Das zweite Mal fand vergangene Woche der Technology Impact Summit in Graz statt - diesmal unter dem Motto „KI im Einsatz: Kompetenzen – Anwendungen – Wirkung". brutkasten war als Medienpartner mit dabei und mit der Serie "No Hype KI" präsent.
Unmittelbar nach dem Gipfel zur digitalen Souveränität Europas in Berlin auf Einladung, bei dem die österreichische Deklaration ratifiziert wurde, brachte der zweite Technology Impact Summit als gemeinsame Initiative von Universität Graz, Technische Universität Graz, Joanneum Research und FH Joanneum führende Köpfe aus Wissenschaft, Technologie, Wirtschaft und Politik am 19. und 20. November in Graz zusammen.
Unter dem Titel „KI im Einsatz: Kompetenzen – Anwendungen – Wirkung“ widmeten sie sich aktuellen Anwendungsmöglichkeiten und künftigen Strategien, um Europa zum unabhängigen Player im globalen Wettbewerb zu machen. Die Diskussion in der Grazer Seifenfabrik bewegte sich zwischen Kritik an der Überregulierung und Chancen, die im Zusammenspiel aus Wissenschaft und Forschung, Wirtschaft und Politik entstehen.
„Künstliche Intelligenz entfaltet ihren größten Wert dort, wo sie den Menschen stärkt: indem sie Komplexität reduziert, Entscheidungen fundiert unterstützt und Raum für echte Innovationskraft schafft. Die Beiträge am Technology Impact Summit machen bewusst, dass Künstliche Intelligenz längst keine Zukunftsvision mehr ist, sondern bereits heute entscheidende Impulse für Wirtschaft, Verwaltung und Gesellschaft liefert“, kommentiert Markus Fallenböck, Vizerektor der Universität Graz und Mitinitiator des Technology Impact Summit.
brutkasten war Medienpartner beim Technology Impact Summit und präsentierte im Ausstellungsbereich die Serie „No Hype KI„, deren zweite Staffel im Dezember 2025 startet. Partner von „No Hype KI“ sind in der zweiten Staffel neben der Universität Graz auch Microsoft, Lenovo, EY, ACP, Ontec, ITSV und KEBA.
Zu Beginn der Veranstaltung sprach Digitalisierungs-Staatssekretär Alexander Pröll über digitale Souveränität. Er hob die Bedeutung der österreichischen Deklaration hervor, die von allen EU-Mitgliedsstaaten ratifiziert wurde: „Europa ist aufgewacht und dabei seine Unabhängigkeit zurückzuerlangen“, sagte der Staatssekretär auf der Bühne der Seifenfabrik. „Der kluge Weg führt in eine kooperative Multi-Strategie aus eigener Entwicklungsstärke und verlässlichen Partnerschaften. Österreich ist der Treiber, um ein gemeinsames Verständnis für digitale Souveränität unter den Mitgliedsstaaten zu entwickeln.“
Die per Video zugeschaltete EU-Kommissarin Henna Virkkunen unterstrich die Rolle von Investitionen und Rechtssicherheit, um Europas Wirtschaft in eine führende Position zu bringen.
Liquid-AI-Gründer Ramin Hasani als Keynote-Speaker
Ein Highlight war auch die Keynote von Ramin Hasani. Der österreichische Gründer des mit über zwei Milliarden US-Dollar bewerteten Startups Liquid AI war im Mai auf dem Cover des brutkasten-Printmagazins. In seiner Keynote sprach er über den neuen Zugang zu KI, den sein Unternehmen verfolgt, und lieferte eine Einordnung zwischen Komplexität, Risiken, Kosten und Chancen. „Die effiziente Nutzung bestehender Ressourcen und Architekturen ist fundamental, um den Energiebedarf substanziell zu reduzieren und die wirtschaftliche Wettbewerbsfähigkeit in Einklang mit Klima- und Umweltschutz zu bringen“, fasste Hasani zusammen.
