16.09.2019

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

Interview: Christina Hubin ist Head of Research and Development beim Wiener Mobilitätsstartup "Upstream Mobility", das 2016 von den Wiener Stadtwerken gegründet wurde. Im Interview spricht sie darüber, wie sich eine Zwei-Klassen-Mobilität verhindern lässt und wie unterschiedliche Mobilitätsangebote künftig miteinander integriert werden können.
/artikel/upstream-interview-weinzettl
Upstream
Christina Hubin ist Head of Research & Development bei der Upstream – next level mobility GmbH.

Der öffentliche Verkehr soll den Grundstein der Mobilität in der Stadt bieten, damit die Leute öffentlich oder mit öffentlichen verfügbaren Angeboten unterwegs sind und den eigenen PKW eigentlich nicht mehr brauchen. Upstream – next level mobility GmbH ist eine Mobilitäts-Integrationsplattform, die alle Mobilitäts-Angebote vernetzt und digital über Schnittstellen zur Verfügung stellt.

+++ Fokus: Mobility & Connectivity +++ 

„Wir arbeiten daran, dass das notwendige  Know-how für künftige Mobilität  in der öffentlichen Hand aufgebaut wird, um Mobilität als Daseinsvorsorge sicherzustellen und eine Zwei-Klassen-Mobilität zu verhindern.“, sagt Christina Hubin, Head of Research and Development bei der Upstream – next level mobility GmbH. Hubin wird am 18. Oktober 2019 am Austrian Innovation Forum in Wien über Innovation im Bereich der Mobilität sprechen.

Wie entstand die Idee zur Upstream – next level mobility GmbH?

Christina Hubin: Upstream wurde aus einem Forschungsprojekt, das die kombinierte Nutzung öffentlicher, kollektiver und individueller Mobilitätsangebote als Alternative zum eigenen Auto untersuchte, gegründet. Das Ziel war die wachsenden alternativen Angebote, den Kunden so unkompliziert wie möglich, in einer App, darzustellen.

Heute beschäftigen wir uns auch mit der Sicherstellung des Ausbaus und der Verwaltung eigener digitaler Infrastrukturen und der Erweiterung der digitalen Services für vernetzten urbanen Verkehr.

Jedes Auto wird nur zu fünf Prozent genutzt, 95 Prozent der Zeit sind die Autos nicht ausgelastet. Die Idee ist, dass der öffentliche Verkehr den Grundstein der Mobilität in der Stadt bietet, damit die Leute unkompliziert öffentlich oder mit öffentlichen verfügbaren Angeboten unterwegs sein können und den eigenen PKW eigentlich nicht mehr brauchen.

Welches Produkt entwickelt ihr ?

Christina Hubin: In Wien hat man neben den Wiener Linien auch viele andere Möglichkeiten, durch die Stadt zu kommen. Ich arbeite im Bereich Research und Development. Wir analysieren neue Technologien und Services, die für die zukünftige Mobilität relevant sind, und probieren sie prototypisch aus.

Eines unserer derzeitigen Projekt heißt dynamisches Mobilitätsmanagement. Man will nicht nur Mobilitätsangebote vernetzen und zur Verfügung stellen, sondern auch das Angebot optimieren bzw. dort Angebote schaffen, wo auch Nachfrage entsteht.

Wie sieht es mit der technischen Umsetzung aus?

Christina Hubin: Für diese Prognose braucht man einen Überblick der gesamten Mobilität in einer Stadt. Hierzu stellen wir die Nutzerdaten  zu Fahrzeugdaten, den Infrastruktur Auslastungsdaten mit externen Daten wie Wetter, Events, Baustellen, usw in Relation. Die Auswertung dieser Datenbasis gibt einen Überblick über die Mobilität der Stadt und die Möglichkeit Engpässe im Vorfeld zu prognostizieren.

Was sind die Herausforderungen für die Zukunft?

Christina Hubin: Wir arbeiten daran, dass das notwendige  Know-how für künftige Mobilität in der öffentlichen Hand aufgebaut wird, um Mobilität als Daseinsvorsorge sicherzustellen, denn wenn sich private Unternehmen darum kümmern, steht immer ein Business Case dahinter. Das bedeutet, die bessere Mobilität, die bessere Route und das bessere Fahrzeug würden finanziell besser gestellten Personen zugänglich, da sie mehr bezahlen können. Dadurch kann sich schnell eine Zwei-Klassen-Mobilität entwickeln. Das gilt es zu vermeiden.

