„Angenommen, ihr bekommt eine Million Euro, dann wüsstet ihr wahrscheinlich ungefähr, was ihr damit anfangen könntet, oder?“ Wir sitzen im dritten Stock des Netural-Büros in der Linzer Tabakfabrik in einem Besprechungszimmer und wissen nicht so recht, was wir von dieser Frage unseres Interviewpartners Albert Ortig halten sollen. Eine Eigentumswohnung kaufen, vielleicht ein neues Auto, den Rest klug anlegen … zumindest einen ungefähren Plan hätten viele Menschen wohl parat. Der Digitalisierungspionier spricht weiter: „Aber wie sieht es bei einer Milliarde Euro aus? Diese Nummer ist so hoch, so schwer greifbar, dass man wohl zuerst keine Ahnung hätte und einfach überfordert wäre.“ Vor genau dieser Herausforderung stehen derzeit viele Expert:innen und Unternehmen im KI-Bereich. „Die neuen technologischen Möglichkeiten verändern sich durch KI so rasant und radikal, dass es fast unmöglich ist, den Überblick zu behalten.“ Wie ein ständig ausbrechender Vulkan würde die Branche neue und noch bessere Tools und Technologien auf den Markt schleudern, ohne sich zu beruhigen. Ortig: „Die Dynamik überrascht mich Woche für Woche neu.“ 

Wie können Unternehmen, Führungskräfte oder Mitarbeitende mit dieser herausfordernden Situation umgehen? Ein allgemein gültiges Rezept bei der technologischen Umsetzung gibt es nicht. „Dazu gibt es viel zu viele unternehmensspezifische Unterschiede“, erklärt Ortig.

Viel wichtiger ist ohnehin die richtige Vorarbeit. „Es geht um das richtige Mindset und die Schaffung von Rahmenbedingungen.“

Und dabei gleicht die optimale Herangehensweise in einem kleinen Startup oft jener eines Industriekonzerns:

#1 Experimentierfreudigkeit fördern

Jede Woche wollen Mitarbeiter:innen bei Netural neue KI-Tools ausprobieren. „Wenn das 100 Leute machen, wird das bei Lizenzkosten von meist 25 bis 50 Euro pro Monat schnell unwirtschaftlich“, sagt Ortig. Dennoch empfiehlt er, einen kleinen Budgettopf für Experimente bereitzustellen –

bei Netural sind es 1.000 Euro pro Monat.

„Nach einiger Zeit evaluieren wir dann, welche Tools die Produktivität erhöhen oder sich generell bewährt haben – und ob wir sie weiterverwenden“, erklärt der Gründer. Dieser Zugang verringert den Respekt davor, Neues auszuprobieren. Die Zeiten, in denen erst teure Kurse absolviert werden müssen, seien vorbei, vieles funktioniert über Learning by Doing. „In jedem Unternehmen gibt es Menschen, die in der Lage sind, sich Know-how über den Umgang mit KI-Tools anzueignen, und dieses Wissen dann auch weitergeben können – und das auch gerne machen“, sagt Ortig. 

Dennoch brauche es Regeln für den richtigen Umgang mit unterschiedlichen KI-Tools. Mitarbeiter:innen sollten etwa geschult werden, mit welchen Daten sie die KI füttern dürfen. „Wenn ich einen 5-seitigen Report lese und gerne die Essenz daraus hätte, liegt es natürlich nahe, ihn schnell durch ChatGPT zu jagen – bei personenbezogenen oder anderen sensiblen Daten geht das natürlich nicht.“ Um mit bestimmten Tools und Services arbeiten zu dürfen, müssen Netural-Mitarbeitende deswegen erst eine interne Lizenzierung durchlaufen. Ortig: „Dabei geht es um die rechtlichen Grundlagen – das funktioniert fast wie ein Führerschein.“

