22.08.2017

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

In Kooperation mit Venionaire Capital veröffentlicht der Der Brutkasten eine vierteilige Artikelserie zum Thema Künstliche Intelligenz. Dabei spannen wir den Bogen von wirtschaftlichen Aspekten über Funktionsweise von KI zur aktuellen Forschung und der Zukunft von Künstlicher Intelligenz.
/artikel/venionaire-kuenstliche-intelligenz-teil2
(c) fotolia.com - phonlamaiphoto

Im ersten Artikel haben wir „Künstliche Intelligenz (KI)“ als die Fähigkeit einer Maschine beschrieben, aus eigener Erfahrung zu lernen und sich anzupassen. In diesem Artikel wollen wir tiefer in die Materie eintauchen. KI besteht aus vielfältigen Technologien, die das Ergebnis einer Kombination aus drei Elementen ist: Verstehen, Fühlen und Handeln.

+++ Teil 1 der Serie: Wirtschaftswachstum durch Künstliche Intelligenzen +++

(c) Venionaire

Verstehen: Den Input verarbeiten und sinnvoll antworten

Beim Verstehen stehen Sprachverarbeitung und Wissensrepräsentation im Vordergrund. Umgesetzt auf Menschen geht es also um die typische Kette: Zuhören (oder Lesen) – Verarbeiten – sinnvoll Antworten. Natural Language Processing (NLP) kombiniert Technologien, die in der Lage sind, Sprache in gesprochener oder schriftlicher Form zu verstehen und zu generieren. Wissensrepräsentation hilft dabei, Wissen zu kommunizieren und die anschließende Entscheidungsfindung zu erleichtern, wie es beispielsweise bei digitalen Assistenten der Fall ist. So arbeitet etwa ein Team ehemaliger FH-Hagenberg Studenten mit myAlfred an einem digitalen Butler. Der Assistent soll Termine organisieren, Reisen buchen, Tische reservieren und vieles mehr.

Fühlen: Gesehenes, Gehörtes und Gespürtes verarbeiten

Das Fühlen beinhaltet maschinelles Sehen, Spracherkennung und die Weiterverarbeitung in Sensoren. Dadurch ist es möglich, die Eingabeinformationen von Kameras, Mikrofonen oder anderen Sensoren zu erfassen, zu identifizieren, zu analysieren und zu verarbeiten. Angewendet wird die Technologie in den unterschiedlichsten Industrien. Das niederösterreichische Unternehmen Peschak Autonome Systeme hat sich etwa auf die Landwirtschaft spezialisiert und rüstet Traktoren zu selbstfahrenden Maschinen um. Das System nutzt Stereokameras, um ein präzises dreidimensionales Bild der Umgebung zu schaffen und kann so auf seine Umwelt reagieren.

Handeln: Das Verstandene und Gefühlte umsetzen

Nachdem Informationen durch Verstehen und Fühlen gesammelt sind, ist der logische dritte Schritt das Handeln. Das kommt vor allem in der industriellen Robotik zum Einsatz, wie Amazons Lagerhallen eindrucksvoll zeigen. Auch für heimische Unternehmen könnte das enormes Potential haben, man denke nur an die riesigen Lagerflächen großer Supermarktketten.

Was brauchen Maschinen, um „menschlich“ zu handeln?

Verständnis, Sensorik und Verarbeitung, also Verstehen, Fühlen und Handel, sind die drei Säulen der Künstlichen Intelligenz. Stuart Russell und Peter Norvig beschreiben in ihrem 2009 erschienen Buch „Artificial Intelligence: A Modern Approach“ welche konkreten Fähigkeiten Maschinen besitzen müssen, um wie Menschen handeln zu können:

  1. Natürliche Sprachverarbeitung
  2. Einen Speicher für die vor oder während des Gesprächs bereitgestellten Informationen
  3. Automatisierte Argumentation
  4. Machine Learning, um sich an neue Umstände anzupassen und Muster abzuleiten

