25.01.2023

So diskriminiert KI: ChatGPT entfacht Debatte neu

Jasmin Reisinger und Gabriele Bolek-Fügl erklären, wie Diskriminierung in der Künstlichen Intelligenz und in der KI-Branche funktionieren und was man dagegen tun könnte. Der Fall ChatGPT hat die Debatte neu entfacht.
/artikel/so-diskriminiert-ki-chatgpt-entfacht-debatte-neu
Gabriele Bolek-Fügl und Jasmin Reisinger (Women in AI Austria) sprechen über ChatGPT und Ethik in der KI © Bolek-Fügl; Reisinger; Parradee/AdobeStock
Gabriele Bolek-Fügl und Jasmin Reisinger (Women in AI Austria) sprechen über ChatGPT und Ethik in der KI © Bolek-Fügl; Reisinger; Parradee/AdobeStock

Die Kritik um ChatGPT und die Möglichkeit, rassistische oder sexistische Statements im Zuge der Nutzung zu erhalten, gibt es bereits länger. Mittlerweile hat sich die Debatte über die ethischen Aspekte der Künstlichen Intelligenz (KI) erweitert. Der Chatbot wurde soweit trainiert, dass scheinbar keine diskriminierenden Statements mehr vorkommen. Die erfolgreiche Behebung hat seinen Preis. Wie Recherchen des Time Magazins zeigen, hat die hinter ChatGPT stehende Firma OpenAI Textausschnitte an das Trainingsdatenunternehmen Sama gesendet, um die KI zu trainieren. Klickarbeiter:innen der Sama-Außenstelle in Kenia wurden dafür laut Time Magazin nicht nur mit unter zwei Dollar die Stunde für ihre Arbeit bezahlt, sondern waren mit teils traumatisierenden Inhalten konfrontiert. Um eine KI manuell zu trainieren, braucht es nämlich Menschen, die die toxischen Inhalte als solche klassifizieren und der KI übermitteln. 

Solche Skandale werfen Fragen auf: Wie können einer KI diskriminierende, sexistische und rassistische Inhalte abtrainiert werden, ohne zugleich in der realen Welt prekäre Arbeitsbedingungen zu bestärken? Im gemeinnützigen Verein “Women in Artificial Intelligence Austria” setzen sich mehrere AI-Expertinnen nicht nur mit den technologischen Aspekten, sondern auch mit der Geschlechterlücke in der Künstlichen Intelligenz auseinander. Damit widmen sie sich einer speziellen Form der Diskriminierung in der KI. Im brutkasten-Gespräch bewerten Jasmin Reisinger und Gabriele Bolek-Fügl von “Women in AI” den Fall ChatGPT und erklären die technologischen Hintergründe und was man in der Branche beachten muss, sodass gerechte Rahmenbedingungen herrschen – sowohl in der Technologie, als auch in der Realität.


Was ist Diskriminierung in der AI und wie findet sie aktuell statt?

Jasmin und Gabriele: Eine Künstliche Intelligenz lernt selbständig auf Basis von sehr vielen Datensätzen, die der Mensch bereitstellt. Diese Datensätze bilden entweder eine Momentaufnahme ab, die die bisherige Realität darstellt – inklusive der Diskriminierung von einzelnen Menschengruppen. Oder sie bilden eine Situation ab, von der umfassende Datensätze vorhanden sind. Bei zweiterem bedeutet dies, dass selten eine ausgewogene Bandbreite der Menschen in den Daten vorhanden ist. Außerdem werden die KI-Modelle von einer homogenen Gruppe von Programmierer:innen erstellt. Auch das ist eine Quelle dafür, dass sich Vorurteile in den Ergebnissen von KI-Systemen widerspiegeln.

Diskriminierung im Kontext von KI bedeutet demnach, dass Interpretationsmuster vom Menschen übernommen werden können. So können negative Diskriminierungsstrukturen entstehen. Um dies zu vermeiden, müssen Trainingsdaten „bereinigt“ oder „ergänzt“ werden und das ist bei Millionen von Datensätzen keine einfache Aufgabe. Vor dieser Herausforderung steht aktuell OpenAI und deren Chatbot “ChatGPT”, der für sein Können bestaunt und für seine Limitierungen kritisiert wird.

Wie beobachtet bzw. bewertet ihr diesen Sachverhalt rund um OpenAI und deren Umgang mit externen Angestellten?