Anschließend diskutierte ein Panel mit Karl-Theodor zu Guttenberg (Spitzberg Partners), Rektor Horst Bischof (Technische Universität Graz), Taiwan-Expertin Josie-Marie Perkuhn (Universität Trier) und Harald Leitenmüller (Microsoft) zur elementaren Frage der digitalen und technologischen Souveränität Europas. Die zentrale Erkenntnis der Diskussion: Strategische Autonomie schaffe nicht nur Unabhängigkeit, sondern schütze Werte und Wertschöpfung. Souveränität werde künftig zu einer Schutzmauer des demokratischen Systems.
Von der Theorie in die Praxis mit sieben Use Cases aus dem DACH-Raum
Use Case 1: ACP
ACP zeigte, wie KI und menschliche Expertise gemeinsam den Inside-Sales im technischen Großhandel verändern. Ausgangspunkt war eine alltägliche Herausforderung: unstrukturierte, telefonische und oft zeitkritische Kundenanfragen sowie verstreute Daten und ein wachsender Skill-Gap im Nachwuchs.
„Wir haben versucht, KI und HI – Human Intelligence – in die Zusammenarbeit zu bringen“, sagte Alexander Liebl, Director Business Consulting bei ACP. Das neue System kombiniert AI-Voice-Agenten für Routineanfragen und Call-Routing mit einem HI-Voice-Agenten, der KI-gestützt agiert. In mehreren Entwicklungsstufen – vom Foundation Sprint bis zur skalierbaren Produktreife – entstand eine Lösung, die kontinuierlich selbst dazulernt.
„KI ist der neue Akteur in der intelligenten Zusammenarbeit. Nur wer Daten und Prozesse intelligent miteinander verbindet, schafft ein Arbeitsumfeld mit wirkungsvoller Collaboration von Human Intelligence und Artificial Intelligence“, fasst Liebl zusammen.
Use Case 2: Cancom
Cancom präsentierte eine KI-Lösung, die das betriebliche Dokumentenmanagement nachhaltig verändern soll. Kund:innen litten bisher unter Doppelanlagen, fehlenden Zuordnungen und einer enormen Varianz an Rechnungsformaten – ein Problem, das klassische Regelwerke überforderte. „Das große Problem unserer Kunden: Es ist zu Doppelanlagen und fehlenden Zuordnungen gekommen“, erklärte Jürgen Altenriederer, Technical Consultant bei Cancom.
KI-basierte Extraktion, semantisches Verständnis durch Large Language Models und eine klar fokussierte User Experience sorgten schließlich für eine Automatisierung von 84 Prozent, drastisch verkürzte Durchlaufzeiten und deutlich verbesserte Datenqualität. „KI ersetzt keine Menschen – sie braucht Menschen, die Veränderung gestalten“, betonte Altenriederer. Der Mehrwert zeige sich im ROI: Effizienz, Nachvollziehbarkeit und Compliance aus einer Hand.
Use Case 3: FH Joanneum
Die FH Joanneum zeigte, wie KI den Bereich Cybersecurity stärkt, ohne menschliche Expertise zu ersetzen. Im Projekt „KI & Industrial Penetration Testing“ unterstützt die Technologie dabei, Schwachstellen in industriellen Systemen zu identifizieren, indem sie Standardaufgaben sowie monotone „boring tasks“ übernimmt. Gleichzeitig bleiben sensible Daten und der Mangel an Testsystemen eine Herausforderung:
„Es gibt kaum Testsysteme, daher muss man vorsichtig sein“, betonte FH-Professor Klaus Gebeshuber. Sein Fazit blieb klar: „KI & Industrial Penetration Testing hat massiv Potenzial, auf menschliche Mitarbeit ist jedoch nicht zu verzichten.“
Use Case 4: Östererreichische Post Business Solutions
Östererreichische Post Business Solutions adressierte ein Problem, das Unternehmen Millionen kostet: die manuelle Verarbeitung von Dokumenten. Ein deutscher Industriebetrieb bearbeitet jährlich rund 500.000 Dokumente – bei sechs Euro pro Dokument ergibt das Kosten von etwa drei Millionen Euro.
