19.08.2024
CORPORATE VENTURING | FOLGE 5

Was bei Venture Clienting und Cross-Industry-Collaboration zu beachten ist

Nachlese. Was bewegt Corporates dazu, mit Startups zu koopieren? Welche Vorteile hat Corporate Venture Clienting und welche Erfolgsfaktoren für eine gelungene Kooperation lassen sich benennen? Um diese Fragen dreht es sich in Folge 5 unserer Schwerpunktserie "Corporate Venturing". Mit dabei sind diesmal Plug and Play Austria, AVL, Elevator Ventures und Infineon.
/artikel/was-bei-venture-clienting-und-cross-industry-collaboration-zu-beachten-ist
Collage und Titelbild der CV Serie Fotos der Gesprächspartner
vlnr. Andreas Muehlberger (Strategic Partner Manager, Infineon); Maximilian Schausberger (Managing Director, Elevator Ventures); Sebastian Jagsch (Global Head of Creators Expedition, AVL); Nik Munaretto (Managing Director, Plug and Play Austria)

“Corporate Venturing” is powered by AVL, Elevator Ventures, Flughafen Wien – Vienna Airport, ÖBB, Plug and Play Tech Center, Raiffeisen Bank International AG, UNIQA Ventures und VERBUND AG.


Mit der brutkasten-Serie Corporate Venturing widmen wir uns Innovationsaktivitäten von Großunternehmen wie der Zusammenarbeit mit Startups und Scaleups oder dem Venture Building. Wir arbeiten dabei heraus, wie unterschiedlichste Aktivitäten in diesem Feld als Innovationsmotor für die österreichische Volkswirtschaft fungieren können.

In dieser Folge kommen Vertreter von Corporates zu Wort, die ihre Sicht auf die Frage: “Warum mit Startups kooperieren?” darlegen. Sie beschreiben wie die Zusammenarbeit gelingt, welche Learnings aus vergangenen Projekten gezogen wurden und warum sich Startups und Corporates auf verschiedene Arten zusammentun sollten.

Zu Gast bei brutkasten-Gründer und -CEO Dejan Jovicevic waren dazu Nik Munaretto von Plug and Play Austria, Sebastian Jagsch von AVL, Maximilian Schausberger von Elevator Ventures, dem Venture-Capital-Arm der Raiffeisen Bank International (RBI) und Andreas Mühlberger von Infineon.


1. | Beweggründe für die Kooperation mit Startups

2. | Fokus auf Kooperationsform des Venture Clienting

3. | Fokus auf Kooperationsform der Cross-Industry-Collaboration

4. | Erfolgreiche Kooperationen: Erfolgsfaktoren und Herausforderungen


1. | Warum Corporates mit Startups kooperieren

Mit großer Einigkeit unter den Vertretern werden die Vorteile der Zusammenarbeit zwischen Corporates und Startups besprochen. Dabei beleuchten die Corporate-Venturing-Vertreter aus ihren unterschiedlichen Perspektiven, warum sie mit Startups zusammenarbeiten und welche Vorteile sie in der engen Kooperation sehen.

“Man muss nicht alles intern erfinden und herumbasteln”

Werden Anwendungen und Lösungen firmenextern entwickelt, kann es für etablierte Unternehmen einen Innovationsschub bedeuten. Durch die enge Kooperation bringen Startups ihr Spezialwissen in ein Unternehmen ein. Sich dieses Wissen selbst zu erarbeiten würde wiederum einen hohen Aufwand für das Unternehmen bedeuten. Durch Corporate-Startup-Collaboration ergeben sich also Effizienzvorteile. Das sieht auch Plug and Play Managing Director Nik Munaretto und erklärt: “Man muss nicht alles intern erfinden und herumbasteln”.

“Es ist oft viel, viel schneller und es gibt viel mehr Benefits, Startups ins Unternehmen reinzuholen, die wirklich fokussiert auf ein Thema sind”. Warum Corporates mit Startups eng zusammenarbeiten liegt also für Munaretto von Plug and Play auf der Hand: “Am Ende des Tages habe ich Cost Savings und habe mehr Umsatz. Das ist eigentlich unserer Meinung nach einer der größten Benefits”, sagt der Managing Director.