Jasmin: Der Time-Artikel zu OpenAI hat bestimmte Vorgänge im Hintergrund sehr detailliert beleuchtet, die der breiten Öffentlichkeit vorher unbekannt waren. Wie bereits erwähnt ist die Bereinigung von riesigen Datensätzen eine Herausforderung, zu der es oft (noch) keine einfache Lösung gibt. Dabei sind zwei Perspektiven zu beachten: Einerseits sollte die KI-Industrie bei heiklen Datensätzen nicht auf einfache Lösungen zurückgreifen, die auf der Ausbeutung billiger Arbeitskräfte beruhen, um schnellen technologischen Fortschritt zu erreichen. Andererseits ist die Involvierung von diversen Personengruppen mit unterschiedlichen Lebensrealitäten zu begrüßen, da sie für ausgewogenere KI-Modelle stehen können.

Gabriele: Die Reaktion der Öffentlichkeit wird OpenAI langfristig dazu zwingen, ethisch unbedenkliche Wege zu finden, wie sie ihre Technologie weiterentwickeln können. Ethische Beurteilungen unterliegen immer einem gesellschaftlichen Diskurs und da stehen wir noch ganz am Anfang. Es ist jedenfalls zu begrüßen, dass die Daten von ChatGPT nach unterschiedlichen Kriterien beurteilt und bereinigt wurden. KI-Systeme anderer Hersteller mussten aufgrund von nicht ausreichend bereinigten Daten bald wieder deaktiviert werden. Ethik ist nicht einfach da. Ethische KI-Systeme bedeuten die Abbildung der gesellschaftlichen Meinung zu einem bestimmten Zeitpunkt, und diese kann sich rasch ändern. Und es bedeutet viel Arbeit, diese Meinung in tausenden Datensätzen abzubilden.

Jasmin: Ich möchte an dieser Stelle jedoch betonen, dass nicht alle KI-Systeme mit Hochrisiko-Datensätzen gefüttert werden (müssen). Die Qualitätssicherung in der Glasindustrie z.B. ist weit weg von Themen wie Rassismus oder Sexismus, und verbessert tatsächlich die Arbeitsprozesse für Arbeitnehmer:innen. Den Fall OpenAI werden wir weiterhin beobachten.

Viele Menschen vergessen bei Künstlicher Intelligenz die manuellen Aspekte – also die Content Moderation hinter der Menschen stehen, die ungefiltert mit sämtlichen Daten konfrontiert werden. Teilweise kann das auch zu einer psychischen Belastung für Arbeitnehmer:inenn führen. Wie kann man sich diese manuellen Aspekte vorstellen?

Jasmin: Um Datensätze als Basis für KI-Systeme nutzen zu können, müssen diese einem „Labeling“ unterzogen werden. Der Mensch kennzeichnet dann z.B. die Merkmale einer Katze, damit die KI lernt, woran sie eine Katze erkennen oder von einem Hund unterscheiden kann.

Bei Millionen von Datensätzen muss z.B. im Falle von OpenAI gekennzeichnet werden, welche Daten diskriminierend, rassistisch, sexistisch usw. sind, um qualitativ hochwertige, wertfreie Datensätze zu erzielen. Erst dann kann die KI „gute“ Ergebnisse liefern. Vor- oder Nachteile gibt es in dem Sinne nicht. Der steigende Bedarf an „Data Labeling“ wird viele Unternehmen lediglich vor eine Herausforderung stellen.

Gabriele: Dass potentiell traumatisierende Informationen von Menschen angesehen werden müssen, um ein Daten Labeling für KI durchzuführen, ist der Realität geschuldet. Diese Daten wurden aus einem bestimmten Grund von Menschen erstellt. Dieser war nicht, als Trainingsdaten für eine KI herangezogen zu werden, sondern Angst, Betroffenheit oder Ähnliches bei anderen Personen zu erzeugen.

OpenAI ist nicht das erste und vermutlich nicht das letzte Unternehmen, bei dem so etwas vorkommt. Gerade in Anbetracht der Tatsache, dass wir jetzt auf einen AI-Hype blicken: Wie muss sich die AI-Branche verändern, damit solche Arbeitsbedingungen aufgehalten werden?

Gabriele: Wollen wir ethische KI-Systeme, so muss vorher ein gesellschaftlicher Diskurs zu den ethischen Werten stattfinden. Dann kann versucht werden, diese in den KI-Modellen abzubilden. Bekannt ist das Beispiel, ob ein selbstfahrendes Auto eher einen 80-jährigen Mann bei einer unausweichlichen Kollision verletzen soll oder die Mutter mit Kinderwagen.

