17.11.2025
DEEPSEARCH

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

Roland Fleischhacker gründete Deepsearch, eine auf neurosymbolische KI spezialisierte Softwarefirma in Wien. Seine Unternehmergeschichte begann jedoch viele Jahre davor, mit einer Firma, die sich zu einem der bedeutendsten SAP-Partner im deutschsprachigen Raum entwickelte und schließlich einen großen Exit hatte. Was er über das KI-Potenzial in Österreich denkt, erzählt er im Interview mit brutkasten.
/artikel/wie-roland-fleischhacker-eine-ki-baute-die-dem-markt-fuenf-jahre-voraus-sein-soll
Roland Fleischhacker ist der CEO von Deepsearch. | Foto: Deepsearch

Er beschreibt sich selbst als Techniker und als jemanden, der lieber gestaltet als verwaltet. Bereits 1988, während seines Elektrotechnikstudiums, co-gründete er das Unternehmen SET EDV Beratung. Später fusionierte er dieses mit dem IT-Beratungsunternehmen Plaut. Dort baute er das Team auf mehr als 500 Mitarbeiter:innen in fünf Ländern auf und entwickelte das Geschäftsmodell mit, das Plaut 1999 zum Börsengang führte.

Nach zwei Jahren: Angebot von Plaut

„Ich war damals 24. Am Anfang waren wir ein bisschen mit PCs beschäftigt, aber ich habe sehr schnell erkannt, dass die Zukunft in Standardsoftware liegt”, erzählt Fleischhacker im Interview mit brutkasten.

Bereits zwei Jahre nach der Gründung erhielt er ein Übernahmeangebot vom deutschen IT-Beratungshaus Plaut. Das erste lehnte er noch ab: „Da waren noch zu wenig Nullen dran.“ Als Plaut erneut anklopfte, kam es zum Deal. Sein Unternehmen wurde zu Plaut Österreich. „Wir waren verantwortlich für Österreich und den ganzen osteuropäischen Raum und haben Firmen in Ungarn, Tschechien, Rumänien und Polen gegründet“, so Fleischhacker.

Erste SAP-Partner Österreichs

Parallel dazu etablierte sich ein damals noch kaum bekannter Softwareanbieter mit langem Namen: „Systeme, Anwendungen, Produkte“. „Damals kannte kein Mensch SAP“, sagt Fleischhacker. Sein Unternehmen wurde schließlich der erste SAP-R/3-Partner Österreichs. Und der Markt zog rasant an: „Wir sind extrem schnell gewachsen. Das war eine echte Goldgräberzeit.“

Der Exit erfolgte in zwei Tranchen und übertraf laut Fleischhacker alle Erwartungen. Aus der ursprünglichen Vision von 80 Mitarbeitenden wurde ein 500-Personen-Unternehmen. Nach dem Börsengang war Fleischhacker abgesichert: „Ich war finanziell relativ unabhängig. Erstens durch den Verkauf, zweitens durch den Börsegang.“

Als der Konzern weiter wuchs, merkte er jedoch, dass er sich von seiner eigentlichen Leidenschaft entfernte: „Ich bin kein Verwalter. Ich habe immer gerne neue Dinge erfunden. Ich bin ein Jäger.” 2001 verließ er schließlich die Geschäftsführung von Plaut.

KI, die wirklich versteht

Der Impuls für seine zweite Gründung kam aus folgender Erkenntnis: „Auf den Servern der Firmen gab es erstmals mehr unstrukturierte als strukturierte Daten. Ich dachte mir: Irgendwann wird jemanden interessieren, was in diesen unstrukturierten Daten steht.“ Daraus entstand bei ihm die Vision, Maschinen beizubringen, menschliche Alltagssprache wirklich zu verstehen und nicht nur statistische Muster zu erkennen. 

Das erste Produkt war eine semantische Enterprise-Suche. Technologisch “weit voraus”, aber am Markt schwer zu verkaufen, wie er erzählt. Der eigentliche Durchbruch kam erst durch einen Besuch in einem Wiener Callcenter, als sich das System als Unterstützung für Servicemitarbeiter:innen bewährte. Eine Präsentation bei Wiener Wohnen überzeugte: Der Geschäftsführer „schaute mich an und sagte: ‚Das will ich haben.‘ Das war 2010 der Beginn von Deepsearch”, sagt Fleischhacker.