Seit mehr als sieben Jahren hat sich AVL bereits diesem Thema gewidmet. Das Unternehmen fokussiert sich dabei vor allem auf Co-Innovation. Dabei werden Produkte und Services für AVL-Kunden in Kooperation mit Startups generiert. So können Startup-Technologien genutzt werden, in die sich die Corporates selbst noch nicht hineinbewegt haben und diese dann “schneller und effizienter an den Markt” gebracht werden, sagt Sebastian Jagsch von AVL. Im Gespräch betont er das Potenzial für Effiziensteigerung durch Co-Innovation.

Startups gehen schneller an den Markt

Maximilian Schausberger von Elevator Ventures, dem RBI-Venture-Capital-Bereich, sieht Startups als “Profis für den Product-Market-Fit”. So würden Startups eng am Markt agieren und dementsprechend rasch entscheiden, ob ein Projekt erfolgreich ist und weiterverfolgt werden sollte. “Neuer Versuch, bis es funktioniert”, fasst der RBI-Vertreter die Startup-Mentalität zusammen.

Für Corporates ergibt sich durch das permanente Testen so die Möglichkeit, in einer kurzen Zeitspanne Produkte nutzbar zu machen. Corporate-Startup-Collaboration-Projekte machen für Schausberger deshalb Sinn, weil sie nach dem Motto funktionieren: “Lasst uns denen helfen und sie helfen uns, etwas rascher an Mann und Frau zu bringen”.

Die Vorteile der Startup-Kooperation erkennt Andreas Muehlberger von Infineon vor allem im Zugang zur Expertise der großen Unternehmen. Startups profitieren vom engen Kontakt mit Fachkräften der Corporates und dem Erfahrungsschatz großer Unternehmen. Für Infineon ergeben sich aus etwa zwei Drittel der Startup-Kooperationen danach Lieferanten-Kunden-Beziehungen. Das verbleibende Drittel der Startups entwickelt sich zu einem Zulieferer von Infineon und steuert in dieser Form von Außen IP bei.

2. | Vorteile des Corporate Venture Clienting

Corporate Venture Clienting beschreibt der Experte von AVL, Sebastian Jagsch wie folgt: “Wir werden Kunde eines Startups”, weil Corporates “lieber mal etwas einkaufen, als das wir es selbst machen”. Vor allem in Branchen, die sich schnell entwickeln, wäre diese Kooperationsform sinnvoll. Er nennt hier Digitalisierung, Automatisierung und künstliche Intelligenz (KI). In diesen Themenfeldern können Startups schneller entwickeln als Corporates.

Wie Startups von Venture Clienting profitieren

Startups profitieren von dieser Kooperationsform – und das sogar über den Kundengewinn hinaus. So ergeben sich Vorteile von Venture Clienting dadurch, dass die enge Beziehung mit einem etablierten Unternehmen auch mit einem Reputationsgewinn für das Startup einhergeht. Außerdem erlaubt eine sichere Kunden-Lieferanten-Beziehung es auch, Produkte im Sinne eines Blueprints auszuprobieren. So entsteht auch ein Vorsprung gegenüber anderen Startups, von dem wiederum Corporates profitieren, erzählt Jagsch. “Natürlich hätten wir da gerne noch einen Stake mit drinnen, wir machen das mit einem wirtschaftlichen Interesse”, sagt der AVL-Vertreter.

Den Sinn von einem Startup-Programm erklärt Andreas Muehlberger von Infineon so: “Es ist einmal der erste Schritt, um in eine so große Organisation wie Infineon die Tür zu öffnen.” Dabei ergibt sich für Startups die Möglichkeit, die eigene Idee mit Fachpersonal aus den großen Unternehmen zu besprechen und dann mit den richtigen Ansprechpartner:innen gemeinsam das Pilotprojekt umzusetzen. “Das bringt sehr viel Zusammenarbeit, Vernetzung und Gewinn für das Startup”, sagt Muehlberger. Er nennt auch ein konkretes Beispiel für eine Kooperation mit einem schwedischen Unternehmen: “Zuerst hat man kooperiert und binnen einem halben Jahr ist es zu einem M&A gekommen, das Startup ist jetzt Teil von Infineon.”

Venture Clienting braucht Prozesse

Damit die Vorteile der Venture-Clienting-Kooperation auch greifen können, ist ein etablierter Prozess in der Zusammenarbeit notwendig, betont Nik Munaretto von Plug and Play Austria. Dieser Prozess umfasse sowohl das Testen der Kooperationspartner als auch der Projekte.