Die Auslagerung des “Data Labeling” in andere Länder mit billigeren Kostenstrukturen und Lohn hat auch mehrere Aspekte. Aus Diversitätsgründen ist es einerseits zu begrüßen, außerdem werden so auch Arbeitsplätze mit für die Länder meist gutem Lohn geschaffen. Andererseits werden häufig jene Sachverhalte ausgelagert, die man den eigenen Angestellten nicht zumuten möchte. Das ist ethisch sicher bedenklich.

Da Millionen von Datensätzen gelabelt werden müssen, sind die KI-Unternehmen darauf angewiesen, in andere Länder auszuweichen, um die Kosten für die KI-Systeme nicht immens hoch werden zu lassen und die Arbeit parallel zur Entwicklung durchzuführen. Kosten KI-Systeme letztendlich zu viel, werden sie von nur wenigen Kund:innen genutzt. Es verzerrt den Wettbewerb noch mehr, wenn diese Methodik nur einem kleinen Benutzerkreis zur Verfügung steht, der sich hohe Kosten leisten kann.

Jasmin: Zusätzlich ist noch der geografische Aspekt zu beachten. In Europa herrscht im Gegensatz zu den USA ein Bestreben nach regulierten, vertrauenswürdigen KI-Systemen. Hier wird durchaus betont, dass sowohl in technischer als auch gesellschaftlicher Hinsicht, kein Schaden angerichtet, sondern ausschließlich positive wirtschaftliche und gesellschaftliche Beiträge geleistet werden sollen. Ein konkreter Rechtsrahmen fehlt zwar auch hier noch, aber die Richtung stimmt. Langfristig werden Länder wie die USA an Regulierungen und Leitlinien feilen müssen, wenn sie das Vertrauen der Benutzer:innen erlangen bzw. behalten wollen.

Deine ungelesenen Artikel:
23.06.2026

HTL Spengergasse: Die Wiener Talenteschmiede

Viele der spannendsten jungen Tech-Talente Österreichs kommen von derselben Schule: der HTL Spengergasse in Wien. Zufall ist das nicht.
/artikel/wiener-talenteschmiede
23.06.2026

HTL Spengergasse: Die Wiener Talenteschmiede

Viele der spannendsten jungen Tech-Talente Österreichs kommen von derselben Schule: der HTL Spengergasse in Wien. Zufall ist das nicht.
/artikel/wiener-talenteschmiede
Alexandra Polic sitzt mit Harald Zumpf in einer Klasse der HTL Spenegrgasse
Lehrer Harald Zumpf betreut die Hochbegabten an der HTL Spengergasse. (c) brutkasten

Dieser Text ist zuerst im brutkasten-Printmagazin von Mai 2026 „Die nächste Stufe“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


Hinter einer Glasfassade in der Spengergasse befindet sich eine Schule, die mehr kann als Unterricht. Hier bauen Schüler:innen Software, die mit Produkten von Technologie-Giganten konkurriert. Wer das Gebäude betritt, sieht Klassenzimmer wie überall: Tische, Bildschirme, Schüler:innen vor ihren Laptops. Und doch entsteht hier etwas, das an vielen Schulen fehlt.

Die Liste der Absolvent:innen liest sich wie das Who’s who der österreichischen Tech-Szene: Eric Steinberger und Sebastian De Ro, deren KI-Coding-Startup Magic international für Aufsehen sorgt; Ben Koska, der mit seinen Brüdern in San Francisco an Infrastruktur für KI-Modelle arbeitet; Mojmír Horváth, der mit seinem Startup PothAI im Sommer ins Y-Combinator-Programm einzieht. Sie haben eines gemeinsam: Sie sind durch dieselbe Förderung gegangen.

Im Computerraum wartet Harald Zumpf. Er unterrichtet im Bereich Informatik – und betreut nebenbei jene, die mehr wollen als den Lehrplan. Zumpf ist seit fast 13 Jahren an der HTL Spengergasse. Als er damals an die Schule kam, fiel ihm auf, dass es zwar zahlreiche Unterstützungsangebote für schwächere Schüler:innen gab, aber kein spezielles Angebot für die leistungsstärksten. „Wir haben uns also gefragt: Wie bereiten wir die Besten möglichst gut auf die Welt nach der Schule vor?“, erzählt Zumpf. Der Lehrer suchte die Antwort direkt bei jenen, die im Unterricht herausstechen. Er fragte sie, was er für sie tun könne. So entstand nach und nach die Hochbegabtenförderung.