#2 Mut – aber gut portioniert

So wichtig der Spielraum für Experimente ist: Die Kernleistungen des Unternehmens müssen im Vordergrund stehen. „Es gilt, einen Spagat zu schaffen zwischen der Möglichkeit, auszuprobieren – und dabei das große Ganze im Auge zu behalten.“ Mut sei sehr wichtig. „Aber gut dosiert.“ Um sich nicht zu verzetteln, rät Ortig zu einem offenen Umgang mit dem Thema und intensiven Austausch mit Spezialist:innen in unterschiedlichen Bereichen. Eine klare Zielsetzung und die Konzentration auf unternehmenskritische Bereiche, während der Rest ausgeblendet wird, kann bei der Masse an verfügbaren Möglichkeiten einen sinnvollen Umgang erleichtern. Netural unterstützt dabei unter anderem mit dem AI-Challenging-Team: Expert:innen werten laufende oder abgeschlossene Projekte gemeinsam mit dem Unternehmen aus und analysieren, ob KI ein Beschleuniger gewesen wäre.

#3 Chance statt Risiko

Ständig kommen neue Tools auf den Markt, die Angebote werden besser. Der schnelle technologische Wandel schürt oftmals Ängste. Wird man vom Mitbewerb abgehängt? Konzentrieren sich die Teams überhaupt auf den richtigen Bereich? „Das stresst schon, und zwar nicht nur die Mitarbeiter:innen, sondern natürlich auch das Management“, sagt Ortig. Die schlechteste Reaktion sei aber, das KI-Thema deswegen nicht intensiv genug zu behandeln. „Die Folgen können fundamental sein.“ Umso wichtiger sei es, die Veränderungen nicht vordergründig als Risiko, sondern auch als Chance zu sehen. Ortig rät, in Unternehmen Instanzen zu etablieren, die als Ansprechstellen für Fragen und gleichzeitig als Multiplikatoren für wichtige neue Entwicklungen fungieren.

#4 Das Problem vor der Lösung suchen

Erst wenn man sich genau im Klaren ist, welche Probleme gelöst, welche Bereiche effizienter gestaltet werden sollten, kann mit der Suche nach einer passenden Technologie begonnen werden. In der Praxis passiert das oft umgekehrt – Unternehmen sind auf der Suche nach neuen KI-Technologien, ohne genau zu wissen, wo sie diese überhaupt einsetzen wollen. „Für unterschiedliche Anwendungen gibt es unterschiedlich gute Technologien. Ich muss mir bewusst sein, was ich überhaupt will, in welche Richtung ich mich weiterentwickeln will.“ Die gesamte Ausrichtung der Strategie müsse sehr zielgerichtet sein, damit man sich nicht verzettelt.

Dasselbe Prinzip gilt bei der Suche nach den richtigen Ansprechpartner:innen. „Man hört immer wieder von Unternehmen, die auf der Suche nach KI-Spezialist:innen sind. „Das Fachgebiet ist aber deutlich differenzierter und komplexer“, sagt Ortig, „genau so wenig, wie man heutzutage Internetexpert:innen sucht.“ Es gilt sowohl Generalist:innen als auch die richtigen Ansprechpartner:innen für Nischen zu finden. 

#5 Flexibilität 

„Für Unternehmen ist es wichtig, in Zeiten des Wandels nicht nur die eigene Ausrichtung, sondern auch Positionen flexibel weiterzuentwickeln“, sagt Ortig. Begonnen wird dafür besonders bei jungen Mitarbeiter:innen schon früh mit Bewusstseinsbildung. „Es gilt zu vermitteln, dass das Ziel sei, aktuell in einer bestimmten Tätigkeit richtig gut zu werden – dass es aber durchaus möglich ist, später aufgrund von Disruptionen in andere Arbeitsfelder reinzurutschen.“ Flexibilität ist auch für das Management wichtig. „Die Führung muss verstehen, was passiert. Es ist hilfreich, sich manchmal aus dem Tagesgeschäft herauszunehmen und Konferenzen oder Besprechungen zu besuchen, in denen KI-Themen behandelt werden, um einen Überblick zu bekommen.“ Ortig rechnet mit zahlreichen neuen Berufsbildern. Eines davon ist der CAIO – also Chief Artificial Intelligence Officer. „Ich gehe davon aus, dass in drei Jahren wohl 50 Prozent aller DAX-Unternehmen so eine Position haben.“ Für diese Personen wird es weniger wichtig sein, selbst Algorithmen zu beherrschen – sondern die ganzheitliche KI-Unternehmensperspektive im Blick zu haben. „Wichtig wird neben der Technologie und der oft vernachlässigten Datenstrategie insbesondere die Implementierung und Skalierung sowie Ethik und Compliance in diesem Bereich sein.“

