23.06.2023

So funktioniert das KI-Zertifikat von TÜV Austria

Ein TÜV-Zertifikat soll die Zuverlässigkeit von KI-Anwendungen beweisen und abdecken, was im AI Act (noch) fehlt.
/artikel/so-funktioniert-das-ki-zertifikat-von-tuev-austria
Foto: Unsplahs/Alex Knight

Wie stellt man sicher, dass Künstliche Intelligenz das tut, was sie soll? Sei es im Auto, im Krankenhaus, in der eigenen Wohnung oder in der Fabrik – KI-Anwendungen, die aus sicherheits- oder finanzkritischen Gründen Verlässlichkeit nachweisen müssen, brauchen ein entsprechend stichfestes Gütesiegel. Dieser Aufgabe widmet sich der TÜV Austria seit 2021.

Unter dem Namen „Trusted AI“ hat man in Kooperation mit der Johannes Kepler Universität Linz (JKU) und dem Software Competence Center Hagenberg (SCCH) ein Machine-Learning-Zertifizierungsschema entwickelt. Dieses beurteilt KI-Anwendungen und im Gegensatz zu anderen Prüfungsinstituten nicht lediglich die Entwicklungsprozesse. Das Schema beschränkt sich aktuell auf Supervised-Learning-Modelle. Weitere sollen nach und nach folgen.

Die richtige Prüfung für das Zertifikat

Doch wie prüft man? „Es ist wichtig, dass man KI-Anwendungen so trainiert, dass sie zu einem statistischen Maß dort funktionieren, wo man möchte“, erklärt Bernhard Nessler, Research Manager für Deep Learning und Certification beim Software Competence Center Hagenberg, im Gespräch mit brutkasten. Seit vier Jahren ist er an der Konzipierung des Zertifizierungsprozesses beteiligt.

In einem Entwurf eines Positionspapier von Nessler, Sepp Hochreiter (JKU) und Thomas Doms, Sicherheits- und KI-Experte des TÜV Austria, betonen diese die Notwendigkeit der statistischen Prüfung. Man stelle sich ein neues Küchenmesser vor. Wie beim Machine Learning wird es trainiert: An reifen Wassermelonen, Äpfeln, grünem Brokkoli und anderem Gemüse. Ist das Training abgeschlossen, versucht man es zu nutzen. Zwar klappe es bei den genannten Objekten, bei anderen tauchen aber Probleme auf: Es schneidet bei Äpfel der Boskop-Sorte nicht durch, Gurken werden zerquetscht, auch die Anwendung bei unreifen Melonen oder außerhalb der Küche ist nicht einwandfrei möglich.

„Wenn ich die Anwendung trainiert habe, mit etwas zu funktionieren, dann ist sie dafür optimiert“, erklärt Nessler. Wichtig sei zu wissen, wie gut sie bei anderen Fällen arbeitet, die wir erwarten würden. Daher sei die Definition entscheidend für die Beurteilung der Funktionalität, die auch Risiken bzw. Aspekte wie Sicherheit und Fairness umfasst.

Anwendungsweck genau definieren

„Wir können nicht sagen: Das Messer ist zum Gemüse schneiden.“ Das wäre laut Nessler zu vage und daraus würden „schlechte und unzuverlässige Modelle“ werden, die unvorhersehbar sind. Besser wäre beispielsweise zu fragen, wie zuverlässig funktioniert das Messer, wenn ich in einer europäischen Haushaltsküche Gemüse schneide, das zur Zubereitung einer Mahlzeit vorgesehen und im Supermarkt erhältlich ist.

Alle möglichen Fälle wären unmöglich zu prüfen. Man müsse etwas definieren, wo einzelne Samples gezogen werden können. Also in diesem Fall zufällige Testobjekte in Haushaltsküchen in Europa. „Das macht man dann 10.000 Mal – dann kann ich eine Prozentzahl ermitteln und ein statistisches Maß definieren.“ Alle anderen Messmethoden seien eine „Illusion“. Bei Anwendungen wie einem KI-Bildgenerator sei das nicht so tragisch. „Jetzt stelle man sich statt dem Messer aber einen Küchenroboter vor, der den Nutzer:innen schaden kann“, sagt Nessler.

