Doppelinterview: Wir haben mit den Gründern Christian Lutz von Crate.io und Stefan Ebner von Braintribe gesprochen, die uns aus den Datenfluten retten möchten. Rund um das gemeinsame Schlagwort Smart Data stellen sie Zukunftshypothesen bezüglich einfach zugänglicher Daten auf, die teilweise bereits heute greifen.
Die Digitalisierung erzeugt seit Jahrzehnten Datenmengen, deren Ausmaß heute nur noch schwer erfassbar ist. Auf 2,5 Trillionen Bytes schätzt man den globalen Datenoutput pro Tag. Die KIs können mit Big Data umgehen, ihre User immer weniger. Welchen Nutzen stiften großen Datenmengen? Wie können sie unsere Gesellschaft positiv verändern? Stefan Ebner von Braintribe und Christian Lutz von Crate.io geben uns darauf Antworten.
Stefan Ebners Smart-Data-Unternehmen Braintribe legt mit dem Smart City Lab, das gemeinsam mit der UN initiiert wurde, ein Beispiel für einen Bereich vor, in dem Smart Data zu weitreichenden globalen Veränderungen führen könnte. Städte spülen schon heute riesige Datenmengen in die Rechenzentren ihrer Verwaltungsapparate. Heute wird ihr Potential kaum ausgeschöpft, weil der Umgang mit diesen extremen Daten zu komplex erscheint. Wir haben mit Stefan Ebner, der mit Braintribe 2017 ein Millioneninvestment von Technologiegrößen wie Hermann Hauser einfahren konnte, über das Smart City Lab und die Evolution der Daten gesprochen.
Die technologisierte Stadt, die Smart City – woran denkst du, wenn du das hörst?
Ebner: Ehrlich gesagt: Seit George Orwell hat sich eigentlich in unseren Städten nicht so viel verändert. Ich habe immer noch das Bild von dem Bürgermeister im Kopf, der wissen will, was seine Bürger treiben. Aber: Es gibt ein spannenderes Feld, das aufzeigt, wie wir Städte in Zukunft entwickeln können. Dabei werden wir nicht drum herumkommen, den Menschen ins Zentrum zu stellen und herauszufinden, wie die Technologie dem urbanen Leben dienen kann. Es klingt kitschig, aber die Technologie ist nicht der Zweck. Sie existiert, um ein besseres Zusammenleben zu schaffen. Und Städte sind organische Lebensräume, keine maschinellen oder technologischen.
Braintribe hat gemeinsam mit der UN und der Organisation für internationale Wirtschaftsbeziehungen das Smart City Lab ins Leben gerufen. Wie wird dort gearbeitet?
Ebner: Es ist eine globale Initiative, die in Wien entstanden ist. Im Grunde genommen hat das Smart City Lab zwei Ziele. Das erste ist: Co-Creation. Wir suchen nach Partnern, die Ideen haben, die wir gemeinsam umsetzen. Das zweite ist, die entwickelten Ideen früh mit der Öffentlichkeit zu teilen, damit sie allen zur Verfügung stehen.
Wie hängen die Schlagworte Smart Data und Smart City für dich zusammen?
Ebner: Braintribe lebt seit über 15 Jahre in diesem Big-Data-Raum, der ja im Endeffekt für unsere Gesellschaft zu komplex ist, um allgemein zugänglich zu sein. Wir haben damit gekämpft, eine erstklassige Plattform zu bauen, die das Komplexitätsproblem von Big Data löst. Das Endergebnis ist Smart Data, für uns mit der inzwischen patentggestützten Kerntechnologie Cortex.
Aber es geht natürlich nicht nur uns so. Smart Data ist einfach die nächste Stufe in der digitalen Evolution. Big Data ist heute sehr exklusiv, die Daten gehören einigen Spezialisten. Smart Data hat die richtige Ausdruckskraft und das richtige Format, damit auch Nicht-Spezialisten damit umgehen können. Erst wenn Daten verständlich sind, werden Ihnen die Leute vertrauen. Diejenigen, die sie nicht verstehen, haben Angst vor ihnen.