Möglichst viele Mitarbeiter:innen in der Organisation mit den Startups in Kontakt zu bringen, sei eine zentrale Komponente im Venture Clienting. Ein Unternehmen müsse auch die internen Prozesse auf die Zusammenarbeit mit Startups umlegen. Maximilian Schausberger nennt hier einige Bereiche von der IT-Infrastruktur über die IT-Sicherheitsstruktur bis hin zu Datensicherheit und Procurement. Diese Abläufe würden durch das Hinzukommen von Startups berührt und müssten auch verändert werden. Für Schausberger ist es daher wichtig, hier eine Basis zu legen und sicherzustellen, dass im Falle von enger Corporate-Startup-Collaboration diese Verbindungen bereits geklärt sind. Dafür empfiehlt Schausberger einen Zeitraum von bis zu drei Jahren.

Im Gespräch bringt Jagsch einen konträreren Gedanken dazu ein. Er lädt Corporates dazu ein, die Venture-Clienting-Beziehung pragmatisch anzugehen. “Lieber mit einem Beispiel beginnen und sich einmal trauen, das Venture einzugehen”, meint Jagsch. Denn es wäre problematisch, “wenn man zuerst das Programm baut, dann viele POCs durchspielt und dann das Werteversprechen nicht einhalten kann”. Der AVL-Vertreter empfiehlt den schnellen Einstieg in die Kooperation.

Quick-Wins säen und Verständnis ernten

Dass Venture Clienting eine gewisse Form der organisierten Kooperationsstrukturen braucht, darüber sind sich die Vertreter einig. “Weil ohne Prozesse ist es so, als schmeiße man etwas ins Leere hinein und hoffe auf das Beste”, erklärt Munaretto. Dennoch braucht der Aufbau dieser Strukturen Zeit und Ressourcen.

Um hier die “skeptischen CFOs” zu überzeugen, empfiehlt Munaretto “low-hanging fruits”, wie zum Beispiel Effizienzprobleme im Accounting oder anderen Unternehmensbereichen mit Startup-Kooperationen zu verbessern. Diese wenig aufwändigen und dennoch sehr sichtbaren Verbesserungen würden gute Werbung für Startup-Corporate-Beziehungen sein und würden beweisen, “dass Startup-Kooperation funktioniert”, sagt Munaretto.

Im eigenen Unternehmen überzeugen

Wie man unterschiedliche Unternehmensbereiche auf den Venture-Clienting-Zug aufspringen lässt, weiß Jagsch: Leuchtturmprojekte vorstellen und erfolgreiche Beispiele für Kooperationen unternehmensintern zu kommunizieren, wären Möglichkeiten im Unternehmen eine Startup-freundliche Kultur zu etablieren.

“Ein synergetisches Miteinander”, ergibt sich daraus, dass jene Startups, die eng mit den Corporates zusammenarbeiten, auch Produktverantwortung haben, sowie strukturierte Agile-Teams zur Verfügung gestellt bekommen. Das erklärt Schausberger am Beispiel von Venture-Clienting-Kooperationen, in denen die RBI auch involviert war.

Die Formen des Venture Clienting

Für Munaretto gehen aus einem Corporate Venturing Programm zwei Ansätze hervor: Entweder hat ein Corporate ein Problem, das gelöst werden muss, oder es möchte mithilfe einer neuen Technologie etwas Neues entwickeln.

Bei letzterem geht es darum, zukunftsweisende Technologien wie AI zu erkunden, obwohl noch unklar ist, wie sie genau genutzt werden können. Unternehmen sprechen deshalb mit vielen Startups, um mögliche Anwendungsfälle zu identifizieren. Häufiger, erklärt Munaretto, wird jedoch ein konkretes Problem erkannt, für das gezielt ein Startup genutzt werden soll. Am Beispiel vom Flughafen Wien erörtert Munaretto diesen Ansatz.

In einem Programm, das auf Partnerschaften ausgerichtet ist, selektiert man jene aus, die rasch Resultate liefern können, sagt Maximilian Schausberger. Innovative Unternehmen, deren Nutzen erst nach einiger Zeit sichtbar wird, würden so öfter durchfallen. In einem Venture-Clienting-Ansatz ergibt sich jedoch die Möglichkeit, dass Corporates diesen Unternehmen und ihrer Entwicklungsreise beiwohnen können.

