03.04.2025
SPONSORED

Wie Kwizda Agro Innovation und Landwirtschaft vereint

Digitale Technologien revolutionieren den Pflanzenschutz. Brutkasten sprach mit Geschäftsführer Ronald Hamedl und Head of Digitalization Mark Winkler von Kwizda Agro, die gemeinsam mit Startups ein digitales Ökosystem aufbauen – für präzisere Anwendungen, mehr Effizienz und nachhaltige Landwirtschaft.
/artikel/wie-kwizda-agro-innovation-und-landwirtschaft-vereint
Mark Winkler, Head of Digitalization, und Ronald Hamedl, Geschäftsführer | (c) Kwizda Agro & citronenrot

Die Landwirtschaft steht heute vor enormen Herausforderungen: Unberechenbare Wetterextreme, erhöhter Schädlings- und Krankheitsdruck, strengere regulatorische Vorgaben und wirtschaftlicher Druck prägen den Alltag in den Betrieben. „Der administrative Aufwand ist hoch, Fachkräfte sind rar und viele Wirkstoffe verschwinden vom Markt“, sagt Ronald Hamedl, Geschäftsführer von Kwizda Agro. Gleichzeitig steige der Bedarf an Lösungen, die Pflanzenschutz möglichst ressourcenschonend und effizient gestalten – sowohl ökologisch als auch ökonomisch.

Nachhaltig und ressourcenschonend: Digitalisierung als Schlüssel

Kwizda Agro ist seit Jahrzehnten ein führender Anbieter chemischer und biologischer Pflanzenschutzmittel und Teil der österreichischen Kwizda Unternehmensgruppe. Mit rund 400 Mitarbeiterinnen und Mitarbeitern an Standorten in Österreich, Deutschland, Frankreich, Italien, Spanien, Ungarn, Rumänien und den USA steht das Unternehmen für ein breites Spektrum an Expertise in der Produktion komplexer, hochwertiger Formulierungen. „Wir wissen, wie wichtig ein standortgerechter, nachhaltiger Pflanzenschutz ist und welche Herausforderungen Landwirte haben“, erklärt Hamedl. „Doch traditionelle Methoden allein reichen nicht mehr aus. Wir müssen innovative Wege gehen.“

Copyright: Kwizda Agro | Kwizda Xperience (KX) bietet Landwirten und Winzern vier digitale Microservices für gesunde Pflanzen.

Digitale Werkzeuge gelten heute in vielen Branchen als Effizienztreiber. Auch in der Landwirtschaft können sie einen nachhaltigen Beitrag leisten. Denn nicht nur, dass sich der Krankheitsdruck und das Infektionsrisiko erhöht haben, spielt auch zunehmend der Umweltschutz eine entscheidende Rolle: Pflanzenschutzmittel dürfen nur noch streng reguliert eingesetzt werden, und auch Verbraucher fordern mehr Transparenz. Die klimatischen Veränderungen führen zudem zu Extremwetterlagen, die den Pflanzenschutz komplizierter machen.

Daher baut Kwizda Agro sein Portfolio seit einiger Zeit konsequent in Richtung Digitalisierung aus. „Daten sind das Betriebsmittel der Zukunft für Landwirte“, betont Hamedl. Er ist überzeugt, dass sich mithilfe moderner Technologien nicht nur die Pflege und Schutz der Kulturpflanzen, sondern auch betriebliche Abläufe optimieren lassen. „Uns geht es darum, gezielte Entscheidungen zu ermöglichen und fehlende Alternativen im Pflanzenschutz zu kompensieren, damit Landwirte langfristig erfolgreich und nachhaltig wirtschaften.“

Kooperationen für ein „Ecosystem Agriculture“

Um diese digitale Transformation voranzutreiben, hat Kwizda Agro bewusst den Weg der Zusammenarbeit gewählt. „Es gibt so viele Startups mit innovativen Ideen. Wir wollen nicht nur beobachtend daneben stehen, sondern uns aktiv einbringen und Partnerschaften aufbauen“, erklärt Hamedl. Das Ziel: Ein vernetztes „Ecosystem Agriculture“, in dem verschiedene Anwendungen, Datenquellen und Vorhersagemodelle zu einer Gesamtlösung verschmelzen.