Heute hat sich daraus ein Programm mit 18 Schüler:innen entwickelt, die in Teams an innovativen Projekten für reale Kunden aus der Wirtschaft arbeiten. Auf dem Papier ist die Förderung ein Freifach; in der Praxis eine 24/7-Betreuung. „Alle Schüler:innen haben meine Handynummer und können sich jederzeit melden – auch am Sonntag oder in den Ferien“, sagt Zumpf. Auf LinkedIn fasst er es so zusammen: Serving Austria’s brightest minds. „Ich arbeite nicht für mich – ich arbeite für die Schüler:innen“, sagt er.

Die HTL Spengergasse im fünften Wiener Gemeindebezirk. (c) brutkasten

Erst Silicon Valley, dann Matura

Viele der Schüler:innen, die in Zumpfs Programm waren oder sind, zählen zu den vielversprechendsten Talenten in der Startup- und Innovationsszene. Der besagte Mojmír Horváth etwa, 19 Jahre alt, besucht im Rahmen eines Auslandsjahrs die renommierte Phillips Academy in den USA. Mit seinem Startup PothAI hat er es außerdem ins Early-Programm des Y-Combinator-Ökosystems geschafft. Im Sommer, gleich nach seiner Matura an der HTL Spengergasse, wird Horváth am Summer 2026 Batch teilnehmen.

Mit PothAI entwickelt er eine agentenbasierte KI, die Unternehmensdaten eigenständig analysiert, Hypothesen bildet und daraus kontinuierlich neue Erkenntnisse ableitet, um manuelle Analyseprozesse zu ersetzen. Mit drei Unternehmen sind bereits Pilotprojekte vereinbart. Wenn der YC-Batch startet, will Horváth eine funktionierende Version seines Produkts haben.

Dass er es jetzt schon so weit gebracht hat, hat er auch seiner Schule und der Hochbegabtenförderung zu verdanken. Dabei hat er aber nichts dem Zufall überlassen: „Ich habe Professor Zumpf schon vor dem Schulstart geschrieben, um herauszufinden, wie ich in das Programm komme“, erzählt Horváth. Die Förderung war einer der Gründe, warum er sich für die HTL Spengergasse entschieden hat. In die Förderung aufgenommen hat ihn Harald Zumpf in der zweiten Klasse. Ausschlaggebend war unter anderem ein Medizin-Hackathon: „Wir sind dort gegen PhD-Teams angetreten und haben den zweiten Platz erreicht, beim Publikumsvoting sogar den ersten.

In diesem Rahmen habe ich in 24 Stunden einen Deep-Learning-Algorithmus entwickelt, der Patientendaten verarbeitet und die Kostenentwicklung prognostiziert“, sagt Horváth.

Talente fallen auf

Dies ist einer von vielen Schlüsselmomenten, die Harald Zumpf mit seinen Schüler:innen erlebt. „Das Identifizieren der Hochbegabten ist das Einfachste überhaupt. Man muss sich eher Mühe geben, sie nicht zu erkennen“, sagt er. Dabei komme es auch gar nicht nur auf ihn an: „Wenn man eine Klasse fragt, wer von ihnen der Beste im Programmieren ist, zeigen alle auf dieselbe Person“, erzählt Zumpf. Auch Empfehlungen aus dem Lehrerkollegium bekommt er immer wieder.

Manchmal geht Zumpf auf die Schüler:innen zu, manchmal kommen sie zu ihm. Wer aufgenommen werden will, braucht einen bestimmten Notenschnitt, weil die schulischen Leistungen nicht leiden sollen. Kandidat:innen führen ein Gespräch mit Zumpf und zwei oder drei Schüler:innen, die bereits in der Förderung sind. „Uneinig über eine Aufnahme waren wir uns noch nie“, sagt Zumpf. Ein Assessment-Center oder andere formale Metriken gibt es nicht.

