Der Student als typischer Startup-Gründer ist ein Irrglaube. Was vielleicht im Silicon Valley gang und gäbe ist, wird zumindest in Österreich nicht als typisches Modell gelebt. Die Gründer von Luke-Roberts, Whatchado oder Number 26 hatten schon einige Jahre Berufserfahrung, bevor sie das Abenteuer wagten.
Das amerikanische Silicon Valley hat das Klischee der Startup-Gründer geprägt: junge Männer, oft erst Anfang 20, die meist bereits während ihres Studiums an einer Eliteuni in einer Garage oder einem Studentenzimmer an dem „nächsten großen Ding“ basteln. Diesem Typus gehören sowohl Bill Gates als auch Generationen später Mark Zuckerberg an. In Österreich ist er seltener anzutreffen.
Runtastic, das aus einem Studentenprojekt der Fachhochschule Oberösterreich hervorgegangen ist, wäre ein solches Beispiel. Bereits ein Blick in die Statistik zeigt, dass dieses US-Klischee in Österreich aber eher die Ausnahme ist. Die Mehrheit der Gründer hat laut Wirtschaftskammer Wien ein Studium abgeschlossen – meistens aus den Bereichen Wirtschaft oder Technik. Gegründet wird im Schnitt mit 35.
Wer bereits Berufserfahrung gesammelt hat, hat im Startup-System gewisse Vorteile: „Wenn man bei Siemens gearbeitet hat und dann ein Elektronik-Startup gründet, ist man einfach glaubwürdiger“, ist auch Robert Kopka überzeugt. Der heute 31-Jährige hat Wirtschaftsinformatik studiert und gleich nach dem Studium zu arbeiten begonnen.
Nach drei Jahren als Strategieberater bei Booz&Company hat Kopka seinen Job an den Nagel gehängt und mit einem Kollegen Luke-Roberts gegründet. Noch heuer wollen sie die erste smarte Designerlampe auf den Markt bringen, die sich automatisch ein- und ausschaltet und einen Raum je nach Situation unterschiedlich beleuchtet.
Es war aber nicht die Idee, die die beiden Gründer in die Selbstständigkeit getrieben hat. Auch das gehört eher in die Welt der Klischees. Es war vielmehr umgekehrt. „Mir war schon in der Schule klar, dass ich vor 30 eine eigene Firma gründen will“, erzählt Kopka.
Im Beruf hat er den richtigen Partner kennengelernt, und erst dann kam die Suche nach einer Geschäftsidee: „Wir haben viele verschiedene Ideen durchgerechnet – typisch Strategieberater.“ Auch Maximilian Tayenthal ging die Idee für sein Startup eher strategisch an. „Der Finanzsektor hatte am meisten Potenzial für ein erfolgreiche Neugründung“, erzählt der Mitgründer von Number26.
Die konkrete Idee, ein Smartphone-basiertes Bankkonto zu entwickeln, kam dann von seinem Freund und Partner, Valentin Stalf, der bereits in diesem Bereich tätig war. Die beiden gründeten vor zwei Jahren, da hatte Tayenthal bereits zwei Studien absolviert und als Unternehmensberater, Vorstandsassistent und in einer großen Wirtschaftskanzlei gearbeitet. Als er seinen Job aufgab, lief das Startup bereits eine Zeit lang nebenher.
In der Ideenphase war Ali Mahlodji schon etwas früher als andere Gründer. „Ich hatte schon als Kind diese Vorstellung eines Freundschaftsbuchs für Erwachsene, in dem man alles über Jobs lesen kann“, erzählt der spätere Gründer des Job-Video-Portals Whatchado. „Ursprünglich habe ich mir vorgestellt, dass dieses Buch in der Bücherei auszuborgen ist“, erinnert sich Mahlodji. Das fertige Konzept für eine Internet-Plattform mit kurzen Interviews zu den unterschiedlichsten Jobs lag bereits jahrelang fertig in der Schublade, bevor er überhaupt an ein Startup dachte. „Ich hatte ja nicht einmal ein Businessmodell“, erklärt der heute 33-Jährige.
