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:
10.08.2026

Junge Entwickler:innen wollen mehr KI nutzen, als Unternehmen erlauben

Eine Befragung unter 1.119 jungen Entwickler:innen zeigt: Fast alle nutzen KI, doch zwei Drittel klagen über organisatorische Bremsen in Unternehmen. Während regulatorische Vorgaben den Einsatz einschränken, warnt der IT-Dienstleister Cloudflight vor den Gefahren von Schatten-IT und dem Abbau von Junior-Stellen.
/artikel/junge-entwicklerinnen-wollen-mehr-ki-nutzen-als-unternehmen-erlauben
10.08.2026

Junge Entwickler:innen wollen mehr KI nutzen, als Unternehmen erlauben

Eine Befragung unter 1.119 jungen Entwickler:innen zeigt: Fast alle nutzen KI, doch zwei Drittel klagen über organisatorische Bremsen in Unternehmen. Während regulatorische Vorgaben den Einsatz einschränken, warnt der IT-Dienstleister Cloudflight vor den Gefahren von Schatten-IT und dem Abbau von Junior-Stellen.
/artikel/junge-entwicklerinnen-wollen-mehr-ki-nutzen-als-unternehmen-erlauben
Junior Developer
(c) True Agency via Unsplash

„Wer glaubt, mit Künstlicher Intelligenz ließen sich Einstiegspositionen einfach streichen, verwechselt das Werkzeug mit der Person, die es sinnvoll einsetzt“, warnt André Holhozinskyj, CEO der europäischen Cloudflight Group. Die Warnung des Branchenexperten stützt sich auf eine aktuelle Befragung, die das Unternehmen durchgeführt hat. Unter den 1.119 Teilnehmenden – mehrheitlich Studierende und Berufseinsteiger:innen aus Deutschland, Österreich und Rumänien – zeigt sich eine weite Verbreitung, aber auch eine spürbare Reglementierung von KI-Tools im Arbeitsalltag.

Während 99 Prozent der befragten Nachwuchskräfte angeben, KI-Werkzeuge regelmäßig zu nutzen, stoßen sie in der Praxis häufig an organisatorische Grenzen. Rund zwei Drittel der Befragten berichten von Einschränkungen bei der Nutzung, die überwiegend organisatorischer Natur sind. Als Haupthindernis nennen 46 Prozent regulatorische Vorgaben wie Richtlinien von Schulen, Universitäten oder Unternehmen. Weit dahinter folgen Kosten und Lizenzgebühren mit 24 Prozent sowie ethische, rechtliche und datenschutzrechtliche Bedenken mit 23 Prozent. Mangelndes Interesse spielt mit nur zwei Prozent praktisch keine Rolle.

Risiko durch Schatten-IT und Compliance-Verstöße

Die restriktive Haltung in vielen Organisationen birgt nach Einschätzung der Studienautor:innen jedoch Risiken: Wird die Nutzung im Unternehmen untersagt oder komplett eingeschränkt, weichen Mitarbeiter:innen häufig auf private Geräte und nicht freigegebene Consumer-Tools aus – ohne Wissen oder Zustimmung der IT-Abteilung.

Gernot Molin, CTO der Cloudflight Group, warnt vor den unmittelbaren Gefahren für die Datensicherheit: „Tools wie ChatGPT, Gemini oder Claude sind nicht für Unternehmenssicherheit oder Compliance konzipiert, sondern für einfachen Zugang, und das schafft unmittelbare Risiken.“ So könnten etwa proprietäre Algorithmen durch das Einfügen von Code-Schnipseln abfließen, oder Entwickler:innen könnten unbeabsichtigt Kundendaten bei der Analyse von Log-Dateien offenlegen. Unternehmen, die an Richtlinien wie DSGVO, HIPAA oder SOC 2 gebunden sind, riskieren laut Molin bei der Verwendung nicht autorisierter Dienste empfindliche Verstöße. Er plädiert daher für eine kontrollierte Freigabe von KI-Werkzeugen, die direkt in bestehende Entwicklungsumgebungen integriert und durch Sicherheitskontrollen sowie Audit-Trails abgesichert sind.

Vielseitige Nutzung abseits von reinem Code

Die Befragung räumt zudem mit dem Vorurteil auf, KI diene primär dem Schreiben von neuem Programmcode. Der Einsatz zur reinen Code-Generierung liegt bei 18 Prozent und ist damit fast gleichauf mit dem Debugging und Code-Reviews (19 Prozent), administrativen und organisatorischen Aufgaben wie Recherche (19 Prozent) sowie der Code-Optimierung (17 Prozent). Dokumentation (12 Prozent) und Testautomatisierung (10 Prozent) folgen mit etwas Abstand.

Den größten Nutzen sehen die Befragten in der Entlastung bei Routinearbeiten. Fast jede:r Zweite (48 Prozent) nutzt KI vor allem zur Bewältigung repetitiver, zeitaufwändiger Aufgaben wie dem Erstellen von Boilerplate-Code oder dem automatisierten Organisieren von Daten. Ziel sei es, so heißt es aus den offenen Antworten der Teilnehmenden, sich dank der KI auf die interessanten Teile der Arbeit konzentrieren zu können. Zudem schätzen 42 Prozent die Tools als eine Art rund um die Uhr verfügbaren Tutor, der komplexe Konzepte erklären kann. Dieser Effekt könnte nach Einschätzung der Studienautoren vor allem in Regionen mit schwächerer Bildungsinfrastruktur den Zugang zu hochwertiger Programmierausbildung demokratisieren.

Zukunftssorgen und die Rolle der Nachwuchskräfte

Trotz der intensiven Nutzung blickt die junge Generation keineswegs sorgenfrei in die Zukunft. Lediglich 12 Prozent der Befragten geben an, keinerlei Sorge hinsichtlich der Auswirkungen von KI auf ihre eigene Karriere zu haben. Die überwiegende Mehrheit von 88 Prozent äußert leichte bis extreme Besorgnis. Neben der allgemeinen Karriereentwicklung sorgt sich ein Teil der Entwickler:innen auch um den eigenen Lernfortschritt: Es besteht die Befürchtung, durch eine zu starke Abhängigkeit von der KI das eigene Weiterkommen zu bremsen und durch die automatisierten Lösungen „dümmer“ zu werden. Viele wünschen sich daher Erklärungen anstelle von fertigen Antworten.

Für Cloudflight-CEO Holhozinskyj zeigt die Untersuchung, dass Unternehmen umdenken müssen. Künstliche Intelligenz müsse wie eine „virtuelle Mitarbeiterin“ verstanden werden, die ein geregeltes Onboarding benötigt. Wer Juniorstellen aus Gründen der kurzfristigen Kostenersparnis streicht, begehe laut Holhozinskyj einen strategischen Fehler: „Urteilsvermögen entsteht nicht am Reißbrett, sondern über Jahre praktischer Erfahrung, auch aus eigenen Fehlern, und genau diese Erfahrung bauen Unternehmen gerade systematisch ab, wenn sie ihre Juniorstellen kürzen.“ Langfristig drohe den Unternehmen dadurch der Verlust der „Senior-Kompetenz von morgen“ an die Konkurrenz, was sich schnell zum mittelfristigen Wettbewerbsnachteil entwickeln könne.

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