Der AI Austria Podcast

IIn dieser Episode begrüßen Ruben und Berni gleich zwei Gäste auf einmal: Thomas Arnoldner, stellvertretender CEO der A1 Gruppe, und Christoph Knogler, CEO der Keba Gruppe – und gemeinsam Co-Chairs der IV-Taskforce KI in der Industrie. Das Gespräch dreht sich um KI-Strategie in Großunternehmen, die echten Kosten agentischer Workflows und die Frage, wo Europas industrielle Stärke in der KI-Wertschöpfungskette wirklich liegt.
💸 KI-Kosten explodieren – und kaum jemand hat das auf dem Radar: Was vor einem Jahr noch überschaubar war, hat sich durch Agents, Tokens und Spreading-Modelle zu einem der brennendsten strategischen Themen entwickelt. Christoph Knogler beschreibt, wie Keba gerade kollektiv lernt, wann Token-Verbrauch echter Mehrwert ist – und wann er einfach unkontrolliert verbrennt. Die Botschaft ist klar: Wer jetzt kein Kostenbewusstsein für KI entwickelt, wird böse überrascht.
🏭 Europas KI-Chance liegt nicht in der Cloud, sondern auf der Edge: Während Hyperscaler die Cloud dominieren, liegt Europas industrielle Stärke genau dort, wo sie noch nicht hingekommen sind: in der OT-Welt, in Maschinensteuerungen, in On-Device- und Edge-AI. Thomas Arnoldner und Christoph Knogler sind sich einig – wer Hochverfügbarkeit, Cybersecurity und Domänenwissen in der Produktion versteht, hat das Rennen noch lange nicht verloren.
🤝 Die IV-Taskforce KI: Kein Arbeitskreis, sondern ein Umsetzungsmotor: Statt Papiere zu produzieren, setzt die Taskforce auf kollaborative Formate, messbare Fortschritte und 140 aktiv beteiligte Mitgliedsunternehmen. Das Ziel ist eindeutig: die KI-Nutzungsrate in der österreichischen Industrie spürbar zu erhöhen – und zwar nicht durch Top-Down-Direktiven, sondern durch echten Peer-to-Peer-Wissenstransfer zwischen Unternehmen.

In dieser Episode ist Peter Hanke zu Gast – seit März 2025 Bundesminister für Innovation, Mobilität und Infrastruktur. Im Gespräch mit Ruben und Berni spricht er über Österreichs Industriestrategie 2035, die Schwäche beim Skalieren von Startups, Europas Abhängigkeit von US- und China-Infrastruktur – und warum digitale Souveränität nur gemeinsam als Europa möglich ist
🏗️ KI Platz eins – aber Strategie allein reicht nicht: In Österreichs Industriestrategie 2035 steht KI an erster Stelle der neun Schlüsseltechnologien, unterstützt durch 5,5 Milliarden Euro aus dem FTI-Pakt. Hanke erklärt, warum gezielte Förderung statt Gießkannenprinzip der richtige Weg ist – und wo die echte Schwäche liegt: nicht in der Forschungsphase, sondern beim Sprung von der geförderten Idee zum skalierbaren Unternehmen.
🇪🇺 Digitale Souveränität ist eine europäische Aufgabe – keine österreichische: 70 Prozent der europäischen Datenverarbeitung läuft auf amerikanischen Systemen. Hanke ist überzeugt: Österreich allein ist zu klein für echte Unabhängigkeit. Europa braucht gemeinsame Rechenzentren, gemeinsame Finanzierung und den politischen Willen, Datensouveränität als strategisches Ziel zu behandeln – und nicht erst, wenn der Exportbann kommt.
🤝 Der Staat als erster Kunde: Startups verdursten oft nach zwei bis drei Jahren, weil der Kapitalmarkt in Österreich strukturell schwächer ist als in anderen Ländern. Hankes Antwort: Ein „Made in Austria"-Aktionsplan, der öffentliche Aufträge gezielt für heimische Tech-Startups öffnet – und so die kritische erste Umsatzschwelle überbrückt, bevor externe Investoren ins Spiel kommen.

In dieser Solo-Folge diskutieren Ruben und Berni über die heißesten KI-Themen der Woche: das neue chinesische Frontier-Modell Kimi K3, explodierende Token-Kosten in agentischen Workflows – und die große Frage, ob Europa in der globalen KI-Wertschöpfungskette noch irgendwo wirklich mitzureden hat.
🇨🇳 Kimi K3 zeigt: China holt nicht nur auf – es überholt: Das neue Modell von Moonshot AI schlägt sich in Benchmarks auf Augenhöhe mit den besten amerikanischen Frontier-Modellen – zu einem Drittel der Kosten und als Open-Weight-Modell lokal hostbar. Was das für europäische Unternehmen bedeutet, die Unabhängigkeit von US-Clouds anstreben, ist klar: Die chinesische KI-Industrie ist kein Nachahmer mehr, sondern ein ernstzunehmender Taktgeber.
💸 Token-Kosten werden zur Kostenfalle für Unternehmen: Was früher eine fixe SaaS-Gebühr war, wird zunehmend zu variablem Usage-Pricing – und durch agentische Workflows explodieren die tatsächlichen Kosten pro Aufgabe. Während manche Entwickler bereits 500–800 Dollar monatlich an KI-Tools ausgeben, hinken viele CFOs und Geschäftsführer in Europa noch mit einem veralteten IT-Budget-Mindset hinterher.
🏗️ Europas eigentliches Problem ist nicht das Modell – es ist die Infrastruktur: 70 Prozent der europäischen Datenverarbeitung läuft auf amerikanischem Stack. Modelle wie Kimi K3 können lokal gehostet werden – aber Europa fehlt die Recheninfrastruktur dafür. Europas Chance liegt nicht im Bau eigener Frontier-Modelle, sondern im Aufbau einer souveränen Cloud- und Application-Schicht, die unabhängig von US- und China-Playern funktioniert.

