05.04.2018

Wo steht die Artificial Intelligence wirklich?

Was ist Artificial Intelligence und was wird nur so genannt? Und wo auf dem Weg zu den Science-­Fiction­-Vorbildern aus Star Trek und Co stehen wir?
/artikel/stand-der-dinge-in-der-artificial-intelligence
Stand der Dinge in der Artificial Intelligence
(c) fotolia.com - koya979

Die Faszination für künstliche Intelligenz (AI) bzw. vom Menschen geschaffene Intelligenz ist fast so alt wie die Menschheit selbst. Bereits in der griechischen Mythologie finden sich mechanische, aus Bronze gefertigte Diener, die über eigenständigen Willen verfügen. Die Geburtsstunde des Begriffs Artificial Intelligence war 1956, als sich unter der Führung von Marvin Minsky eine Gruppe von Wissenschaftlern für einen achtwö­chigen Workshop in Dartmouth traf, in dem der Grundstein für die Disziplin gelegt wurde. Doch was ist heute der Stand der Dinge in der Artificial Intelligence?

AI lässt sich grob folgendermaßen unterteilen:

  • Narrow AI: Systeme, die eng abgesteckte, repetitive Aufgaben automatisieren können, z.B. Bilderkennung,
  • Artificial General Intelligence: AI, die in der Lage ist, selbstständig neue Probleme zu erkennen und zu lösen, z. B. Data in Star Trek
  • Conscious AI: Sie verfügt über ein eigenes Bewusstsein und Emotionen, z.B. HAL 9000 in „2001: Odyssee im Weltraum“.

+++Zombies, Aliens & Star Trek: “Lemmings”-Inkubator holt Silicon Valley Mindset nach Wien+++ 

Stand der Dinge in der Artificial Intelligence

Die gewählten Beispiele zeigen: Alle heutigen als AI betitelten Systeme fallen unter Narrow AI, da sie weder in der Lage sind, das Gelernte zu generalisieren, noch Emotionen fühlen können oder gar über ein eigenes Bewusstsein verfügen. Der Befund zum Stand der Dinge in der Artificial Intelligence ist also – zumindest für Science Fiction Fans – eher ernüchternd.

Von Machine und Deep Learning

Innerhalb der Narrow AI sind es vor allem Machine Learning und im Speziellen Deep Learning, die den aktuellen Hype losgetreten haben. Machine Learning ist eine Technik, die bereits seit den 1950ern existiert. Sie beschreibt Algorithmen, die sich in Abhängigkeit von den Eingangsdaten selbst anpassen können. Auf diese Art können Muster und Gesetzmäßigkeiten in Datenbeständen erkannt werden, um darauf basierend Vorhersagen zu treffen. Typische Anwendungsgebiete für Machine Learning sind etwa Spamfilter, Prognosesysteme (z. B. Wetter oder Real Estate) sowie Betrugserkennung.

Deep Learning, das eine Subkategorie von Machine Learning darstellt, basiert auf künstlichen neuronalen Netzen, weshalb die Begriffe Deep Learning und (Artificial) Neural Networks fast austauschbar verwendet werden. Das Kernelement sind dabei künstliche Neuronen, die eine beliebige Anzahl von Eingängen haben können, aber nur einen Ausgang. Für jeden Eingang gibt es ein sogenanntes Gewicht, das bestimmt, wie wichtig er für den Ausgang ist.

Lernen durch Errors

Das „Deep“ in Deep Learning bezieht sich auf die Anordnung der Neuronen, die oft in mehreren Schichten erfolgt. Am Ausgang des gesamten Netzes erfolgt mittels der sogenannten „Error Function“ eine Überprüfung, wieweit der Vorhersagewert vom tatsächlichen Wert der Trainingsdaten abweicht. Dieser Error wird danach dazu verwendet, die Gewichte der einzelnen Neuronen zu adjustieren – das System lernt somit. Vereinfacht sieht das bei einer Vorhersage über Wohnungspreise folgendermaßen aus: Das neuronale Netz erhält als Eingangsdaten eine Liste an Wohnungen, bei denen neben dem Verkaufspreis und der Lage auch Daten wie z. B. Verkäufer und Maklerbüro zu finden sind. Nach mehreren Durchläufen erkennt das Netz, dass z.B. „Verkäufer“ und „zuständiges Maklerbüro“ nur einen sehr geringen Einfluss auf den Verkaufspreis haben, und setzt dementsprechend die Gewichte für die entsprechenden Eingänge neu.