Wenn Maschinen nicht mehr von Menschen zu unterscheiden sind

Bekannt ist in diesem Zusammenhang der 1950 entwickelte Turing-Test. Das Testverfahren besteht zusammengefasst darin, dass sich ein menschlicher Fragesteller mit zwei ihm unbekannten Gesprächspartnern unterhält. Der eine Gesprächspartner ist ein Mensch, der andere eine Maschine. Wenn der Fragesteller trotz intensiver Befragung nicht klar sagen kann, welcher von beiden die Maschine ist, hat die Maschine den Turing-Test bestanden. Bis jetzt hat es kein Computer geschafft, die Fragenden zu überzeugen. Einzig das russische Programm Eugene Goostman konnte 2014 rund ein Drittel aller Tester täuschen, allerdings bediente es sich einiger Tricks, wie etwa der Angabe, dass Englisch nicht die Muttersprache sei und man deshalb Verständigungsprobleme hätte.

Eingeschränkte KI: Der Schachcomputer kann keine Pizza bestellen

Der Turing-Test ist nun schon über ein halbes Jahrhundert alt und trotzdem stehen wir erst am Anfang der Entwicklung. Artificial Narrow Intelligence oder auf Deutsch „eingeschränkte künstliche Intelligenz“ beschreibt, was heute technisch möglich ist. Maschinen können sehr gut ein definiertes Set an Aufgaben lösen. Der Schachcomputer schafft es, Millionen von komplexen Zügen vorauszuberechnen, aber er kann keine Pizza bestellen.

Redaktionstipps

Mit einer Größe von drei Tennisfeldern dem Menschen ebenbürtig

Nur Maschinen mit riesiger Rechenkapazität können verschiedenste Situationen intellektuell verarbeiten, womit Artificial General Intelligence (AGI) umschrieben ist. Einige bemerkenswerte Projekte in diesem Bereich existieren bereits, wie etwa der chinesische Supercomputer „Tianhe-2“. Dieser Computer hat theoretisch die Rechenleistung, um dem intellektuellen Verständnis eines Menschen nahezukommen. Mit einer Grundfläche von fast drei Tennisfeldern ist Tianhe-2 aber nicht gerade fürs Home-Office geeignet. AGI bleibt daher vorerst großen Forschungsprojekten vorbehalten.

Mit Qubits zur Überlegenheit

Allerdings zeigte schon die Smartphone-Entwicklung, wie schnell immer bessere Rechenleistung in kleinere Geräte verbaut wurde. Mehr Rechenleistung wird wiederum die Entwicklung von entsprechender Software vorantreiben, bis vielleicht sogar Artificial Superintelligence (ASI) möglich wird. ASI wäre ein Computer, dessen Intelligenz die des Menschen überschreitet. In diesem Zusammenhang ist auch Quantum Computing ein wichtiger Begriff. Während Computer mit Bits – also Nullen und Einsen arbeiten – nutzen Quantencomputer sogenannte Qubits, die mehrere Zustände einnehmen können und dadurch enorme Rechenleistungen erlauben.

Viele Meilensteine zurück – noch mehr voran

„Künstliche Intelligenz“ wurde erstmals zum Thema auf der Darmouth Conference, die 1956 vom Informatiker John McCarthy organisiert wurde. Nach der Konferenz gab es die ersten Systeme, die als „allgemeine Problemlöser“ bezeichnet werden können. Im Jahr 1985 entwickelte der Psychologe Frank Rosenblatt mit „perceptron“ das erste neurale Netzwerk. Die 80er-Jahre brachten dann den Aufstieg des Deep Learnings, als Pionier Geoffrey Hinton einen Weg fand, um neurale Netzwerke zu trainieren und Fehler zu korrigieren. 1996 schlug IBMs Supercomputer „Deep Blue“ den amtierenden Schachweltmeister Garri Kasparow.

Im Jahre 2007 gründete Li Fei-Fei, Professorin an der Standford University, mit ImageNet eine kostenfreie Online-Datenbank mit mehr als 14 Millionen verschlagworteten Bildern, die als Grundlage für neurale Netze dient. Im Jahre 2012 hörte man erneut von KI und Deep Learning, als Google Brain die Ergebnisse von „cat experiment“ veröffentlichte. Ein neurales Netzwerk hat sich selbst so trainiert, dass es Katzen aus 10 Millionen nicht beschrifteten Bildern auf YouTube erkannte.