Wie Kopka und Tayenthal hatte auch Mahlodji bereits eine beachtliche Karriere hinter sich, als er gemeinsam mit einem Jugendfreund Watchado gründete: „Ich sage immer: Whatchado ist mein 42. Job“. Gemeint ist damit auch jeder noch so kurze Ferialjob aus Jugendtagen, aber Mahlodji muss gar nicht durch Quantität beeindrucken.
Nach dem Studium war er bei Siemens Berater und dann bei Sun Microsystems im Management. „Ich habe ziemlich viel Geld verdient, und ich hatte ein fettes Auto.“
So unterschiedlich die Karrieren und die Startups von Mahlodji und Kopka auch sein mögen, an das erinnern sich beide aus ihrem früheren Leben. Dienstautos, berufliche Reisen, Fünfsternehotels, alles Annehmlichkeiten, die beide nicht vermissen. „Es ist auch schön, einmal mit Birkenstockschlapfen im Büro zu sein, statt mit Anzug und Krawatte“, meint Kopka.
Das Dienstauto hätte Mahlodji behalten können – wollte er aber gar nicht. Nach der Kündigung ist er auf ein älteres rotes Golf-Cabrio umgestiegen – „um 2000 Euro“ – und heute fährt er nur noch mit Öffis und Tretroller. Auch Tayenthal hat sein Auto längst verkauft. Eine Sache vermisst Mahlodji aber dann doch an seinen früheren Jobs: die Ruhe. Als Gründer sei man immer rastlos und bei Startups müsse ständig alles sehr schnell gehen. „Im Privatleben muss man definitiv Abstriche machen“, weiß auch Tayenthal. Wenn ihm überhaupt etwas abgehe, dann sei das Zeit.
Dass keiner der drei das alte Leben als erfolgreicher Berater, Manager oder Anwalt vermisst, liegt wahrscheinlich daran, dass die Startups gut laufen. Ist man ein besserer Gründer, wenn man bereits Erfahrung hat? Kopka glaubt, dass es mit einigen Jahren Berufserfahrung einfacher ist.
Außerdem schade ein gewisser finanzieller Polster nicht, erklärt er. Das sieht auch Tayenthal so. Er habe zwar nicht explizit für die Startup-Zeit gespart, aber gerade zu Beginn fallen oft Kosten an, die man selbst übernehmen muss – etwa für Reisen zu Investoren.
„Niemand hat mich je nach meiner Karriere gefragt“, erzählt der Whatchado-Gründer. Das Wichtigste sei, Investoren zu überzeugen, und die sehen sich eher das Team an. „Die Aufgaben müssen nach der jeweiligen Erfahrung oder Fähigkeit verteilt sein und wenn man sehr jung ist, muss man eben jemanden mit Erfahrung ins Boot holen“, meint Mahlodji.
Für die speziellen Anforderungen im Finanz-Startup-Bereich ist Tayenthal mit seinem Hintergrund als Unternehmensberater und Anwalt bestens gerüstet. „Wichtiger als Alter und Erfahrung ist aber der Wunsch, eine Branche zu verändern“, sagt Tayenthal. Grundsätzlich brauche man zum Gründen aber auch eine gewisse Portion Naivität, ist Mahlodji überzeugt: „Damit man ein solches Risiko überhaupt eingeht.“
Direkt nach dem Studium zu gründen, hätte sich keiner der drei wirklich vorstellen können. Kopka war zwar immer klar, dass er ein eigenes Unternehmen führen will. Aber zuerst war ein sicherer Job wichtiger. „Ich habe diese Sicherheitsphase gebraucht“, erzählt der Luke-Roberts-Gründer. Auch für Mahlodji war eine eigene Firma nach der Ausbildung noch kein Thema: „Ich habe damals gar nicht darüber nachgedacht – außerdem hätte ich kein Startup gründen wollen, ohne ein konkretes Problem zu lösen.“
Bei Tayenthal war die Situation ähnlich, und er sieht die Schuld daran bei seiner Universität in Wien: „Wir (er und Stalf, Anm.) bereuen, dass wir im Studium nicht mehr mit Start-ups konfrontiert wurden“, sagt der Number-26-Gründer.