Und heute verstehen sicher 90 Prozent der Leute Daten nicht, brauchen sie aber. Wir haben dazu Tribefire/Datapedia entwickelt, eine Plattform, die auch Leuten ohne großes Technikwissen Zugang zu Daten vermittelt. So werden im Endeffekt mehr Menschen mehr Macht haben, weil sie besser verstehen, wie man Real-Life-Problems mit Smart Data lösen kann. So helfen wir echten Innovatoren, Projekte umzusetzen, die vorher nur ITlern vorbehalten waren.
Global Smart Data aus dem Ländle
Crate.io, das Startup des Vorarlbergers Christian Lutz, Vater der Onlineportale sms.at und uboot.com und des ehemaligen StudiVZ-Technikchef Jodok Batlogg arbeitet seit einigen Jahren am Umgang mit großen Datenmengen. Wir haben mit Lutz gesprochen.
Was heißt für dich Smart Data und warum brauchen wir sie?
Lutz: Smart Data ist das Ergebnis eines Verdichtungs- oder Anreicherungsprozesses aus Big-Data-Anwendungen. Das heißt: Aus sehr großen Datensammlungen werden die relevanten Daten durch verschiedenste, auch automatisierte Maßnahmen herausgefiltert und weiters noch mit anderen Daten verknüpft, bevor man dann damit arbeitet. Es gibt kaum eine Big Data Anwendung, die ohne Smart Data Ansatz auskommt. Wir brauchen ihn, um Nutzen aus den Daten zu gewinnen.
Kannst du uns auf technischer Ebene einen Einblick geben?
Lutz: Es gibt verschiedene Ansätze, um aus Big Data Smart Data zu generieren. Im einfachsten Fall sind das sogenannte Long-Running-Queries, welche auf dem aktuellen Datenstrom in Echtzeit ausgeführt werden, um bestimmte Werte, Grenzen oder andere Trigger zu erkennen. Oft werden dazu auch gleichzeitig große historische Datenmengen mitanalysiert. Weiters sind verschiedene Methoden aus dem Bereich künstliche Intelligenz im Einsatz, zum Beispiel Machine-Learning, um bestimmte Muster zu erkennen. Dabei werden im ersten Schritt Learning-Queries gefahren – extrem viele über möglichst große Datenmengen. Dann wird das erkannte Muster als Funktion implementiert, welches direkt auf den Datenbank-Servern, also ganz nahe an den Daten, permanent auf dem Datenstrom sitzt und in Echtzeit mitanalysiert.
Wo liegen eure größten Projekte in dem Bereich Smart Data?
Lutz: Crate.io hat in diesem Bereich Kunden in unterschiedlichen Verticals, beispielweise die Firma McAfee mit Securitydaten und Echtzeitanalyse von Policy-Verletzungen, oder für Smart Building Zumtobel, die im Backend Analysen bezüglich des Stromverbrauchs und Zustands von Connected Lights machen. Oder eben Produktionsbetriebe, die in Echtzeit den Fertigungsprozess überwachen, Verbesserungsmaßnahmen zum Teil automatisch setzen können oder den Mitarbeitern an Maschinen helfen können, Ausschuss zu vermeiden beziehungsweise Stillstände zu reduzieren.
Videoarchiv: Live im Interview mit Stefan Ebner – Founder & CEO von Braintribe
Stefan Ebner, der Founder & CEO von Braintribe, im Live Gespräch über sein Firestarters Space, seine Vision einer Co-Creation Community im Wien, das erste Projekt Smart City Lab Opening uvm.
Beim dritten Technology Impact Summit in Graz drehte sich alles um Europas digitale Souveränität. Acht Use Cases zeigten, wie KI heute schon eingesetzt wird, von Kryptographie bis zur Rechts-KI. brutkasten war vor Ort.
