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:
30.10.2026

Silicon Austria Labs entwickelt ein neues E-Auto-Ladegerät mit nur 50 Millimeter Höhe

Das Forschungszentrum Silicon Austria Labs hat gemeinsam mit Industriepartnern ein besonders flaches Ladegerät für Elektroautos entwickelt. Der Prototyp kann nicht nur die Fahrzeugbatterie laden, sondern auch Strom zurück ins Haus oder ins Netz speisen.
/artikel/silicon-austria-labs-entwickelt-ein-neues-e-auto-ladegeraet-mit-nur-50-millimeter-hoehe
30.10.2026

Silicon Austria Labs entwickelt ein neues E-Auto-Ladegerät mit nur 50 Millimeter Höhe

Das Forschungszentrum Silicon Austria Labs hat gemeinsam mit Industriepartnern ein besonders flaches Ladegerät für Elektroautos entwickelt. Der Prototyp kann nicht nur die Fahrzeugbatterie laden, sondern auch Strom zurück ins Haus oder ins Netz speisen.
/artikel/silicon-austria-labs-entwickelt-ein-neues-e-auto-ladegeraet-mit-nur-50-millimeter-hoehe
Christian Mentin, Head of Research Unit System-Level Integration Technologies bei Silicon Austria Labs | (c) Peter Drechsler / SAL

Das österreichische Forschungszentrum Silicon Austria Labs (SAL) hat nach eigenen Angaben das weltweit dünnste bidirektionale 11-Kilowatt-Bordladegerät für Elektroautos entwickelt. Die sogenannte „Tiny Power Box 2.0“ ist nur fünf Zentimeter hoch und soll Autoherstellern neue Möglichkeiten beim Einbau bieten. Entwickelt wurde der Prototyp von Forschungsteams in Villach und Graz gemeinsam mit den Industriepartnern Infineon, AVL, TDK, Fronius und MetaSystem. Das Forschungsprojekt hatte ein Volumen von 7,2 Millionen Euro.

Laden und Strom zurückspeisen

Jedes Elektroauto verfügt über einen sogenannten On-Board-Charger. Dieser wandelt den Wechselstrom aus der Steckdose oder Wallbox in Gleichstrom um, den die Fahrzeugbatterie speichern kann. Die Tiny Power Box 2.0 übernimmt dabei gleich drei Funktionen: Sie lädt die Batterie mit bis zu elf Kilowatt, kann Strom aus dem Fahrzeug zurück ins Haus oder öffentliche Netz speisen und versorgt über einen integrierten Wandler auch das 12-Volt-Bordnetz. Darüber werden unter anderem Beleuchtung, Steuergeräte und Infotainment betrieben. Dafür ist bislang häufig ein separates Bauteil notwendig.

Durch die bidirektionale Funktion könnte ein geparktes Elektroauto künftig auch als Stromspeicher dienen. Beispielsweise ließe sich tagsüber erzeugter Solarstrom in der Fahrzeugbatterie speichern und bei Bedarf wieder im Haushalt nutzen.

Mehr Leistung auf weniger Raum

Die größte Herausforderung bei der Entwicklung sei die Wärme gewesen, die beim Umwandeln des Stroms entsteht, heißt es von SAL. Je kompakter das Ladegerät, desto schwieriger wird es, diese abzuführen.

„Bei 50 Millimetern Bauhöhe liegt die eigentliche Herausforderung in der Wärmeentwicklung, die auf sehr kleinem Raum abgeführt werden muss. Wir haben Kühlung, magnetische Komponenten und Isolation deshalb in kombinierten Designprozessen als ein gemeinsames Gesamtsystem simuliert und entwickelt. Nur so lassen sich 11 Kilowatt bidirektional auf engstem Bauraum umsetzen“, erklärt Christian Mentin, Head of Research Unit System-Level Integration Technologies bei Silicon Austria Labs.

Die Entwicklung baut auf einem Vorgängerprojekt aus dem Jahr 2022 auf. Damals hatte SAL bereits ein kompaktes Ladegerät mit sieben Kilowatt Leistung entwickelt. Die neue Generation erreicht elf Kilowatt und kommt dabei mit einer deutlich geringeren Bauhöhe aus.

Forschungsergebnisse für weitere Anwendungen

Nach dreieinhalb Jahren Forschung liegt die Tiny Power Box 2.0 nun als Prototyp vor. Mit fast allen beteiligten Industriepartnern laufen bereits Folgeprojekte. Dabei sollen die entwickelten Technologien auch in anderen Bereichen zum Einsatz kommen, etwa in der Ladeinfrastruktur für Elektromobilität, in industriellen Gleichstromnetzen oder bei der Stromversorgung von Rechenzentren.

Ob und wann die Tiny Power Box 2.0 selbst in Serienfahrzeugen eingesetzt werden könnte, ist derzeit offen. Interesse gibt es laut SAL aber bereits von europäischen und internationalen Autoherstellern.

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