Startschuss für den neuen Linzer Startup Inkubator tech2b
„Leinen los am PIER 4!“. Der neue Startup Inkubator tech2b aus Linz ist am Montag offiziell gestartet und schafft mit seinem Multi Corporate Venturing einen regen Handelsort von Geschäftsideen.
PIER 4 ist eine Freizone für Industrie, Entwickler und Gründer, ein Dock, an dem die Flaggschiffe der heimischen Wirtschaft vor Anker gehen, um wertvolle Fracht zu laden: Ideen, Lösungen und Prototypen für die Industrie von übermorgen. „Wir konnten acht Topunternehmen aus der Industrie für PIER 4 gewinnen. Die Unternehmen haben Suchfelder definiert, wie zum Beispiel smarte Materialien, künstliche Intelligenz, Digitalisierung oder E-Mobilität. Diese Themen nehmen wir als Guideline, um geeignete Startups zu finden, egal von wo sie kommen. Die Raiffeisenlandesbank OÖ bringt ihre Erfahrung in der finanziellen Bewertung der Pilotprojekte und Eigenkapital mit. Das ist eine Konstellation, die in der Form einzigartig ist”, sagt tech2b Geschäftsführer Markus Manz. Die Leitbetriebe Amag, ELIN, die Energie AG, Fabasoft, Lenzing AG, Miba, Primetals Technologies und TGW treffen im Rahmen des soeben gestarteten Inkubator-Programms auf Startups, die es mit Unterstützung von tech2b zu finden gilt.
Vernetzen, scouten, begleiten
„Wir sind Dienstleister und Netzwerker und kennen uns in der Welt der Start-ups aus. Wir tun also das, was wir am besten können – das gilt übrigens für alle am Projekt Beteiligten: Jeder bleibt bei seiner Kernkompetenz. Mit PIER 4 suchen wir nicht den schnellen Erfolg. Unser Ziel ist es, möglichst viele nachhaltige zukunftsweisende Industrieprojekte anzustoßen”, erklärt Manz. Konkret findet tech2b über seine Netzwerke ein dem definierten Suchfeld entsprechendes und spannendes Startup. Es wird zu einer Pitching-Session nach Linz eingeladen, um den Prototypen und die Geschäftsidee vorzustellen. Ein Industrieunternehmen beschließt daraufhin, ein Pilotprojekt zu starten. Dabei können sich mehrere Startups für ein Unternehmen, oder mehrere Unternehmen für ein Start-up zusammenfinden. Zur Sicherung der Finanzierung steuern die Unternehmen Know-how und andere Ressourcen bei, die Raiffeisenlandesbank OÖ bringt als Finanzierungspartner im Bedarfsfall Eigenkapital ein. Insgesamt eine Million eingebrachtes Eigenkapital stehen zur Verfügung. Ist das Projekt erfolgreich, stehen Beteiligungs- und Kooperationsmöglichkeiten in Aussicht, scheitert das Projekt, teilt sich das Risiko auf.
Oberösterreich als Startup Magnet
Als Industriebundesland Nummer eins in Österreich habe Oberösterreich eine Vorreiterrolle inne, die mit PIER 4 ausgebaut werden könne, zeigt sich Wirtschaftsreferent LH-Stv. Michael Strugl optimistisch: „Schon bisher war der Industrie-Hotspot Oberösterreich ein Magnet für clevere Startups. Unser OÖ Hightech-Inkubator tech2b ist der beste Inkubator Österreichs. Mit PIER 4 holt tech2b nun internationale Startups ins Boot, damit positioniert sich unser Bundesland für die industrielle Zukunft. Denn wir brauchen den Spirit und Speed von Startups, gebündelt mit der Erfahrung und der Sicherheit unserer erfolgreichen Industrieunternehmen. Diese Power kann den Industriestandort Oberösterreich mehr denn je prägen.“
Frischer Wind neue Sichtweisen für Corporates
Die teilnehmenden Industrie-Leitbetriebe erwarten sich von der Kooperation mit den Startups einerseits frischen Wind und neue Sichtweisen, andererseits auch Lösungen zukünftiger Herausforderungen. „Wir haben für das Projekt PIER 4 herausfordernde Themenfelder identifiziert, die dazu geeignet sind, Chancen für die Zukunft zu bieten. Diese Themen gemeinsam mit den Startups und den anderen Netzwerkpartnern anzugehen, bringt einen enormen Mehrwert: Start-ups haben den Blick von außen, denken anders, haben einen anderen ‚Spirit’, eine andere Geschwindigkeit, eine andere Kultur – sie bringen eine frische Dynamik ins Spiel. Andererseits profitieren die Startups von unserem Know-how und unserem Netzwerk, wenn es um die Umsetzung der Ideen geht”, erklärt Oskar Kern, der COO und Geschäftsführer der ELIN GmbH & Co KG. Und auch Stefan Doboczky, Vorstandsvorsitzender der Lenzing AG, hat großes vor: „In der Unternehmensstrategie der Lenzing Gruppe sind nachhaltige Innovationen als eines der Kernelemente festgeschrieben. Tech2b und PIER 4 verfolgen den gleichen Ansatz. Daher sind wir bei dieser Initiative gerne dabei. Wir erwarten uns von dieser Kooperation Zugang zu neuen Technologien und innovativen Ideen und begrüßen den effizienten Screening-Prozess vieler Start-Ups durch Spezialisten von tech2b nicht nur für jedes einzelne Unternehmen, sondern für alle gemeinsam. Diese Zusammenarbeit ermöglicht uns auch eine stärkere Vernetzung mit Unternehmen aus der Region, um Zukunftsthemen wie ‘big data’ zu diskutieren.“
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.
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.
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.
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.