Mit DAiTA – Document AI Transformation and Automation – werden Inhalte automatisiert erkannt, extrahiert und verarbeitet; von einfachen Regeln bis hin zu LLM-gestützten semantischen Analysen. „Wir eliminieren das Geschäftsrisiko falscher Eingangsdaten“, erklärte Bereichsleiter und Geschäftsführer George Wallner.
Skalierbare Verarbeitung – egal ob eine oder 20.000 Seiten pro Stunde – sowie qualitätssichernde Maßnahmen („Human in the loop“) sichern höchste Präzision. Die Use Cases reichten bis zur HR-Abteilung, wo die KI-Bewerbungsunterlagen auf Vollständigkeit prüft. „Kaskadierende Logiken schaffen Effizienz und Wirtschaftlichkeit“, so Wallner.
Case Case 5: Raiffeisen-Landesbank Steiermark
Die Raiffeisen-Landesbank Steiermark stellte ein simulationsbasiertes Prognosemodell vor, das strategische Entscheidungen datenbasiert unterstützt. Das Ziel: besser verstehen, wie sich Kundenanzahl, Produktausstattung und Nachfrage in Zukunft entwickeln – im Kontext gesellschaftlicher Trends und unter Berücksichtigung der eigenen Maßnahmen.
„KI wird oft überschätzt – Technik allein löst keine Grundsatzprobleme“, betonte Florian Brugger, Abteilungsleiter im Bereich Softwareentwicklung, Data Science, Automatisierung, Business Intelligence und künstliche Intelligenz. Daher setzte das Team auf die sorgfältige Integration relevanter Datenquellen, Machine-Learning-Modelle für Prognosen und Simulationen sowie ergänzende Use Cases zu Distanzverhalten, Produktinteressen oder Marketingmaßnahmen. Das Modell bildet die Grundlage für Standortentscheidungen, zielgerichteten Vertrieb und strategische Planung.
Case 6: VTU und Leftshift One
VTU und Leftshift One zeigten eine Lösung, die internes Expert:innenwissen in großen Industrieunternehmen nutzbar macht. Die Herausforderung: Wissen existiert zwar, ist aber schwer zugänglich. Die KI dient als intelligenter Assistent, der Dokumente durchsucht, Informationen extrahiert und Antworten in natürlicher Sprache liefert.
„KI ist kein Trend, KI ersetzt unser Denken nicht, sie macht Wissen nutzbar“, erklärte Patrick Ratheiser, Gründer von Leftshift One. Karin Kaltseis, Director Quality Management in der VTU Group, betonte, wie entscheidend menschliches Training für das Finetuning war: „Zwischen dem ersten Output und da, wo wir jetzt sind – da liegen Welten.“ Grundlage sei vor allem eine saubere Dokumentation, die Qualität, Sicherheit und Compliance gewährleistet.
Use Case 7: Deutsches Zentrum für Luft- und Raumfahrt
Das Deutsche Zentrum für Luft- und Raumfahrt präsentierte KI-Anwendungen in einem der anspruchsvollsten Felder überhaupt: der Raumfahrt. Dort sind Sicherheit und Fehlertoleranz zentral. Die KI lernt mittels Reinforcement Learning auf Basis digitaler Zwillinge, um autonome Steuerungen für Raketentriebwerke zu entwickeln.
„KI in sicherheitskritischen Anwendungen: große Herausforderungen, großes Potenzial“, erklärte Kai Dresia, Forscher am Deutschen Zentrum für Luft- und Raumfahrt.
Zwei Integrationslevel wurden getestet: Zunächst erzeugt KI eine Steuersequenz mit 15.000 Kommandos, die von Menschen überwacht wird; später arbeitet KI als „in-the-loop“-Agent, der aktiv auf Störungen reagieren kann. Der Ansatz zeigt, wie autonome Systeme langfristig Missionen sicherer und effizienter machen können.