Alle diese historischen Meilensteine zeigen, welchen langen Weg das Thema künstliche Intelligenz bereits hinter sich hat. Im dritten Teil der Artikelserie werden wir uns mehr der aktuellen KI-Forschung widmen.

+++ Kurioser Usecase: Artificial Intelligence benennt Meerschweinchen +++


Über die Autoren

Dieser Artikel ist Bestandteil einer von Venionaire Capital verfassten vierteiligen Serie über Künstliche Intelligenz für DerBrutkasten.com. Autoren sind Aleksandar Vucicevic (Senior Analyst), Sarah Grandits (Marketing Assistant), Fabian Greiler (Junior Partner) und Berthold Baurek-Karlic (Managing Partner).

Venionaire hat sich auf die Innovationsberatung, Corporate Startup Engagement und dem Management von Venture Capital Fonds für Dritte spezialisiert.

Mit Partnern der KPMG Österreich hat Venionaire zudem das Investorennetzwerk European Super Angels Club gegründet, der in geschäftlichen Beziehungen mit im Text genannten Startups Yodel.io, Grape und oratio steht.

Deine ungelesenen Artikel:
16.11.2026

Grazer Startup teamazing setzt nach Existenzkrise auf KI

2025 kämpfte das Grazer Startup teamazing noch ums Überleben. Ein Jahr später ist das Unternehmen nach eigenen Angaben wieder profitabel und meldet erste Erfolge mit seiner KI-Plattform Teamo AI. Diese soll Unternehmen dabei helfen, betriebliche Abläufe zu verbessern. Entwickelt wurde die Technologie gemeinsam mit dem deutschen Industriebetrieb Bass.
/artikel/grazer-startup-teamazing-setzt-nach-existenzkrise-auf-ki
16.11.2026

Grazer Startup teamazing setzt nach Existenzkrise auf KI

2025 kämpfte das Grazer Startup teamazing noch ums Überleben. Ein Jahr später ist das Unternehmen nach eigenen Angaben wieder profitabel und meldet erste Erfolge mit seiner KI-Plattform Teamo AI. Diese soll Unternehmen dabei helfen, betriebliche Abläufe zu verbessern. Entwickelt wurde die Technologie gemeinsam mit dem deutschen Industriebetrieb Bass.
/artikel/grazer-startup-teamazing-setzt-nach-existenzkrise-auf-ki
Die Gründer von teamazing: Paul Stanzenberger und Lukas Komar | (c) teamazing

„Das Einzige, was wir auch nach über einem Jahrzehnt nicht kennen, ist Stillstand“, heißt es auf der Website von teamazing. Tatsächlich hat sich das 2014 gegründete Unternehmen mehrfach neu erfunden: vom klassischen Teambuilding-Anbieter über virtuelle Teamevents bis hin zur KI-Plattform.

Mit Teamo AI will teamazing verhindern, dass wertvolles Wissen von Mitarbeitenden im Arbeitsalltag verloren geht. Die Plattform sammelt deshalb Rückmeldungen aus der Belegschaft und verknüpft sie mithilfe künstlicher Intelligenz mit Daten aus bestehenden Unternehmenssystemen. So sollen Probleme schneller erkannt und konkrete Verbesserungen ermöglicht werden.

Vom Teambuilding-Boom zur Existenzkrise

Während der Corona-Pandemie entwickelte sich teamazing nach eigenen Angaben zum europäischen Marktführer im Online-Teambuilding (brutkasten berichtete). Nach dem Ende des Booms wollte das Unternehmen mit einem eigenen Videospiel ein neues Geschäftsmodell aufbauen. Dafür sicherte sich das Startup 2023 knapp eine Million Euro von der Steirischen Wirtschaftsförderung (SFG), ZEN 11 und Situlus (brutkasten berichtete).

Das browserbasierte Spiel Monax Island richtete sich vor allem an Remote-Teams. Mitarbeitende sollten gemeinsam auf einer virtuellen Insel Rätsel lösen und Herausforderungen bewältigen. Regelmäßig neue Spielinhalte sollten die Zusammenarbeit und den informellen Austausch auch über räumliche Distanzen hinweg fördern.