Beim dritten Technology Impact Summit in Graz drehte sich alles um Europas digitale Souveränität. Acht Use Cases zeigten, wie KI heute schon eingesetzt wird, von Kryptographie bis zur Rechts-KI. brutkasten war vor Ort.
Europa will bei Künstlicher Intelligenz unabhängiger werden. Aber wie viel Unabhängigkeit ist realistisch, und was kostet sie? Um diese Fragen drehte sich am Mittwoch, dem 11. November, der Technology Impact Summit in der Aula der Universität Graz. Der Tenor fiel eindeutig aus: Souveränität ja, Autarkie nein. Digitale Unabhängigkeit dürfe kein Selbstzweck sein und nicht zum Wettbewerbsnachteil werden, sondern müsse pragmatisch gedacht werden. Wichtiger als perfekte Strategien sei rasches, entschlossenes Handeln.
Rund 400 geladene Gäste aus Wirtschaft, Wissenschaft und Politik kamen zur dritten Auflage der Veranstaltung, hinter der Universität Graz, Technische Universität Graz, Joanneum Research und FH Joanneum stehen. Durch das Programm führte Moderatorin Katrin-Cécile Ziegler. Neben den Debatten gab es Neuigkeiten aus der Bundespolitik und Beispiele aus der Praxis, vom Krankenhaus bis zum Strafvollzug. brutkasten zählte zu den Partnern des Summit und war vor Ort.
KI-Strategie, KI-Zentrum und ein Staatspreis für Graz
Digitalisierungsstaatssekretär Alexander Pröll sprach im Rahmen des Summits über die KI-Pläne der Bundesregierung. Die KI-Strategie aus dem Jahr 2021 werde derzeit im Auftrag des Bundeskanzlers überarbeitet. Die neue Strategie soll die gesamte Gesellschaft mitnehmen. Erste Ergebnisse will Pröll in der kommenden Woche präsentieren.
Ein Teil ist bereits bekannt: Die Bundesregierung bemüht sich um die Ansiedlung eines KI-Zentrums in Wien, das gemeinsam mit der Wissenschaft und den Vereinten Nationen internationale Standards setzen soll. Pröll nannte Österreichs Neutralität und den UNO-Sitz in Wien als Argumente. Es gehe dabei nicht um neue Regulierung, betonte er. KI-Pionier Geoffrey Hinton unterstütze den Vorstoß grundsätzlich.
„Die Universitäten machen Österreich stark und sind ein Wettbewerbsvorteil in der Verbindung aus Wissenschaft und Wirtschaft“, sagte Pröll.
„Ein souveränes digitales Europa entsteht nicht in Brüssel, sondern in forschungsintensiven Regionen wie der Steiermark. Aus einer starken industriellen Basis, innovativen Unternehmen und engagierten Startups gestalten wir die digitale Souveränität Europas aktiv“, sagte der steirische Landesrat Willibald Ehrenhöfer.
Neu ist außerdem: Der Staatspreis für Künstliche Intelligenz wird ab 2027 beim Technology Impact Summit in Graz verliehen, kündigte Pröll an. Ausgezeichnet werden digitale Produkte, Lösungen und Prozesse aus Österreich, die ihre Wirkung bereits unter Beweis gestellt haben. Über die Vergabe entscheidet eine unabhängige Fachjury.
„Jahrhundertchance“ und der Ruf nach mehr Selbstbewusstsein
Agnes Heftberger, Chefin von Microsoft Deutschland, stellte in ihrer Keynote das wirtschaftliche Potenzial in den Mittelpunkt. In der Wachstumsprognose des Internationalen Währungsfonds liegt Österreich derzeit auf Platz 184 von 191. Mit Künstlicher Intelligenz auf heutigem Stand wäre ein Wachstum von 18 Prozent möglich, 2,24 Milliarden Arbeitsstunden könnten von KI geleistet werden, womit sich Engpässe aus dem demografischen Wandel kompensieren ließen.
