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:

die Redaktion

13.10.2026

Codesphere: die europäische Hyperscaler-Alternative ohne eigene Rechenzentren

Mit Codesphere baut Elias Schneider in Deutschland einen virtuellen Cloud-Provider und kann bereits große Regierungsaufträge vorweisen. Im brutkasten-Talk sprach er über sein Scaleup, digitale Souveränität, den Staat als Kunden und Hemmschuhe für europäische Scaleups.

/artikel/codesphere-die-europaeische-hyperscaler-alternative-ohne-eigene-rechenzentren

die Redaktion

13.10.2026

Codesphere: die europäische Hyperscaler-Alternative ohne eigene Rechenzentren

/artikel/codesphere-die-europaeische-hyperscaler-alternative-ohne-eigene-rechenzentren

„Es hat sich noch nie so echt angefühlt, wirklich eine Alternative zu den US-Hyperscalern bauen zu können”, sagt Elias Schneider, Gründer und CEO von Codesphere, im brutkasten-Talk über die aktuelle Dynamik auf dem europäischen Cloud-Markt. Das deutsche Scaleup will mit seinem Modell den großen US-Anbietern die Stirn bieten.

Deutsche Regierungsinstitutionen als Referenzkunden

„Wir bauen einen virtuellen Cloud-Provider, also nicht den gesamten Stack eines Hyperscalers mit Rechenzentren und Servern, sondern quasi nur die Software“, erklärt Schneider. Damit konnte man bereits denkbar namhafte Kunden gewinnen: Das System kommt etwa in unterschiedlichen souveränen Plattformen der deutschen Bundesregierung zum Einsatz. Über das Plattform-Modell funktioniere das Angebot wie ein App-Store für jegliche Infrastruktur, sagt der Gründer. Damit könne Software beschleunigt beschafft und im kritischen Infrastrukturmarkt betrieben werden.

Dass Codesphere als europäischer Technologieanbieter auch im direkten Wettbewerb mit etablierten US-Konzernen bestehen kann, erläutert Schneider an einer kürzlich erfolgten Großausschreibung: „Wir haben gemeinsam mit der Schwarz-Gruppe, der Telekom und anderen Partnern eine Ausschreibung für die KI-Plattform der deutschen Bundesregierung im Wert von 250 Millionen Euro gewonnen – und das auch gegen Google.“ Die zuletzt gewonnenen Rahmenverträge des Unternehmens beliefen sich auf ein Gesamtvolumen von mehr als 500 Millionen Euro. „Das eigentliche Hauptargument, heute keine europäischen Lösungen zu kaufen, ist, dass sie nicht so viele Managed Services anbieten können wie die US-Hyperscaler. Dieses Bundle aufzubrechen, geht nur mit starken Partnerschaften in Europa und wenn wir es schaffen, dass man alles zusammen macht.“

“Einer unserer größten Skalierungs-Blocker”

Die Motivation für die Nutzung souveräner Plattformen begründet Schneider mit zentralen Sicherheits- und Wirtschaftsfragen. „Es geht einmal um Autonomie und darum, dass die Infrastruktur der kritischen Infrastruktur dem Bund gehört und man nicht von US-Lösungen abgeklemmt werden kann.“ Gleichzeitig schränke die Aufsplitterung des europäischen Marktes das Wachstum heimischer Unternehmen bisher stark ein. In den USA existierten einheitliche politische Interessen und dieselbe Regulatorik für einen riesigen Markt. In Europa gebe es hingegen pro Land, Bundesland und Sektor unterschiedliche politische Interessen sowie abweichende Regeln. „Das ist einer unserer größten Skalierungs-Blocker, weil wir in Europa keinen Markt haben, der groß genug ist, um Unternehmen zu bauen, die 100 oder 1.000 Milliarden wert sind. Und das liegt daran, dass wir zu wenig miteinander arbeiten.“

Elias Schneider (r.) im brutkasten-Studio mit Dejan Jovicevic | (c) brutkasten / Dervisevic

Um diese Hürden zu überwinden, spiele die öffentliche Hand als Auftraggeber eine Schlüsselrolle. Vor der veränderten geopolitischen Lage habe sich Codesphere zunächst auf regulatorisch anspruchsvolle Nischen und die kritische Infrastruktur fokussiert – wie etwa beim Gefängnis-Telefoniedienstleister Lawful Intercept oder der Staatsbank Baden-Württemberg. „Bei der kritischen Infrastruktur konnten Kunden aus regulatorischen Gründen nicht mit US-Anbietern arbeiten, weil es zu unflexibel war.“ Als sich die geopolitische Lage drehte und der Wandel einsetzte, profitierte Codesphere davon, dass das eigene Produkt diese strengen Sicherheitsstandards und Zertifizierungen aus den Nischenprojekten bereits erfüllte und gehärtet war.

