Susanne Mortimore (LexisNexis) erklärt, welche AI im Recht nun Best Practice ist, und wann AI die Produktivität wirklich verbessert.
Großes Interview | Kenza Ait Si Abbou
„ERFAHRUNG UND KI BILDEN EIN STARKES TEAM“
Ein Interview mit KI-Expertin Kenza Ait Si Abbou darüber, wie real die Angst vor Jobverlust ist, was Unternehmen tun müssen und welches Mindset hilft.
08 13
Großes Interview | Dr. Martin Riester
WER SEINE LIEFERKETTE NICHT KENNT, VERLIERT
KI, Robotik und Automatisierung versprechen Kontrolle – doch der Mensch bleibt zentral.
Dr. Martin Riester, Center Direktor Nachhaltige Produktion und Logistik Fraunhofer Austria Research GmbH, über technologische Grenzen und organisatorische Fehler.
AUSGABE #7
Account Manager:
Ece Gök, David Vogt
Geschäftsführung:
Nicole Bitkin, Fredrik Thorsson
Creative Director: Franziska Bredehorn
Redaktion und Grafik:
Franziska Bredehorn, Nadine Wagner, Julia Schmidt, Negin Tayari
Text: Kirsten Schwieger, Thomas Soltau, Kerstin Kloss, Katja Deutsch, Armin Fuhrer, Silja Ahlemeyer, Julia Butz
Coverfoto:
Shutterstock, Wirlphoto, Hendrik Gergen, Fraunhofer Austria
Distribution & Druck:
Der Standard Verlagsgesellschaft m.b.H, Mediaprint Zeitungsdruckerei Ges.m.b.H & Co. KG
Contentway
Wir erstellen Online- und Printkampagnen mit wertvollen und interessanten Inhalten, die an relevante Zielgruppen verteilt werden. Unser Partner Content und Native Advertising stellt Ihre Geschichte in den Vordergrund.
Die Inhalte des „Partner Content“ und „Hotspot Highlight“ in dieser Kampagne wurden in Zusammenarbeit mit unseren Kunden erstellt und sind Anzeigen.
Für die Lesbarkeit verwenden wir das generische Maskulinum. Die Formulierungen sprechen alle Geschlechter gleichberechtigt an.
Herausgegeben von:
Contentway GmbH
Neue Burg 1 DE-20457 Hamburg
Tel.: +49 40 85 539 750
E-Mail: info@contentway.de
Web: www.contentway.de
Folge uns auf Social Media:
Artificial Intelligence
6. Patrick Ratheiser
8. Kenza Ait Si Abbou
12. Legal Consulting 14. Digitale Transformation
Supply Chain 18. Prof. Dr. Sebastian Schlund
19. Ökosystem 20. Dr. Martin Riester 22. Resilienz
AI meets Supply Chain
Handelskonflikte, Protektionismus und geopolitische Spannungen verändern die Spielregeln der globalen Wirtschaft grundlegend. Lieferketten stehen unter Druck, Planbarkeit wird zur Ausnahme, Resilienz zur strategischen Notwendigkeit. Gleichzeitig eröffnet die rasante Entwicklung der Künstlichen Intelligenz neue Möglichkeiten, genau diese Herausforderungen zu bewältigen. Unsere Sonderpublikation „AI & Supply Chain“ zeigt, wie Unternehmen durch das Zusammenspiel von Digitalisierung, Automatisierung und intelligenter Datenanalyse ihre Wertschöpfungsnetzwerke nicht nur absichern, sondern neu denken können – weit über die klassische Logistik hinaus. Denn globale Lieferketten sind längst keine linearen Abläufe mehr, sondern komplexe, dynamische Netzwerke. Geopolitische Konflikte, Handelsbarrieren und wirtschaftliche Unsicherheiten wirken sich unmittelbar auf Produktion, Versorgungssicherheit und Wettbewerbsfähigkeit aus. Gefragt sind heute flexible, adaptive Strukturen, die auf Veränderungen in Echtzeit reagieren können. Künstliche Intelligenz wird dabei zum zentralen Enabler: Sie schafft Transparenz, ermöglicht präzisere Prognosen und unterstützt Unternehmen dabei, fundierte Entscheidungen entlang der gesamten Wertschöpfung zu treffen. Auch Österreichs KI-Landschaft hat in den vergangenen Jahren deutlich an Reife gewonnen. Die Herausforderung liegt nun darin, dieses Momentum in die Breite der Wirtschaft zu tragen. Es reicht nicht mehr, KI punktuell einzusetzen – entscheidend ist ihre tiefgreifende Integration in industrielle und administrative Prozesse. Der digitale Wandel ist in vollem Gange: Unterneh-
CONTENTWAY.DE
Gefahr erkannt, Gefahr gebannt: Cyberschutz in der Industrie In der modernen Industrie spielen Digitalisierung und Automatisierung eine zentrale Rolle.