Der erhoffte Erfolg blieb jedoch aus. „Da haben wir keinen Product-Market-Fit gefunden“, sagt Mitgründer und Geschäftsführer Paul Stanzenberger. Insgesamt habe teamazing rund eine Million Euro in Monax Island investiert, damit aber lediglich 15.000 Euro Umsatz erzielt. Zwar hätten mehr als 8.000 Menschen das Spiel ausprobiert, für eine regelmäßige Nutzung habe jedoch der konkrete Mehrwert gefehlt. Auch die zunehmende Konkurrenz durch kostenlose Online-Angebote habe das Geschäftsmodell erschwert.

Die Folgen waren gravierend. 2024 musste teamazing seine Strategie ändern, 2025 wurde die finanzielle Situation existenzbedrohend. Zeitweise sei es darum gegangen, überhaupt das Geld für die nächste Gehaltszahlung aufzubringen. „Das war sehr, sehr knapp“, erinnert sich Stanzenberger.

Das Unternehmen reduzierte seine Kosten drastisch. Heute sind nur noch Stanzenberger und Lukas Komar als Geschäftsführer direkt im Unternehmen tätig. Das ursprüngliche Eventgeschäft wurde automatisiert und ausgelagert, besteht aber weiterhin.

Aus dem gescheiterten Projekt zog Stanzenberger eine Lehre für zukünftige Finanzierungen: „Ohne Product-Market-Fit mache ich keine Finanzierungsrunde mehr.“ Bei Monax Island habe man vor allem auf Basis einer Idee und der bisherigen Erfolge Kapital eingesammelt. Das wolle er nicht wiederholen.

Teamo AI entstand aus einem Kundenbedürfnis

Für die neue KI-Plattform änderte teamazing deshalb seinen Ansatz. Statt zunächst ein Produkt zu entwickeln und anschließend Kunden zu suchen, orientierte man sich an konkreten Problemen von Unternehmen. „Wir müssen nicht schauen, was wir gut finden und gut können, sondern eher, was die Kunden brauchen“, sagt Stanzenberger.

Gemeinsam mit dem deutschen Präzisionswerkzeughersteller Bass GmbH entwickelte teamazing 2025 den sogenannten „Vibe Check“. Beschäftigte können damit unkompliziert Beobachtungen und Probleme aus ihrem Arbeitsalltag melden. Bass wollte diese Informationen anschließend mit bestehenden Unternehmensdaten verknüpfen. Daraus entstand die heutige Plattform Teamo AI.

Beim Industrieunternehmen mit rund 170 Mitarbeitenden zeigen sich mittlerweile konkrete Verbesserungen. Im Produktionsbereich Gewindeschleifen sank der Ausschuss- und Nacharbeitsindex zwischen den Vergleichszeiträumen Jänner bis August und September bis Dezember 2025 von 100 auf 55. Das entspricht einem Rückgang um 45 %.

Die Verbesserungen sind allerdings nicht ausschließlich auf Teamo AI zurückzuführen. Auch ein weiterentwickeltes Shopfloor-Management und begleitende Trainings trugen laut dem Unternehmen dazu bei. Im Juni 2026 unterzeichnete BASS einen Dreijahresvertrag mit teamazing.

Wieder profitabel und neue Kunden

Auch KPMG Österreich setzt inzwischen als Allianzpartner auf die Technologie. Mit dem österreichischen Brillenhersteller Andy Wolf nennt Stanzenberger zudem einen weiteren neuen Kunden.

2026 sei das erste Jahr seit der Pandemie, in dem das Unternehmen wieder profitabel wirtschaftet. Das liege allerdings auch an den stark gesunkenen Kosten. Pro Monat gewinne teamazing derzeit zwei bis vier Unternehmen für seine KI-Plattform. „Wir sind jetzt quasi gebootstrapped neu gestartet“, fasst Stanzenberger zusammen.

Auch wenn sich das Geschäftsmodell von teamazing in den vergangenen Jahren grundlegend verändert hat, sieht Stanzenberger die ursprüngliche Vision weiterhin als relevant an. Künftig gehe es darum, nicht nur Menschen miteinander zu verbinden, sondern auch künstliche Intelligenz in Teams zu integrieren. „Die KI ist ein neues Teammitglied, das man auch im Betrieb, in den Teams einführen muss“, sagt er.

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

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 …

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Verstehen, Fühlen, Handeln – Die Grundlagen künstlicher Intelligenz