23.11.2021

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

Die Spin-off Austria Initiative legt zur heutigen Konferenz mit dem Spin-off Dashboard Austria 2021 den ersten umfassenden Bericht seiner Art vor.
/artikel/spin-off-dashboard-austria-und-rankings
Spin-off Dashboard Austria
Das Hauptgebäude der TU Graz, die auf Platz 1 des Spin-off-Uni-Rankings landet | (c) Marion Schneider & Christoph Aistleitner via Wikimedia Commons

Vor etwas mehr als einem Jahr starteten Hermann Hauser und Herbert Gartner die Initiative Spin-off Austria mit einer relativ kurzfristig geplanten Konferenz. Mehrere Probleme und Herausforderungen der heimischen Spin-off-Landschaft wurden damals identifiziert. Eines davon war die dürftige Datenlage im Bereich. Nun, zur zweiten Auflage der Konferenz, die heute stattfindet, legte die Initiative mit dem Spin-off Dashboard Austria einen ersten Bericht vor, der nun jährlich erscheinen und damit das Problem auf Dauer lösen soll.

Spin-off Dashboard Austria: 51 Unis und FHs angeschrieben – 25 Rückmeldungen

Man hoffe, eine umfassende Datenbank von Spin-offs zu schaffen, die jedes Jahr erweitert werde, sagt Hermann Hauser: “Es ist wichtig, eine solche Referenzbasis für die Entwicklung des unternehmerischen Ökosystems zu schaffen, um klare Aussagen über die Fortschritte zu machen. Dieses Jahr ist das Startjahr, welches eine solide Basis für die Zukunft schaffen wird”. 51 österreichische Universitäten, Fachhochschulen und Forschungseinrichtungen wurden diesmal für die Erhebung angeschrieben. Dabei habe es 25 Rückmeldungen, davon 22 mit quantitativen und qualitativen Daten und drei mit ausschließlich qualitativen Daten gegeben, heißt es in einer Aussendung.

In der Auswertung wurden insgesamt 44 “Verwertungs-Spin-offs” (Gründung auf Basis eines aus Forschungsergebnissen resultierenden Schutzrechts) und 102 “akademische Startups” (klassische Startup-Gründung aus Uni oder FH heraus) gezählt (Gründung zwischen 1.1.2018 und 1.7.2021). Elf dieser insgesamt 146 Gründungen sind mehreren Institutionen zurechenbar. Spitzenreiter ist die TU Graz mit 34 Gründungen, gefolgt von TU Wien (23), FH OÖ (16) und Uni Innsbruck (11). Die Anzahl der aktuellen Angestellten wurde für 83 von 146 Unternehmen gemeldet, die aktuell 476 Personen beschäftigen. Die Anzahl der Gründer:innen pro Team liegt im Schnitt bei 2,5 Personen.

Spin-off-Landschaft: Das sind die “Best Cases” und “Leading Institutions”

Auf Basis der für das Spin-off Dashboard Austria 2021 erhobenen Daten wurden auch einer Expert:innenjury mehrere “Leading Institutions”-Rankings erstellt und fünf Spin-offs als “Best Cases” definiert. Die Jury bestand aus Sabine Herlitschka (Infineon), Carolin Häussler (Expertenkommission Forschung und Innovation, DE), Hermann Hauser (Amadeus Capital Partners) und Herbert Gartner (eQventure).

Die fünf “Best Cases” (zwei davon bereits Post-Exit) sind Bitmovin – Universität Klagenfurt, incubed IT – TU Graz, Lithoz – TU Wien, Parity QC – Universität Innsbruck / ÖAW und ViraTherapeutics – MedUni Innsbruck. Zu den “Leading Institutions”-Rankings lieferte die Jury jeweils konkrete Erklärungen für ihre Entscheidung:

Kategorie Universitäten

Platz 1: TU Graz

Besonders hervorgehoben wurden von der Spin-off Austria Jury die umfassende, detailreiche, spezifische und gut verankerte Spin-off Strategie, das breite Angebot an Kursen zum Thema Entrepreneurship sowie Infrastruktur und Netzwerk für Gründungsaktivitäten.