men sind gefordert, ihn aktiv mitzugestalten und neue, tragfähige Strukturen zu etablieren. Gleichzeitig wirft das globale Wettrennen um KI neue Fragen auf, etwa hinsichtlich Nachhaltigkeit, Ressourcenverbrauch und regulatorischer Verantwortung. Ein bewusster, verantwortungsvoller Einsatz von Technologie wird damit ebenso zum Wettbewerbsfaktor wie ihre Leistungsfähigkeit.
Moderne Logistik entwickelt sich in diesem Spannungsfeld zur strategischen Schlüsselkompetenz. Sie verbindet Resilienz, digitale Transparenz und nachhaltige Wertschöpfung, und wird damit zum Rückgrat unternehmerischer Zukunftsfähigkeit. Entscheidend ist dabei nicht die Kürze einer Lieferkette, sondern ihre Anpassungsfähigkeit: datenbasiert gesteuert, strategisch auf Risiken ausgerichtet und über Unternehmens- wie auch Ländergrenzen hinweg vernetzt. Die Zukunft gehört hybriden, „glokalen“ Wertschöpfungsnetzwerken, die globale Effizienz mit regionaler Stärke verbinden. Lokale Produktion erhöht die Souveränität, während digitale Technologien die notwendige Vernetzung und Steuerbarkeit sichern, auch wenn dadurch die Komplexität steigt.
Eines wird dabei klar: Ein strategischer Wandel ist unumgänglich. Wer Ökologie, Technologie und Sicherheit zusammendenkt und konsequent integriert, stärkt nicht nur die eigene Wettbewerbsfähigkeit, sondern leistet auch einen entscheidenden Beitrag zur wirtschaftlichen Souveränität Europas.
CONTENTWAY.DE
Gemeinsam Stark mit Open Source in der Logistik Andreas Nettsträter führt als CEO der Open Logistics Foundation die Mission an, die Digitalisierung mit Open-Source-Technologien in Logistik und Supply Chain Management voranzutreiben.
AUCH IN DIESER AUSGABE:
Clemens Wasner, Vorstandsvorsitzender AI
Seite 4
Manuela Lindlbauer, KI-Pionierin im HR
Seite 10
FH-Prof. Dr. Veit Kohnhauser, Professor für Logistik und Supply Chain Management
Seite 16
Der Dokumentenflut souverän begegnen
Intelligent Document Processing: Heterogene Eingangsdokumente werden automatisiert analysiert und in einheitliche, weiter verarbeitbare Daten verwandelt: ein zentraler Schritt moderner dokumentenbasierter Prozesse.