Heftberger sprach von einer Jahrhundertchance für Europa: „Kein Unternehmen ist zu klein, um KI-Pionier zu werden und sich mit Ambition erfolgreich zu transformieren.“
In der Keynote Debate diskutierten Philipp Amann (Europäische Zentralbank), Georg List (AVL List), Stefan Mangard (Technische Universität Graz) und Hannah Wundsam (Austrian Startups). Ihr gemeinsamer Befund: Die Gefahr geht weniger von der KI aus als von der Bequemlichkeit der Menschen. Europa brauche mehr Selbstbewusstsein und eine gesamteuropäische Investmentstrategie, um mit Big Tech aus den USA und Asien mitzuhalten.
Philipp Töbich (SAP) und Christian Winkelhofer (Accenture) warnten in ihrer Debatte davor, durch das Streben nach Perfektion den Anschluss zu verlieren. Zukunftsforscher Tristan Horx (Horx Future) sprach in seiner Keynote am Abend von einem Epochenwandel ins digitale Zeitalter, mit dem Institutionen wie das Bildungssystem nicht Schritt halten.
Den Praxisteil bildeten wie im Vorjahr die Lightning Talks, in denen jedes Team einen konkreten Anwendungsfall vorstellte.
Use Case 1: Taceo und Technische Universität Graz
Unter dem Titel „Das KI-Rennen, das Europa noch gewinnen kann“ machten Christian Rechberger (Technische Universität Graz) und Lukas Helminger (Taceo) den Auftakt. Ihr Ausgangspunkt: Bei KI fehlen Privatsphäre, Sicherheit und Verifizierbarkeit. Rechberger fragte das Publikum, wer glaube, dass sich KIs an Policies halten.
Die Antwort der beiden ist Kryptographie: Vertrauen soll durch Mathematik entstehen und nicht durch Regeln. Daten sollen nicht nur bei Speicherung und Übertragung geschützt sein, sondern auch während sie verarbeitet werden. Möglich machen das Verfahren wie verschlüsselte Berechnung und Zero-Knowledge-Beweise. Taceo hat dafür eine kryptographische Infrastruktur für Proof of Human gebaut, einen biometrischen Abgleich, bei dem niemand die Daten sieht. Er ist als Antwort auf Deepfakes und Bots gedacht. Laut Helminger erreicht das Unternehmen damit über seine Kunden rund 20 Millionen Menschen.
Ihre Schlussfolgerung: Vertrauenswürdige KI braucht Frontier-Labs für Kryptographie, und Europa sollte sie aufbauen.
Use Case 2: Experts Inside
Gabriel Wernbacher, CEO von Experts Inside, stellte „Die KI-Roadmap für österreichische Unternehmen 2027“ vor. Grundlage sind laut eigenen Angaben Erfahrungen aus der Begleitung von 60.000 Nutzer:innen mit Copilot-Lizenz. Die häufigsten Sorgen in Vorständen seien Datenabfluss, Oversharing und Regulierung. Viele Unternehmen hätten Lizenzen gekauft, steckten aber in der Pilotphase fest oder nutzten KI ohne Struktur.
Wernbacher nannte drei Voraussetzungen, die aufeinander aufbauen: sicher, souverän und produktiv. Dazu gehören bereinigte Berechtigungen, klare Verantwortliche und Freigabestufen für KI-Agenten sowie zwei bis drei Fokusprozesse mit Kennzahlen, die vor dem Start festgelegt werden. Sein Fahrplan für die Einführung reicht über 15 Monate. Ein KI-Projekt sei kein klassisches IT-Projekt mit Start- und Enddatum, sagte Wernbacher.
Gemessen werden solle die aktive Nutzung in den Fokusprozessen, nicht die Zahl der Lizenzen. Als unerwarteten Nebeneffekt nannte Wernbacher aufgeräumte Daten und Berechtigungen.
Use Case 3: EY und AVL
Patrick Ratheiser (EY) und Gerhard Kokalj (AVL List) zeigten KI-Agenten im Projektalltag. Ihr Beispiel stammt aus einem Automotive-Projekt mit vier Partnern in drei Zeitzonen, 429 E-Mails von Lieferanten und 50 Tickets. Informationen lagen verteilt in Mails, PDFs und Tickets und mussten von Hand gesichtet werden.