Viele Anwender, wenige „echte AI-Startups“

Soviel zum technologischen Stand der Dinge in der Artificial Intelligence. Zu beachten gibt es in der Beurteilung von AI-Produkten aber noch einen weiteren Punkt. Denn die meisten Firmen, die Artificial Intelligence nutzen, haben sie nicht selbst kreiert. Was unterscheidet also ein „echtes AI­-Startup“ von reinen Anwendern?

Hier ein paar Anhaltspunkte:

  • Erstellen und Trainieren von eigenen Modellen (Deep Learning, Machine Learning)
  • Eigenständige Implementierung von domänenspezifischen Lösungen, teilweise on top von bestehenden AI­Frameworks wie z. B. Google TensorFlow, PyTorch oder Keras, und
  • über Verwendung und Kombination von Frameworks hinausgehende Anwendungen. Im Fall von Chatbot­Frameworks wie IBM Watson und Facebooks wit.ai wären das z.B. eigene Sprachmodelle für Umgangssprache.

Dieser Artikel erschien in gedruckter Form im aktuellen Brutkasten Magazin #6

Deine ungelesenen Artikel:
09.11.2026

Patent oder Geheimhaltung? Wie das Wiener ClimateTech-Startup sequestra seine IP schützt

Einzigartige Technologie braucht Schutz, um am internationalen Markt zu bestehen. Das gilt vor allem, wenn sie von einem Startup kommt, das noch keine Marktmacht hat. Wir sprachen mit Lukas Höber, Co-Founder und CEO des Wiener Startups sequestra, darüber, wie die Austria Wirtschaftsservice (aws) das Unternehmen im Innovationsschutz unterstützt und warum in manchen Fällen Geheimhaltung der bessere Weg als ein Patent ist.
/artikel/patent-oder-geheimhaltung-wie-das-wiener-climatetech-startup-sequestra-seine-ip-schuetzt
09.11.2026

Patent oder Geheimhaltung? Wie das Wiener ClimateTech-Startup sequestra seine IP schützt

Einzigartige Technologie braucht Schutz, um am internationalen Markt zu bestehen. Das gilt vor allem, wenn sie von einem Startup kommt, das noch keine Marktmacht hat. Wir sprachen mit Lukas Höber, Co-Founder und CEO des Wiener Startups sequestra, darüber, wie die Austria Wirtschaftsservice (aws) das Unternehmen im Innovationsschutz unterstützt und warum in manchen Fällen Geheimhaltung der bessere Weg als ein Patent ist.
/artikel/patent-oder-geheimhaltung-wie-das-wiener-climatetech-startup-sequestra-seine-ip-schuetzt
Lukas Höber ist Co-Founder und CEO von sequestra | (c) sequestra
Lukas Höber ist Co-Founder und CEO von sequestra | (c) sequestra

Auch wenn die Debatte rund um den Klimawandel bekanntlich nicht geradlinig verläuft: Industrieunternehmen auf der ganzen Welt haben sich teils mehr, teils weniger ambitionierte Ziele in der CO2-Reduktion gesetzt. Die Emission des Treibhausgases kann aber nicht in allen Industrien tatsächlich vermieden werden. Überall, wo der CO2-Ausstoß unweigerlich zum Prozess dazugehört, braucht es andere Lösungen. An einer davon arbeitet das Wiener Startup sequestra – brutkasten berichtete bereits mehrmals.

CO2-Abbindung trifft Recycling

„Wir entwickeln Technologien, mit denen man CO2 stabil in mineralischen Reststoffen oder auch Primärmaterialien abbinden kann“, erklärt Co-Founder und CEO Lukas Höber im Gespräch mit brutkasten. Dabei setzt sequestra auf Abfallprodukte, etwa Schlacken, Aschen, Bauschutt oder Bergbauabfälle. „Die enthalten oft mineralische Verbindungen, die CO2 stabil abbinden können. Das sind vor allem Calcium- und Magnesiumverbindungen“, so der Gründer. Diese Stoffe nutzt sequestra in seinen Reaktoren. Das nach dem Prozess verbleibende Material soll dann nicht einfach deponiert, sondern zurück in den Kreislauf geführt werden, etwa im Straßenbau oder der Betonindustrie.