Wir bleiben als Stadt unabhängig, da wir den Überblick über die Mobilität haben. Wir können durch diverse Datenquellen und durch Simulationen planen und daraus Maßnahmen erstellen und diese wieder durch unsere Datenquellen evaluieren.

Wie wird die Entwicklung in den nächsten zehn Jahren fortschreiten?

Christina Hubin: Ich glaube, der Mobilitätsüberblick und die Vernetzung der Angebote wird auch in zehn Jahren Thema sein. Aufgrund der Klimaziele und CO2-Einsparungen hat sich möglicherweise die Antriebstechnologie geändert. Autonomes Fahren wird mit Sicherheit ein Thema, ob das schon in zehn Jahren sein wird, weiß ich nicht.

Zu der Frage wer die Fahrzeuge steuert, gibt es mehrere Szenarien von Verkehrsexperten. Viele glauben, dass die autonomen Fahrzeuge auf der Straße einfach den privaten PKW mit einer anderen Antriebstechnologie austauschen.

Dann gibt es die Variante der Mischform, so wie heute. Mehrere Angebote nebeneinander, Sharing Systeme und private Fahrzeuge, die nicht wirklich kompatibel miteinander sind und die unterschiedliche Services und unterschiedliche Zugänge für den User bieten.

Wie sieht das optimale Szenario der künftigen Mobilität aus?

Christina Hubin: Das optimale Szenario ist die gesamte Vernetzung, die es dem Nutzer ermöglicht in einer Anwendung jederzeit das beste Angebot in einem individuell gestalteten Mobilität Service zu nutzen jedoch mit der Prämisse die gesamte Mobilität einer Stadt zu optimieren, sprich optimal zu verteilen. Gerade im Bereich der Digitalisierung muss man an alle Altersgruppen denken und die Bedürfnisse von Kindern und von älteren Personen berücksichtigen.

Welche Jobs brauchen wir in Zukunft, die heute noch keinen Namen haben?

Christina Hubin: Es gibt einige Jobs in unserem Bereich, die auch für die breite Masse immer bekannter werden, wie Data Scientist und Data Analyst. Ich denke, dass sich einige Jobs inhaltlich ändern werden. Im dynamischen Mobilitätsmanagement brauchen wir Mathematiker und Logiker.

Derzeit ist das Mathematikstudium eher auf das Finanz und Versicherungswesen ausgerichtet. In Zukunft ist man vielleicht Mathematiker aber in Kombination mit Data Science. Software Entwickler brauchen eine gute Ausbildung für Analytics.
Ich kann mir vorstellen, dass es Mobilitätsbegleiter oder Mobilitätsberater für Betriebe oder Unternehmen gibt, die dementsprechende Mobilitätservices oder Lösungen konzipieren.


Zur Gastautorin

Dieses Interview wurde von Julia Weinzettl geführt und erstmals auf dem Blog der Plattform Taskfarm veröffentlicht. Weinzettl startete ihre Karriere nach dem Wirtschaft-, Politik- und Kommunikationswissenschaften-Studium als Marketingmanagerin der damaligen Startups sms.at, uboot.com und handy.at. Nach Tätigkeiten als Mobile Business Development Manager bei bwin (damals auch noch im Startup-Stadium) und als Data Protection Counselor bei der Personensuchmaschine www.123people.com wurde Weinzettl selbst zur Gründerin. Gemeinsam mit ihrem Mann Mike Weinzettl startete sie 2011 www.taskfarm.com als Marktplatz zur Projektvermittlung. Später folgte der Pivot zu einem Fokus auf Softwareentwicklung und Consulting. Mit dem Taskfarm-Blog legt die Gründerin eine große Interview-Serie zum Thema „Future of Work“ vor.