Heute ist die Kundenservice-Automatisierungsplattform dort weiterhin im Einsatz. Die Technologie basiert auf Natural Language Understanding (NLU), einer Schlüsselkomponente für die Automatisierung kognitiver Aufgaben. Einsatzbereiche finden sich überall dort, wo große Mengen an Anfragen anfallen: bei Energieversorgern, Verkehrsbetrieben, Finanzdienstleistern oder im öffentlichen Bereich.

Deepsearch „dem Markt fünf Jahre voraus“

Fleischhacker grenzt die eigene Technologie klar von heutigen Large Language Models ab: „Wir sind nicht irgendjemand, der um ChatGPT ein schönes Interface baut. Unsere KI hat ein Weltmodell im Bauch. Sie versteht. Sie macht kausale Schlussfolgerungen statt nur Korrelationen.“

Die Technologie wurde 2022 vom IT-Marktforschungsunternehmen „Gartner Ltd.“ zu den fünf weltweit besten im Bereich Natural Language Technologies (NLU) gezählt (brutkasten berichtete). Laut der Analyse (Gartner Hype Cycle, Stand Juni 2025) sei sie dem Markt rund fünf Jahre voraus.

„Geh nach Amerika“

Beim Thema europäische KI-Landschaft findet Fleischhacker deutliche Worte: „Österreicher sehen nicht die Chancen, sondern die Gefahren. In Deutschland ist es besser, aber Amerika spielt in einer anderen Liga.“ Sein Rat an junge Gründer:innen fällt entsprechend klar aus: „Wenn du als Unternehmer erfolgreich sein willst? Geh nach Amerika.“

Deepsearch selbst plante lange den Schritt in die USA. Doch die Strategie wurde überdacht: „Der Markt in Europa hat ein Potenzial von knapp zwei Milliarden Euro. Warum sollen wir das Risiko Amerika eingehen?“ Für die kommenden fünf Jahre konzentriert sich das Unternehmen daher auf die Erweiterung seiner Branchenlösungen im DACH-Raum und eine schrittweise Expansion innerhalb der EU.

Deine ungelesenen Artikel:
25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.
/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen
25.06.2026

Studie zu KI-Arbeitsmarkt: Nur knapp 8 Prozent Junior-Ausschreibungen

Eine neue Studie von Nejo und data:unplugged liefert Einblicke in den österreichischen Daten- und KI-Arbeitsmarkt. Auffallend ist eine landesweite Junior-Lücke in den Ausschreibungen. Nur bei 10 Prozent der Stellen liegt ein expliziter Daten- oder KI-Titel vor.
/artikel/studie-zu-ki-arbeitsmarkt-nur-knapp-8-prozent-junior-ausschreibungen
aws
Neue Studie zum Daten- und KI-Arbeitsmarkt in Österreich. (c) AdobeStock

Ein bemerkenswertes Paradoxon prägt den aktuellen Daten- und KI-Arbeitsmarkt: Obwohl Künstliche Intelligenz den Arbeitsmarkt gerade erst neu ordnet, sucht dieser dafür fast ausschließlich nach langjähriger Berufserfahrung, der Nachwuchs wird weitgehend außen vor gelassen. Das belegt die aktuelle Studie „Daten & KI im Arbeitsmarkt 2026 – Österreich“ von Nejo und data:unplugged.

Für den Report wurden knapp 25.000 im Mai 2026 ausgeschriebene Jobs auf Basis der DAISY-Ontologie (Data & AI Skills Ontology) analysiert. Die Zahlen zeigen auch: Österreich treibt den Wandel mit einem KI-Stellenanteil von 4,5 Prozent zwar etwas schneller voran als Deutschland (4,0 Prozent) – verdeutlicht aber in besonders extremer Form, wie schwer der Karrierestart für Berufseinsteiger derzeit ist.