Rund 500.000 Dokumente pro Jahr durchlaufen ein durchschnittliches
Die Dokumentenflut verhindert nicht nur effizientes Arbeiten –sie ist ein Qualitätsproblem
Rechnungen, Anträge, Nachweise, Verträge, Bewerbungen: In jedem Unternehmen müssen täglich dokumentenbasierte Entscheidungen getroffen werden. Der Effizienzkiller ist selten der Mangel an Informationen, sondern die Form, in der sie vorliegen: unstrukturiert, heterogen, verteilt über Kanäle und Systeme. Wer daraus manuell Daten gewinnt, erzeugt
Damit entsteht ein unterschätztes Risiko: Falsche oder unvollständige Eingangsdaten wandern in Systeme, Reports und Entscheidungen. „Garbage in, garbage out“ ist keine IT-Floskel, sondern ein betriebswirtschaftlicher Faktor, der Fristen, Datenschutz oder Compliance gefährden kann.
Intelligent Document Processing: Wenn KI nicht entscheidet, sondern absichert
Intelligent Document Processing (IDP) setzt genau hier an: KI erkennt Dokumenttypen, liest Inhalte, extrahiert relevante Informationen, prüft Plausibilitäten und stellt Ergebnisse strukturiert bereit – inklusive Transparenz, Protokollierung und klaren Qualitätsstufen. Die Entscheidung bleibt beim Menschen, basiert aber auf konsistenteren, schnelleren und nachvollziehbaren Daten.
1) ESG-Reportings: die manuelle Suche nach den richtigen Zahlen hat ein Ende Energie- und Verbrauchsdaten verstecken sich oft in Rechnungen, Belegen und Anhängen – einmal als kWh, ein anderes Mal als m³ oder in unterschiedlichen Perioden.
KI erkennt, extrahiert und harmonisiert diese Informationen dokumentenunabhängig und kontextbasiert. Teams erhalten dadurch vergleichbare Werte für Auswertungen, Reportings und Nachhaltigkeitsentscheidungen – ohne Excel Detektivarbeit.
2) Kreditanträge: Prozessbeschleunigung durch strukturierte Datenaufbereitung
In digitalen Kreditprozessen benötigen Banken einen schnellen Überblick über übermittelte Unterlagen. KI unterstützt, indem sie Dokumente wie Ausweise, Einkommensnachweise oder Kontoauszüge erkennt und relevante Angaben strukturiert bereitstellt. Mitarbeitende sehen rascher, welche Schritte notwendig sind und ob alle Informationen vollständig vorliegen. Die Entscheidung bleibt dabei selbstverständlich beim Menschen.
3) HR: Zeit für den Auswahlprozess von Bewerbernden schaffen
HR-Abteilungen sichten oft große Mengen heterogener Bewerbungsunterlagen. KI erkennt, welche Dokumente vorhanden sind, welche fehlen und wie Inhalte einzuordnen sind. Dadurch wird der administrative Teil des Prozesses entlastet: Unterlagen sind vollständig sortiert, klare Strukturen entstehen und HR Teams können sich konzentrierter dem tatsächlichen Auswahlprozess widmen.
Warum Unternehmen gerade jetzt handeln sollten
Die aktuelle Digitalisierungsstudie der Post Business Solutions zeigt, dass Unternehmen KI besonders dort einsetzen, wo Prozesse komplex und dokumentenintensiv sind. Gleichzeitig bleibt Transparenz entscheidend: 94 Prozent der Befragten halten eine menschliche Kontrollinstanz für wichtig. Lösungen wie DAiTA helfen, der täglichen Dokumentenflut souverän zu begegnen. Die gewonnene Klarheit schützt vor Qualitätsrisiken und verschafft Teams Zeit für Aufgaben, die menschliche Expertise erfordern.
Unternehmen suchen keine Technologie, sondern Orientierung. Gute Entscheidungen brauchen verlässliche Daten. Genau dort entsteht der größte Mehrwert intelligenter Dokumentenprozesse.