Bereits jetzt kooperiert Kwizda Agro mit dem niederländischen Scaleup AppsforAgri, das auf Agrar-Software und -Services spezialisiert ist, und mit dem österreichischen Softwareunternehmen Cubido. Mark Winkler, Head of Digitalization, erläutert: „Gerade in der Kombination von Praxiserfahrung, Cloud-Technologie und intuitiven Apps entsteht ein echter Mehrwert für Landwirtinnen und Landwirte.“ Zudem seien solche Partnerschaften ein wichtiger Teil der Unternehmensstrategie: „Wir wollen unser Geschäft nicht nur vergrößern, sondern auch sinnvoll weiterentwickeln. Der Markt braucht Lösungen, die einfach zu bedienen sind und direkte Vorteile bringen.“

KX – Eine Plattform für die Praxis

Das Leuchtturmprojekt im Digitalbereich heißt KX: Eine Plattform, die Landwirten und Winzern eine Reihe digitaler Services bietet. Anders als reine Software-Insellösungen verbindet KX praktische Expertise mit Datenintelligenz. Dabei ist die Anwendung bewusst so gestaltet, dass auch kleinere Familienbetriebe von ihr profitieren können. „Nicht jeder Landwirt hat Hightech-Geräte und Studien in Agrarwissenschaften“, erklärt Winkler. „KX muss also intuitiv funktionieren und den Anwendern einen direkten Nutzen stiften.“

Copyright: Kwizda Agro | KX Planer In wenigen Minuten können mit dem KX Planner optimierte Spritzpläne – angepasst an regionale Gegebenheiten, Feldgrößen und Rebsorten – erstellt werden.

Ein konkretes Beispiel für den erfolgreichen Einsatz kommt aus dem Weingut Andreas Holzer in Nussdorf/Neusiedl. Dort hilft KX, die punktgenaue Anwendung von Pflanzenschutzmitteln umzusetzen. Winkler berichtet: „Im Weinbau ist Präzision extrem wichtig, weil Trauben sehr empfindlich sind und die Qualität stark vom richtigen Zeitpunkt und der optimalen Dosierung abhängt. KX analysiert Wettervorhersagen, regionale Gegebenheiten wie Rebsorte oder phänologischen Entwicklungsstadien und Krankheitsrisiken. So kann der Winzer rechtzeitig entscheiden, wann, wie und wo er eingreifen muss.“

Copyright: Kwizda Agro | KX Vine Mit dem Infektionsfrühwarnsystem von KX Vine werden Wetterprognosen mit den optimalen Spritzplanbedingungen für einen optimalen Schutz von Weinreben kombiniert.

Daten als Motor für bessere Entscheidungen

Die wichtigste Ressource, die KX zur Verfügung stellt, sind Daten. Jedoch setzt Kwizda nicht auf physische Datenstationen, sondern arbeitet mit virtuellen Datenpunkten, die flexibel von Landwirten auf ihren Feldern gesetzt werden können. „Mit den virtuellen Datenpunkten bündeln wir Wettermodelle und Krankheitsprognosen mit geografischen Daten und kombinieren diese mit unserem landwirtschaftlichen Wissen in Bezug auf Kulturen und Schaderregern“, sagt Winkler. „Die Landwirte erhalten so konkrete Handlungsempfehlungen für den Schutz ihrer Kulturen.“

Auch in puncto Infektionsrisiken ist das wertvoll. Hamedl erklärt: „Wer früh weiß, in welchen Regionen oder bei welchen klimatischen Bedingungen Schädlinge und Krankheiten auftreten, kann gegensteuern. Das vermeidet Ertragsausfälle und ermöglicht einen deutlich reduzierten Mitteleinsatz.“ Letztlich spare das nicht nur Geld und Ressourcen, sondern verbessere auch die Akzeptanz in der Bevölkerung. „Sichtbar weniger Spritzmittel auf dem Feld tragen zu einem positiveren Bild der Landwirtschaft bei“, betont er.