Abgesehen von der Funktionalität, müsse man Nessler nach auch die Definition selbst prüfen. Dabei beachtet man unter anderem auch den ethischen Aspekt. „Wenn eine Anwendung bis auf 2 Prozent bei allen Menschen in Europa funktioniert, aber jene 2 Prozent eine bestimmte Ethnie betreffen, dann haben wir ein Problem mit der Gleichbehandlung.“

Lücke im AI Act

Der AI Act ist das weltweit erste Gesetz für KI-Regulierung. Nessler sieht das Gesetzespaket kritisch: „Es fehlt die echte Prüfung der Funktion nach mathematischen Machine-Learning-Methoden, die seit 40 Jahren wohlbekannt sind.“ Den verantwortlichen EU-Beamt:innen mangle es an Verständnis. Zwar habe man Expert:innen zugezogen, allerdings sei es laut Nessler schon allein nicht einfach zu bestimmen, wer tatsächlich die entsprechende Expertise aufweist. Von jenen „absolut höchst gefragten“ Wissenschafter:innen gäbe es auch „ganz Wenige“.

Gut abgedeckt sei hingegen die Dokumentation und transparente Einsicht. Nessler befürchtet allerdings, dass dafür von kleineren Startups viel Arbeitszeit und Arbeitskraft gefordert wird, die wiederum beim Nachweis der funktionalen Vertrauenswürdigkeit fehlen könnte.

Langwierige Verbesserungen

Nach dem sich das EU-Parlament am 14. Juni über seine Verhandlungsposition entschieden hat, hat der Trilog unmittelbar begonnen. „Die Grundrichtung und die Grundprinzipien des AI Acts, nämlich der risikobasierte Ansatz, die Anknüpfung an eine KI-Definition und die Ausrichtung auf Elemente von vertrauenswürdige KI werden bleiben. Im Detail können und werden sich sehr wahrscheinlich noch Aspekte und Weichenstellungen im AI Act ändern“, erklärt Jeannette Gorzala, Rechtsanwältin und Vizepräsidentin des Europäischen KI-Forums.

Laut Gorzala wird erwartet, dass der AI Act Ende des Jahres beschlossen wird und etwa 2025 voll anwendbar ist. Danach dürfte es dauern bis etwaige Verbesserungen vorgenommen werden. „Die Effekte und die Umsetzung des AI Acts wird von den europäischen Gesetzgebern für einen Zeitraum von rund 5 Jahren beobachtet, damit wären wir ab Inkrafttreten schon bei 2030.“ Wie schnell Anpassungen hänge aber von den angedachten Änderungen ab. „Je umstrittener, desto länger wird der Prozess dauern“, sagt Gorzala.

Große Nachfrage, aber noch keine Zertifikate

Laut Nessler stehen für das TÜV-Austria-Zertifikat schon einige Klienten in der Pipeline. Von Startups oder Produktentwickler:innen, die vor der Gründung stehen bis hin zu größeren Unternehmen aus dem Medizin- und Automobilbereich sowie anderen größeren Industrien. Namen dürfe er noch nicht nennen.

Im TÜV-Austria-Prüfkatalog werden unterschiedliche Ebenen behandelt von der Datenquelle, Zuverlässigkeit bis hin zu ethischen Fragen. Pilotprojekte werden aktuell schon untersucht. Zertifikate wurden bis jetzt noch nicht erteilt. Laut Nessler seien auch viele Anwendungen noch nicht soweit, um ein Zertifikat zu erhalten.