In der abschließenden Keynote sprach Elisabeth L’Orange (Deloitte) vom „Janus-Moment“ in der Geschichte der Menschheit – aufgrund der enormen Geschwindigkeit der technologischen Entwicklung. Der exponentiellen Entwicklung der Technologie könne die menschliche Kognition kaum mehr folgen. Die große Gefahr in der wachsenden Kompetenz der Künstlichen Intelligenz sieht die Tech-Podcasterin im Abbau menschlicher Fähigkeiten, wenn sich der Mensch zu sehr auf die Maschine verlässt.
Q.ANT-Gründer Michael Förtsch: „Jede neue KI-Welle bietet Europa die Chance auf eigene Champions“
Das Stuttgarter Startup Q.ANT ist nach eigenen Angaben das weltweit einzige Unternehmen, das Prozessoren auf Basis von Photonic Computing ausliefert – gerechnet wird mit Licht statt Strom. Im Interview mit brutkasten spricht Gründer und CEO Michael Förtsch über Europas Chance im nächsten KI-Zyklus, die Schwächen des europäischen Venture-Capital-Markts und die Frage, wo Q.ANT an die Börse geht.
Q.ANT-Gründer Michael Förtsch: „Jede neue KI-Welle bietet Europa die Chance auf eigene Champions“
Das Stuttgarter Startup Q.ANT ist nach eigenen Angaben das weltweit einzige Unternehmen, das Prozessoren auf Basis von Photonic Computing ausliefert – gerechnet wird mit Licht statt Strom. Im Interview mit brutkasten spricht Gründer und CEO Michael Förtsch über Europas Chance im nächsten KI-Zyklus, die Schwächen des europäischen Venture-Capital-Markts und die Frage, wo Q.ANT an die Börse geht.
Q.ANT-Gründer und CEO Michael Förtsch beim World Venture Forum in Kitzbühel | (c) Martin Pacher / brutkasten
Photonic Computing gilt als eine der großen Wetten auf die nächste Generation der Recheninfrastruktur: Statt mit Strom wird mit Licht gerechnet – was drastisch weniger Energie verbraucht und in Zeiten explodierender KI-Rechenlast zum entscheidenden Faktor werden könnte.
Mit Q.ANT hat sich ein Stuttgarter Deep-Tech-Startup an die Spitze dieses Feldes gesetzt: Nach eigenen Angaben ist es weltweit das einzige Unternehmen, das photonische Prozessoren bereits in Rechenzentren ausliefert. Für Gründer und CEO Michael Förtsch ist die Technologie mehr als ein Effizienzversprechen. Sie ist für ihn eine der wenigen realistischen Chancen, mit denen Europa im nächsten KI-Zyklus doch noch eigene Champions hervorbringen kann. Getroffen haben wir Förtsch beim World Venture Forum in Kitzbühel.
brutkasten: Michael, für alle, die sich mit Photonic Computing noch nie beschäftigt haben – wo steht Q.ANT aktuell?
Michael Förtsch: Wir sind im Moment die einzige Firma weltweit, die Prozessoren basierend auf dieser Technologie liefern kann. Könnten wir heute die Stückzahlen eines Nvidia stemmen? Nein. Aber wir sind in kleineren Stückzahlen genau in den Rechenzentren verbaut, wo Nvidia in größeren Mengen installiert ist. Auf der Skala der Technology Readiness Levels würde ich uns zwischen sieben und acht eingruppieren – unsere Serversysteme kann man inzwischen per Cloud-Service buchen. Das funktioniert nicht nur im Labor unter zwangsbeatmeten Konditionen, sondern im regulären Rechenbetrieb als Co-Processing-Unit im Rechenzentrum. Was uns noch fehlt, um zu den ganz Großen aufzuschließen, ist die Produktionsfähigkeit. Das werden wir nicht alleine hinkriegen, sondern mit Partnern aus der Halbleiterindustrie.