Harald Zumpf hat die Hochbegabtenförderung an der HTL Spengergasse ins Leben gerufen. (c) brutkasten

Echte Projekte statt Theorie

Was nach der Aufnahme passiert, bestimmen die Schüler:innen. In Teams von zwei bis vier Personen arbeiten sie an Themen, die sie interessieren. Dabei geht es immer um reale Projekte von Wirtschaftspartnern. „Wenn sie etwas brauchen – Mentoring, Kontakte, Rechenleistung oder Projekte –, dann organisiere ich das“, sagt Zumpf. Am Anfang des Schuljahrs stellte er Kontakt zu einer österreichischen Bank her, weil sich eines seiner Teams für Cybersecurity begeistert. Drei Tage später saßen deren Vertreter bereits in der Schule – und noch am selben Tag fiel der Startschuss für das Projekt. Mittlerweile haben die Schüler:innen eine KI für das Compliance-Management entwickelt.

„Je offener die Aufgabenstellung, desto besser. Wir arbeiten strikt agil – von Sprint zu Sprint“, sagt Zumpf. Einmal im Monat trifft er sich bei einem Jour fixe mit seinen Schüler:innen, aber wenn es Herausforderungen gibt, sieht er sie zum nächstmöglichen Termin. Den Wirtschaftspartnern verspricht Zumpf keine bestimmten Ergebnisse – die Schüler:innen sollen Fehler machen dürfen –, aber „meistens kommt etwas sehr Gutes heraus“.

Die Projekte laufen normalerweise über ein Schuljahr. Manchmal aber sind die Teams schon nach drei Wochen fertig. „Wir schauen nicht auf die Zeit – wir schauen auf das Ergebnis“, sagt Zumpf.

Von der HTL zu Y ­Combinator

Einer, der auch nicht auf die Zeit schaut, ist Ben Koska – zum Video-Interview erscheint er pünktlich um Mitternacht, nordamerikanische Westküstenzeit. Koska sitzt gemeinsam mit seinen Brüdern in San Francisco, um Infrastruktur für Firmen zu bauen, die KI-Modelle trainieren.

Auch er ist Absolvent der HTL Spengergasse, Maturajahrgang 2025, und war Teil des Y-Combinator-Programms, Batch 2025. Wer dort aufgenommen werden will, muss einiges vorweisen. Das konnte Koska – dank der Hochbegabtenförderung in der HTL.

„Die größte Stärke der Förderung ist die Freiheit, Dinge auszuprobieren und eigene Projekte zu verfolgen. Wir konnten an vielen Hackathons und Events teilnehmen – das wäre ohne die Unterstützung der Schule nicht möglich gewesen“, sagt Koska. Ein Highlight? „Wir haben ein akademisches Paper geschrieben und auf einer Konferenz in Dubai präsentiert – das hat mich extrem geprägt.“

In das Programm aufgenommen hat ihn Harald Zumpf, nachdem er sich bei der österreichischen Informatikolympiade für internationale Wettbewerbe qualifiziert hatte. Dass die Schule ihre jungen Talente dorthin schickt, ist Teil des Konzepts der HTL Spengergasse. „Was die HTL besonders macht, ist, dass Lehrer sagen: Wenn ihr etwas Sinnvolles macht, dann dürft ihr euch dafür Zeit nehmen“, sagt Koska.

Seine Zeit steckt Koska heute in sein Startup SF Tensor. Oft programmiert er bis spät in die Nacht – gemeinsam mit seinen Brüdern. Damit haben die drei schon früh begonnen: Noch während der Schulzeit machten sie parallel ihren Bachelor, ermöglicht durch das Programm „Schülerinnen und Schüler an die Hochschulen“ der OeAD. Der Abschluss kam damit noch vor der Matura. Ben Koska studiert heute bereits im Master Computer Science an der University of Colorado Boulder.

Seine Brüder haben inzwischen ebenfalls abgeschlossen: Ihren letzten Schultag am BG & BRG Keimgasse in Mödling hatten sie erst vor wenigen Wochen – ihre Bachelor-Abschlüsse aber schon längst in der Tasche.

Dass solche Wege kein Zufall sind, zeigt sich auch in den Rankings: In den Bestenlisten der österreichischen Informatikolympiade tauchen immer wieder Namen von Schüler:innen des BG & BRG Keimgasse und der HTL Spengergasse auf.

Ben Koska hat mit seinen Brüdern das Startup SF Tensor gegründet, an dem sie derzeit in San Francisco arbeiten. (c) San Francisco Tensor Company

Das Erfolgsrezept: Praxis und Freiraum

Was machen diese Schulen besser als alle anderen? „Das Programm selbst ist gar nicht so komplex – es ist eher die Einstellung der Lehrer:innen und der Schulleitung, die den Unterschied macht“, sagt Ben Koska. Man brauche keine komplizierten Regeln – man brauche Personen, die wirklich wollen, dass so etwas funktioniert.