Platz 2: TU Wien

Für die Juryentscheidung sei vor allem das breite Angebot an intra-universitären innovations- und gründungsfördernden Einrichtungen wie einem eigenen Inkubator, viele Entrepreneurship-Lehrveranstaltungen, Programme und Aktivitäten ausschlaggebend, heißt es dazu.

Platz 3: Universität Innsbruck

Für die Entscheidung seien unter anderem ein großes, interdisziplinäres Ausbildungsangebot zum Thema Entrepreneurship eine eigene Beteiligungsgesellschaft und ein eigener Inkubator der Uni sowie ein Team von Gründungsberater:innen ausschlaggebend gewesen, so die Jury.

Kategorie Fachhochschulen

Platz 1: FH St. Pölten

Als Gründe für die Entscheidung werden ein umfassendes strategisches Programm, eine große Bandbreite an intra- und extracurricularen Angeboten zu Entrepreneurship und zahlreiche Kooperationen auf nationaler und europäischer Ebene genannt.

Platz 2: FH Oberösterreich

Die FH Oberösterreich konnte die Jury vor allem durch ein ausdifferenziertes Angebot an gründungsfördernden Aktivitäten, sowie durch die große Anzahl an akademischen Startups überzeugen.

Platz 3: FH Wiener Neustadt

Für die FH Wiener Neustadt spricht aus Sicht der Jury, dass sie über ein eigenes Startup Center und Innovation Lab verfügt. Genannt werden zudem zahlreiche Kooperationen mit externen Inkubatoren und Gründer:innenservices.

Kategorie Außeruniversitäre Organisationen

Platz 1: IST

Das IST Austria habe die Jury mit einer klaren Entrepreneurship Strategie, einem breiten Angebot an Programmen und Kursen, sowie der für eine Forschungseinrichtung hohen Anzahl an akademischen Startups überzeugen können, heißt es von dieser.

Platz 2: AIT

Die Strategie des AIT zeige eine schlüssige Weiterentwicklung und Integration von gründungsunterstützenden Maßnahmen in den laufenden Forschungs- und Entwicklungsprozess, heißt es von der Jury. Zudem werden ein technologieorientiertes VC-Netzwerk und die Integration von Entrepreneurship in das PhD-Programm genannt.

Platz 3: ÖAW

Bei der ÖAW wurden von der Jury vor allem die ausdifferenzierte IPR-Strategie sowie die hohe Anzahl an Spin-offs hervorgehoben.

Deine ungelesenen Artikel:
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
13.01.2025

“Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis

Nachlese. Der Hype um künstliche Intelligenz ist längst im Rollen. Doch wie schaffen Unternehmen den Durchbruch in der Praxis? In der dritten Folge der neuen brutkasten-Serie “No Hype KI” schildern Expert:innen, welche Erfolgsfaktoren wirklich zählen und wie sich Herausforderungen souverän meistern lassen - von Datenlücken bis hin zur Einbindung der Belegschaft. Klar wird, dass die Technik nur ein Teil der Gleichung ist.
/artikel/no-hype-ki-folge-3
Die dritte Folge von "No Hype KI" mit Manuel Moser, Alexandra Sumper, Moritz Mitterer und Clemens Wasner (v.l.n.r.) (c) brutkasten

„No Hype KI” wird unterstützt von CANCOM Austria, IBM, ITSV, Microsoft, Nagarro, Red Hat und Universität Graz.


Wie lässt sich KI “richtig” in Unternehmen integrieren? Wieso erleben Unternehmen einen “Bottom-Up-Push” und warum sprechen viele dabei noch von großen Hürden? Um diese und viele weitere Fragen ging es in der dritten Folge von “No Hype KI”. Zu Gast waren Alexandra Sumper von Nagarro, Manuel Moser von CANCOM Austria, Moritz Mitterer von ITSV sowie Clemens Wasner von AI Austria und EnliteAI.

Du willst bei "No Hype KI" am Laufenden bleiben?

Trag dich hier ein und du bekommst jede Folge direkt in die Inbox!

Der Bottom-Up-Push

“Der AI-Hype ist jetzt circa zehn Jahre alt”, startet Clemens Wasner die Diskussionsrunde. Was als “vorausschauende Warnung und Betrugserkennung” im B2B-Sektor begann, hat sich eine knappe Dekade später zu einer Bottom-Up-Push-Bewegung entwickelt. “Einzelne Mitarbeitende verfügen teilweise über weitaus mehr praktische Erfahrung mit Generativer KI”, als “das oft auf einer Projektebene passiert”, so Wasner.