Absolventen der Wirtschaftsuni in Wien hätten zu seiner Studienzeit in der Regel den Wunsch gehabt, in die Unternehmensberatung, ins Investmentbanking oder in die Industrie zu gehen. „Ich rate jedem Studenten, zumindest ein Praktikum im Startup-Bereich zu probieren“, meint Tayenthal. „Start-up ist für mich das Sinnvollste, was ich bisher gemacht habe.“
Wer beruflich bereits viel erlebt hat und dann ein risikoreiches Startup gründet, hat doch bestimmt einen Plan B, falls es schiefgeht? „Eigentlich nicht“, sind sich alle drei Gründer einig. „Mein Plan B ist meine Berufserfahrung“, sagt Mahlodji und nennt damit wohl einen der großen Vorteile spätberufener Gründer.
Keba-CEO Knogler: „Die Hyperscaler brauchen uns genauso wie wir sie“
Österreichs Industrie liegt bei der AI Maturity unter dem EU-Schnitt. Für Keba-CEO Christoph Knogler, der die KI-Taskforce der Industriellenvereinigung mit leitet, ist das kein Grund zur Resignation: „Verlieren ist gar keine Option.” Im Interview spricht er über digitale Souveränität, Europas Rolle als Enabler der Hyperscaler und seine Pläne mit Keba Digital.
Keba-CEO Knogler: „Die Hyperscaler brauchen uns genauso wie wir sie“
Österreichs Industrie liegt bei der AI Maturity unter dem EU-Schnitt. Für Keba-CEO Christoph Knogler, der die KI-Taskforce der Industriellenvereinigung mit leitet, ist das kein Grund zur Resignation: „Verlieren ist gar keine Option.” Im Interview spricht er über digitale Souveränität, Europas Rolle als Enabler der Hyperscaler und seine Pläne mit Keba Digital.
28 Standorte in 16 Ländern, drei Geschäftsbereiche von der Industrie- über die Handover- bis zur Energy-Automation, dazu seit Kurzem eine eigene KI-Einheit: Keba aus Linz baut Steuerungen für Maschinen und Anlagen und steckt über Trumpf mit einer Komponente in den Lithografiemaschinen von ASML. Christoph Knogler führt das Unternehmen als CEO und steht gemeinsam mit A1-CEO Thomas Arnoldner der KI-Taskforce der Industriellenvereinigung vor, die bis Sommer 2027 die AI Maturity der heimischen Industrie messen und steigern soll. Der erste Befund: Österreich liegt unter dem EU-Schnitt. Warum das ein Leadership-Thema ist und kein technologisches, wieso die Hyperscaler die europäische Industrie dringender brauchen als umgekehrt – und was Industrial Intelligence von einem Hype-Begriff unterscheidet.
Die österreichische Industrie liegt bei KI unter dem EU-Schnitt – das zeigt die McKinsey-Studie „State of AI in Austria 2025″, die im Rahmen der Taskforce entstanden ist, der du vorsitzt: ein AI-Quotient von 30 gegenüber 34 im EU-Schnitt. Wie kam es zu diesem Befund?
Ein wesentlicher Aspekt unserer KI-Taskforce ist, dass wir die AI Maturity unserer Mitglieder und so auch der gesamten österreichischen Industrie quantitativ messbar machen, mit je einem Assessment zu Beginn, zur Mitte und zum Ende der Laufzeit, pro bono begleitet von McKinsey. Mit dem ersten Assessment im vergangenen Jahr hat sich die Vermutung der Industriellenvereinigung bestätigt: Wir liegen in Österreich unter dem Niveau des EU-Durchschnitts und damit auch des weltweiten Durchschnitts. Das zweite Assessment wurde nun im Juli dieses Jahres abgeschlossen, die Veröffentlichung ist für Anfang Oktober geplant. Wir sind schon gespannt, ob wir das schaffen, was wir uns vorgenommen haben – nämlich eine konsequente Steigerung der AI Maturity der österreichischen Industrie.