PothAI-Co-Founder Mojmír Horváth sieht den Vorteil vor allem in der Praxis. „Was andere Schulen übernehmen sollten? Echte Projekte mit Unternehmen statt nur Übungsaufgaben“, sagt er. Auch dass in der Förderung nur Englisch gesprochen wird, habe ihn sehr gut auf internationale Programme wie Y Combinator vorbereitet. „Talente gibt es viele – aber erst durch die richtige Förderung kann wirklich etwas aus ihnen werden“, fasst Horváth zusammen.

Für Harald Zumpf sind mehrere Faktoren ausschlaggebend: Lehrkräfte wie er, die sich engagieren wollen, brauchen Freiraum und ein Umfeld, das unbürokratisches Vorgehen erlaubt. Starre Strukturen, feste Stundenpläne oder enge Lehrplanvorgaben stehen der Agilität, die für innovative Projekte nötig ist, oft im Weg. Wenn Lehrkräfte selbst Erfahrungen in der Wirtschaft gesammelt haben, können sie die Praxis meist besser vermitteln. Auch Zumpf ist seit 25 Jahren selbstständig tätig – nun eben neben seinem Job an der HTL. Viele der Schüler:innen im Hochbegabten-programm verdienen schon während der Schulzeit Geld als Software Engineers oder Consultants. Außerdem vernetzt Zumpf die Jugendlichen schon früh mit führenden Köpfen aus der Tech- und Startup-Szene.

Mindestens genauso wichtig ist für ihn aber das Mindset – und dazu gehört die Fehlerkultur. Zumpf spricht deshalb nie von Problemen: „Wir nennen es Herausforderungen“, sagt er. Scheitern ist trotzdem erlaubt: „Man muss wertschätzen, was gemacht wurde, und gutes Feedback geben“, sagt Zumpf.

Strukturelle Herausforderungen

So hält er es auch mit dem Programm selbst: Er schätzt, dass es die Hochbegabtenförderung gibt – aber weiß auch um deren Herausforderungen. Zum einen fehlen finanzielle Ressourcen; die Arbeit mit künstlicher Intelligenz ist kostspielig, und seitens der Schule gibt es kein Budget für die Anschaffung von Hardware. Aber Vereine und Wirtschaft unterstützen hier „schnell und unbürokratisch“, sagt Zumpf.

Offiziell ist die Hochbegabtenförderung als Freifach mit einer Wochenstunde angesetzt – entsprechend wird auch nur diese eine Stunde vergütet. Seine Schüler:innen schätzen das: „Ohne ihn geht gar nichts“, sagt SF-Tensor-Founder Ben Koska, der noch immer regelmäßig mit seinem ehemaligen HTL-Lehrer telefoniert.

Aus Talenten werden Leader

Ben Koska und Mojmír Horváth kamen als Schüler an die HTL Spengergasse – und gehen als Gründer. Eric Steinberger und Sebastian De Ro haben mit Magic ein Startup gebaut, das international Aufmerksamkeit bekommt. Wieder andere entwickeln schon vor der Matura KI-Systeme auf Produktionsniveau oder werden für Programme wie die Rise Initiative ausgewählt.

Was sie verbindet, ist weniger ein bestimmter Karriereweg als ein gemeinsamer Ausgangspunkt: eine Schule, die ihnen zutraut, mehr zu können – und ihnen den Raum gibt, es zu beweisen. Vielleicht ist das das eigentliche Erfolgsrezept der HTL Spengergasse: Nicht ein besonderes Curriculum, sondern die einfache Entscheidung, hinzuschauen – und Talente ernst zu nehmen.

Mojmír Horváth wird im Sommer im Y-Combinator-Programm sein Startup PothAI
weiterentwickeln. (c) privat

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

So diskriminiert KI: ChatGPT entfacht Debatte neu

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

So diskriminiert KI: ChatGPT entfacht Debatte neu

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

So diskriminiert KI: ChatGPT entfacht Debatte neu

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 …

So diskriminiert KI: ChatGPT entfacht Debatte neu

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 …

So diskriminiert KI: ChatGPT entfacht Debatte neu

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 …

So diskriminiert KI: ChatGPT entfacht Debatte neu

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 …

So diskriminiert KI: ChatGPT entfacht Debatte neu

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

So diskriminiert KI: ChatGPT entfacht Debatte neu

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

So diskriminiert KI: ChatGPT entfacht Debatte neu