13.02.2026
AUSZEICHNUNG

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

Die mit insgesamt 760.000 Euro dotierten Houskapreise werden am 21. April in drei Kategorien vergeben. Ausgezeichnet werden Forschungsprojekte, die wissenschaftliche Exzellenz und wirtschaftliche Anwendung verbinden. In der KMU-Kategorie entfallen alle drei Nominierungen auf heimische Startups.
/artikel/von-der-forschung-in-die-wirtschaft-9-nominierungen-fuer-den-houskapreis-2026
Die Trophäen beim Houskapreis | (c) Christian Wind
Die Trophäen beim Houskapreis | (c) Christian Wind

Es ist eines der ganz großen Themen in der heimischen Innovationslandschaft: Wie können die exzellenten Forschungsergebnisse, die in Österreich erzielt werden, besser in die wirtschaftliche Anwendung überführt werden? Dieser Frage widmete brutkasten mit „From Science to Business“ zuletzt eine Serie, deren Ergebnisse auch in ein Whitepaper (hier zum Download) flossen.

Zentrale Erkenntnisse sind etwa die Notwendigkeit eines Kulturwandels an Universitäten und Hochschulen und von Verbesserungen bei der Finanzierungssituation von Spin-offs. Gleichzeitig zeigte die brutkasten-Serie: Es gibt aktuell ein Momentum, eine Aufbruchstimmung in Österreich. Und positive Beispiele können zur Motivation für weitere Player werden.

Breites Spektrum an Forschungsbereichen beim Houskapreis

Diesen positiven Beispielen widmet sich auch der jährlich vergebene Houskapreis der B&C Privatstiftung. „Die nominierten Einreichungen zum Houskapreis unterstreichen die vielfältige Forschungsbasis Österreichs. Entscheidend ist, dass diese Stärke auch wirtschaftliche Wirkung entfaltet, und genau hier setzt der Houskapreis an“, stellt Erich Hampel, Vorstandsvorsitzender der B&C Privatstiftung, klar.

Die dieses Jahr nominierten Projekte decken ein breites Spektrum an Forschungsbereichen ab – von Medizin- und Biotechnologie über Material-, Sensor- und Energieforschung bis hin zu KI-basierten Anwendungen, digitalen Plattformen sowie Raumfahrttechnologien. Dabei sind 2026 fünf Bundesländer vertreten: Niederösterreich, Oberösterreich, die Steiermark, Salzburg und Wien. Ermittelt werden die Sieger-Projekte durch eine international besetzte Fachjury. Die Vergabe erfolgt am 21. April.

Drei Startups in KMU-Kategorie

Eine Neuerung beim diesjährigen Houskapreis: Es gibt nur mehr drei statt bislang fünf Nominierungen pro Kategorie. Sämtliche Projekte in der Endauswahl werden somit ausgezeichnet. Und es geht dabei um nicht weniger als insgesamt 760.000 Euro Preisgeld. Auf die Hauptpreise in den drei Kategorien Hochschulforschung, Außeruniversitäre Forschung und Forschung & Entwicklung in KMU entfallen dabei je 150.000 Euro. Die zweiten und dritten Plätze sind mit je 70.000 bzw. 30.000 Euro dotiert. Hinzu kommt der mit 10.000 Euro dotierte Mariella-Schurz-Preis, über den Schülerinnen und Schüler der Sir-Karl-Popper-Schule in Wien entscheiden.

Eine Auffälligkeit bei den diesjährigen Kandidaten: In der Kategorie Forschung & Entwicklung in KMU entfallen alle drei Nominierungen auf Startups. AT Space aus Niederösterreich, Ocean Maps aus Salzburg und sendance aus Oberösterreich sind hier im Rennen um die hochdotierten Preise.

Alle Nominierten für den Houskapreis 2026

Kategorie Hochschulforschung

  • Medizinische Universität Wien, Zentrum für Medizinische Physik und Biomedizinische Technik: Smart Versatile Auto-Stop Navigation-Bohrplattform (SVAN)
  • Österreichische Akademie der Wissenschaften (ÖAW), Institute of Molecular Biotechnology (IMBA), Wien: Menschliche Herzmodelle revolutionieren die Wirkstoffsuche
  • TU Wien, Institut für Werkstoffwissenschaft und Werkstofftechnologie: The Hotter, the Better – Mikrometer dünne Schichten für maximale Performance

Kategorie Außeruniversitäre Forschung

  • AIT Austrian Institute of Technology GmbH, Center for Technology Experience, Wien: Green Manikin – KI-gestütztes Mixed-Reality-Erste-Hilfe-Training
  • AIT Austrian Institute of Technology GmbH, Center for Energy, Wien: Voltera – KI-gestütztes Netzmanagement für sichere, flexible Energie
  • Joanneum Research Forschungsgesellschaft mbH, Institut für Sensorik, Photonik und Fertigungstechnologien, Steiermark: PyzoFlex – Sensortechnologie der Zukunft

Kategorie Forschung & Entwicklung in KMU

  • AT Space GmbH, Niederösterreich: AstroLink
  • Ocean Maps GmbH, Salzburg: Ocean Maps – Digitaler Zwilling
  • sendance GmbH, Oberösterreich: sendance Plattform
Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

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 …

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

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 …

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

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 …

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

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 …

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Von der Forschung in die Wirtschaft: 9 Nominierungen für den Houskapreis 2026