DAiTA: eine Plattform zur Automatisierung dokumentenbasierter Geschäftsprozesse Damit IDP in der Praxis skaliert, braucht es mehr als OCR. DAiTA, die KI‑gestützte IDP‑Plattform der Post Business Solutions, verbindet KI‑Modelle mit definierten Prozesslogiken und Sicherheitsmechanismen. So werden Informationen aus Dokumenten konsistent, nachvollziehbar und datenschutzkonform bereitgestellt – unabhängig davon, ob sie per Mail, Upload, Scan oder Schnittstelle angeliefert werden. Dadurch entsteht eine Basis, auf der sich dokumentenintensive Abläufe effizient abbilden lassen – ohne den menschlichen Entscheidungsprozess zu ersetzen. Wie das wirkt, zeigen drei typische Szenarien:
Unternehmen im DACH-Raum. KI hilft, diese Informationsmengen strukturiert nutzbar zu machen. DAiTA-Architektur: Die Architektur zeigt, wie verschiedene KI- und Automatisierungskomponenten zusammenspielen: von der Erkennung und Strukturierung von Inhalten bis hin zur sicheren Weiterverarbeitung.
George Wallner, Geschäftsführer der Post Business Solutions GmbH
Österreichs KI-Sektor: Zwischen radikalem Umbau und neuen Chancen
EINLEITUNG
Es herrscht Aufbruchstimmung in der österreichischen Tech-Szene, doch es ist eine andere als noch vor wenigen Jahren. Wir befinden uns mitten in einem technologischen „Reset“. Die Ära, in der Künstliche Intelligenz (KI) ein exklusives Werkzeug für Spezialisten war, ist vorbei. In den letzten zwölf Monaten hat die Demokratisierung der Softwareentwicklung durch Konzepte wie „Vibecoding“ dazu geführt, dass Ideen schneller als je zuvor in funktionale Anwendungen gegossen werden können. Für den Standort Österreich bedeutet das: Die Karten werden neu gemischt.
Foto: Clemens Wasner
Die Selbstreinigung des Ökosystems Abseits der großen Schlagzeilen hat der heimische Privatsektor eine harte, aber notwendige Selbstreinigung vollzogen. Während ältere Geschäftsmodelle, die noch auf der „Pre-ChatGPT-Welt” basierten, zunehmend unter Druck geraten, drängen dynamische Neuzugänge nach. Der Trend geht weg von massiver Fremdfinanzierung hin zu „Bootstrapping“, dem Aufbau von Unternehmen aus eigener Kraft. Kleine, effiziente Teams nutzen heute die rasant gestiegene Leistung von KI-Modellen, um Aufgaben zu bewältigen, für die früher ganze Abteilungen nötig waren. Dieser Wandel zwingt auch etablierte Unternehmen dazu, sich als „AI-First“-Organisationen völlig neu zu erfinden, um wettbewerbsfähig zu bleiben.
Österreich wird vermutlich nicht das nächste globale Sprachmodell bauen, das mit den Giganten aus dem Silicon Valley konkurriert. Doch unsere Stärke liegt in der Anwendung: dem „Vertical AI“-Ansatz. Heimische Unternehmen glänzen dort, wo tiefes Branchenwissen auf Technologie trifft – sei es in der Produktion, der Landwirtschaft oder im Immobilienbereich. Besonders in der Medizin und den Life Sciences entstehen Lösungen, die weltweit Beachtung finden. Auch in „unsexy“ Bereichen, wie der automatisierten Buchhaltung oder im Finanzwesen, beweist der Standort seine Klasse, was sich zuletzt in Exits im dreistelligen Millionenbereich
widerspiegelte. Es ist dieses spezifische Domänenwissen, das in einer Welt, in der Code vom Differenzierungsmerkmal zur Standardware wird, den entscheidenden Unterschied macht.
Die Souveränitäts-Debatte als Geschäftsmodell
Ein zentrales Thema unserer Zeit ist die technologische Souveränität. Während der Einsatz von Open Source-Modellen in den USA primär als Hebel zur Kostensenkung dient, wird das Thema in Europa oft ideologisch diskutiert. Doch für viele österreichische Start-ups ist KI-Souveränität längst ein valides Geschäftsmodell geworden. Die Fähigkeit, hochspezialisierte und datenschutzkonforme KI-Lösungen lokal zu betreiben, ist nicht nur für jene Unternehmen relevant, die bestehende Technologie-Abhängigkeiten verringern wollen, sondern es wird zu einer Selbstverständlichkeit, wie es in den USA und China bereits der Fall ist.
