14.06.2024
FORSCHUNG & WIRTSCHAFT

Spin-off-Nation Österreich?

Österreich hat einige herausragende universitäre Spin-offs hervorgebracht. Dabei herrscht breiter Konsens, dass es noch viel Luft nach oben gibt.
/artikel/spin-off-nation-oesterreich
Spin-off-Nation Österreich? aws-Geschäftsführer Bernhard Sagmeister, Magdalena Hauser und Wolfgang Lechner (beide ParityQC-Co-Founder) und FFG-Geschäftsführerin Henrietta Egerth | (c) aws/Inge Prader / brutkasten / FFG/Einzenberger
vlnr.: aws-Geschäftsführer Bernhard Sagmeister, Magdalena Hauser und Wolfgang Lechner (beide ParityQC-Co-Founder) und FFG-Geschäftsführerin Henrietta Egerth | (c) aws/Inge Prader / brutkasten / FFG/Einzenberger

*Dieser Artikel erschien zuerst in der aktuellen Ausgabe unseres Printmagazins. Eine Downloadmöglichkeit findet sich am Ende des Artikels.

Einige der weltweit erfolgreichsten Unternehmen sind Uni-Spin-offs, nicht zuletzt etwa Google. Der Grund dafür scheint klar: Die universitäre Forschung bringt tatsächlich neue Erkenntnisse und Technologien, die dann am Markt eine Disruption bewirken können. Vor allem im Hightech-, aber etwa auch im Medizinbereich ist jahrelange Forschung schließlich eine unabdingbare Voraussetzung für Innovation.

Auch in Österreich gibt es einige herausragende Spin-offs. Eines davon ist das Innsbrucker Quantencomputing-Unternehmen ParityQC. Es lizenziert Baupläne für Quantentechnologie und sieht sich damit als “einziges Quantenarchitektur-Unternehmen der Welt”. Kürzlich holte ParityQC sich ein Investment zu neunstelliger Bewertung und zog damit mit mehreren börsennotierten US-Konkurrenten gleich.

“Wir sind in Österreich rund 50 Jahre hinterher”

Doch trotz dieses Erfolgs und obwohl Österreich weltweit seit Jahren zu den Spitzenreitern bei Forschungsausgaben zählt, sieht ParityQC-Co-Founder Wolfgang Lechner das Land nicht als Spin-off-Nation. “Wir sind in Österreich ca. 50 Jahre hinterher”, meint er und bringt Harvard, Cambridge und die ETH Zürich als internationale Vorbilder, die schon seit Jahrzehnten aktiv ein Spin-off-Ökosystem aufbauen.

Teil des besagten Ökosystems in Cambridge war und ist auch der Tiroler Unternehmer und Investor Hermann Hauser, der mit ARM einen der weltweit führenden Mikroprozessor-Hersteller mitgründete. Er unterstützt ParityQC nicht nur direkt als Mentor, sondern engagiert sich in den vergangenen Jahren umfassend in der Förderung der heimischen Spin-off-Landschaft. Dazu startete er gemeinsam mit dem Grazer Unternehmer und Investor Herbert Gartner die Initiative Spin-off Austria.

“Obwohl wir hierzulande auf eine lange Tradition exzellenter Forschung und Bildung zurückblicken können, bleiben im internationalen Vergleich dennoch viele unternehmerische Potenziale ungenutzt”, meinte Hauser anlässlich der letzten Spin-off Austria Conference im vergangenen Herbst. “Der Erfolg universitärer Spin-offs beruht auf einem großen Netzwerk, das Forscher:innen, Unternehmer:innen, Universitätsprofessor:innen, Investor:innen und viele weitere Akteure umfasst“, ist er überzeugt.

“Zum richtigen Zeitpunkt beide Welten zusammenbringen”

Einer dieser Akteure im Spin-off-Ökosystem ist die Austria Wirtschaftsservice (aws), die als Förderbank der Republik Österreich gemeinsam mit der Forschungsförderungsgesellschaft FFG einen entscheidenden Beitrag zur Frühfinanzierung von Spin-offs leistet. Für aws-Geschäftsführer Bernhard Sagmeister ist die Überführung von Forschungsergebnissen in Unternehmen die große Herausforderung, die es zu meistern gilt.