Anders sieht das der AVL-Vertreter: “Für uns ist Innovation nicht unsere Weiterentwicklung, die Core-Innovation würden wir nicht als Innovation bezeichnen”, erklärt Jagsch. Er unterscheidet hier zwischen Venture-Clienting-Elementen in internen Unternehmensbereichen und der Adjacent-Innovation in anderen Geschäftsbereichen oder Märkten. Bei zweiterem wäre der ROI sehr viel schwieriger messbar. AVL setzt daher mehr auf Partnerschaften als auf Venture Clienting.

Venture Clienting kostet und Ressourcen müssen definiert sein

Jagsch erklärt auch, dass Venture Clienting Kosten verursacht, da Startups Aufwände haben, um mit dem Unternehmen zusammenzuarbeiten. Das Unternehmen stellt dafür Budgets bereit, so werden Kooperationskosten nicht zur Hürde. Dabei ist das Budget flexibel und kein fixiertes Projektbudget, das vom Startup selbst beantragt werden muss. “Wir sind hier fair und das Budget sollte nicht die Hürde sein, weswegen ein Projekt nicht zustande kommt”, sagt Jagsch über die Handhabe bei AVL.

Ähnlich sieht das auch Mühlberger von Infineon. Das Unternehmen handhabt die Kooperationskosten ähnlich. Venture Clienting bei Infineon bedeute aber auch, dass die Zusammenarbeit mit Startups auf Projektbasis erfolgt, dadurch entstehende Aufwände werden vergütet. Allerdings kooperiert Infineon erst in einer späteren Phase mit den Startups, wenn ein erster Prototyp oder eine konkrete Idee vorhanden ist. Wenn dies der Fall ist, wird ein Kooperationsvertrag abgeschlossen. “Im Bereich Venture-Clienting ist es so, dass wenn die etwas für uns machen, unterstützen wir konkret und vergeben Aufträge”, sagt Muehlberger.

“Cool, wir haben auf euch gewartet”, sagen die wenigsten der besten Startups, weiß Munaretto von Plug and Play. Er betont deshalb, dass Ressourcen – sowohl finanzielle als auch personelle – vorhanden sein müssen, bevor Corporates mit einem Startup zusammenarbeiten können. Es wäre wichtig, wer im Unternehmen mit dem Startup kooperiert, damit die Zusammenarbeit erfolgreich wird und für beide Seiten einen Nutzen bringt.

3. | Fokus auf Kooperationsform der Cross-Industry-Collaboration

Die Cross-Industry-Collaboration ist eine weitere Form der Startup-Corporate-Collaboration. Hier verbinden sich unterschiedliche Corporates, um gemeinsame Herausforderungen mithilfe von Startups zu bewältigen. Dabei kann diese Kooperation auch institutionalisiert sein und verschiedene Branchen zusammenbringen.

Über die Bringschuld der Corporates

Cross-Industry-Collaborations mit Startups gebe es auf zwei unterschiedlichen Wegen, weiß Sebastian Jagsch von AVL. Ersterer wäre: Es besteht gemeinsam mit den Startups das Ziel darin, zusammen einen Dritten, also einen Kunden, zu gewinnen, dem sie die gemeinsam erarbeitete Lösung verkaufen wollen. Für AVL gilt das als der einfachste Cross-Industry-Weg, denn die gemeinsame Lösung hat sich schon bewiesen. Jetzt geht es darum, den Kunden zu überzeugen. Dabei sind Startup und Corporate bereits verbündet.

Schwieriger wird es beim zweiten Fall, den Jagsch beschreibt. Nämlich jener, in dem es noch keine fertige Lösung und möglicherweise auch kein klares Problem gibt. Bereits besteht aber für Corporates die Vermutung, dass ähnliche Herausforderungen existieren. Die Aufgabe der Corporates, wie AVL, sieht Jagsch dann darin, sich zu verbinden und gemeinsam die Startups effizienter zu nutzen. So sollen sich Corporates zusammenfinden und allgemeine Problemstellungen formulieren, damit sich Startups an die Lösungsfindung machen können, ohne durch verschiedenste Unternehmensanforderungen in ihrer Arbeit verwirrt zu werden.

“Und das müssen wir tun, das ist unsere Bringschuld als Corporates, uns hier zusammenzusetzen und zusammenzuarbeiten”, findet Jagsch. AVL hat hier ein Programm und eine Plattform gestartet, in der bereits 20 Unternehmen aus dem DACH-Raum zusammengeführt werden. “Definitiv auch Energie investieren” wird Infineon in diesem Bereich, erzählt Muehlberger.

