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.
Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern
Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern
Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI
Wieder einmal ist es Linz. Die Stahlstadt mausert sich immer mehr zu Österreichs KI-Hauptstadt und auch eines der bislang sicher ambitioniertesten Startups in dem Bereich kommt von dort: Ablatic AI. Mit Talos wagt es sich über die Herausforderung schlechthin in der KI-Welt: ein eigenes Large Language Model (LLM) – brutkasten berichtete bereits.
Bei einer Benchmark vor Sol von OpenAI
Nun erfolgte der offizielle Launch und Ablatic gab erste Benchmark-Vergleiche aus (siehe Tabelle unten). An Claude Opus 5 kommt man demnach noch in keiner Kategorie ganz heran, in mehreren aber ziemlich nahe. DeepSeek V4 kann man dagegen gleich bei drei Werten schlagen, Qwen3.8 von Alibaba bei zwei und OpenAIs Flagship-Modell GPT-5.6 Sol immerhin bei einem, konkret der exakten Befolgung schriftlicher Anweisungen (IFBench). Unterm Strich spielt das Linzer LLM also in den vorgelegten Benchmarks in der internationalen Top-Liga mit.
„Es kann ja nicht sein, dass es in Europa nur Mistral gibt“
Aber warum überhaupt noch ein weiteres LLM? „Julian [Anm. Mauerkirchner] und ich kennen uns schon seit der Schule. Später haben wir als Unternehmer damit gestartet, Legacy-ERP-Systeme zu erneuern. Dabei sind wir auf ein Problem gestoßen: Wir konnten dafür aus Daten-Gründen keine US-KI-Systeme nutzen“, erzählt CEO Florian Zimmermann, der Ablatic AI gemeinsam mit Julian Mauerkirchner (CTO) gegründet hat, im Gespräch mit brutkasten. Man habe nur Mistral aus Frankreich oder Open-Source-Modelle verwenden können. „Mistral war für den Zweck aber nicht passend und unser Business Case bald tot“.
Mit dem Entschluss, eine neue Idee zu verfolgen, sei daher auch eine neue Motivation einher gegangen: „Es kann ja nicht sein, dass es in Europa nur Mistral gibt“, so Zimmermann. Man habe sich danach mit der Johannes Kepler Universität Linz (JKU) kurzgeschlossen und sei darüber auch zur AI Factory Austria AI:AT gekommen, wo man wiederum im Rahmen des EuroHPC-Programms europäische Hochleistungsrechenressourcen nutzt, um das Modell zu trainieren. „Ohne diese EU-Ressourcen würde es kostentechnisch überhaupt nicht gehen“, sagt Zimmermann.
Doch auch mit diesen Ressourcen – wie lässt sich ein konkurrenzfähiges LLM mit einem kleinen Team und bislang gänzlich ohne VC-Kapital umsetzen? Schließlich beschäftigen die globalen KI-Player, mit denen sich Ablatic misst, riesige Teams. Mistral etwa ist mit seiner kürzlich kommuniziert Drei-Milliarden-Euro-Finanzierungsrunde im Vergleich zu Anthropic und OpenAI nach wie vor ein kleiner Fisch (brutkasten analysierte).
„Wir können kein 200-köpfiges Research-Team finanzieren und gleich von 0 auf 100 gehen, also greifen wir auf Bestehendes zurück“, erklärt der Gründer. Konkret verwende man einerseits Open-Source-Layer und code sie auf die eigenen Bedürfnisse um. Andererseits nutze man die neuesten Forschungsergebnisse von Universitäten wie dem MIT oder Stanford, die laufend über die Plattform arXiv veröffentlicht werden. „Wir orientieren uns an der Frontier-Forschung. Wir analysieren die Paper, legen die Erkenntnisse auf unsere Architektur um und testen es durch. Vieles davon funktioniert nicht, aber alles was funktioniert, bringt uns weiter“, so Zimmermann.
Mehr als 100 B2B-Testkunden – viele konvertieren gleich zum Launch
Die Beta-Version wurde nun bereits seit einiger Zeit mit mehr als 100 Unternehmen getestet – Ablatic konzentriert sich nämlich vorerst klar auf den B2B-Markt. Man habe für diese Tests schnell auch größere Unternehmen und Konzerne gewonnen. „Ich bin dafür wochenlang gesessen, habe Leute angeschrieben und einen Call nach dem anderen gemacht“, räumt Zimmermann ein. Dass man ein eigenes LLM und nicht nur eine Oberfläche baue, sei dabei zum entscheidenden Bonus geworden. „Und dass wir von der JKU kommen und im EuroHPC-Programm sind, hat unsere Glaubwürdigkeit enorm gesteigert“, sagt der Gründer.