Fazit: Den Wandel gestalten Österreichs KI-Landschaft ist heute resilienter und profitabler als noch vor zwei Jahren. Die Herausforderung für die kommenden Jahre liegt darin, diesen Schwung in die Breite der Wirtschaft zu tragen. Es geht nicht mehr nur darum, KI zu „haben“, sondern sie tief in die industriellen und administrativen Prozesse zu integrieren. Der Reset-Knopf wurde gedrückt – nun liegt es an den Unternehmen, die neue Architektur des digitalen Österreichs aktiv mitzugestalten.
Bei Angri�en ist schnelle
Heimische Unternehmen glänzen dort, wo tiefes Branchenwissen auf Technologie trifft – sei es in der Produktion, der Landwirtschaft oder im Immobilienbereich.
water IT Security GmbH – Partner Content
Handlungsfähigkeit entscheidend
Künstliche Intelligenz ist Segen und Fluch zugleich. Während sie in vielen Unternehmen bereits Routineaufgaben übernimmt und damit Geschäftsprozesse e�zienter macht, unterstützt sie auch Hacker für komplexe Angri� e – die Unternehmen komplett lahmlegen können. Resilienz wird für Unternehmen deshalb zum entscheidenden Faktor.
Julia Eberl, Director Sales und Customer Success von water IT Security, weiß, warum schnelle Reaktionsfähigkeit im Schadensfall existenziell ist:
Frau Eberl, wie verändern Künstliche Intelligenz und steigende Systemkomplexität die Bedrohungs- und Ausfalllandschaft für Unternehmen?
KI wird heute sowohl auf der Verteidigerseite eingesetzt, aber auch auf der Angreiferseite, mit täuschend echten Phishing-Mails, schneller Ausnutzung
neuer Schwachstellen und besserer Skalierbarkeit. Mit der fortschreitenden Digitalisierung wachsen die IT-Systeme immer enger zusammen, sodass Geschäftsprozesse zunehmend auf eine komplexe, nur schwer überschaubare Infrastruktur angewiesen sind. Damit rückt Resilienz noch mehr in den Fokus: Unternehmen müssen klären, wie sie ihre Geschäftstätigkeit bei Systemausfall sicherstellen können, unabhängig von der Ursache des Ausfalls, die in Cyberangriffen, Naturkatastrophen oder geopolitischen Entwicklungen liegen kann.
Warum wird Resilienz zunehmend zum entscheidenden Faktor für Unternehmenserfolg?
Resilienz ist heute zentral, da sich IT-Sicherheitsanforderungen durch neue Technologien, Regulierung und Bedrohungen rasant verändern. Reine Abwehr reicht nicht mehr aus. Resilienz sollte heute gleichwertig zur Prävention sein, um in Krisen handlungsfähig zu bleiben. Statt theoretischem Business Continuity Management mit endlosen Papierstapeln sind pragmatische Ansätze gefragt, die sich auf kritische Geschäftsprozesse, klare Strukturen und schnelle Entscheidungswege konzentrieren.
Was bedeutet digitale Souveränität im Kontext moderner IT- und Sicherheitsstrategien konkret?
Für uns bei water IT Security bedeutet digitale Souveränität die Fähigkeit zu haben über die Geschäftsprozesse eines Unternehmens jederzeit autonom entscheiden zu können. Der Fokus liegt darauf, trotz verschiedener äußerer Einflüsse handlungsfähig zu sein und auf vorbereitete Optionen zurückgreifen und Systeme unabhängig wiederherstellen zu können. water unterstützt Unternehmen dabei mit einem klaren Fokus auf IT-Sicherheit und hoher Anpassungsfähigkeit aus Österreich heraus.