Digital, aber nicht unpersönlich

Kwizda Agro setzt daher auf eine enge Verzahnung von Beratung und Technologie. Das firmeneigene Vertriebsnetzwerk steht den Kunden weiterhin zur Seite, hilft bei der Integration der digitalen Tools und schult die Anwender in deren Nutzung. „So bekommt jede Betriebsgröße die Unterstützung, die sie braucht“, ergänzt Winkler. Trotz aller Technik bleibt der Mensch aber entscheidend.

Warum jetzt?

Der Zeitpunkt für diesen Schritt ist laut Kwizda Agro ideal. Einerseits verlangen Klimawandel, steigende Kosten und Fachkräftemangel nach neuen, smarten Lösungen. Andererseits wächst der Druck von Gesellschaft und Politik, den Einsatz von Pflanzenschutzmitteln weiter zu reduzieren oder genauer zu kontrollieren. „Wenn wir weiterhin stabile Erträge sichern wollen, müssen wir nachhaltig produzieren. Das geht nicht ohne digitale Unterstützung“, sagt Hamedl. „Denn nur so können wir gleichzeitig gesetzliche Vorgaben einhalten und wettbewerbsfähig bleiben.“

Zudem sieht Kwizda Agro die Digitalisierung als Teil der unternehmerischen Weiterentwicklung. „Wir kommen aus dem klassischen Pflanzenschutz, haben aber erkannt, dass die Zukunft stark datengetrieben ist. Da wollen wir nicht Nachzügler sein, sondern Vorreiter“, sagt er. Und Winkler ergänzt: „Digitalisierung ist kein Trendwort, sondern ein echter Nutzenfaktor. Gerade wenn Daten verarbeitet und ausgewertet werden, entstehen fundierte Entscheidungen. Wir erleben jeden Tag, wie das in der Praxis funktioniert.“

Ausblick: Ein starkes Netzwerk

Um die Digitalisierung im Agrarbereich weiter auszubauen, sucht Kwizda Agro aktiv nach Partnern: von Gründern mit bahnbrechenden Ideen bis hin zu etablierten Unternehmen, die spezialisierte Technologien anbieten. „Ein innovatives Produkt allein reicht selten aus“, sagt Hamedl. „Wir brauchen ein Netzwerk, in dem verschiedene Lösungen nahtlos zusammenwirken. So können wir Landwirten ein Rundum-Paket liefern, das ihre Arbeit wirklich erleichtert.“

Das langfristige Ziel ist klar: „Wir wollen, dass sich alle relevanten Daten in einem Cockpit bündeln lassen. Vom Schädlingsdruck über den Pflanzenzustand bis hin zum genauen Ausbringzeitpunkt einzelner Mittel“, erklärt Winkler. „Dann kann jeder Betrieb individuell anpassen, welche Parameter für ihn relevant sind. Und er findet alle Informationen auf einer Plattform, ohne sich durch verschiedene Software-Insellösungen navigieren zu müssen.“

Einladung zur Zusammenarbeit

Kwizda Agro sieht sich dabei nicht nur als Anbieter digitaler Tools, sondern vor allem als Mitgestalter einer lebendigen Zukunftsbranche. „Wir laden alle ein, die an nachhaltigen und innovativen Konzepten für die Landwirtschaft arbeiten wollen“, so Hamedl. „Unser Weg führt weg vom reinen Produktvertrieb hin zu einem Ökosystem, in dem sich Ideen gegenseitig verstärken und Lösungen schnell in die Praxis gelangen.“

Wer sich dafür interessiert, kann sich direkt an Kwizda Agro wenden. Denn die Türen stehen offen für Kooperationen mit Startups, Scaleups und Forschungseinrichtungen. „So kann sich eine ganze Branche zukunftssicher aufstellen“, fasst Winkler zusammen. “Ob neue Drohnentechnologie, Satellitenbildanalysen oder Pflanzenschutz-Apps – alles kann miteinander verschmelzen, wenn man den Mut hat, sich zu vernetzen.“


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