Weltweit einzigartiges Labor bereits im Einsatz

Das ist der Plan. Denn noch stehen keine sequestra-Anlagen bei Industriekunden – so weit will man Ende 2027 sein. Schon jetzt betreibt das Startup allerdings ein weltweit einzigartiges Labor, in dem Stoffe auf die Nutzbarkeit zur CO2-Abbindung untersucht werden können – brutkasten berichtete. „Firmen aus der ganzen Welt schicken uns bereits ihr Material und wir prüfen es“, sagt Höber.

Das Labor von sequestra ist weltweit einzigartig. | © sequestra

Patentschutz mit Unterstützung der Austria Wirtschaftsservice (aws)

Die technologischen Prozesse, die sequestra für all das nutzt, sind komplex. Und sie sind weltweit einzigartig. Gleichzeitig forschen Mitbewerber auf der ganzen Welt an derartigen Lösungen. Der Schutz der IP durch Patente liegt also auf der Hand. „Wir haben bislang drei Patente angemeldet, bei einem vierten sind wir momentan im Prozess“, erzählt Höber. Dabei wird sequestra auch von der Austria Wirtschaftsservice (aws) unterstützt.

Konkret nutzte das Startup zum einen die Förderung der Austria Wirtschaftsservice (aws) „Freedom to Operate“. „Man muss auch bei den eigenen Prozessen wissen, was man machen darf. Wenn ein einzelner Prozessschritt bereits von jemand anderem patentiert ist, hat man ein Problem. Daher müssen Patentanwälte ermitteln, was noch frei ist“, erklärt Höber.

Zum anderen nationalisiert sequestra gerade zwei seiner bestehenden Patente, eines davon in den USA, Kanada und im Vereinigten Königreich, denn im ersten Schritt galten diese nur innerhalb der EU. „Hier fördert uns die Austria Wirtschaftsservice (aws) im Rahmen des Programms aws Innovationsschutz mit 50 Prozent“, sagt der Gründer. „Das ist ein extrem kostspieliger Prozess, die Förderung hilft uns also sehr.“

„In manchen Fällen ist es auch schlauer, etwas nicht patentieren zu lassen“

Ist es damit mit dem Schutz der Technologie getan? „Patente sind für uns sehr wichtig, manche komplexen Prozessabläufe kann man aber gar nicht patentieren und in manchen Fällen ist es auch schlauer, etwas nicht patentieren zu lassen“, erklärt Höber. Denn nicht nur sei die Patentierung ein teurer und sehr zeitaufwändiger Vorgang. „Sobald etwas patentiert ist, ist es öffentlich für alle auf der Welt einsehbar und in manchen Ländern kann der Patentschutz umgangen werden“, so der Gründer.

Die Lösung für diese Fälle? Geheimhaltung. Tatsächlich habe man aktuell nur rund 20 Prozent der eigenen Technologie patentiert, der Rest seien Betriebsgeheimnisse. „Als schnell wachsendes Tech-Unternehmen kann man es gar nicht anders machen“, ist Höber überzeugt. Er gibt ein internationales Beispiel: „SpaceX praktiziert das enorm. Trotz der Größe hat das Unternehmen nur ca. 500 Patente. Der Rest läuft über Geschäftsgeheimnisse, um schnell zu sein.“

Rasante Weiterentwicklung – technologisch und am Markt

Und diese Geschwindigkeit brauche man, denn die technologische Entwicklung geht auch bei sequestra zügig weiter. Ein aktuelles Forschungsprojekt, das auch von der FFG gefördert wird, soll etwa die Einsatzmöglichkeit der Technologie auf ein anderes Level heben. „Im Moment brauchen wir für unsere Reaktoren noch hochreine CO2-Ströme, die nur in bestimmten Verfahren entstehen, etwa in Biogas-Anlagen. Mit diesem Entwicklungsschritt wollen wir auch Abgase verarbeiten können, die einen weit geringeren CO2-Anteil haben“, sagt der Gründer.

Und nicht nur technologisch entwickelt sich das Startup rasant weiter, wie Höber, den wir per Videocall auf einer Konferenz in Südafrika erreichen, erzählt: „Ich spreche hier unter anderem mit Bergbauunternehmen. Danach geht es für mich weiter nach Südostasien. Das Potenzial ist enorm und die Nachfrage nicht nur in Europa hoch.“


Disclaimer: Dieser Artikel ist im Rahmen einer Medienbeauftragung mit der Austria Wirtschaftsservice (aws) entstanden.

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

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

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 …

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wo steht die Artificial Intelligence wirklich?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wo steht die Artificial Intelligence wirklich?