Jetzt zum Launch würden viele der Testkunden bereits zu regulären Nutzern konvertieren, viele weitere noch die Testphase abschließen, mit dem Vorhaben, das dann auch zu tun, verrät Zimmermann. „Wir werden nicht 100 Prozent, aber einen Großteil konvertieren können“, ist er sicher. Punkten will Ablatic dabei nicht nur mit der europäischen Herkunft – Stichwort: Digitale Souveränität – sondern auch mit dem Pricing. „Wir haben eine relativ effiziente Architektur. Wir können kostengünstig hosten und das an die Kunden weitergeben“, so der CEO. Dass der offizielle Launch genau jetzt erfolgt, hat vor allem mit dem Gründungsprozess zu tun, der länger dauerte, als erhofft. „Ich gründe nie wieder im Sommer ein Unternehmen“, sagt der Gründer lachend.
Investment geplant: „Das Ziel ist definitiv, keine kleine Bude zu bleiben“
Und wie geht es weiter? „Wir wollen zuerst im DACH-Raum Fuß fassen und ohne große weitere Standorte skalieren. Dann wollen wir es auf Europa hochziehen“, erläutert Zimmermann. Auf Dauer werde dabei auch die Aufnahme von VC-Kapital relevant, vor allem wenn es darum gehe, die nächste Modell-Version herauszubringen. „Dann ist es wichtig, dass man schnell skaliert und iteriert. Wir sind stolz darauf, dass wir ein Modell ohne VC-Kapital trainiert haben. Wir haben gezeigt, dass auch so Großes möglich ist. Aber langfristig ist es völlig logisch, dass wir Kapital aufnehmen müssen“, sagt der Gründer.
Und es seien bereits mehrere Investoren aktiv auf das Team zugekommen, mit einigen befinde man sich schon in Gesprächen. „Das Ziel ist definitiv, keine kleine Bude zu bleiben, sondern eine größere Firma zu werden. Wir wollen jedenfalls nicht in Vergessenheit geraten“, so Zimmermann. Und der Zeitpunkt sei angesichts der Souveränitätsdebatte gut.
Benchmark-Vergleichstabelle
Anmerkungen zur Tabelle:
Fette Zahlen: Höchster Wert in der jeweiligen Zeile unter den Vergleichsmodellen.
„text-only“: Das Modell verarbeitet keine Bilder/visuellen Dokumente, weshalb OmniDocBench nicht anwendbar ist.
„–“: Kein veröffentlichter Wert vorhanden.
Kurzerklärungen der Benchmarks
Agents‘ Last Exam (UC Berkeley): Prüft langwierige, echte Arbeitsaufgaben an einem Computer (Terminal und Bildschirm zusammen), bewertet anhand des fertigen Gesamtergebnisses.
AutomationBench (Zapier): Testet 600 Business-Workflows über 47 simulierte Unternehmens-Softwaretools hinweg, die vollständig durchgehend ausgeführt werden müssen.
Toolathlon: Bewertet das Erledigen von Aufgaben in echter Büro-Software (z. B. E-Mail, Kalender, Tabellenkalkulationen und GitHub) über deren direkte Schnittstellen.
BrowseComp (OpenAI): Stellt schwierige Fragen, deren Antworten über das gesamte Internet verstreut liegen und durch selbstständiges Surfen recherchiert werden müssen.
DeepSWE v1.1 (Datacurve): Misst das eigenständige Beheben echter Softwareprobleme (Bugs) in bestehenden Quellcode-Sammlungen. Hinweis: Talos-1 wurde hierfür nicht optimiert und liegt 22 Punkte hinter der Spitze zurück.
OmniDocBench: Bewertet das fehlerfreie Lesen und Verstehen echter Dokumente inklusive visueller Layouts, Tabellen und mathematischer Formeln.
IFBench: Prüft die exakte Einhaltung von schriftlich vorgegebenen Anweisungen und Formatierungsregeln.
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.
