissen nicht, ob Menschen im Pensionsalter überhaupt aufhören wollen zu arbeiten, wenn ihnen für sie spannende Tätigkeiten offenstehen. Wir wissen nicht, ob viele Menschen nicht weiterhin selbst fahren wollen, weil es ihnen einfach Spaß macht. Wir wissen nicht, ob den selbstfahrenden Autos das Vertrauen entgegengebracht werden wird, dass ihnen aus empirischer Sicht zustünde. Und zuletzt: Wir wissen nicht, wie genau unsere Chancen in einem noch nicht einmal richtig begonnenen Kampf gegen den Klimawandel stehen.

Wie sieht die Welt in fünf Jahren aus?

Wer klare Voraussagen zu diesen Aussagen trifft, begibt sich ins Feld der Spekulation, oder wenn man es provokant ausdrücken will: der Hellseherei. Aber viele dieser Fragen werden letztlich durch das Schaffen von EntrepreneurInnen beantwortet werden. Wie die Entwicklung weiter verläuft hängt stark davon ab, was InnovatorInnen aus den Gegebenheiten machen. Wie sieht die Welt in fünf Jahren aus? Wir wissen es nicht. Was wir wissen ist: Es gibt viele AkteurInnen, die sie gestalten wollen.


Dieser Beitrag erschien in gedruckter Form im brutkasten Magazin #7 “Die Welt in 5 Jahren”.

Redaktionstipps
Deine ungelesenen Artikel:
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
DiLT Analytics
© DiLT Analytics

DiLT Analytics hat eine siebenstellige Finanzierungsrunde abgeschlossen. Sie setzt sich aus einem Equity-Investment von Noctua Science Ventures und einer Förderung der Austria Wirtschaftsservice (aws) im Rahmen des Programms Seedfinancing – Deep Tech zusammen. Mit dem Geld möchte das 2021 gegründete Spinoff der TU Graz sein Team ausbauen und FaciliMind, seine Software zur automatisierten Fehlerdiagnose in Heizungs-, Lüftungs- und Klimaanlagen, zu weiteren Betreibern großer Gebäudeportfolios bringen

DiLT Analytics: „Substanziell wachsen“

Noctua Science Ventures ist ein Wiener Deep-Tech-Fonds und ein Joint Venture von Speedinvest und den Technischen Universitäten Österreichs. Der Fonds investiert gezielt in Ausgründungen, deren Produkt auf langjähriger Forschung beruht.

„Die aws-Förderung ergänzt das Investment und ist auf genau diese Phase zugeschnitten: den Schritt von einer erprobten Technologie zu einem Produkt, das sich über viele Standorte hinweg ausrollen lässt“, heißt es per Aussendung. Um im Sinne des Programms aws Seedfinancing – Deep Tech als Deep Tech zu gelten, muss das Vorhaben auf einer „anspruchsvollen technologischen und wissenschaftlichen Herausforderung“ basieren und einen klaren Technologiesprung gegenüber bestehenden Lösungen oder rein inkrementellen Weiterentwicklungen ermöglichen.

„Mit Noctua Science Ventures haben wir einen Partner gefunden, der beides kennt: die technischen Herausforderungen eines Deep-Tech-Produkts und den Weg in die Kommerzialisierung. Für ein junges Spinoff ist das der Best Case. Dass parallel auch die aws-Förderung zugesagt wurde, bestätigt uns, dass FaciliMind und unser Team auf dem richtigen Weg sind. Jetzt geht es darum, substanziell zu wachsen“, sagt Theresa Kohl, CEO von DiLT Analytics.

Philipp Stangl, Managing Director von Noctua Science Ventures, ergänzt: „Von unseren vielen Gesprächspartnern erhielten wir ein sehr einheitliches Bild zu DiLT: ein glaubwürdiger, technisch differenzierter Ansatz, umgesetzt von einem Team, mit dem Immobilienprofis gerne zusammenarbeiten. Genau diese Kombination aus Forschungsvorsprung und starker Kundenorientierung ist es, wonach wir in der Pre-Seed-Phase suchen.“

2021 gegründet

DiLT Analytics wurde Ende 2021 von Franz Wotawa und Gerald Schweiger als Spinoff des Instituts für Softwaretechnologie der TU Graz gegründet und ging aus der Forschungsgruppe „Intelligent Systems“ hervor. Erstes größeres Projekt war „Inframonitor“, eine herstellerunabhängige IoT-Datenplattform für den Campus Inffeldgasse der TU Graz.

Seither ist DiLT an mehr als 20 Forschungsprojekten mit über 15 Partnern beteiligt, einige davon FFG-gefördert und gemeinsam mit österreichischen und europäischen Universitäten. Die Ergebnisse fließen über den Forschungszweig DiLT Research direkt in die Produktentwicklung. Geführt wird das Unternehmen heute von Theresa Kohl (CEO), Christopher Gray (Business Development & Strategy), Thomas Hirsch (CTO), Reinhard Pertschy (CPO) und Thomas Schwengler (Head of Software).

Die entwickelte Software FaciliMind analysiert Betriebsdaten von Heizungs-, Lüftungs- und Klimaanlagen, erkennt dabei versteckte Fehler und Optimierungspotenziale und liefert Technikteams eine nach Dringlichkeit sortierte Maßnahmenliste, so der Claim. Die Software von DiLT Analytics arbeitet herstellerunabhängig und lässt sich über ein einzelnes Gerät an die bestehende Gebäudeleittechnik anbinden. Dank eines knowledgegraphbasierten Softwarestacks soll sie das digitale Abbild komplexer Anlagen weitgehend automatisiert innerhalb weniger Tage statt monatelanger Handarbeit erstellen können. Zielgruppe sind Betreiber großer Gebäudeportfolios, etwa in der öffentlichen Hand, an Flughäfen sowie in Industrie und Gesundheitswesen.

DiLT Analytics erhielt Preise

Zu den Kunden zählen u.a. die Technischen Universitäten Graz und Wien, Bundesimmobiliengesellschaft (BIG), IG Immobilien Management GmbH und Industriekunden. 2025 wurde DiLT Analytics mit dem DREA Award und dem ÖGUT Umweltpreis ausgezeichnet. Und ist seit September 2026 nach ISO 27001 zertifiziert.

„Wissen über Anlagenbetrieb soll im Unternehmen bleiben“

Neben der Verstärkung des Teams und dem geplanten Rollout möchte DiLT Analytics künftig ein Übersetzungswerkzeug für den BACtwin-Standard als Open Source veröffentlichen und die Diagnose künftig auf weitere Technologien wie Wärmepumpen, Photovoltaik und Batteriespeicher ausweiten

„Ein Gebäudeportfolio überdauert seine Dienstleister und oft auch seine erfahrensten Mitarbeitenden“, sagt Kohl. „Unser Ziel ist, dass das Wissen über den Anlagenbetrieb im Unternehmen bleibt und dass Entscheidungen auf verifizierter Datengrundlage statt auf Bauchgefühl und Erinnerung beruhen.“

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

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Prognose und Hellseherei: Was wir über die Zukunft wissen

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 …

Prognose und Hellseherei: Was wir über die Zukunft wissen

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 …

Prognose und Hellseherei: Was wir über die Zukunft wissen

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 …

Prognose und Hellseherei: Was wir über die Zukunft wissen

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 …

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Prognose und Hellseherei: Was wir über die Zukunft wissen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Prognose und Hellseherei: Was wir über die Zukunft wissen