06.07.2021

Wie die Regierung die “neuen Arbeitswelten” besser verstehen möchte

Die Strategie-Stabstelle "Think Austria" im Bundeskanzleramt unter der Leitung von Antonella Mei-Pochtler hat ein neues Paper erstellt, um Handlungsfelder für die Arbeitswelten von morgen zu identifizieren. Der Brutkasten hat im Doppelinterview mit Mei-Pochtler und Arbeitsminister Martin Kocher im Bundeskanzleramt über die Ergebnisse gesprochen.
/artikel/neue-arbeitswelten-interview-kocher-mei-pochtler
Think Austria
Antonella Mei-Pochtler und Martin Kocher im Doppelinterview | (c) martin pacher

Eines steht fest: Wo und wie wir arbeiten, wird sich in Zukunft ganz massiv verändern. Damit in Österreich bereits jetzt schon die politischen Rahmenbedingen für die Arbeitswelten von morgen geschaffen werden, hat sich die im Bundeskanzleramt angesiedelte Strategie-Stabstelle “Think Austria” auf eine “Fact-Finding-Mission” begeben und mit 40 Unternehmen über die Zukunftsthemen der Arbeitswelt gesprochen.

Dafür wurden Vorstände und Personalchefs von September 2020 bis April 2021 befragt, wobei mit Unternehmen aus unterschiedlichsten Branchen gesprochen wurde – unter anderem auch mit Österreichs erstem Unicorn Bitpanda. Am Montag präsentierte Antonella Mei-Pochtler gemeinsam mit Arbeitsminister Martin Kocher das sogenannte Paper “Auf zu neuen Arbeitswelten” im Bundeskanzleramt.


Warum wurde das Paper in Auftrag gegeben und was ist die Zielsetzung?

Antonella Mei-Pochtler: Unser Anspruch ist es, dass wir das lebenswerteste, innovativste und lernfähigste Land im Herzen von Europa werden. Wir haben uns daher die Frage gestellt, was der Nucleus der Innovation und Lernfähigkeit ist. Wir haben sehr schnell erkannt, dass der besagte Nucleus gute und erfüllende Arbeitsplätze sind. Auf Grundlage dieser Erkenntnis wollten wir natürlich genauer verstehen, was die erfüllenden Arbeitsplätze von morgen ausmacht.

Martin Kocher: Wir wollten eine Vorhersage darüber machen, wie die Arbeit der Zukunft aussehen wird und welche Herausforderungen sich dadurch ergeben. Zudem wollten wir wissen, wie wir ein System schaffen können, das so flexibel und innovativ ist, damit die Arbeitsplätze der Zukunft in Österreich entstehen und möglichst attraktiv sind. Hier haben wir sehr viel im Dialog mit den Unternehmen gelernt und Aspekte erkannt, die teils überraschend und teils nicht überraschend waren.

Das Paper umfasst rund 60 Seiten | (c) martin pacher / der brutkasten

Sie haben mit 40 Unternehmen aus unterschiedlichsten Branchen gesprochen. Was war überraschend?

Antonella Mei-Pochtler: Überraschend für mich war, dass die Unternehmen trotz ihrer unterschiedlichen Branchen durchgängige Themen adressierten. Wir haben wirklich sehr unterschiedliche Gruppen von Unternehmen befragt, angefangen von Dienstleistungsbetrieben bis hin zur Industrie. Zudem unterscheiden sie sich auch in ihrer Größe. In der ganzen Gruppe kamen durchgängig drei Metathemen zur Sprache. Nummer Eins war die Digitalisierung und die Frage, wie wir diese für uns am besten nutzen können. Das zweite Thema umfasste die Fachkräfte und die Frage, wie man an die richtigen Fachkräfte kommt. Hier zeigte sich bei fast allen Befragten ein struktureller Mismatch. Und das dritte Metathema umfasste die Vereinbarkeit und Inklusion.

Welches Thema spielte die Rot-Weiß-Rot-Karte dabei? Im “War for Talents” wird sie besonders häufig von Unternehmen als großes Problem genannt.

Martin Kocher: Die Rot-Weiß-Rot-Karte ist nicht vollständig im Arbeitsbereich meines Ressorts, aber sie ist mir ein großes Anliegen. Wir werden im zweiten Halbjahr darüber diskutieren, wie wir die Rot-Weiß-Rotkarte attraktiver machen können. Ein Punkt der Attraktivität war, dass wir die Zeitdauer verkürzen. Mit zu langen Wartezeiten handeln wir uns einen Wettbewerbsnachteil ein, der nicht notwendig ist. Die benötigte Fachkraft geht dann nach Berlin oder Amsterdam und nicht nach Wien.