In dieser Episode sprechen wir mit Andreas Holzinger, Professor für Digital Transformation an der BOKU Wien, über sein Lebensthema: Human-Centered AI. Andreas forscht seit Jahrzehnten daran, wie KI nicht gegen den Menschen entwickelt werden sollte, sondern mit ihm – und erklärt, warum das Expertenwissen eines Försters genauso wertvoll ist wie jeder Datensatz, warum LLMs allein nicht die Zukunft sind, und weshalb er sich manchmal mehr Hausverstand und weniger künstliche Intelligenz wünscht.
🔁 KI braucht den Human-in-the-Loop – nicht trotzdem, sondern deshalb: Während die Tech-Welt lange davon träumte, den Menschen vollständig aus KI-Entscheidungen herauszuhalten, kämpft Andreas Holzinger seit über einem Jahrzehnt für das Gegenteil. Human-Centered AI bedeutet für ihn: Das Fachwissen einer Biologin oder eines Försters muss aktiv in KI-Systeme einfließen – als sogenannte „Knowledge Injection" – weil Daten allein nie das ganze Bild liefern.
⚠️ Erklärbarkeit ist keine Kür, sondern Pflicht: Ein Algorithmus, der ein Ergebnis liefert, das niemand nachvollziehen kann, ist in sicherheitskritischen Bereichen gefährlich – egal wie gut seine Performance ist. Andreas zeigt anhand von Medizin, Recht und autonomem Fahren, wo fehlende Transparenz zum echten Risiko wird, und warum Vertrauen in KI-Systeme nur durch Nachvollziehbarkeit entstehen kann.
🌍 Die Zukunft der KI liegt nicht in Texten, sondern in der Physik: LLMs sind mächtig – aber sie verstehen keine physische Welt. Andreas plädiert für einen Paradigmenwechsel hin zu KI-Systemen, die echtes Kontextwissen über reale Umgebungen besitzen und mit physikalischen Gesetzen arbeiten können. Denn die wirklich schweren Probleme der Menschheit – Ernährung, Klima, Gesundheit – lassen sich nicht mit Sprachmodellen allein lösen.

In dieser Episode sprechen wir mit Nina Wöss, Investorin und Co-Founderin des Venture Capital Fonds FundF, der gezielt in Startups mit mindestens einer Frau im Gründungsteam investiert. Nina erzählt, wie aus Community-Arbeit rund um Female Entrepreneurship ein eigener 28-Millionen-Euro-Fonds wurde, warum Kapital das wirksamste Werkzeug für mehr Diversität ist – und wie KI die Spielregeln im Startup-Investing gerade grundlegend verändert.
💰 Kapital schlägt Mentoring: Mentoring-Programme für Gründerinnen sind wertvoll, aber nicht ausreichend. Nina erklärt, warum der eigentliche Game Changer der Zugang zu Kapital ist: Wer beim ersten Investment rausfällt, kommt nie zu einer Series B. FundF setzt genau dort an – mit einem strukturierten Deal-Flow aus dem Female-Founders-Netzwerk und dem klaren Ziel, die Lücke schon in der frühesten Finanzierungsphase zu schließen.
🛡️ KI macht klassisches SaaS fast uninvestierbar: Die Frage „Kann das Anthropic morgen selbst anbieten?" ist für FundF zum zentralen Auswahlkriterium geworden. Nina beschreibt, warum reine B2B-SaaS-Modelle ohne Hardware-Komponente, proprietäre Daten oder Patente unter enormem Druck stehen – und warum der Fonds deshalb verstärkt auf Hardware-Software-Kombinationen in Climate Tech und Health setzt, wo Verteidigbarkeit langfristig gesichert ist.
🪞 Ähnlichkeitsbias blockiert Diversität im VC-System: Der Grund, warum trotz guter Gründerinnen wenig Kapital fließt, ist kein böser Wille, sondern ein strukturelles Problem: Investitionsentscheidungen werden von Personen getroffen, die unbewusst in Teams investieren, die ihnen ähnlich sehen. Nina benennt offen, dass auch KI daran bisher wenig ändert – weil die neue Technologie sich im selben männlich dominierten System bewegt.