Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

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

✨ AI Kontextualisierung

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 +++

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:

Natürliche Sprachverarbeitung
Einen Speicher für die vor oder während des Gesprächs bereitgestellten Informationen
Automatisierte Argumentation
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

„Brain Hacking“: Technologien, die ins Gehirn des Menschen dringen

18.06.2017

Artificial Intelligence: Können Maschinen kreativ sein?

03.07.2017

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:

Martin Pacher

22.06.2026

„Die unverzichtbarste Maschine der Welt“ für KI stammt aus Europa. Der Vorsprung liegt woanders

Bei der VivaTech in Paris erklärte ASML-Chef Christophe Fouquet, warum ohne seine niederländischen Maschinen keine einzige KI existiert. Im selben Vortrag rechnete er aber vor, dass rund 80 Prozent der gewaltigen KI-Investitionen in die USA fließen und nur „ein bisschen" nach Europa. Das ist das eigentliche Dilemma des Kontinents: Er baut den unverzichtbaren Engpass, am Boom verdient er kaum mit.

/artikel/die-unverzichtbarste-maschine-der-welt-fuer-ki-steht-in-europa-der-vorsprung-liegt-woanders

Martin Pacher

22.06.2026

„Die unverzichtbarste Maschine der Welt“ für KI stammt aus Europa. Der Vorsprung liegt woanders

/artikel/die-unverzichtbarste-maschine-der-welt-fuer-ki-steht-in-europa-der-vorsprung-liegt-woanders

Es gibt Sätze, die mehr über die Lage Europas verraten als jedes Strategiepapier. Einer davon fiel auf der diesjährigen VivaTech, gesprochen von einem Mann, den man schwer des europäischen Selbstmitleids verdächtigen kann: Christophe Fouquet, CEO von ASML.

Fouquet war nach Paris gekommen, um zu erklären, wie ein Chip überhaupt entsteht, etwas, das fast jede und jeder im Publikum täglich nutzt, ohne es zu kennen. Im Zentrum steht die EUV-Lithografie und die Maschine dahinter, die laut Fouquet das Wall Street Journal im Dezember 2024 „die unverzichtbarste Maschine der Welt“ nannte. Sie überträgt mit Licht feinste Strukturen auf den Wafer, die runde Siliziumscheibe, aus der später die einzelnen Chips geschnitten werden.

ASML ist der einzige Hersteller dieser Anlagen weltweit. Ohne sie entsteht kein einziger der fortschrittlichsten Chips, und ohne diese Chips läuft keine der KI-Anwendungen, über die in Paris vier Tage lang geredet wurde. „KI braucht Chips, und Chips brauchen EUV“, brachte es Fouquet auf der Bühne auf die einfachste Formel. So weit, so beeindruckend. Doch der Satz, der hängen blieb, war ein anderer.

Billionen fließen, aber nicht hierher

Fouquet skizzierte, was viele in der Branche längst als Gewissheit handeln: In den kommenden zwei bis drei Jahren werden Billionen in KI-Infrastruktur investiert, in Rechenzentren, Beschleuniger, Wafer. Es ist die erste Runde eines Aufbaus, der KI in jede Industrie tragen soll. Und dieser Aufbau hat eine klare Geografie. Laut BloombergNEF entstanden Ende September 2025 rund drei Viertel der weltweit im Bau befindlichen Rechenzentrumskapazität in den USA. Allein die fünf größten US-Hyperscaler, Microsoft, Alphabet, Amazon, Meta und Oracle, haben für 2026 zusammen zwischen 660 und 690 Milliarden Dollar an Investitionen angekündigt, fast eine Verdopplung gegenüber dem Vorjahr. Fouquets Stegreifzahl von 80 Prozent steht also auf solidem Grund, und sein „Europa ein bisschen“ ebenso.

ASML-CEO Christophe Fouquet (links) und Siemens-Chef Roland Busch bei der VivaTech in Paris, wo beide über KI, Industrie und Europas technologische Wettbewerbsfähigkeit sprachen. (c) LinkedIn Christophe Fouquet / VivaTech

Man muss sich das auf der Zunge zergehen lassen. Der Chef von Europas strategisch wertvollstem Technologiekonzern, auf einer europäischen Bühne, vor einem europäischen Publikum, rechnet vor, dass der Kontinent beim wichtigsten Infrastrukturaufbau dieses Jahrzehnts eine Randnotiz ist. Das ist keine Klage eines Subventionsempfängers. Es ist die nüchterne Buchführung dessen, der die Maschinen liefert und daher genau weiß, wohin sie gehen.

Genau hier wird aus einem Technik-Vortrag eine Standortfrage.