“Die Forschungswelt und die Unternehmenswelt sind doch zwei unterschiedliche Welten. Ich halte nicht sehr viel von dem Ansatz, aus sehr guten Forscher:innen schlechte Unternehmer:innen zu machen, sondern ich glaube, es ist wichtig, zum richtigen Zeitpunkt beide Welten zusammenzubringen. Da braucht es dann oft Mediation, weil sie nicht dieselbe Sprache sprechen“, meint Sagmeister gegenüber brutkasten.

ParityQC-Gründer Lechner erkennt in diesem Zusammenhang auch eine “Mentalitätssache in Österreich”: Man sei hierzulande entweder an der Uni oder nicht – “und das dazwischen ist etwas, das ein bisschen skeptisch betrachtet wird. Hier wollen wir auf jeden Fall eine Vorreiterrolle spielen”, meint Lechner. Die in Österreich traditionell starke Trennung von “Grundlagenforschung” und “angewandter Forschung” sieht er skeptisch. “Ich persönlich unterscheide nicht so zwischen diesen beiden Dingen”, meint er.

Und sein Feld, das Quantencomputing, sei ein Beispiel, warum man nicht so unterscheiden sollte. “Das, was wir machen, ist teilweise reine Mathematik. Das ist ja die unterste Grundlagenforschung, die man überhaupt machen kann. Es geht darum, eine neue Form von Computer zu bauen; und wir haben es irgendwie geschafft, daraus ein Geschäft zu machen”, sagt Lechner. Auch hier wolle man eine Vorreiterrolle spielen, diese Trennlinie etwas weicher zu sehen.

“Spin-off nicht killen, bevor es überhaupt einen ersten Schritt getan hat”

Wenn die Frage der Bereitschaft, zu gründen, geklärt ist, geht es freilich um die Finanzierung. Während Österreich im Förderwesen, unter anderem durch die genannten aws und FFG, im internationalen Vergleich gut aufgestellt ist, liegt das Land im Bereich Risikokapital mit 0,04 Prozent Venture-Capital-Investitionen gemessen am BIP weit zurück.

ParityQC-Co-CEO Magdalena Hauser ortet zudem ein weiteres Problem heimischer Spin-offs darin, dass Universitäten und FHs häufig hohe bürokratische Hürden für Ausgründungen haben und dann große Anteile an den Unternehmen halten. “Man sollte nicht das Spin-off killen, bevor es überhaupt einen ersten Schritt getan hat, indem man es jahrelang in Verhandlungen verstrickt, bevor man es ausgründen lässt”, meint Hauser. Auch Patente sollten aus ihrer Sicht beim Unternehmen liegen und nicht bei den Unis. “Hier braucht es klare Richtlinien”, mahnt die Gründerin ein und sieht den Staat in der Pflicht.

Doch auch finanziell sollte vom Staat noch mehr kommen, ist FFG-Geschäftsführerin Henrietta Egerth im Gespräch mit brutkasten überzeugt: “Das Wichtigste wäre, dass die Politik tatsächlich F&E, Innovation und Forschung als prioritäres Thema sieht. Es ist entscheidend, es nicht nur in Sonntagsreden zu erwähnen, sondern tatsächlich dem politischen Willen durch entsprechendes Budget Ausdruck zu verleihen.” Denn obwohl Österreich, wie oben erwähnt, zu den globalen Spitzenreitern bei Forschungsausgaben zählt, gelte es, weiter mitzuhalten – “weil jeder Euro, den wir in Forschung und Entwicklung investieren, über gesteigerte Umsätze, Lizenzerlöse und dergleichen einen Return on Investment von nachweislich acht Euro hat”, so Egerth.

Sichere dir das brutkasten-Magazin in digitaler Form!

Trag dich hier ein und du bekommst das aktuelle brutkasten-Magazin als PDF zugeschickt und kannst sofort alle Artikel lesen!

Du erhältst mit der Anmeldung künftig auch Zugang für unseren Startup-Newsletter, den wir drei Mal pro Woche verschicken. Du kannst dich jederzeit unkompliziert wieder abmelden.
Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


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?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


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-Nation Österreich?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Spin-off-Nation Österreich?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Spin-off-Nation Österreich?

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-Nation Österreich?

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-Nation Österreich?

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-Nation Österreich?

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-Nation Österreich?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Spin-off-Nation Österreich?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Spin-off-Nation Österreich?