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:
23.06.2026

HTL Spengergasse: Die Wiener Talenteschmiede

Viele der spannendsten jungen Tech-Talente Österreichs kommen von derselben Schule: der HTL Spengergasse in Wien. Zufall ist das nicht.
/artikel/wiener-talenteschmiede
23.06.2026

HTL Spengergasse: Die Wiener Talenteschmiede

Viele der spannendsten jungen Tech-Talente Österreichs kommen von derselben Schule: der HTL Spengergasse in Wien. Zufall ist das nicht.
/artikel/wiener-talenteschmiede
Alexandra Polic sitzt mit Harald Zumpf in einer Klasse der HTL Spenegrgasse
Lehrer Harald Zumpf betreut die Hochbegabten an der HTL Spengergasse. (c) brutkasten

Dieser Text ist zuerst im brutkasten-Printmagazin von Mai 2026 „Die nächste Stufe“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


Hinter einer Glasfassade in der Spengergasse befindet sich eine Schule, die mehr kann als Unterricht. Hier bauen Schüler:innen Software, die mit Produkten von Technologie-Giganten konkurriert. Wer das Gebäude betritt, sieht Klassenzimmer wie überall: Tische, Bildschirme, Schüler:innen vor ihren Laptops. Und doch entsteht hier etwas, das an vielen Schulen fehlt.

Die Liste der Absolvent:innen liest sich wie das Who’s who der österreichischen Tech-Szene: Eric Steinberger und Sebastian De Ro, deren KI-Coding-Startup Magic international für Aufsehen sorgt; Ben Koska, der mit seinen Brüdern in San Francisco an Infrastruktur für KI-Modelle arbeitet; Mojmír Horváth, der mit seinem Startup PothAI im Sommer ins Y-Combinator-Programm einzieht. Sie haben eines gemeinsam: Sie sind durch dieselbe Förderung gegangen.

Im Computerraum wartet Harald Zumpf. Er unterrichtet im Bereich Informatik – und betreut nebenbei jene, die mehr wollen als den Lehrplan. Zumpf ist seit fast 13 Jahren an der HTL Spengergasse. Als er damals an die Schule kam, fiel ihm auf, dass es zwar zahlreiche Unterstützungsangebote für schwächere Schüler:innen gab, aber kein spezielles Angebot für die leistungsstärksten. „Wir haben uns also gefragt: Wie bereiten wir die Besten möglichst gut auf die Welt nach der Schule vor?“, erzählt Zumpf. Der Lehrer suchte die Antwort direkt bei jenen, die im Unterricht herausstechen. Er fragte sie, was er für sie tun könne. So entstand nach und nach die Hochbegabtenförderung.

Heute hat sich daraus ein Programm mit 18 Schüler:innen entwickelt, die in Teams an innovativen Projekten für reale Kunden aus der Wirtschaft arbeiten. Auf dem Papier ist die Förderung ein Freifach; in der Praxis eine 24/7-Betreuung. „Alle Schüler:innen haben meine Handynummer und können sich jederzeit melden – auch am Sonntag oder in den Ferien“, sagt Zumpf. Auf LinkedIn fasst er es so zusammen: Serving Austria’s brightest minds. „Ich arbeite nicht für mich – ich arbeite für die Schüler:innen“, sagt er.

Die HTL Spengergasse im fünften Wiener Gemeindebezirk. (c) brutkasten

Erst Silicon Valley, dann Matura

Viele der Schüler:innen, die in Zumpfs Programm waren oder sind, zählen zu den vielversprechendsten Talenten in der Startup- und Innovationsszene. Der besagte Mojmír Horváth etwa, 19 Jahre alt, besucht im Rahmen eines Auslandsjahrs die renommierte Phillips Academy in den USA. Mit seinem Startup PothAI hat er es außerdem ins Early-Programm des Y-Combinator-Ökosystems geschafft. Im Sommer, gleich nach seiner Matura an der HTL Spengergasse, wird Horváth am Summer 2026 Batch teilnehmen.

Mit PothAI entwickelt er eine agentenbasierte KI, die Unternehmensdaten eigenständig analysiert, Hypothesen bildet und daraus kontinuierlich neue Erkenntnisse ableitet, um manuelle Analyseprozesse zu ersetzen. Mit drei Unternehmen sind bereits Pilotprojekte vereinbart. Wenn der YC-Batch startet, will Horváth eine funktionierende Version seines Produkts haben.

Dass er es jetzt schon so weit gebracht hat, hat er auch seiner Schule und der Hochbegabtenförderung zu verdanken. Dabei hat er aber nichts dem Zufall überlassen: „Ich habe Professor Zumpf schon vor dem Schulstart geschrieben, um herauszufinden, wie ich in das Programm komme“, erzählt Horváth. Die Förderung war einer der Gründe, warum er sich für die HTL Spengergasse entschieden hat. In die Förderung aufgenommen hat ihn Harald Zumpf in der zweiten Klasse. Ausschlaggebend war unter anderem ein Medizin-Hackathon: „Wir sind dort gegen PhD-Teams angetreten und haben den zweiten Platz erreicht, beim Publikumsvoting sogar den ersten.