Deine ungelesenen Artikel:
02.10.2026

Was CEOs von der Gen Z lernen können: Reverse Mentoring als Innovationsmotor der Zukunft

Die Halbwertszeit von Wissen schrumpft rasant in einer Zeit, in der Wandel schneller passiert, als Erfahrung aufgebaut wird, dreht Reverse Mentoring die klassische Lernhierarchie um. Eine Spurensuche zwischen Machtgefällen und dem Mut zum Nichtwissen.
/artikel/was-ceos-von-der-gen-z-lernen-koennen-reverse-mentoring-als-innovationsmotor-der-zukunft
02.10.2026

Was CEOs von der Gen Z lernen können: Reverse Mentoring als Innovationsmotor der Zukunft

Die Halbwertszeit von Wissen schrumpft rasant in einer Zeit, in der Wandel schneller passiert, als Erfahrung aufgebaut wird, dreht Reverse Mentoring die klassische Lernhierarchie um. Eine Spurensuche zwischen Machtgefällen und dem Mut zum Nichtwissen.
/artikel/was-ceos-von-der-gen-z-lernen-koennen-reverse-mentoring-als-innovationsmotor-der-zukunft
Mit ihrer Reverse-Mentoring-Agentur forciert Ines Hanusch Zukunftssicherheit in Wirtschaft und Politik. © brutkasten

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


Wir leben in einer paradoxen Arbeitswelt: Führungskräfte werden für ihr über Jahrzehnte angesammeltes Wissen bezahlt doch exakt dieses Erfahrungswissen kann angesichts rasanter technologischer und kultureller Umbrüche zum blinden Fleck werden. Genau hier setzt eine Methodik an, die traditionelle Rollenbilder auf den Kopf stellt: Reverse Mentoring.

Ines Hanusch, Gründerin der Reverse-Mentoring-Agentur bond & grow, begleitet Unternehmen und Politik bei diesem Paradigmenwechsel. Für sie ist der Kerngedanke simpel, aber radikal: „Beim klassischen Mentoring lernt die Jüngere von der Erfahreneren. Beim Reverse Mentoring ist es umgekehrt: Die Führungskraft sitzt in der Lernenden-Position gezielt, strukturiert und vor allem nicht nebenbei.“

Kein Kaffeetratsch und keine Therapie

Doch was genau ist Reverse Mentoring in der Praxis? Hanusch wird nicht müde zu betonen, was es nicht ist: Es sei kein lockeres Kaffeegespräch, kein Coaching mit einer einzigen Zielvorgabe und schon gar keine Therapie. Auch der oft gehörte Einwand, man könne sich doch einfach mit den eigenen Kindern austauschen, greift für die Expertin ins Leere: „Mit den eigenen Kindern teile ich eine Sozialisation, ein Machtgefälle, ob ich will oder nicht.

Das Kind wird mir vieles nicht sagen, und ich werde vieles nicht hören wollen.“ Wahre Wirkung entstehe erst durch psychologische Sicherheit ohne persönliche Verstrickung eine Atmosphäre, in der ein junger Mensch kein Interesse daran hat, zu gefallen, sondern ehrlich zu sein.

Der Blick von innen: Reibung als Chance

In klassischen Organisationen verhindert die Hierarchie oft genau jenen Raum der psychologischen Sicherheit, in dem ungefiltert und ohne Angst vor Konsequenzen gesprochen werden kann. Ines Hanusch beschreibt das systematische Dilemma eindrücklich: Je weiter Führungskräfte auf der Karriereleiter nach oben klettern, desto mehr manifestiert sich die Angst vor Inkompetenz und Statusverlust. „Wenn Top-Entscheider:innen plötzlich von jemandem lernen, der dreißig Jahre jünger ist, entsteht unweigerlich intensive Emotion, Irritation und Reibung“ – doch exakt in diesen Momenten verankert sich laut Hanusch der größte Lerneffekt.

Wie sich dieser Rollentausch in der Realität anfühlt, schildert eine 21-jährige Mentorin, die im Rahmen von bond & grow Top-Entscheider:innen begleitet. Kristin Barnowsky sieht in ihrer Aufgabe eine enorme Verantwortung: Für sie bedeutet Reverse Mentoring, erfahrenen Führungskräften neue Perspektiven mit auf den Weg zu geben und dabei auch hin und wieder Reibung zu erzeugen“. Nervosität vor dem ersten Aufeinandertreffen ist keine Seltenheit, wie sie verrät. Ihr persönlicher mentaler Trick für das erste Meeting? „Ich stelle mir einfach vor, dass die Person mich bereits mag und ich sie auch. Dadurch gehe ich wesentlich natürlicher, authentischer und positiver in das Gespräch.“

Die größte Herausforderung im laufenden Prozess ist für sie das Gespür dafür, wie tief man in die Glaubenssätze des Mentees eindringen darf. Wenn auf Mentee-Seite Widerstand entsteht, stecke dahinter oft eine unbewusste Angst; etwa das Gefühl, nicht gehört oder gesehen zu werden. Es erfordere Empathie und präzises Timing, unangenehme Themen anzusprechen, ohne die Führungskraft emotional zu überfordern, erklärt die 21-Jährige.