Cyberbedrohungen warten nicht. Deshalb kombiniert die water IT Security GmbH IT-Sicherheitslösungen mit fundiertem Cybersecurity-Know-how. Das Ergebnis: maximaler Schutz und optimale Resilienz für Unternehmen. www.wtrsecurity.at
Seit fünf Jahren kombinieren wir als agiles Start-up tiefgehende Spezialisierung und gehen dabei auf individuelle Kundenanforderungen ein.
Clemens Wasner, Vorstandsvorsitzender AI Austria
Julia Eberl, Director Sales & Customer Success von water IT Security
Der Strom der Künstlichen Intelligenz
DIGITALE INFRASTRUKTUR
Der Boom der KI wirkt digital. Seine Folgen sind erstaunlich physisch: Stromleitungen, Kühlanlagen und eine Industrie, die plötzlich strategisch wird.
Text: Thomas Soltau
Foto: Getty Images/unsplash
Wer einmal ein großes Rechenzentrum von innen gesehen hat, vergisst den Eindruck nicht so schnell. Lange Gänge mit dicht an dicht stehenden Serverschränken. Ein permanentes Rauschen der Lüfter. Kabelstränge, so dick wie der Arm eines Kraken. Die Luft ist kühl, die Beleuchtung nüchtern. Hier wird gerechnet. Diese Anlagen bilden das Rückgrat der digitalen Welt. Suchmaschinen, Cloudplattformen oder Streamingdienste laufen seit Jahren in solchen Hallen. Doch mit dem Aufstieg Künstlicher Intelligenz hat sich ihre Bedeutung verändert. Die Server arbeiten heute an Aufgaben, die vor wenigen Jahren noch als experimentell galten.
Das Training moderner KI-Modelle gehört zu den rechenintensivsten Prozessen der digitalen Wirtschaft. Sprachmodelle oder Bildgeneratoren entstehen nicht auf einzelnen Computern. Sie werden in riesigen Rechnerclustern entwickelt. Tausende spezialisierte Prozessoren arbeiten gleichzeitig an Milliarden mathematischen Operationen. Dieser Prozess kann Wochen dauern. Der Energiebedarf solcher Anlagen wächst entsprechend. Die Internationale Energieagentur hat diese Entwicklung in mehreren Studien untersucht. Nach ihren Angaben verbrauchten Rechenzentren weltweit im Jahr 2022 rund 460 Terawattstunden Strom. Zur plastischen Einschätzung: Das entspricht etwa eineinhalb Prozent
Das Training moderner KI-Modelle gehört zu den rechenintensivsten Prozessen der digitalen Wirtschaft.
der globalen Elektrizitätsnachfrage.
Mit dem rasanten Ausbau Künstlicher Intelligenz könnte dieser Bedarf deutlich steigen. Szenarien der Energieagentur reichen bis 2030 von etwa 620 bis über 1.000 Terawattstunden jährlich. Damit würde der Stromverbrauch von Rechenzentren in eine Größenordnung vorstoßen, die heute mit dem Energiebedarf ganzer Industrieländer vergleichbar ist. Solche Zahlen lenken den Blick auf eine Branche, die lange eher im Hintergrund arbeitete: Die Halbleiterindustrie. Denn, wie energieeffizient Künstliche Intelligenz künftig arbeitet, entscheidet sich nicht allein in Software oder Datenmodellen. Ein entscheidender Teil dieser Effizienz entsteht in den Chips selbst.