Mit den ganz Großen meinst du Nvidia – oder auch Lightmatter aus den USA?
Lightmatter ist kein Competitor. Wenn man Photonik und Computing zusammenbringt, gibt es zwei Strömungen. Die erste ist das Interconnect-Thema: Da geht es nur darum, Licht zu nutzen, um Datenpakete schneller an den klassischen Prozessor heranzubringen – die sogenannten Co-Packaged Optics. Dort ist Lightmatter unterwegs, genauso Ayar Labs oder Intel. Der zweite Bereich ist der Prozessor-Markt: Da wird mit Licht statt Strom tatsächlich gerechnet. Wir waren 2024 weltweit die Ersten, denen es gelungen ist, einen Prozessor aufzubauen, der wirklich rechnen konnte – und diese Führungsposition haben wir bis heute gehalten. Wir führen das Feld im photonischen Computingbereich an, nicht im Datentransport.
Ihr challengt also Nvidia?
Nuanciert betrachtet: Ich sehe nicht, dass wir die Grafikkarte ergänzen. Stell dir den Computer als Fuhrpark vor. Die Host-CPU ist der VW Passat – das universellste Teil im Stack, kann alles, aber nichts besonders schnell. Die GPU ist der Viertelmeilen-Dragster: Sie kann genau eine Rechenoperation brutal gut, die Vektor-Matrix-Multiplikation, mehr nicht. Wir sind das Formel-1-Auto. Wir beherrschen deutlich mehr Befehle als die GPU – auch hochkomplexe mathematische Zusammenhänge in einem Takt. Mit uns solltest du nicht zum Bäcker fahren, aber am Nürburgring sind wir die Schnellsten. Und der Quantencomputer ist das Boot: Der fährt gar nicht auf der Straße.
Ihr steht bereits in Rechenzentren. Was heißt das konkret für die Effizienz?
Das schönste Beispiel ist das Hochleistungsrechenzentrum in München. Dort stehen unsere Server direkt neben denen von Nvidia. Vor deren Grafikkarten-Rechenschrank herrschen sechzig Grad Innentemperatur – so viel Hitze entsteht da drin. Bei uns stehst du davor und es ist kühl. Da laufen keine Wasserleitungen zum Kühlen rein, du siehst einfach nur Server, die rechnen. Man erlebt die Effizienz physisch. Und wir haben in den letzten drei Jahren gezeigt, dass wir von Prozessorgeneration zu Prozessorgeneration hundertmal schneller geworden sind – das entspricht zehn Jahren Digitalindustrie pro Jahr. Nächstes Jahr werden wir in bestimmten Anwendungen den State of the Art der Digitalindustrie überholt haben.
Welche Anwendungen sind das?
Erstens Bilderkennung: Wie viele Bilder identifizierst du korrekt pro Sekunde – und wie viel Strom hat es gekostet? Ob Robotics oder Autonomous Driving, überall werden Bilddaten verarbeitet. Zweitens Next-Level-LLMs. Der weltweite Strombedarf von LLMs wird bald so groß sein wie der von Japan; skaliert man das weiter, wären wir 2035 beim weltweiten Energiebedarf. Das wird nicht funktionieren. Es braucht die Revolution in der Revolution – Ende des Jahres zeigen wir, wie wir uns das vorstellen. Und drittens Physical AI: Wenn du einen Roboter mit KI versorgen willst, willst du ihm keinen seitenlangen Text geben, sondern das Problem auf Signalebene beschreiben – so wie wir Menschen. Da werden wir als einer der heißesten Kandidaten für den effizienten Einstieg gehandelt.
Das Rennen um generative KI hat Europa gegen die USA verloren. Ist Physical AI das Feld, wo Europa noch mitspielen kann?