Um KI federführend in Unternehmen zu verankern, sei es wichtiger denn je, Mitarbeitende einzubinden und ihnen intern eine Bühne für den Best-Practice-Austausch zu geben, erklärt Wasner weiter. Aktuell ginge der KI-Push immer intensiver von Mitarbeiter:innen aus. Vergleichbar sei diese Bewegung mit dem Aufkommen der Smartphones vor etwa fünfzehn Jahren.

Daten mit Qualität

Als Basis sollte zuerst allerdings der Datenhaushalt eines Unternehmens sauber strukturiert und reguliert werden, sagt Manuel Moser, Director Digital Innovation & Software Engineering bei CANCOM Austria. “Wenn ein Unternehmen in puncto Daten hinterherhinkt, kann das jetzt durchaus ein Stolperstein sein”, sagt der Experte. In CRM- und ERP-Systemen finden sich häufig unvollständige Angaben. Die dadurch entstehende unzureichende Datenqualität könne jede KI-Initiative ins Stocken bringen, so Moser.

“Der größte Feind ist Zettel und Bleistift”

Schon allein das Notieren von Informationen auf Zetteln gilt nicht nur als scheinbar banale Hürde, wie Moser im Talk erläutert. Analoge Gewohnheiten können enorme Auswirkungen auf den gesamten Digitalisierungsprozess des Unternehmens haben: “Ich sage immer: Bei Digitalisierungslösungen ist der größte Feind der Zettel und der Bleistift am Tisch, mit denen man das digitale Tool am Ende des Tages umgeht.”

Gerade der öffentliche Sektor sollte im KI-Einsatz sowie in der Verwaltung von Daten sorgfältig agieren. Moritz Mitterer, Aufsichtsratsvorsitzender der ITSV, spricht von besonders sensiblen Daten aus der Sozialversicherung, die ein enges rechtliches Korsett und damit ein höheres Maß an Vorsicht mit sich bringen.

“Wir haben 2017 in der ITSV damit begonnen, innerhalb der Struktur damit zu experimentieren”, erzählt Mitterer. Ein essentielles Learning daraus: Gerade große Prozessmengen stellen sich als ideales Feld für KI heraus – wenn man vernünftige Leitplanken, klare Haftungsregeln und eine unternehmensweite Governance definiert.

Im Fokus stehen User:innen

Datenqualität, Governance und gleichzeitig reichlich Agilität? Worauf sollten sich Unternehmen in erster Linie konzentrieren, um KI lösungsorientiert einzusetzen? Alexandra Sumper, Director Delivery Österreich bei Nagarro, betont, dass KI-Projekte weit mehr als reine Technik voraussetzen: “Meine Erfahrung zeigt wirklich, nicht zu groß zu beginnen, wenn man erst am Anfang steht.“ Viele Firmen würden sich gerade anfangs in Strategiepapieren verlieren, anstatt realitätsgetreue Use Case zu definieren, so die Expertin.

“Man muss gut darauf achten, dass man liefert. Sowohl an Datenqualität, als auch an optimierter User Experience”, erläutert Sumper. Als Erfolgsbeispiel nennt sie die Asfinag, die einen KI-Chatbot erfolgreich eingeführt hat. Das Besondere dabei: Ein Kernteam entwickelte die KI-Lösung, achtete auf Datenqualität und band die künftigen Nutzer:innen ein. Die Akzeptanz im Unternehmen stieg rasant, erzählt Sumper von den Projektanfängen.

Ähnliche Schlüsse zieht Sumper aus der Beobachtung anderer Kund:innen: In erster Linie gelte es zu testen, ob KI in einem kleinen Rahmen Nutzen bringt. Sobald Mitarbeiter:innen erleben, dass KI ihre Arbeit wirklich erleichtert, wächst das Vertrauen und die Bereitschaft, weitere Schritte zu gehen.

“Am Anfang gibt es nichts, dass zu 100 Prozent funktioniert”

Dass sich eine Trial-and-Error-Phase gerade in den Anfängen des KI-Einsatzes nicht vermeiden lässt, scheint ein allgemeiner Konsens der Diskussionsrunde zu sein. “Es gibt nichts, was sofort 100 Prozent top funktioniert”, so Sumper. Um Fehlerquellen und deren Auswirkungen jedoch möglichst gering zu halten, empfiehlt die Expertin Qualitätssicherung durch ein Key-User-Team, um Fehler festzustellen, zu korrigieren und Daten-Gaps zu schließen.