Warum gibt es diesen Rückstand?
Es gibt ihn sicher auch, weil es uns als Industrie schon sehr gut gegangen ist und so der Veränderungsdruck in vielen Unternehmen nicht groß genug war, KI konsequent einzusetzen. Wir haben als Industrie den Startschuss verpasst. Es gibt aber auch in Österreich Frontrunner; in der Studie sieht man etwa die Telekommunikationsunternehmen vorne. Aber im produzierenden Bereich und im Maschinenbau waren wir überrascht, dass selbst hoch innovative Unternehmen bei der Nutzung von KI im internationalen Vergleich nicht vorne mit dabei sind. Wenn man genauer hineinschaut, ist es weniger ein technologisches Thema, sondern sehr oft ein Leadership-Thema: Dort, wo die strategische Aufmerksamkeit des C-Levels ist, fließt auch die Energie hin. KI war zu Beginn oft ein IT-Thema statt ein strategisches Positionierungsthema. Das hat sich im ersten Jahr unserer Taskforce aber massiv gedreht. Andritz hat beispielsweise aufgezeigt, wie KI die Automatisierung einer Anlage so weit optimiert, dass eine Art Dark Factory vorstellbar wird; Voestalpine hat anhand umgesetzter Use Cases gezeigt, wo ganz konkrete Einsparungseffekte gehoben wurden; und Miba hat gezeigt, wie KI als übergreifendes Thema in der Unternehmensgruppe verankert wurde.
Für Branchen, in denen der AI Act tatsächlich wie ein Korsett wirkt, kann er dazu führen, dass man im Sinne des Risikomanagements sehr zurückhaltend wird. Der Ruf nach Regulatory Sandboxes ist dort laut; ich denke beispielsweise an Life Sciences und an das Bankenwesen. Bei Produktionsunternehmen und im Maschinenbau – dazu zählen wir uns als Keba – gibt es diese Einschränkungen aus eigener Erfahrung weniger. Ich habe es bisher nicht so wahrgenommen, dass der AI Act ein wesentlicher Technologie-Showstopper wäre. Deswegen plädieren wir auf Selbstwirksamkeit: nicht die Rahmenbedingungen bekämpfen, sondern sich fragen, wie man innerhalb dieser vernünftig arbeitet. Aber viel wichtiger war: mit KI losstarten, es zum Leadership-Thema machen, sich um Daten und Legacy-Systeme im Unternehmen kümmern und vor allem die Menschen auf diese Innovationsreise mitnehmen.
Die Taskforce läuft bis Sommer 2027. Was kommt danach?
Anfang 2027 werden wir entscheiden: Braucht es weiterhin eine Taskforce für KI, die Eintrittsbarrieren abbauen und zur wertschöpfenden Nutzung anregen will? Oder braucht es dann ein anderes Format? Unabhängig vom Format ist für uns wichtig, dass die bisherigen Erkenntnisse und Best Practices weitergetragen werden; da spreche ich auch für meinen Co-Vorsitzenden Thomas Arnoldner. Dazu kommt, dass sich immer mehr kleinere Industrieunternehmen mit KI beschäftigen, für die so eine Plattform hilfreich sein kann.
Was Europa in der Hand hat
Blicken wir über Österreich hinaus: Europa habe das Rennen um generative KI verloren, heißt es. Bleibt Industrial Intelligence als zweite Chance?