In diesem Rahmen habe ich in 24 Stunden einen Deep-Learning-Algorithmus entwickelt, der Patientendaten verarbeitet und die Kostenentwicklung prognostiziert“, sagt Horváth.

Talente fallen auf

Dies ist einer von vielen Schlüsselmomenten, die Harald Zumpf mit seinen Schüler:innen erlebt. „Das Identifizieren der Hochbegabten ist das Einfachste überhaupt. Man muss sich eher Mühe geben, sie nicht zu erkennen“, sagt er. Dabei komme es auch gar nicht nur auf ihn an: „Wenn man eine Klasse fragt, wer von ihnen der Beste im Programmieren ist, zeigen alle auf dieselbe Person“, erzählt Zumpf. Auch Empfehlungen aus dem Lehrerkollegium bekommt er immer wieder.

Manchmal geht Zumpf auf die Schüler:innen zu, manchmal kommen sie zu ihm. Wer aufgenommen werden will, braucht einen bestimmten Notenschnitt, weil die schulischen Leistungen nicht leiden sollen. Kandidat:innen führen ein Gespräch mit Zumpf und zwei oder drei Schüler:innen, die bereits in der Förderung sind. „Uneinig über eine Aufnahme waren wir uns noch nie“, sagt Zumpf. Ein Assessment-Center oder andere formale Metriken gibt es nicht.

Harald Zumpf hat die Hochbegabtenförderung an der HTL Spengergasse ins Leben gerufen. (c) brutkasten

Echte Projekte statt Theorie

Was nach der Aufnahme passiert, bestimmen die Schüler:innen. In Teams von zwei bis vier Personen arbeiten sie an Themen, die sie interessieren. Dabei geht es immer um reale Projekte von Wirtschaftspartnern. „Wenn sie etwas brauchen – Mentoring, Kontakte, Rechenleistung oder Projekte –, dann organisiere ich das“, sagt Zumpf. Am Anfang des Schuljahrs stellte er Kontakt zu einer österreichischen Bank her, weil sich eines seiner Teams für Cybersecurity begeistert. Drei Tage später saßen deren Vertreter bereits in der Schule – und noch am selben Tag fiel der Startschuss für das Projekt. Mittlerweile haben die Schüler:innen eine KI für das Compliance-Management entwickelt.

„Je offener die Aufgabenstellung, desto besser. Wir arbeiten strikt agil – von Sprint zu Sprint“, sagt Zumpf. Einmal im Monat trifft er sich bei einem Jour fixe mit seinen Schüler:innen, aber wenn es Herausforderungen gibt, sieht er sie zum nächstmöglichen Termin. Den Wirtschaftspartnern verspricht Zumpf keine bestimmten Ergebnisse – die Schüler:innen sollen Fehler machen dürfen –, aber „meistens kommt etwas sehr Gutes heraus“.

Die Projekte laufen normalerweise über ein Schuljahr. Manchmal aber sind die Teams schon nach drei Wochen fertig. „Wir schauen nicht auf die Zeit – wir schauen auf das Ergebnis“, sagt Zumpf.

Von der HTL zu Y ­Combinator

Einer, der auch nicht auf die Zeit schaut, ist Ben Koska – zum Video-Interview erscheint er pünktlich um Mitternacht, nordamerikanische Westküstenzeit. Koska sitzt gemeinsam mit seinen Brüdern in San Francisco, um Infrastruktur für Firmen zu bauen, die KI-Modelle trainieren.

Auch er ist Absolvent der HTL Spengergasse, Maturajahrgang 2025, und war Teil des Y-Combinator-Programms, Batch 2025. Wer dort aufgenommen werden will, muss einiges vorweisen. Das konnte Koska – dank der Hochbegabtenförderung in der HTL.

„Die größte Stärke der Förderung ist die Freiheit, Dinge auszuprobieren und eigene Projekte zu verfolgen. Wir konnten an vielen Hackathons und Events teilnehmen – das wäre ohne die Unterstützung der Schule nicht möglich gewesen“, sagt Koska. Ein Highlight? „Wir haben ein akademisches Paper geschrieben und auf einer Konferenz in Dubai präsentiert – das hat mich extrem geprägt.“

In das Programm aufgenommen hat ihn Harald Zumpf, nachdem er sich bei der österreichischen Informatikolympiade für internationale Wettbewerbe qualifiziert hatte. Dass die Schule ihre jungen Talente dorthin schickt, ist Teil des Konzepts der HTL Spengergasse. „Was die HTL besonders macht, ist, dass Lehrer sagen: Wenn ihr etwas Sinnvolles macht, dann dürft ihr euch dafür Zeit nehmen“, sagt Koska.

Seine Zeit steckt Koska heute in sein Startup SF Tensor. Oft programmiert er bis spät in die Nacht – gemeinsam mit seinen Brüdern. Damit haben die drei schon früh begonnen: Noch während der Schulzeit machten sie parallel ihren Bachelor, ermöglicht durch das Programm „Schülerinnen und Schüler an die Hochschulen“ der OeAD. Der Abschluss kam damit noch vor der Matura. Ben Koska studiert heute bereits im Master Computer Science an der University of Colorado Boulder.