Dinge gemeinsam anzuschauen, macht durchaus Sinn

Cross-Industry-Collaboration wird auch von Maximilian Schausberger gelobt, der das Beispiel von Elevator Ventures und VerbundX einbringt. Schausberger beschreibt hier die Win-Win Situation, die sich aus den unterschiedlichen Expertisen ergibt, wenn es um die Bewertung von Startups geht. “Wir bringen unsere Expertise ein, Verbund bringt ihre ein. Und ich glaube, so ist es wieder eine Win-Win-Situation, wo man Unternehmen aus mehreren Blickwinkeln gut analysieren kann”, sagt Schausberger.

Für Plug and Play ist die Cross-Industry-Vernetzung ein immens wichtiger Geschäftsbereich, berichtet Munaretto. Als Beispiel nennt er das “Startup Autobahn”, das Office von Plug and Play in Stuttgart. In diesem sind mehrere Kunden wie Porsche, Mercedes-Benz und Hyundai zwar Konkurrenten, schließen sich aber gemeinsam auf einer Plattform zusammen. So können sie an branchenweiten Herausforderungen arbeiten. Diese Zusammenarbeit zielt darauf ab, Probleme zu lösen, die nicht nur die einzelnen Unternehmen, sondern die gesamte Industrie betreffen. Durch Cross-Industry-Collaboratio können Startups hier also Probleme lösen, die die Industrie betreffen und nicht nur die einzelnen Unternehmen. “Es finden sich Konkurrenten auf der gleichen Plattform wieder, die sagen, wir arbeiten zusammen”, fasst Munaretto die Kooperation zusammen.

4. | Erfolgsfaktoren und Herausforderungen bei Startup-Corporate-Collaboration

Die Erfolgsfaktoren der Kooperationsformen zeichnen sich auch durch klare KPI-Vereinbarungen zwischen den Kooperationspartnern aus. Zudem wird die Frage gestellt, wie weit Exklusivitätsvereinbarungen unterzeichnet werden sollten und warum es dedizierte Teams oder Champions innerhalb von Unternehmen braucht, die sowohl Koordination als auch Übersetzungsleistungen einbringen.

Verbindlichkeit erzeugen in der Kooperation, aber nicht unbedingt Exklusivität

Infineon legt verbindliche Zieldefinitionen der Kooperation schon in den Pilotprojekten fest. Diese dauern gewöhnlich drei bis sechs Monate. Pilotprojekte sind auch “die Basis für ein erstes Alignment mit den Startups”, sagt Muehlberger.

Uneinigkeit herrscht beim Thema Exklusivität in der Startup-Corporate-Beziehung. Für den Vertreter von Plug and Play gilt das Thema als “schwierig”. Er sagt, Exklusivität “empfehlen wir grundsätzlich nicht”, denn offen bleiben wäre für Startups meist die bessere Variante.

AVL-Vertreter Jagsch rät hier zur Fokussierung. Für ihn ist es wichtig, dass Startups sich in der frühen Phase auf wenige, ausgewählte Partner konzentrieren. Exklusivität versteht er eher als Fokussierung. Für manche Startups ist das ein Erfolgsfaktor, auch wenn dies nicht unbedingt vertraglich festgelegte Exklusivität bedeuten müsse.

Infineon verlangt teilweise Exklusivität bei Startup-Kooperationen, der Normalfall sei es aber nicht, erklärt Mühlberger. Exklusivität würde aber dann nicht vereinbart werden “wenn Startups Kunden von uns werden, wir keinerlei Interesse an deren IP haben, sondern sie einfach unsere Produkte nutzen und coole Applikationen entwickeln sollen, wo sie unsere Produkte einsetzen”.

Übersetzungsteams sind für die Kooperation unumgänglich

“Wir sprechen unterschiedliche Sprachen”, weiß Jagsch über Startups und Corporates. Für Startups ist es wichtig, dass Unternehmen Ansprechpersonen nennen, die als Schnittstelle fungieren. Im besten Falle haben sie dafür kompetente Networker:innen gewählt, die intern gut vernetzt und in der Lage sind, Entscheidungen zu treffen und Aufgaben zu verteilen. Eine zentrale Koordinierungs- und Vermittlerrolle innerhalb der Corporates finden alle Vertreter wichtig. Schausberger beschreibt auch, dass diese zentrale Einheit verhindert, dass zu viele Einzelpersonen aus dem Unternehmen die Startups ansprechen, was negativ zur Außenwahrnehmung des Unternehmens beiträgt.


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

Corporate Venturing
Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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