Alle haben Sorge, wir hätten im KI-Zeitalter alles verloren. Aber jede neue KI-Welle bietet Europa die Chance auf eigene Champions. Nur weil OpenAI und Anthropic heute gut sind, heißt das nicht, dass sie die nächste Welle automatisch gewonnen haben. Wir haben jüngst gemeinsam mit NXAI, dem österreichischen Startup von Sepp Hochreiter, ein erstes TiRex-Modell auf unserer photonischen Hardware gezeigt. Wir haben Hochreiter und Björn Ommer, die mit Time Series Prediction und Diffusion Models Weltstandards gesetzt haben. Wir haben Mistral, Aleph Alpha, Black Forest Labs, wir haben Q.ANT – Europa hat eigentlich alles in der Hand, um vom Prozessor bis zum KI-Modell alles zu machen. Man muss nur sagen: Wir investieren jetzt eher in der Kategorie zehn Milliarden in dieses Ökosystem, um wirklich einen großen Schuss zu landen. Während die Amerikaner Milliardenbeträge in ihre AI Factories gesteckt haben, hieß es bei uns: Fünfhundert Millionen sind schon ein Haufen Geld. Wenn deine Kapitalisierung um Faktoren unterschiedlich ist, hast du keine Chance in dem Rennen.
Fehlt das Kapital in Europa?
Das Kapital ist da – der Mut muss kommen. Venture Capital ist kein High-Risk-Gambling, sondern hochstrategisches Investment in die innovative Zukunft dieser Region. Was Europa nicht verstanden hat, ist die Geschwindigkeit. Bei einem großen US-VC liegen zwischen Erstgespräch und Datenraumzugang zwei Wochen. Wir haben in den USA ungelogen null Pitchdeck gebraucht: Fünfzeiler per E-Mail, dann sitzt dir jemand gegenüber, der brutaler Experte ist, selbst schon zwei Firmen im Halbleiterbereich groß gemacht hat und dich im Erstgespräch technologisch grillt. In drei, vier Wochen redet man über ein Termsheet. In Europa ist man dagegen oft sehr Governance-getragen: Der Erste hat keine Entscheidungsbefugnis, dann entscheidet ein Board, das gar nicht weiß, worum es geht.
Trotzdem habt ihr fast ausschließlich europäische Investoren – untypisch für Deep Tech.
Genau das ist ein Signal für ein Wiedererwachen Europas. Wir haben international gesucht und international Zuspruch bekommen. IMEC, Xpand, Cherry Ventures, UVC und Venionaire waren wirklich schnell und gut und so haben wir die Series A in Europa zusammenbekommen – mit der nötigen Geschwindigkeit und dem technologischen Zutrauen. Europa hat äquivalente Optionen geboten wie die USA, also blieb ich in Europa. Aber eben nicht im Selbstaufgabemodus, sondern nur, weil Europa die besten Konditionen geboten hat.
Wie sieht die weitere Roadmap aus – kauft euch irgendwann Nvidia?
Ich habe die Firma gegründet, um sie an die Börse zu führen und einen neuen Weltmarktführer in der Prozessortechnologie zu bauen. Einen Verkauf schließe ich nicht kategorisch aus – als Gründer muss man in Varianten denken. Aber das Ziel ist: ein, zwei Finanzierungsrunden, dann ein IPO zum richtigen Zeitpunkt. Mein Wunsch ist, dass diese Firma ihr Headquarter in Europa hat und in Europa gelistet ist. Aber immer mit wirtschaftlichem Rational: Warum soll ich Geld aus patriotischen Gründen liegen lassen? Aktuell ist die Valuation bei einem europäischen IPO gerade im Deep-Tech-Bereich nicht so gut wie in den USA. Gleichzeitig erlebe ich, dass Europa aufwacht – es fängt an, seine eigene Technologiegeschichte wieder schreiben zu wollen. Bis zum Ende der Dekade soll Photonic Computing jedenfalls ein ganz normaler, integraler Bestandteil des Compute Stacks sein – wie die Grafikkarte heute.
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.
