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:
07.10.2026

RM Equity Partners: „Wir haben die Kriegskasse gefüllt und suchen nach Deals“

Nach dem Wechsel in die Eigenständigkeit von RM Equity Partners sprach brutkasten mit den Managing Partnern Eugen B. Russ und Chris Wittlinger über die Hintergründe und Strategien.
/artikel/rm-equity-partners-wir-haben-die-kriegskasse-gefuellt-und-suchen-nach-deals
07.10.2026

RM Equity Partners: „Wir haben die Kriegskasse gefüllt und suchen nach Deals“

Nach dem Wechsel in die Eigenständigkeit von RM Equity Partners sprach brutkasten mit den Managing Partnern Eugen B. Russ und Chris Wittlinger über die Hintergründe und Strategien.
/artikel/rm-equity-partners-wir-haben-die-kriegskasse-gefuellt-und-suchen-nach-deals
Die drei Partner von RM Equity Partners (v.l.) Eugen Benedikt Russ, Nicola Szekely und Chris Wittlinger | (c) RM Equity Partners
Die drei Partner von RM Equity Partners (v.l.) Eugen Benedikt Russ, Nicola Szekely und Chris Wittlinger | (c) RM Equity Partners

Wie brutkasten zuletzt berichtete, wurde die vor rund zehn Jahren als Teil der Voralberger Russmedia-Gruppe gegründete Liechtensteiner Private-Equity-Gesellschaft RM Equity Partners (RMEP) mit rund 500 Millionen Euro Assets under Management von den drei Partnern Eugen Benedikt Russ, Chris Wittlinger und Nicola Szekely übernommen. Im Gespräch mit brutkasten erläuterten Russ und Wittlinger die Hintergründe.

Eugen B. Russ blickt dabei auf die Anfänge zurück: „Wir haben eigentlich schon sehr selbstständig begonnen. Schon damals haben wir vom Medienhaus weitgehende Freiheiten bekommen, und ich glaube, genau das hat uns erfolgreich gemacht: dass man uns dieses Vertrauen gegeben hat. Wir konnten in Themen investieren, während andere in der Gruppe Media-for-Equity machen mussten und in dem, was sie tun konnten, nicht immer frei waren.“

Und Wittlinger ergänzt: „Organisatorisch waren wir schon immer sehr unabhängig, mit wenig Vorgaben. Jetzt übersetzen wir einfach das, was gelebt wurde, in die Realität. Dazu kommt, dass es im Partnerkreis – Eugen, Nicola und ich – über die Jahre sehr gut funktioniert hat. Wir sind ein sehr komplementäres Team, und wir haben alle gesagt: Wir haben Lust, das noch einmal eigenständig anzupacken und weiterzumachen – mit dem Team, das es schon gibt.“

Die Gruppe sei über das vergangen Jahrzehnt stark gewachsen und erwirtschafte im laufenden Jahr ein EBITDA im dreistelligen Millionenbereich. Dabei entfielen nur fünf Prozent des Umsatzes auf Österreich, da das Portfolio komplett europäisch aufgestellt sei.

„Die volle Selbstständigkeit war im Endeffekt der logische Schritt“, erklärt Russ. Seine Schwester übernehme die Generationennachfolge im Verlag der Russmedia-Gruppe, wo zuletzt auch ein Merger mit der Tiroler Tageszeitung stattfand. Während Russmedia den Wachstumsweg im Mediengeschäft verfolge, setze RMEP den Wachstumsweg bei digitalen Plattformen fort.

Dieser Prozess sei über einen Zehnjahresplan angelegt und seit acht Jahren vereinbart gewesen. Im September des vergangenen Jahres habe die konkrete Umsetzung Fahrt aufgenommen. Nach der Umstrukturierung in Liechtenstein um den Jahreswechsel wurde die Management Company RM Consulting im Frühjahr übernommen. Mit der offiziellen Kommunikation sei die Nachfolge nun abgeschlossen. Die Management Company befindet sich nun zu gleichen Teilen im Besitz des Führungstrios.

Neues Vehikel für neue Investments

Das initiale Investment von Russmedia habe damals knapp unter 100 Millionen Euro betragen – eine Summe, die die Gruppe heute jährlich an EBITDA generiere. Für die künftige Ausrichtung gilt nun eine klare Trennung zwischen Altbestand und neuen Beteiligungen.

Russ beschreibt die Strukturierung: „Das Bestehende führen wir so weiter. Wir schaffen jetzt ein neues Investment-Vehikel, in das exklusiv wir drei und das Team investieren. Alle Investments ab jetzt machen wir alleine. Von den bestehenden Investments profitiert natürlich auch die Familie weiter – unter anderem Bergfex, Pure, calimoto und die übrigen Unternehmen im heutigen Portfolio.“ An den bisherigen Beteiligungen halte Russ im Rahmen der Nachfolgelösung weiterhin eine Mehrheit.

