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:
31.08.2026

„Made in Europe and Partner Countries“: Hattmannsdorfer will ansetzen, „wo Milliarden bewegt werden“

Mit „Made in Europe and Partner Countries“ soll die europäische Wirtschaft gestärkt werden. Allerdings möchte sich das Wirtschaftsministerium auf wenige große Aufträge fokussieren.
/artikel/made-in-europe-and-partner-countries-hattmannsdorfer-will-ansetzen-wo-milliarden-bewegt-werden
31.08.2026

„Made in Europe and Partner Countries“: Hattmannsdorfer will ansetzen, „wo Milliarden bewegt werden“

Mit „Made in Europe and Partner Countries“ soll die europäische Wirtschaft gestärkt werden. Allerdings möchte sich das Wirtschaftsministerium auf wenige große Aufträge fokussieren.
/artikel/made-in-europe-and-partner-countries-hattmannsdorfer-will-ansetzen-wo-milliarden-bewegt-werden
Wolfgang Hattmannsdorfer | (c) drehwerk / Peter Mayr
Wolfgang Hattmannsdorfer setzt mit „Made in Europe and Partner Countries“ den nächsten Umsetzungsschritt der Industriestrategie 2035. | (c) drehwerk / Peter Mayr

Die Industriestrategie 2035 nimmt immer klarere Formen an (brutkasten berichtete). Durch den nächsten Umsetzungsschritt „Made in Europe and Partner Countries“ soll mit rund 70 Milliarden Euro öffentlicher Kaufkraft nun die europäische Wertschöpfung gestärkt werden. „Nur 0,6 Prozent aller Aufträge stehen für 50 Prozent des gesamten Beschaffungsvolumens, und genau da müssen wir ansetzen. Dort wo die großen Summen, dort wo die Milliarden bewegt werden“, sagt Wirtschaftsminister Wolfgang Hattmannsdorfer, der sich auf eine vom Lieferketteninstitut ASCII erstellte Analyse bezieht.

Startups werden in diese vergleichsweise kleine Zahl großer Aufträge nicht fallen. Auf Nachfrage von brutkasten hieß es vom Wirtschaftsministerium: „Diesen Beschaffungen kommt eine besondere strategische Hebelwirkung zu. Wenn bei diesen großen Aufträgen neben dem Anschaffungspreis auch Qualität, Lebenszykluskosten, Innovation, Versorgungssicherheit und europäische Wertschöpfung stärker berücksichtigt werden, kann bereits bei wenigen Verfahren eine große wirtschaftspolitische Wirkung erzielt werden.“ Die Frage, ob Startups in Zukunft stärker in der Beschaffung berücksichtigt werden sollen, wurde nicht beantwortet.

„Startups können Lösungen für zentrale Zukunftsaufgaben liefern“

Ganz unberücksichtigt sollen Startups aber nicht bleiben. „Der öffentliche Sektor ist ein großer Hebel, um Innovationen schneller in die Anwendung zu bringen. Startups können Lösungen für zentrale Zukunftsaufgaben liefern, von Digitalisierung über Klima bis Mobilität, Gesundheit und Verwaltung“, erklärt das Wirtschaftsministerium. Konkrete Beispiele, inwiefern das Innovationspotential von Startups besser nutzbar gemacht werden soll, gibt es noch nicht. Das Wirtschaftsministerium verweist auf den Aktionsplan „Strategische Beschaffung“, der bis zum Ende des Jahres ausgearbeitet wird.

Losteilungen und Local-Content-Bezug als Unterstüzung

Im Zuge der Innovationsförderung setzt Hattmannsdorfer auf Losteilung. „Es gibt eine extrem hohe Anzahl von Einzelaufträgen, wo ein Kleiner oft gar keine Chance hat, dass er wettbewerbsfähig teilnehmen kann. Wenn man Lose teilt, gibt es hier, glaube ich, eine konkrete Chance“, sagt der Wirtschaftsminister. Das soll Klein- und Mittelbetrieben den Zugang zu öffentlichen Ausschreibungen erleichtern. Das Wirtschaftsministerium betont die Wichtigkeit eines „breiten Bieterwettbewerbs“ für eine wirtschaftliche öffentliche Beschaffung.

Junge Unternehmen sollen durch einen „Local-Content-Bezug“ eine faire Möglichkeit erhalten, sich bei der Beschaffung gegen etablierte und gegen große Unternehmen durchsetzen zu können. „Das fängt bei der Ausschreibung bzw. bei der Beschaffung der Gemeinde an, unter dem Aspekt von ,Local-Content‘ Betriebe auch vor Ort entsprechend zu berücksichtigen“, sagt Hattmannsdorfer.

„Made in Europe and Partner Countries“ ist keine starre Präferenzregel

Der durchschnittliche Einzelbieteranteil, jene Verfahren ohne Wettbewerb, liegt bei 40 Prozent. Durch „Made in Europe and Partner Countries“, bei dem man sich auf den europäischen Standort fokussieren will, soll dieses Problem aber nicht verstärkt werden. „‚Made in Europe and Partner Countries‘ ist nicht als starre Präferenzregel zu verstehen“, erklärt das Wirtschaftsministerium und ergänzt: „Strategische Beschaffung und ein breiter Bieterwettbewerb sind dabei keine Gegensätze, sondern müssen gemeinsam gedacht werden.“

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