Ich habe dazu eine sehr klare Meinung: Die amerikanischen Unternehmen, die in diesem Rennen die Nase vorn haben, brauchen wertschöpfende Prozesse, um ihren eigenen Business Case abzusichern. Auch KI macht nur dann wirtschaftlich Sinn, wenn man sie verkaufen kann. Schaut man sich Europa an – 450 Millionen Konsumenten, eine sehr starke Industrie, im DACH-Raum besonders stark –, dann sind wir der Enabler für die Business Cases der Hyperscaler. Deswegen werden wir auch stark umworben, von genau diesen global denkenden Unternehmen. Sie brauchen dringend Anwendungsfälle für ihre KI-Modelle am Shopfloor, damit der Value Stream entsteht, der die Mega-Investitionen rechtfertigt. Bleibt der aus, wird man die laufenden Infrastruktur-Investitionen über eine kleinere Menge an Anwendern verteilen, was Tokenpreise in die Höhe treiben wird und die Anwendung somit unattraktiver macht. Auf Basis dieser Logik dürfen und müssen wir als europäische Industrie schon selbstbewusst sein.
Also ist das Rennen nicht verloren?
Was für ein Rennen? Wir müssen als Wirtschaftsstandort wettbewerbsfähig sein, um Wertschöpfung zu generieren und unsere Sozialsysteme am Laufen zu halten. Da haben wir noch gar nichts verloren. Verlieren ist gar keine Option! Ich frage mich oft, was aus unserem Selbstbewusstsein in Europa geworden ist. Das sehe ich viel optimistischer, und Industrial Intelligence ist das Schlagwort. Aber dann kommt natürlich die Folgefrage: Wie geht es uns mit den eigenen KI-Unternehmen, mit der Infrastruktur, mit den eigenen europäischen Modellen? Da stehen wir, wie generell im Thema Software, nicht besonders gut da. Es braucht jemanden, der investiert, und jemanden, der das dann auch nutzt, bevorzugt gegenüber Infrastruktur, die vielleicht günstiger ist und anfangs mehr kann. Damit das gelingt, braucht es wohl fast so etwas wie einen Orchestrator im europäischen KI-Konzert. Klug wäre ein progressiver Impuls der EU, aber nicht als weiterer Zwang, sondern indem die Nutzung europäischer Infrastruktur, beispielsweise für die öffentliche Beschaffung, besonders attraktiv wird. Ohne einen Masterplan wird das aber schwierig; die Hyperscaler sind bestens positioniert, brauchen die europäischen Kunden und werden nicht tatenlos zusehen, wie sich Europa plötzlich verselbstständigt.
Wo hängt umgekehrt die Welt an Europa?
Wir reden viel über die Abhängigkeit von den USA, China bzw. Asien. Wir reden leider ganz wenig darüber, dass diese Regionen genauso von uns abhängig sind. Bestes KI-Beispiel: ASML. Das niederländische Unternehmen hat das Herstellen von Mikroelektronik mit einem speziellen Lithografieprozess perfektioniert, im Zusammenspiel mit zwei weiteren europäischen Playern, Trumpf und Zeiss. Wir sind als Keba stolz, dass wir für Trumpf eine Subkomponente dieser faszinierenden Maschinen beisteuern dürfen. Ohne diese gäbe es keinen KI-Chip, keine Hochleistungs-GPUs. Was wir oft nicht am Radar haben: dass wir als europäische Hightech-Unternehmen mit unseren Technologien vieles möglich machen. Allerdings finden dann die Produktion und die Wertschöpfung leider zu oft in anderen Ländern statt.
Keba ist auch Teil der Initiative Digitale Souveränität. Was heißt Souveränität für ein Unternehmen mit 28 Standorten in 16 Ländern?
Für mich war letztes Jahr in Alpbach Hermann Hauser besonders inspirierend. Er hat die digitale Souveränität mit einer Zwiebel verglichen: Die globalen Tech-Giganten sind weltweit fest in Unternehmen und Prozessen verankert; es ist unrealistisch und naiv, sie komplett aus der Gleichung zu nehmen. Und sie sind für die äußere Zwiebelschicht auch in Ordnung. Doch je näher wir ins Innere der Zwiebel vorstoßen – und das können für jedes Unternehmen andere kritische Prozesse sein –, desto stärker muss man sich bei der aktuellen geopolitischen Lage fragen, in welcher Abhängigkeit man tatsächlich steht. Wir schauen uns unsere Prozesslandschaft an und entscheiden Fall für Fall. ERP zum Beispiel wandert in die Cloud, und da stellt man sich natürlich die Frage, auf welcher Infrastruktur Kernprozesse laufen sollen. Für unser Produktportfolio haben wir entschieden, weitestgehend agnostisch ins Rennen zu gehen, also technologisch offen zu bleiben und je nach Markt und Bedarf die passende Lösung zu wählen. Keba braucht auch Antworten für unsere amerikanischen und asiatischen Kunden.