„Wir kaufen Anteile an profitablen Unternehmen, die Cash produzieren“

RMEP investiert pro Beteiligung bis zu 150 Millionen Euro Eigenkapital, während das Gesamtvolumen pro Transaktion bis zu 250 Millionen Euro betragen kann. Chris Wittlinger grenzt den Investmentansatz klar ab: „Wichtig ist: Wir sind kein VC. Wir machen keine Frühphasen-Investments und prinzipiell keine Kapitalerhöhungen, bei denen das Unternehmen Cash braucht. Wir kaufen Anteile an profitablen Unternehmen, die Cash produzieren.“

Das Modell ziele zwar auf eine langfristige Haltedauer ab, doch Exits wie jener der Plattform Alpy (brutkasten berichtete im August) seien bei passenden Rahmenbedingungen vorgesehen. Wittlinger führt dazu aus: „Wir wollen die Möglichkeit haben, das Unternehmen sehr lange zu halten. Aber wenn wie bei Alpy die Situation kommt, in der man sagt: Das ist bei einem Strategen besser aufgehoben, weil der mehr daraus machen kann als wir – dann verkaufen wir auch.“ Gleichzeitig mache man auch strategische Zukäufe kleinerer, profitabler Wettbewerber von portfolio-Unternehmen, wie das aktuelle Beispiel Digital Heaven in der Schweiz veranschauliche.

„Wir sprechen auf Augenhöhe, von Unternehmer zu Unternehmer“

Und es gebe auch einen zentralen Unterschied zwischen RMEP und klassischen Private-Equity-Gesellschaften, die fremdes Kapital verwalten, betont Russ: „Das Geld, das wir investieren, ist ausschließlich unser eigenes und das der Unternehmer-Partner, mit denen wir arbeiten. Viele wählen uns, weil sie nicht mit einem anonymen Private-Equity-Investor zusammenarbeiten wollen, der nicht sein eigenes Geld investiert. Sie spüren, dass wir unser eigenes Geld investieren – wir sind selbst Unternehmer. Das ist der riesige Unterschied: Wir sprechen auf Augenhöhe, von Unternehmer zu Unternehmer.“

Dieses Unternehmer-Setup spiegelt sich auch in der Anbahnung neuer Investments wider. Wittlinger erklärt das Sourcing: „Der Dealflow ist dreigeteilt. Erstens gibt es ein Netzwerk von Tausenden M&A-Beratern in Europa, mit denen wir in Kontakt sind, die wissen, was wir suchen, und sich regelmäßig bei uns melden. Zweitens unser aktiver Outreach, bei dem wir schon sehr stark mit KI arbeiten: Wir schreiben Unternehmen an, die aus unserer Sicht gut ins Raster passen, gehen auf Messen und Branchenveranstaltungen und stellen sicher, dass uns die Unternehmer in den Industrien kennen, die uns interessieren. Drittens gibt es Unternehmer, die auf uns zukommen, weil sie von uns gehört haben – zum Beispiel, weil sie jetzt diesen Artikel lesen.“

Am Fokus auf asset-light und digitale Geschäftsmodelle ändere sich durch die Eigenständigkeit nichts, wobei der technologische Wandel berücksichtigt werde. Wittlinger ergänzt zur Rolle von KI: „Natürlich muss man immer schauen, wie sich KI auf ein Geschäftsmodell auswirkt. Wir fokussieren uns darauf, Geschäftsmodelle zu finden, für die KI ein Enabler sein kann oder die sehr resilient dagegen sind.“

„Wir haben die Kriegskasse gefüllt“

Für die kommenden Jahre stehe nun der Ausbau des eigenen Netzwerks und das gemeinsame Wachstum mit Gründern im Vordergrund. Russ betont: „Unsere Story sind eigentlich individuelle Unternehmer-Erfolgsgeschichten.“ RMEP verstehe sich als langfristiger Partner für Unternehmer, um Potenziale zu heben und gemeinsam zu wachsen.

Wittlinger richtet den Blick auf die Zehn-Jahres-Perspektive: „Natürlich wollen wir nicht stillstehen. Wir wollen größer werden, weiterhin Deals machen, das Netzwerk erweitern und dafür sorgen, dass die Assets under Management in zehn Jahren deutlich höher sind als heute. Das ist der Anspruch.“

Der Wechsel in die Unabhängigkeit soll dabei als Ansporn für die nächste Phase dienen. „Wichtig ist: Das Team bleibt gleich, die Investmenthypothese bleibt gleich, und unsere Ambition und unser Hunger bleiben gleich. Wir sind noch lange nicht am Ende der Reise“, unterstreicht Wittlinger. Und Russ wird noch einmal deutlich: „Wir haben die Kriegskasse gefüllt und suchen nach den nächsten Deals.“

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