 

 

Deine ungelesenen Artikel:
03.11.2026

Die Projektmanagerin, die nie schläft: accilium zeigt bei der aIQon KI-Agenten im Echtbetrieb

Mit ihrer ersten „aIQon“ hat die Wiener Strategieberatung accilium ein neues Format gestartet: keine Folien, nur Live-Demos von KI-Agenten, die bereits im Einsatz sind. Im Mittelpunkt stand Aurelia, eine Agentin, die als Mitglied eines Projektteams in Microsoft Teams mitarbeitet.
/artikel/accilium-zeigt-bei-der-aiqon-ki-agenten-im-echtbetrieb
03.11.2026

Die Projektmanagerin, die nie schläft: accilium zeigt bei der aIQon KI-Agenten im Echtbetrieb

Mit ihrer ersten „aIQon“ hat die Wiener Strategieberatung accilium ein neues Format gestartet: keine Folien, nur Live-Demos von KI-Agenten, die bereits im Einsatz sind. Im Mittelpunkt stand Aurelia, eine Agentin, die als Mitglied eines Projektteams in Microsoft Teams mitarbeitet.
/artikel/accilium-zeigt-bei-der-aiqon-ki-agenten-im-echtbetrieb
Opening Fireside Chat bei der aIQon: Peter Allan (accilium) diskutierte mit Alexia Feick (Microsoft) und Paul Strunz (Wien Energie) über KI im Unternehmensalltag. (c) Zsolt Marton

Keine Charts, keine Keynotes, nur Dinge, die funktionieren. Mit dieser Regel eröffnete Peter Allan, AI Lead und Managing Partner bei accilium, am 22. Oktober die erste aIQon im 15. Stock des Juwel Wien. Das Format lehnt sich an Tech-Konferenzen an: Ein Team stellt ein Problem vor, zeigt live, was es dagegen gebaut hat, und erklärt, was es dabei gelernt hat. Allan nannte den Nachmittag ein Experiment. Wer Organisationen das Potenzial von KI vermitteln wolle, komme mit Folien nicht mehr weit, man müsse es zeigen.

Von der Beratung zum Bauen

accilium ist eine österreichische Strategie- und Managementberatung mit Sitz am Wiener Schubertring, die unter anderem für den öffentlichen Sektor arbeitet. Erst im September erhielt das Unternehmen den Zuschlag für einen Rahmenvertrag der Bundesbeschaffung GmbH (BBG) zur Digitalisierung der Verwaltung mit einem Volumen von bis zu 39 Millionen Euro.

Mit der aIQon zeigt accilium eine weitere Seite: Das Unternehmen hat heuer ein eigenes Team aus Forward Deployed Engineers aufgebaut, also Entwickler:innen, die direkt mit den Kunden arbeiten und Lösungen nicht nur konzipieren, sondern auch bauen. Die Rolle kommt aus der Software-Industrie und wird derzeit von führenden KI-Anbietern etabliert. Für eine Beratung heißt das: Strategie und Umsetzung aus einer Hand. Die gezeigten Agenten stammen alle aus diesem Team und laufen bei accilium selbst im Echtbetrieb.

(c) Zsolt Marton

Eine Kollegin, die alles mitliest

Aurelia ist ein eigenes Mitglied in einem Teams-Kanal. Sie hat ein eigenes Konto, liest Kanal, Postfach, Planner und Kalender eines Projekts mit und tut, was das Team ihr sagt. Im Szenario der Demo kehrt Projektleiterin Pia aus zwei Wochen Urlaub zurück und fragt Aurelia, was passiert ist. Statt Dutzende Nachrichten nachzulesen, bekommt sie in einer Antwort, was entschieden wurde und was für sie offen ist. Eine Kollegin ist krank: Aurelia findet deren fällige Aufgaben, schlägt Vertretungen vor und hängt die Aufgaben nach Pias Zustimmung im Planner um. Als die Kundin per Mail den Lenkungskreis vorziehen will, meldet sich Aurelia von selbst, weist darauf hin, dass eine Kollegin an dem Tag im Urlaub ist, und fragt nach, bevor sie den Termin verschiebt. Zum Jour fixe steht die Agenda in der Einladung, und eine Kollegin wird an ihren Kurzbericht erinnert.

(c) Zsolt Marton

Die Regeln dahinter sind klar: Aurelia liest alles mit, meldet sich von selbst aber nur dort, wo das Team es ihr aufgetragen hat. Planner und Kalender ändert sie erst nach einem Ja, Mails nach außen schickt sie nicht. Was sie darf, steht laut accilium im Code und nicht im Prompt. Die Regeln selbst gibt ihr das Team im Kanal, in ganz normalen Sätzen, so wie einer neuen Kollegin. Technisch läuft alles in einem Microsoft-Tenant auf Azure in der EU, das Sprachmodell in der EU-Datenzone.