Was Industrial Intelligence wirklich heißt
Industrial Intelligence steht inzwischen in jedem Wirtschaftsprogramm, vom Bund bis zur Stadt. Was ist damit gemeint?
Ja, das stimmt, Industrial Intelligence ist momentan in aller Munde, sogar im Wirtschaftsprogramm der Stadt Linz. Ich glaube, dass es jetzt etwas braucht, das den Begriff einordenbar macht, denn er darf nicht der nächste Hype-Begriff werden. Industrial Intelligence heißt ja nicht einfach, dass die Industrie irgendwo KI anwendet – es geht darum, mit KI Industriestandards zu erfüllen. Das bedeutet, hochverlässliche, wiederholbare Prozesse zu schaffen, in denen die KI nicht einfach „irgendetwas” tut, sondern kontrolliert in einem definierten Rahmen Arbeitsschritte besser, sicherer, schneller, günstiger oder einfach anders ermöglicht, als das bisher mit normalen Rechnern möglich war. In einer industriellen Produktion muss ein Prozess auch beim tausendsten Durchlauf noch stabil, sicher und reproduzierbar funktionieren. Genau dieser Anspruch unterscheidet Industrial Intelligence von vielen anderen KI-Anwendungen, bei denen ein gewisser Spielraum in den Ergebnissen eher akzeptabel ist.
Viele KI-Projekte, auch von Startups, sterben nicht am Algorithmus, sondern beim Produktionsleiter. Warum?
Weil man mit Daten, die gerade verfügbar sind oder gemacht werden, schnell einmal etwas bauen kann. Wenn man aber nachhaltig in die wertschöpfenden Prozesse hineinwill, dann wird das kein Produktionsleiter zulassen, solange nicht klar ist, dass es verlässlich funktioniert. Wenn ich KI so baue, dass sie mit verlässlich verfügbaren Daten arbeitet, also mit Daten, die im System entstehen oder zugeliefert werden, und daraus ein konkreter Nutzen erzeugt wird, etwa ein effizienteres Produktionssystem oder ein besserer Qualitätsprozess, dann habe ich verstanden, was die Industrie braucht. Heute werden für nette Prototypen oft eigens Daten zusammengestellt, die im späteren Betrieb so nicht zur Verfügung stehen. Das Verständnis dafür, wie die Industrie tickt, differenziert einen Industrial-AI-Anbieter von einem regulären IT-Unternehmen. In der Industrie braucht es wahre Domänenexpertise, sonst ist man in Prozessen nicht anknüpfungsfähig und kann KI nur zum Drüberstreuen verwenden. Und das mag kein Produktionsleiter.
Wo ist KI bei Keba bereits im laufenden Betrieb im Einsatz?
Beispielsweise in der Elektronikfertigung, das heißt, in der Bestückung von Leiterplatten zu Flachbaugruppen. Wir prüfen dort seit vielen Jahren jedes einzelne Produkt am Ende der Linie mittels AOI, also Automated Optical Inspection, und gleichen es mit einem definierten Sollbild ab. Das war früher ein statischer Prozess: War die Toleranz eng eingestellt, wurde alles aussortiert, was auch nur ein bisschen anders als das Sollbild aussah, und ein Mensch musste sich die Baugruppe noch einmal genauer ansehen. Das System hat dabei nicht dazugelernt. Heute lernt unser System über Machine Learning laufend dazu. Seit wir vor eineinhalb Jahren gestartet haben, sparen wir uns mittlerweile bis zu 70 Prozent unserer Qualitätsaufwendungen in diesem Prozess. Hätten wir aber niemanden gehabt, der zwischen unserem Produktionsleiter – hochkompetent in der Produktion, aber eben kein KI- oder IT-Experte – und unserem IT-Team übersetzt hätte, dann hätte die Produktion wohl gesagt: Lasst uns mit diesem Thema besser in Frieden. Ich bin stolz, dass wir diese Übersetzer- und Katalysator-Expertise im eigenen Unternehmen aufgebaut haben. Das macht vieles leichter; und schneller.