Seine Brüder haben inzwischen ebenfalls abgeschlossen: Ihren letzten Schultag am BG & BRG Keimgasse in Mödling hatten sie erst vor wenigen Wochen – ihre Bachelor-Abschlüsse aber schon längst in der Tasche.

Dass solche Wege kein Zufall sind, zeigt sich auch in den Rankings: In den Bestenlisten der österreichischen Informatikolympiade tauchen immer wieder Namen von Schüler:innen des BG & BRG Keimgasse und der HTL Spengergasse auf.

Ben Koska hat mit seinen Brüdern das Startup SF Tensor gegründet, an dem sie derzeit in San Francisco arbeiten. (c) San Francisco Tensor Company

Das Erfolgsrezept: Praxis und Freiraum

Was machen diese Schulen besser als alle anderen? „Das Programm selbst ist gar nicht so komplex – es ist eher die Einstellung der Lehrer:innen und der Schulleitung, die den Unterschied macht“, sagt Ben Koska. Man brauche keine komplizierten Regeln – man brauche Personen, die wirklich wollen, dass so etwas funktioniert.

PothAI-Co-Founder Mojmír Horváth sieht den Vorteil vor allem in der Praxis. „Was andere Schulen übernehmen sollten? Echte Projekte mit Unternehmen statt nur Übungsaufgaben“, sagt er. Auch dass in der Förderung nur Englisch gesprochen wird, habe ihn sehr gut auf internationale Programme wie Y Combinator vorbereitet. „Talente gibt es viele – aber erst durch die richtige Förderung kann wirklich etwas aus ihnen werden“, fasst Horváth zusammen.

Für Harald Zumpf sind mehrere Faktoren ausschlaggebend: Lehrkräfte wie er, die sich engagieren wollen, brauchen Freiraum und ein Umfeld, das unbürokratisches Vorgehen erlaubt. Starre Strukturen, feste Stundenpläne oder enge Lehrplanvorgaben stehen der Agilität, die für innovative Projekte nötig ist, oft im Weg. Wenn Lehrkräfte selbst Erfahrungen in der Wirtschaft gesammelt haben, können sie die Praxis meist besser vermitteln. Auch Zumpf ist seit 25 Jahren selbstständig tätig – nun eben neben seinem Job an der HTL. Viele der Schüler:innen im Hochbegabten-programm verdienen schon während der Schulzeit Geld als Software Engineers oder Consultants. Außerdem vernetzt Zumpf die Jugendlichen schon früh mit führenden Köpfen aus der Tech- und Startup-Szene.

Mindestens genauso wichtig ist für ihn aber das Mindset – und dazu gehört die Fehlerkultur. Zumpf spricht deshalb nie von Problemen: „Wir nennen es Herausforderungen“, sagt er. Scheitern ist trotzdem erlaubt: „Man muss wertschätzen, was gemacht wurde, und gutes Feedback geben“, sagt Zumpf.

Strukturelle Herausforderungen

So hält er es auch mit dem Programm selbst: Er schätzt, dass es die Hochbegabtenförderung gibt – aber weiß auch um deren Herausforderungen. Zum einen fehlen finanzielle Ressourcen; die Arbeit mit künstlicher Intelligenz ist kostspielig, und seitens der Schule gibt es kein Budget für die Anschaffung von Hardware. Aber Vereine und Wirtschaft unterstützen hier „schnell und unbürokratisch“, sagt Zumpf.

Offiziell ist die Hochbegabtenförderung als Freifach mit einer Wochenstunde angesetzt – entsprechend wird auch nur diese eine Stunde vergütet. Seine Schüler:innen schätzen das: „Ohne ihn geht gar nichts“, sagt SF-Tensor-Founder Ben Koska, der noch immer regelmäßig mit seinem ehemaligen HTL-Lehrer telefoniert.

Aus Talenten werden Leader

Ben Koska und Mojmír Horváth kamen als Schüler an die HTL Spengergasse – und gehen als Gründer. Eric Steinberger und Sebastian De Ro haben mit Magic ein Startup gebaut, das international Aufmerksamkeit bekommt. Wieder andere entwickeln schon vor der Matura KI-Systeme auf Produktionsniveau oder werden für Programme wie die Rise Initiative ausgewählt.

Was sie verbindet, ist weniger ein bestimmter Karriereweg als ein gemeinsamer Ausgangspunkt: eine Schule, die ihnen zutraut, mehr zu können – und ihnen den Raum gibt, es zu beweisen. Vielleicht ist das das eigentliche Erfolgsrezept der HTL Spengergasse: Nicht ein besonderes Curriculum, sondern die einfache Entscheidung, hinzuschauen – und Talente ernst zu nehmen.

Mojmír Horváth wird im Sommer im Y-Combinator-Programm sein Startup PothAI
weiterentwickeln. (c) privat

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