Für wen das Konzept geeignet ist – und wann es scheitert

Die Zahlen sprechen für sich, doch Reverse Mentoring ist kein Selbstläufer. Laut Hanusch eignet es sich primär für Führungskräfte, die Nichtwissen als Startpunkt und nicht als Schwäche betrachten. In hierarchisch geprägten Unternehmen erfordere das immense Größe. „Statusverlust berührt das Selbstbild direkt, und das ist unbequem“, analysiert Hanusch. Viele Führungskräfte fürchten den Moment, in dem sie erkennen müssen, dass jemand, der viele Jahre jünger ist, über entscheidendes Know-how verfügt – sei es über moderne Arbeitskulturen, neue Konsumgewohnheiten oder schlicht den Umgang mit Unsicherheit in Krisenzeiten.

Wann also scheitert Reverse Mentoring? Die Expertin zieht eine klare Grenze: „Ich rate ab, wenn Unternehmen Reverse Mentoring als Imagemaßnahme einsetzen wollen, ohne wirkliche Bereitschaft, etwas zu verändern.“ Ohne intrinsische Motivation beider Seiten, einen geschützten Rahmen und professionelles Matching wird das Format zur reinen Simulation.

Innovation durch unbefangenes Denken

Wenn die Rahmenbedingungen jedoch stimmen, entpuppt sich Reverse Mentoring als machtvoller Innovationsmotor. In vielen Branchen sind junge Menschen näher an der Zielgruppe oder stellen diese gar selbst dar. Sie spüren kulturelle Trends früher und besitzen den Mut, Unbequemes auszusprechen. Kristin Barnowsky erlebt das regelmäßig in ihren Mentoring-Sessions, etwa wenn es um künstliche Intelligenz, Automatisierung von Workflows oder den Einsatz von Social Media geht. Doch der tiefere Wert liegt oft jenseits der Technologie: Es geht um das Hinterfragen erstarrter Prozesse. „Oft sehen die Dinge, die uns Sorgen machen, nur für uns so aus; aus einer anderen Perspektive sind sie plötzlich Chancen für innovative Veränderungen“, resümiert die Mentorin.

Letztlich profitiert nicht nur die Führungskraft auch die jungen Mentor:innen wachsen, bauen sich ein Netzwerk auf und erleben direkte Selbstwirksamkeit. Die wichtigste Frage für Ines Hanusch: „Was, wenn du von denen lernst, die bisher nicht gefragt wurden? Es tut manchmal weh, sich spiegeln zu lassen. Aber nur so entsteht Fortschritt.“ In einer Wirtschaft, die händeringend nach Fachkräften und neuen Wegen sucht, könnte die Bereitschaft, vom Nachwuchs zu lernen, bald über die Existenz von Unternehmen entscheiden. Oder wie Ines Hanusch sagt: „Wer heute keine Kultur des gegenseitigen Lernens etabliert, verliert morgen den Anschluss bei existenziellen Themen wie Mitarbeiterbindung und Innovation.“