Das wichtigste Learning kam aus dem eigenen Betrieb: Das richtige Maß ist für jedes Team ein anderes. Manche wollen täglich einen Status, andere jemanden, der im Hintergrund die Fäden zusammenhält und sich nur auf Nachfrage meldet. Deshalb lässt sich heute einstellen, wie proaktiv Aurelia ist. Und weil Teams einen Agenten als Kollegin wahrnehmen, gelte dasselbe wie bei jeder neuen Mitarbeiterin: Beide Seiten müssen sich aneinander gewöhnen.

Dasselbe Prinzip auf drei Ebenen

(c) Zsolt Marton

Zwei weitere Demos zeigten, dass der Ansatz auch jenseits des Projektteams funktioniert. „Linda Legal“ bündelt das Erfahrungswissen einer Rechtsabteilung und prüft direkt in Outlook Verträge gegen Richtlinie und Verhandlungsprotokoll. In der Demo entdeckte sie, dass in einem Paragrafen „jeweils“ statt des vereinbarten „zusammen“ stand, womit pro Wochenabruf 8.000 statt 4.000 Euro fällig geworden wären. Ihr Wissen liegt in lesbaren Dateien, die die Fachabteilung ohne IT selbst pflegt. „Erich Aigner“ wiederum ist ein persönlicher Assistent: Ein Berater erzählt ihm nach einem Kundentermin eine Minute lang, was zu tun ist, danach stehen Nachricht, Folgetermin und Mailentwürfe bereit. Gesendet wird nichts, das entscheidet der Mensch.

(c) Zsolt Marton

Drei Agenten, drei Ebenen: Team, Fachwissen, einzelne Person. Allen gemeinsam ist dasselbe Prinzip. Lesen, sortieren und vorbereiten tun die Agenten selbstständig, ändern und nach außen kommunizieren nur nach menschlicher Freigabe. Und diese Grenze ist technisch verankert, nicht bloß im Prompt versprochen.

Die Technik ist nicht der Engpass

Dass genau das die eigentliche Arbeit ist, zeigte auch der Opening Fireside Chat, in dem Peter Allan mit Alexia Feick und Paul Strunz über KI im Alltag, Top-down und Bottom-up in der Transformation und die Messbarkeit von KI-Projekten sprach. Strunz leitet das Digital Competence Center der Wien Energie, Feick war früher bei accilium und arbeitet heute im Customer Success bei Microsoft. Ihr gemeinsamer Befund: Die heutigen Modelle sind gut genug, der Hebel liegt in Prozessen, Governance und Befähigung. Feick riet, bei konkreten Pain Points anzusetzen statt bei dem Wunsch, „KI zu haben“. Der Output nach sechs Monaten solle eine veränderte Arbeitsweise mit messbarem Ergebnis sein, und lieber ein Use Case im crossfunktionalen Team als 30 kleine Proof-of-Concepts. Strunz ergänzte, dass Effizienzgewinne verpuffen, wenn die Prozesse dahinter nicht angepasst werden; bei der Wien Energie misst man unter anderem die Zahl aktiver Citizen Developer, eingesparte Stunden und eingespartes Geld.

(c) Zsolt Marton

Allan sieht in Agenten vor allem eine Wachstumschance: Es gebe unendlich viel Nachfrage nach Services, und wer es clever mache, nutze Agenten, um jeden einzelnen Job besser und kreativer zu machen. Bei accilium selbst sei keine Stelle durch KI ersetzt worden, wohl aber viel administrative Arbeit weggefallen. Intern begleitet das Unternehmen den Wandel mit einem eigenen Rhythmus: Jede Woche gibt es einen neuen „Build“ mit Skills, Tools und Trainings, wie bei einem Software-Unternehmen.

Alle Demos, Baupläne, Prompts und Skills stellt accilium offen zum Download bereit. Wer nicht dabei war, kann die Agenten also nachbauen. Auch das ist für eine Beratung ungewöhnlich und passt zum Anspruch des Formats: zeigen statt erklären.

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

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

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 …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

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 …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

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 …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

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 …

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wie sich eine Zwei-Klassen-Mobilität verhindern lässt