Hierbei sollen die Möglichkeiten von generativer KI intelligent genutzt werden, wie Clemens Wasner hervorhebt: “Wir haben das erste Mal eine Technologie, die es ermöglicht, unstrukturierte Daten überhaupt auswertbar zu machen.” Nun gilt es, Effizienz in der Datenstrukturierung und -auswertung zu fördern, um mit der aktuellen Welle der digitalen Transformation mitzuhalten. Denn KI ist, wie Manuel Moser von CANCOM Austria bestätigt, ein wesentlicher Teil der digitalen Transformation: “Ein Baustein, wenn man so will, wie ein ausgestrecktes Werkzeug eines Schweizer Taschenmessers.”

KI-Bereiche mit Potenzial zur Ausgründung

Das Gespräch zeigte insgesamt, dass Unternehmen viel gewinnen können, wenn sie KI nicht als fertige Lösung, sondern als Lernprozess verstehen, in den die Belegschaft aktiv mit eingebunden wird. Auf einer soliden Datenbasis mit klarer Kommunikation ließe sich schon in kleinen Projekten ein spürbarer Mehrwert für das Unternehmen erzeugen.

In manchen Branchen, darunter Sozialversicherungen, E-Commerce sowie Luftfahrt und Logistik, sind Fortschritte unvermeidlich, um den steigenden Anforderungen von Markt- und Mitarbeiterseite gerecht zu werden.

Wasner spricht hierbei von einem Fokus auf Digital Business, der sich bereits in der Entstehung neuer Geschäftsfelder am Markt zeigt: Immer häufiger bündeln Unternehmen Wissensträger:innen zu den Bereichen Data, IoT und Machine Learning in einer eigenen Organisation oder Ausgründung. Gezielt wird hier das Potenzial eines eigenen KI-Kernteams zu nutzen und auszubauen versucht.

Luft nach oben

Dass es in vielen Branchen noch reichlich ungenutztes Potenzial gibt, haben mittlerweile einige Reports aufgeschlüsselt dargestellt. Gerade im Healthcare-Bereich sei “mit Abstand am meisten rauszuholen” – unter anderem im Hinblick auf den sicheren und effizienten Umgang mit Patienten- und Amnesie-Daten zur schnellen und akkuraten Behandlung.

Laut Moritz Mitterer der ITSV besteht eine große Herausforderung darin, sensible Patientendaten und strenge Regulatorik mit dem Wunsch nach Fortschritt zu vereinen. Gerade in Sozialversicherungen sei es wichtig, eine klare Governance zu schaffen und den Einsatzrahmen von KI zu definieren. Nur so könne Vertrauen gefestigt und sichergestellt werden, dass neue Technologien nicht an bürokratischen Hemmnissen oder Sicherheitsbedenken scheitern.

Vertrauen ist “noch ein starker Blocker”

“Am Ende des Tages probieren Unternehmen aus: Wie reagiert die Technologie, wie geht man damit um, welche Art von Projekten macht man?”, rundet Manuel Moser von CANCOM Austria die Diskussion ab. Der nächste Schritt liege darin, immer “mehr in die Kernprozesse von Unternehmen reinzukommen”, so Moser. “Und das, glaube ich, ist ein sehr wesentlicher Punkt.” Das Vertrauen, dass es die Technologie braucht. Das ist aktuell noch ein “starker Blocker in Unternehmen”.

Die Expertenrunde teilt einen universellen Konsens: Der Mensch sowie sein Know-how und Vertrauen in KI spielen bei der digitalen Transformation eine erhebliche Rolle. Sobald KI-Anwendungen auf eine verlässliche Datenstruktur und klare Organisation treffen, kann sich KI im Unternehmensalltag entfalten. Erst durch das Zusammenspiel von Technik, Datenkultur und motivierten Teams wird KI zum Treiber neuer Chancen.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

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 …

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

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 …

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

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 …

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

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 …

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Spin-off Dashboard Austria: Das sind die besten Unis und FHs für Spin-offs