Antonella Mei-Pochtler: Think Austria ist dafür da, dass wir die Wunschliste formulieren und dann muss man sehen wie auf diese Wunschliste reagiert werden kann. Dieses Thema ist jedenfalls ganz oben auf der Wunschliste, da lange Wartezeiten dazu führen, dass ganze Unternehmen ihre Bereiche nicht in Österreich ansiedeln können. Zudem wird es auch nötig sein, dass wir Fachkräfte nach Österreich holen, die dann als Ausbilder aktiv werden.

Martin Kocher: Hier möchte ich noch ergänzen: Oftmals besteht die Vorstellung, dass dies nur den großen Konzernen zu Gute kommt. Das ist aber falsch, da diese meist einen Workaround finden. Es geht eher um die kleinen und mittleren Betriebe und Startups, die Fachkräfte aus dem europäischen Ausland brauchen.

Wo gibt es weiteren Verbesserungsbedarf?

Antonella Mei-Pochtler: Österreich ist unter den Top 5 in der Arbeitsproduktivität. Wir haben allerdings das Problem, dass diese seit 2008 nicht steigt. Hier müssen wir mit Unterstützung von Technologien gegensteuern. Beim Thema “Best-Country-to-Work-in” müssen wir uns die Frage stellen, ob wir das auch für die neuen Qualifikationen sind. Wird beispielsweise ein Data-Analyst in Österreich arbeiten wollen? Dies wird natürlich davon abhängen, ob wir ihnen die Möglichkeit geben, ein erfülltes und sicheres Leben in Österreich zu führen. Diese Themen müssen wir nach unterschiedlichen Bereichen und Sektoren tracken.

Martin Kocher: Oftmals entsteht der Eindruck, dass es hier nur um die Fachkräfte aus dem Ausland geht. Das wäre aber zu kurz gedacht. Wir müssen uns die Frage stellen, wie wir auch die Attraktivität für die Österreicher erhöhen, damit sie in Österreich bleiben. Wir haben aufgrund der Demographie eine Entwicklung, dass in ganz Europa Fachkräfte gesucht werden und wenn es viel attraktiver ist nach Deutschland oder in die Schweiz zu gehen, dann haben wir kein Problem mit der Zuwanderung, sondern auch ein Problem mit der Abwanderung. Es geht darum, auch attraktiv für die Österreicher zu sein.

Ein Thema im Paper ist die Vereinbarkeit und Inklusion. Welche Rolle wird hier künftig Home-Office spielen?

Martin Kocher: Die Vorstellung, dass Home-Office immer ein Beitrag für mehr Vereinbarkeit ist, ist oftmals zu verkürzt. Gleichzeitig zu arbeiten und Kinder zu betreuen, ist eine völlige Illusion. Das ging vielleicht in der Coronazeit für eine kurze Zeit, aber wir haben gesehen, zu welchen Belastungen dies führt. Die Vereinbarkeit muss viel breiter gedacht werden. Hier geht es insbesondere um die Kinderbetreuung in der Fläche.

Antonella Mei-Pochtler: Anhand der Befragungen haben wir gesehen, dass wir dezentrale Lösungen innerhalb der Betreibe schaffen müssen. Wir dürfen nicht starre Regelungen setzen, sondern benötigen die gewisse Flexibilität. Auch Unternehmen wie Bitpanda haben uns gesagt, dass es für ihre Mitarbeiter extrem wichtig ist, wieder ins Office zu kommen. Vielfach sind die Österreicher müde vom “Home-Office”. Insbesondere die jüngeren Mitarbeiter wünschen sich die Möglichkeit, sich im Office wieder zu sozialisieren.


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
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 die Regierung die “neuen Arbeitswelten” besser verstehen möchte

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie die Regierung die “neuen Arbeitswelten” besser verstehen möchte

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie die Regierung die “neuen Arbeitswelten” besser verstehen möchte

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 die Regierung die “neuen Arbeitswelten” besser verstehen möchte

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 die Regierung die “neuen Arbeitswelten” besser verstehen möchte

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 die Regierung die “neuen Arbeitswelten” besser verstehen möchte

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 die Regierung die “neuen Arbeitswelten” besser verstehen möchte

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wie die Regierung die “neuen Arbeitswelten” besser verstehen möchte

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wie die Regierung die “neuen Arbeitswelten” besser verstehen möchte