Die Lösung beschrieben die beiden als Schritt vom Routing zur Orchestrierung: Mitarbeitende geben die Richtung vor, Agenten arbeiten zusammen. Fünf KI-Agenten liefern ein Briefing am Morgen, bereiten Meetings vor und nach und fassen Tag und Woche zusammen. Ein „Project Orchestrator Agent“ bündelt die Ergebnisse und priorisiert Aufgaben. Bestehende Werkzeuge sollen dadurch nicht ersetzt werden.
Kokalj bezifferte den Nutzen mit einer Stunde pro Tag, die er sich bei der Koordination großer Projekte erspare. Er müsse weniger suchen, übersehe weniger und könne das Projekt besser steuern. Künftig sollen die Agenten auch spezifische Risiken bewerten und Entscheidungen vorbereiten.
Use Case 4: FH Joanneum
Helmut Lindner und Sabine Proßnegg präsentierten Ergebnisse aus dem FFG-Projekt Radius unter dem Titel „Souveräne KI für KMU: sicher, planbar, unabhängig“. Lindner sprach lieber von Kontrollverlust als von Souveränität. Sein Beispiel war ein Installateur, der Kundenanfragen und Kalkulationsgrundlagen in ChatGPT eingibt, um schneller zu einem Angebot zu kommen.
Die Alternative ist eine eigene KI im Haus. Sie läuft auf zwei Nvidia-Spark-Rechnern, arbeitet mit lokalen Dokumenten und Handbüchern und schickt nur Suchbegriffe für die Web-Recherche ins Internet. Ab etwa 25 Nutzer:innen sei der lokale Betrieb günstiger als ChatGPT-Business-Accounts, sagte Lindner. Mehr Mitarbeiter:innen bedeuteten dabei nicht automatisch höhere Kosten.
Die Grenzen nannte das Team offen: Lokale Modelle sind schwächer als die besten Cloud-Modelle, Betrieb und Wartung liegen im eigenen Haus, und die Einrichtung braucht Fachwissen. Proßnegg ergänzte die rechtliche Seite mit DSGVO-Prüfung und den Pflichten aus der KI-Verordnung. Deren Logik sei risikobasiert: Je höher das Risiko, desto mehr Kontrolle ist nötig.
Use Case 5: Joanneum Research
Andreas Windisch stellte das Forschungsprojekt PALM vor, kurz für „Prison Analytics with LLMs“, an dem unter anderem das Bundesministerium für Justiz beteiligt ist. Wer im Strafvollzug eine Auswertung braucht, ist bisher auf Datenbankexpert:innen angewiesen. Windischs Beispiel: Ein Justizwachebeamter will wissen, wie viele Insassen einen Fernseher im Haftraum haben, und jemand muss dafür eine SQL-Abfrage schreiben.
Künftig soll ein KI-System die Frage in natürlicher Sprache entgegennehmen und die Abfrage erzeugen, samt Prüfung von Berechtigungen und Rechtsgrundlage. Die Expert:innen würden dadurch nicht wegrationalisiert, sondern für andere Aufgaben frei, betonte Windisch. Das Team setzt bewusst auf europäische Modelle wie Kolibri, die auf eigener Infrastruktur laufen, und gibt dem System nur jene Werkzeuge, die es für die jeweilige Aufgabe braucht.
Das Projekt läuft noch. Getestet wird mit Referenzfragen, Demonstrationsfragen und echten Nutzersitzungen. Offen sind laut Windisch drei Spannungsfelder: Anonymität gegen Beziehungswissen, Sprachfreiheit gegen Korrektheit und Exploration gegen Kontrolle.