„Müssen die nächste Generation importieren“

Die KI-Branche bleibt paradox. Zwar reichen oft praxisnahe Ausbildungen wie eine HTL, HAK oder eine Lehre formal völlig aus, um die Anforderungen der Unternehmen zu erfüllen – doch die Türen bleiben für Einsteiger trotzdem meist verschlossen. Aufgaben, die früher von Berufseinsteigern übernommen wurden, erledigt die KI heute selbst. Die Zahlen sprechen für sich: Nur 72 von 1113 Daten- und KI-Stellen richten sich an Berufseinsteiger, ein Anteil von 7,7 Prozent. Das Verhältnis von Junior zu Senior-Stellen liegt damit bei eins zu sechs.

Maximilian Fischer, Head of Business Development bei data:unplugged, warnt vor dieser Entwicklung: „Die österreichische Wirtschaft sucht erfahrene KI-Fachkräfte in großem Stil – baut die eigene Nachwuchspipeline aber kaum auf. Wenn wir die Junior-Quote nicht erhöhen, verschieben wir den heutigen Fachkräftemangel in drei bis fünf Jahren auf die nächste Kohorte – und müssen die nächste Generation importieren, statt sie im Land auszubilden“.

(c) Daisy Report 2026.

Der versteckte KI-Arbeitsmarkt

Nur rund 10 Prozent (110 von 1113) der untersuchten Daten- und KI-Stellen tragen einen expliziten Titel wie beispielsweise AI Engineer. Die übrigen Stellen verbleiben klassisch: Controller:in, Berater:in oder Software Engineer. Inhaltlich werden aber Kompetenzen gefordert, die vor wenigen Jahren spezialisierten Daten- und KI-Rollen vorbehalten waren.

„Wer ausschließlich nach ‚Data Scientist’ oder ‚AI Engineer’ filtert, übersieht 90 Prozent des KI-Arbeitsmarktes“, sagt Aloisious Caraet, Principal Data Scientist bei Nejo und Hauptautor der Studie. „Die KI-Karriere beginnt heute selten mit einem Titelwechsel – sie entsteht durch die Anreicherung des bestehenden Berufsbildes.“

Mehr als die Hälfte der Stellen in Wien

Die offenen Daten- und KI-Stellen stammen zumeist nicht von reinen Tech-Unternehmen. Insgesamt verteilen sich die Inserate auf 495 Unternehmen. Hinter der IT-Branche (354 Stellen) suchen vor allem der Finanzsektor (88) und die Unternehmensberatung (83) nach KI-Personal. Geografisch konzentriert sich der Markt mit 63 Prozent aller Ausschreibungen deutlich auf Wien. Graz verzeichnet hingegen die technisch anspruchsvollsten Profile: Hier werden im Schnitt 5,4 spezifische Daten- und KI-Skills pro Position gefordert.

Werkzeuge sind zweitrangig: Der Fokus liegt auf KI-Verständnis

Bei den Programmiersprachen dominiert Python und wird in fast jeder dritten Stelle gefordert – knapp doppelt so häufig wie Java. Bei den Cloud-Plattformen führt Microsoft Azure vor AWS. Auch bei generativer KI liegt Microsoft mit GitHub Copilot als meistgenanntem Werkzeug vorn. Der größte fachliche Schwerpunkt des Marktes liegt mit 39,7 Prozent auf dem Data Engineering, was den aktuellen Fokus auf den Aufbau von Dateninfrastruktur zeigt.

Dennoch ist das konzeptionelle Verständnis oft wichtiger als die Beherrschung einzelner Programme: Fast die Hälfte aller geforderten Kompetenzen entfällt auf allgemeine Wissensgebiete und Methoden, wobei „Künstliche Intelligenz“ zu den fünf meistgenannten Begriffen zählt.

Das unterstreicht auch Simona Hübl, Geschäftsführerin von Nejo: „Unternehmen suchen aktuell vor allem konzeptionelle Fähigkeiten, und erst zweitrangig nach spezifischen Tool-Kenntnissen. Gefragt ist, wer Daten- und KI-Konzepte im Grundsatz versteht und tool-unabhängig sicher anwenden kann.

(c) Daisy Report 2026.

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

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

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 …

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

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 …

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

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 …

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

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 …

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wie Roland Fleischhacker eine KI baute, die dem Markt fünf Jahre voraus sein soll