Er wünsche sich, dass der Staat jungen Unternehmen frühzeitig als verlässlicher Ankerkunde zur Seite stehe, sagt Schneider. „Der Staat kann sehr helfen, gerade bei frühphasigen Startups, um die Sicherheit aufzubauen, dass das Startup nicht in sechs Monaten pleite ist. Es braucht keine Förderungen, sondern echte Aufträge, die dazu führen, dass man die Referenz hat, um den Rest der kritischen Infrastruktur zu gewinnen.“

“Sollten Importweltmeister von europäischen Lösungen werden”

Kritisch bewertet Schneider die europäische Neigung, digitale Souveränität primär über Regulierungen und Risikovermeidung zu definieren. „Wir denken viel zu viel darüber nach, was schiefgehen könnte, wenn wir in moderne Technologie investieren. Unsere Währung ist viel zu sehr Blame und wir haben viel zu viel Angst, etwas falsch zu machen.“ Anstatt sich lediglich auf Anwendungsschichten oder Regularien wie die DSGVO zu beschränken, müsse Europa mutig in Kerntechnologien wie Cloud-Infrastrukturen, Kernfusion oder eigene KI-Modelle investieren.

Schneider erzählt eine Anekdote: Auf einer Konferenz habe eine Meta-Vertreterin gefordert, Europa solle bloß „Adoption-Weltmeister“ werden, worauf sein Chief of Staff sarkastisch gefragt habe, ob man stattdessen “Importweltmeister” werden wolle. Schneider warnt davor, sich mit einer reinen Konsumentenrolle abzufinden: „Ich glaube schon, dass Deutschland Importweltmeister werden sollte, allerdings von europäischen Lösungen.“ Dafür müsse ein offener Binnenmarkt geschaffen werden, damit globale Player entstehen können.

Von den USA zurück nach Europa

Seinen Firmensitz verlegte Codesphere über einen sogenannten Reverse Flip bewusst von den USA als Europäische Aktiengesellschaft nach Europa zurück – vor allem, weil Schneider durch die geopolitische Wende im europäischen Staats- und Sicherheitssektor eine enorme Marktchance sah. Unabhängig davon bleibe der Kapitalmarkt ein Nadelöhr für das Wachstum europäischer Scaleups. Dabei konnte Codesphere selbst bisher rund 40 Millionen Euro an Gesamtkapital aufnehmen – darunter knapp 30 Millionen Euro in einer Series-A-Finanzierungsrunde unter Führung des Investors Creandum.

Dennoch bestehe beim Thema Wachstumskapital in Europa weiterhin Nachholbedarf: „Wir haben wahrscheinlich ungefähr zehn große europäische Wachstumsinvestoren – das ist schlichtweg zu wenig, um als Gründer echten Wettbewerb in den Verhandlungen zu haben.“ Zwar sei es vorübergehend akzeptabel, internationales Kapital ohne Kontrollrechte zu nutzen, doch brauche Europa nachhaltige eigene Strukturen. „Wir brauchen unbedingt einen europäischen Kapitalmarkt, und zwar so schnell es geht. Wir müssen dahin kommen, dass wir einen Börsengang mit einem attraktiven Bewertungsmultiple machen können, was die Börse in Frankfurt heute nicht bietet.“

Trotz der Herausforderungen blickt Schneider aber optimistisch auf die Zukunft des Standorts. Durch grenzüberschreitende Kooperationen und gemeinsame Beschaffung lasse sich das vorhandene Talent in Europa erfolgreich nutzen. „Wir müssen mehr zusammenarbeiten, uns mehr gegenseitig unterstützen, mehr voneinander einkaufen – sowohl politisch als auch in der Industrie.“ Wenn die Politik helfe, Barrieren abzubauen und grenzüberschreitend zusammenzuarbeiten, könnten in Europa auch echte globale Player skalieren.

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