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 funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Der Inhalt des Artikels hat gesellschaftspolitische Auswirkungen, da er auf die Notwendigkeit von Zertifikaten für KI-Anwendungen hinweist, insbesondere für Anwendungen, die eine hohe Verlässlichkeit aufweisen müssen. Dies ist von Bedeutung für die Sicherheit und Funktionalität von KI-Anwendungen in verschiedenen Bereichen wie dem Gesundheitswesen, der Automobilindustrie, der Produktion und dem Alltag. Die Einführung von Zertifikaten und Prüfverfahren kann dazu beitragen, das Vertrauen in KI-Anwendungen zu stärken und die ethischen und rechtlichen Aspekte von KI zu berücksichtigen.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Das Machine-Learning-Zertifikat „Trusted AI“ des TÜV Austria hat das Potenzial, die Anwendung von KI-Anwendungen sicherer zu machen und das Vertrauen der Verbraucher und Unternehmen zu stärken. Unternehmen aus verschiedenen Branchen, darunter Medizin und Automobil, haben bereits Interesse an dem Zertifikat gezeigt. Eine erfolgreiche Zertifizierung könnte dazu beitragen, das Risiko potenzieller Schäden durch fehlerhafte KI-Anwendungen zu reduzieren und gleichzeitig die Akzeptanz von KI zu erhöhen.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Als Innovationsmanager:in sollten Sie sich mit den aktuellen Entwicklungen im Bereich der Künstlichen Intelligenz und der Zertifizierung von KI-Anwendungen auseinandersetzen. Das Trusted AI-Zertifikat vom TÜV Austria ermöglicht Unternehmen, die Verlässlichkeit von Machine-Learning-Anwendungen nachzuweisen und somit das Vertrauen der Kunden und der Öffentlichkeit zu stärken. Es ist wichtig, dass KI-Anwendungen ein entsprechendes Gütesiegel vorweisen können, insbesondere bei sicherheits- oder finanzkritischen Anwendungen. Daher sollten Sie sich über das Zertifizierungsschema informieren und gegebenenfalls prüfen, ob es für Ihre innovativen KI-Projekte relevant und nützlich sein könnte.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Als Investor:in ist es wichtig, KI-Anwendungen zu unterstützen, die über ein zuverlässiges Gütesiegel verfügen. Der TÜV Austria hat in Zusammenarbeit mit der Johannes Kepler Universität Linz und dem Software Competence Center Hagenberg ein Machine-Learning-Zertifizierungsschema namens „Trusted AI“ entwickelt, das eine statistische Prüfung der Funktionalität und Definition von KI-Anwendungen beinhaltet. Dies kann dazu beitragen, das Risiko unvorhersehbarer Probleme und ethischer Fragen bei der Verwendung von KI zu minimieren, was für Investitionen in diesem Bereich von Bedeutung sein kann.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Das Thema der Zertifizierung von Künstlicher Intelligenz (KI) wird in Zukunft immer wichtiger werden, wenn es um verlässliche KI-Anwendungen in verschiedenen Bereichen wie der Automobil- und Medizinindustrie geht. Dieser Artikel beschreibt eine neue Zertifizierungsmethode für KI-Anwendungen namens „Trusted AI“, die von TÜV Austria, der Johannes Kepler Universität Linz und dem Software Competence Center Hagenberg entwickelt wurde. Als Politiker:in ist es wichtig, sich über solche neuen Entwicklungen im KI-Bereich auf dem Laufenden zu halten und die Regulierung und Standards für KI-Anwendungen zu überwachen.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Der Artikel behandelt die Entwicklung eines Machine-Learning-Zertifizierungsschemas namens Trusted AI durch den TÜV Austria in Kooperation mit der Johannes Kepler Universität Linz und dem Software Competence Center Hagenberg. Die Zertifizierung beurteilt KI-Anwendungen auf ihre Funktionalität, Sicherheit und Fairness. Eine korrekte Definition des Anwendungswecks und die statistische Prüfung sind von wesentlicher Bedeutung. Experten äußern auch Bedenken hinsichtlich des AI Acts, des weltweit ersten Gesetzes für KI-Regulierung, aufgrund von fehlenden Prüfungsmethoden und möglichen Auswirkungen auf kleinere Start-ups. Das TÜV-Austria-Zertifikat stößt laut Experten auf eine hohe Nachfrage, aber es wurden noch keine Zertifikate erteilt.

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

  • Bernhard Nessler
  • Jeannette Gorzala
  • Sepp Hochreiter
  • Thomas Doms

So funktioniert das KI-Zertifikat von TÜV Austria

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

  • TÜV Austria
  • Johannes Kepler Universität Linz (JKU)
  • Software Competence Center Hagenberg (SCCH)

So funktioniert das KI-Zertifikat von TÜV Austria