Warum ausgerechnet ASML der Hebel ist

Die Wucht der Zahlen, die Fouquet auffuhr, macht klar, worum es geht. Jensen Huangs These „Moore’s Law is dead“ bedeutet in der Praxis: Statt einer Verdopplung der Transistoren alle zwei Jahre verlangt das KI-Zeitalter eine Verzehnfachung. Schon ein einzelner Blackwell-Chip von NVIDIA vereint 208 Milliarden Transistoren. Und der Hunger nach Silizium wächst rasant: Laut ASML beansprucht ein komplettes Blackwell-System heute die Kapazität von rund 50 Wafern, das für 2027 geplante Rubin-Ultra-System soll die fünffache Menge benötigen, also rund 250 Wafer pro System.

Diese Explosion der Nachfrage trifft auf ein Nadelöhr, und das Nadelöhr heißt ASML. Die Komplexität der Technik ist dabei kein Marketing: Um das nötige EUV-Licht zu erzeugen, beschießt ASML laut Fouquet 60.000 Mal pro Sekunde ein winziges Zinntröpfchen mit Lasern und erzeugt ein Plasma von 220.000 Grad Celsius. Die Spiegel, die das Licht lenken, seien, so Fouquet, tausendmal präziser als jene des Hubble-Teleskops, präzise genug, um vom Boden aus eine Münze auf dem Mond anzupeilen. Vierzig Jahre Entwicklung, 1984 aus einem Joint Venture rund um Philips mit 31 Mitarbeiter:innen hervorgegangen, stecken in diesem Vorsprung. Genau deshalb kann ihn so schnell niemand kopieren, und genau deshalb hängt die Welt an einem einzigen europäischen Unternehmen.

1984 als Joint Venture rund um Philips mit 31 Mitarbeiter:innen gestartet, ist ASML heute Europas wertvollster Technologiekonzern. Im Bild der Hauptsitz im niederländischen Veldhoven. (c) ASML

Das ist die paradoxe Ausgangslage Europas: Es kontrolliert den unverzichtbaren Engpass der KI-Revolution, partizipiert am Wertzuwachs darüber aber nur am Rand.

Die europäische Gegenwette

Dass ASML diese Lücke kennt, zeigt sein eigener Schritt. Im September 2025 führte der Konzern mit 1,3 Milliarden Euro die Series-C-Runde von Mistral an, sicherte sich rund elf Prozent am Pariser KI-Champion und einen Sitz im Strategieausschuss. Bewertung der Runde: 11,7 Milliarden Euro. In Paris erklärte Fouquet die Logik dahinter mit einer These, die man sich merken sollte: Der eigentliche Wert von KI liege nicht im Modell, sondern in den Daten. ASML sitzt auf einem Datenschatz von rund 120 Petabyte, allein in den Fabs der Kund:innen entstehen 15 Terabyte pro Stunde. Mistral bekommt Zugang und bettet eigene Leute bei ASML ein, ASML bekommt maßgeschneiderte Modelle für Design, Fertigung und Forschung.

Im Reinraum von ASML im niederländischen Veldhoven entsteht die EUV-Lithografie, jene Maschine, die laut Fouquet das Wall Street Journal die „unverzichtbarste Maschine der Welt“ nannte. (c) ASML

Es ist, auf dem Papier, die europäische Idealgeschichte: Der Engpass-Monopolist und der Hoffnungsträger der europäischen KI verbünden sich, statt das Geld nach Kalifornien zu tragen. Eine Wette auf Souveränität entlang der gesamten Halbleiter-Wertschöpfungskette.

Nur sollte man sich diese Wette ehrlich ansehen. Mistral ist gegenüber OpenAI und Anthropic weiterhin der kleinere Player, dessen Modelle ihren industriellen Mehrwert erst beweisen müssen. Und die Hardware, auf der am Ende alles läuft, kommt weiterhin von NVIDIA. Europa kontrolliert den Anfang der Kette, die Lithografie, und versucht nun, sich ein Stück der Mitte, die Modelle, zu sichern. Das Ende der Kette, die Beschleuniger und Rechenzentren, in denen das eigentliche Geld verdient wird, liegt anderswo.

Was Fouquets Rechnung für uns bedeutet

Die Botschaft aus Paris ist damit zweischneidig. Europa ist nicht abgehängt, im Gegenteil: Es hält mit ASML den einen Hebel, ohne den die gesamte KI-Welt stillstünde. Aber Hebel und Vorsprung sind nicht dasselbe wie Teilhabe am Wachstum. Solange der Großteil des Geldes anderswo investiert wird, bleibt der Kontinent der unverzichtbare Zulieferer einer Revolution, die anderswo zu Geld gemacht wird.

Die ehrliche Frage, die Fouquets Nebensatz aufwirft, ist nicht, ob Europa mitspielen kann. Es spielt längst mit, an der entscheidendsten Stelle. Die Frage ist, ob es bereit ist, aus einer Position der technologischen Unverzichtbarkeit endlich auch eine Position der wirtschaftlichen Stärke zu machen. Die Antwort darauf wird nicht in Veldhoven oder Paris gegeben, sondern in den Budgets der nächsten zwei, drei Jahre.

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