Auf der Agenda: weltbester LLM werden

Zurück in die Tabakfabrik: Neben den Büros von Netural befinden sich die Räumlichkeiten von Storyblok, Roomle und dcupl. Sie alle haben etwas gemeinsam: Die Startups entstanden aus digitalen Geschäftsmodellen der Netural, wurden ausgegründet und sind mittlerweile weltweit erfolgreich. Die eigens dafür geschaffene Netural X treibt diese Ausgründungen voran und entwickelt neue Projekte. Das mit Abstand größte dieser Art wurde im Februar gemeinsam mit KI-Pionier Sepp Hochreiter und Mitgesellschafterin Pierer Holding gegründet: NXAI. Ziel ist die Entwicklung eines Language Learning Models (LLM), das nicht nur mit den weltbesten seiner Art mithalten – sondern sie sogar schlagen soll.

Effizienterer Betrieb der KI

„Unser Ziel ist, besser als ChatGPT und alle anderen Modelle zu sein“, sagt Ortig, der seine Erfahrungen bei NXAI als CEO einbringt. Derzeit wird das Modell – entworfen von Sepp Hochreiter, der mit seiner Forschung bereits in den 90er Jahren KI-Pionierarbeit leistete – mit Daten trainiert und auf die Leistungsfähigkeit im Vergleich zu anderen LL-Modellen getestet. Der Clou: Während bei Transformer -Modellen die Berechnungen quadratisch zur Textlänge steigen – das heißt, bei der Berechnung des nächsten Wortes müssen alle bisher eingegebenen Texte wiederholt berechnet werden –, steigen die Berechnungen der Linzer Variante im laufenden Betrieb nur linear zur Textlänge. „Damit wird der Betrieb des Modells bei komplexen Aufgaben mit viel Kontext deutlich effizienter und leistungsstärker“ erklärt Ortig.

„Unser Ziel ist kein Exit“

Wie gut der Ansatz funktioniert, wird derzeit erforscht. „Bei kleinen und mittleren Datenmengen schneiden wir sehr gut ab“, sagt Ortig. Diese Forschungsarbeit braucht selbst bei kleinen Datensätzen enormes Rechenvolumen – und ist somit sehr teuer. „Wir reden schon von Millionensummen von Anfang an, und mit jedem neuen Forschungsstadium nehmen diese Kosten zu.“ Das Interesse ist allerdings groß genug, um die Finanzierung zu sichern. „Wir gehen mit hoher Geschwindigkeit einen Schritt nach dem anderen – und sind überzeugt, mit unseren Ergebnissen und dem Team auch bei weiteren Investements zu reüsieren.“ Einige der größten Unternehmen Europas hätten bereits ihr Interesse – an möglichen Anwendungsfeldern und Teilhabe – bekundet.

Im Erfolgsfall soll NXAI den KI-Standort Europa massiv stärken. „Die Hoheit für die Schlüsseltechnologie KI aus der Hand zu geben, wäre ein enormes Risiko für Europa und könnte einen langfristigen Wohlstandsverlust nach sich ziehen“, sagt Ortig.

Würde man aber – sollte NXAI die hohen Erwartungen erfüllen – bei einem milliardenschweren Übernahmeangebot aus den USA oder China standhaft bleiben? Ortig: „Da kann man sehr klar ja sagen, unser Ziel ist kein Exit nach USA.“ Was nicht bedeuten würde, dass keine internationalen Partner an Bord erwünscht wären. „Bei den anderen beiden europäischen LSTM-Modellen Aleph Alpha und Mistral zeigt sich, dass Schulterschlüsse notwendig sind. Die Hoheit der Weiterentwicklung muss aber in Europa bleiben.“_