Use Case 6: DaphOS und Universität Graz
Andreas Diensthuber, Mitgründer und Geschäftsführer von DaphOS, und Martin Holler (Universität Graz) widmeten sich der Dienstplanung im Gesundheitswesen. Sie bindet Führungskräfte stark, und ein fertiger Plan ist oft schon wieder überholt.
Die Lösung erstellt Dienstpläne automatisch und setzt KI nur dort ein, wo sie nötig und sinnvoll ist. Der Plan selbst entsteht durch mathematische Optimierung, die Arbeitszeitgesetze, Ruhezeiten und Qualifikationen garantiert. Wünsche der Mitarbeiter:innen werden nach Möglichkeit berücksichtigt. KI-Modelle kommen bei der Prognose der Auslastung zum Einsatz, damit sich die Besetzung am erwarteten Patientenaufkommen ausrichten lässt.
Als nächsten Schritt nannte das Team ein europäisches Foundation Model für die Prognose von Patientenströmen.
Use Case 7: MANZ und Noxtua
Susanne Stein-Pressl (MANZ) und Leif-Nissen Lundbæk (Noxtua) betitelten ihre Präsentation mit „Fachwissen trifft KI: Der europäische Weg zur Innovation“. KI mache Rechtsinformation frei verfügbar, sagte Stein-Pressl, deren Verlag über 175 Jahre alt ist. Der Engpass sei künftig nicht mehr der Zugang, sondern Verlässlichkeit, Nachvollziehbarkeit, Aktualität, Einordnung und Legitimität.
MANZ hat sich deshalb für eine Partnerschaft mit dem europäischen Rechts-KI-Anbieter Noxtua entschieden. MANZ liefert die Fachinhalte und den Zugang zum österreichischen Rechtsmarkt, Noxtua die KI-Plattform. Sie stützt jedes Ergebnis auf Quellen wie Gesetze, Urteile und Kommentarliteratur und weist sie aus. Zur Allianz gehören auch C.H. Beck, Helbing Lichtenhahn, Blendow und Ciela Norma.
Das Tempo ist hoch. Wöchentliche Releases seien inzwischen zu langsam, sagte Lundbæk, man müsse sich auf tägliche Veränderungen einstellen. Europas Datenschätze sehen die beiden als entscheidenden Vorteil im globalen KI-Rennen.
Use Case 8: Cancom
Lucas Wartscher (Cancom Austria) schloss mit „AI vs. AI: Mit künstlicher Intelligenz die Probleme lösen, die AI selbst schafft“. Sein Ausgangspunkt waren KI-Modelle, die Schwachstellen in großer Zahl finden. Er verwies auf Project Glasswing, bei dem nach eigenen Angaben zwischen April und Juli 2026 129.000 Schwachstellen gefunden wurden.
IT-Abteilungen müssen Patches also schneller einspielen und zugleich wissen, was ein Update im eigenen System auslöst. Cancom setzt dafür auf eine Multi-Agent-Plattform, die Release Notes, Konfigurationen, Bug-Datenbanken und Knowledgebase verbindet und Risiken vorbewertet. Menschen prüfen nur noch die verbleibenden fünf bis zehn Prozent.
In einem Kundenbeispiel blieben von 1.300 offenen Bugs und Fehlermeldungen 78 tatsächlich relevante Fälle, das sind sechs Prozent. Die Zeitersparnis gab Wartscher mit 80 bis 90 Prozent an. Seine Kernbotschaft: Nicht KI werde das Sicherheitsproblem der Zukunft sein, sondern Unternehmen, die KI nicht zur Absicherung ihrer IT einsetzen.
Blick nach vorn
Nach der Souveränität rückt im kommenden Jahr die Arbeitswelt in den Mittelpunkt. Der nächste Technology Impact Summit findet am 11. November 2027 wieder in Graz statt und steht unter dem Generalthema „Kompetenzen im Wandel – Organisation und Arbeitswelt im KI-Zeitalter“. Dann wird dort auch erstmals der Staatspreis für Künstliche Intelligenz verliehen.
Disclaimer: brutkasten ist Medienpartner des Technology Impact Summit.
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.