Vom Startup zur Keba Digital
Wann war KI bei Keba erstmals Thema?
Das ist schon lange her. Bereits Anfang der 90er-Jahre haben wir drei wissenschaftliche Kollegen in Hagenberg beschäftigt, die das Thema neuronale Netze für unsere Industriesteuerungen einsetzen wollten. Nach zwei Jahren haben wir es damals allerdings wieder beendet. In der Theorie war damals schon viel möglich, aber die Rechnerleistung war noch viel zu gering. Wir waren viel zu früh.
Der zweite Impuls kam vor rund neun Jahren von meinem Vorgänger, dem damaligen CEO Gerhard Luftensteiner: Wäre es nicht sinnvoll, Machine-Learning-Technologie direkt in unseren Steuerungen Cloud-unabhängig „on device” laufen zu lassen? Daraus ist unser erstes KI-Produkt entstanden, eine „On-Device-AI”-Erweiterung für unsere Industriesteuerungen; kurz darauf unser zweites KI-Produkt namens Kebob, ein KI-basiertes Überwachungs- und Assistenzsystem für Bankfoyers. Als dann der ChatGPT-Hype kam, war KI bei uns offen gesagt gar nichts besonders Aufregendes. Wir haben eher gesagt: Das ist jetzt das nächste Level.
Ihr habt mit Keba Digital eine eigene Einheit gegründet und dafür ein Linzer KI-Startup übernommen. Wie kam es dazu?
Was wir in allen unseren Business Units sehen, in der Industrial Automation, in der Handover Automation und auch in der Energy Automation, ist, dass der große technologische Differenzierungsfaktor zunehmend in der Software liegt. Deshalb war es der nächste logische Schritt, unsere jahrzehntelang aufgebaute Softwarekompetenz mit unserer über Jahre aufgebauten und mit dem Startup-Zukauf 7LYTIX verstärkten KI-Expertise zu verbinden und das Ergebnis im Rahmen eines neuen digitalen Businessmodells unter dem Titel Keba Digital auf den Markt zu bringen. Für Keba Digital haben wir Leute mit Erfahrung in softwarebasierten Geschäftsmodellen ins Unternehmen geholt, Positionierung und Strategie gemeinsam erarbeitet und sind nun mitten in der Umsetzung.
Und wohin soll sie?
Sie wird solide auf drei Säulen stehen: Nach innen als unternehmenseigenes KI-Kompetenzcenter für Keba-Produkte und -Prozesse, mit dem Anspruch „Keba als erster Industriekunde”. Das bringt Erfahrung und Glaubwürdigkeit. Nach außen gehen wir als zweite Säule mit industrieller KI in Branchen, die wir als Keba schon kennen, wo wir bereits Domänenwissen haben; oder auch in neue, wo wir mit KI einen Mehrwert generieren werden. Die dritte Säule ist eine KI-Plattform, mit der wir die Interaktion zwischen Mensch und Maschine, also HMI, ganz neu denken, hardwareunabhängig und somit hochskalierbar.
Es war vom ersten Tag an klar, dass hier etwas entsteht, das auch die drei angestammten Geschäftsbereiche nutzen können; und daher ist das in Bezug auf Industrial AI auch so authentisch: Wenn ich zu einem Industriekunden gehe und der fragt mich: „Was habt ihr denn selbst im Qualitätswesen gemacht?”, dann kann ich sagen: „Bei unserem Shopfloor laufen seit 18 Monaten KI-Modelle operativ.” So positionieren wir uns mit Keba Digital als erfahrener industrieller KI-Partner.
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.