Chipentwickler arbeiten deshalb an neuen Transistorarchitekturen und Fertigungsprozessen. Besonders viel Aufmerksamkeit erhält derzeit eine Bauweise, die als Gate-all-around
bezeichnet wird. Sie ermöglicht eine präzisere Kontrolle des Stromflusses im Transistor und soll helfen, Leistung und Energieverbrauch besser auszubalancieren. Auch politisch hat das Thema Gewicht bekommen. Die Europäische Union betrachtet Halbleiter inzwischen als strategische Schlüsseltechnologie. Mit dem EU Chips Act sollen Forschung, Produktion und Lieferketten gestärkt werden. Ziel ist es, den Anteil Europas an der globalen Chipproduktion langfristig auf rund zwanzig Prozent zu erhöhen. Der Boom der Künstlichen Intelligenz hat damit eine weniger sichtbare Seite. Hinter neuen Anwendungen
E+H Rechtsanwälte – Partner Content
entsteht eine Infrastrukturfrage, die erstaunlich analog ist: Wie viel Energie braucht die digitale Zukunft? Und wer liefert und sichert diese auf nachhaltige Art und Weise?
Die Europäische Union betrachtet Halbleiter inzwischen als strategische Schlüsseltechnologie.
KI-Compliance: Aus dem Nebel zur Strategie
Hochrisiko, Deepfakes, Schatten-KI: Wo die größten Fallen in der Praxis liegen.
Am Anfang wirkt das KI-Regelwerk der EU („AI Act“) für viele Unternehmen wie der berühmte Gordische Knoten. In der Praxis wird es allerdings deutlich übersichtlicher, sobald das Unternehmen seine KI-Strategie festlegt, Use Cases strukturiert erfasst und diese juristisch bewertet.
Der AI Act wird zwar erst ab 2. August 2026 in weiten Teilen wirksam, aber einige Pflichten gelten bereits jetzt: Etwa absolute Verbote bestimmter KI-Praktiken und die Pflicht, Mitarbeiter KI-fit zu machen. Gleichzeitig hat die EU-Kommission mit dem „Digital Omnibus“ einen Vorschlag vorgelegt, der einzelne Anforderungen vereinfachen oder – insbesondere bei Hochrisiko-KI – zeitlich nach hinten schieben soll. Aber: „Der Omnibus ist kein Freifahrtschein: Wer KI einsetzt, braucht jetzt einen Umsetzungsplan“, sagt Dr. Gernot Fritz, Partner bei E+H Rechtsanwälte.
Wie schnell man unbewusst im HochrisikoBereich landet, zeigt besonders der HRBereich: Schon Systeme, die Bewerbungen vorsortieren, Eignung bewerten, Aufgaben zuteilen oder Leistung überwachen, können als Hochrisiko-KI gelten – mit Anforderungen an Datenqualität, Dokumentation,
menschliche Aufsicht und laufendes Monitoring. Zugleich gibt es rote Linien, etwa ein grundsätzliches Verbot von Emotionserkennung am Arbeitsplatz (mit eng begrenzten Ausnahmen). „Auf den ersten Blick scheint vieles harmlos. Entscheidend ist aber der konkrete Einsatzzweck – und der kann KI schnell in eine andere Risikoklasse bringen“, so Tanja Pfleger, Rechtsanwältin bei E+H.
Auch generative Inhalte sind längst Alltag: Viele Unternehmen nutzen KI-Texte, Bilder, Stimmen oder Videos in Marketing und Vertrieb. Rechtlich zählt dabei Transparenz –etwa, dass Chatbots als KI erkennbar sind und Deepfakes als künstlich erzeugt oder manipuliert gekennzeichnet werden.
In der Praxis bleibt vieles offen, weil der Gesetzeswortlaut nicht klar vorgibt, wie eine rechtssichere Kennzeichnung konkret auszugestalten ist. Hier entscheidet weniger das Tool als der Ablauf: Klare Prozesse, Regeln
Gerade deshalb ist eine KI-Strategie und KI-Governance für Unternehmen so wichtig – erst damit wird KI im Alltag steuerbar.
und Ausnahmen – und ein Mensch, der tatsächlich kontrolliert. Mit der nächsten Welle agentischer Systeme übernehmen virtuelle Assistenten ganze Aufgabenketten: Recherchieren, kommunizieren, Entwürfe erstellen, Angebote erstellen und Verträge abschließen. Dadurch ergeben sich wieder viele neue rechtliche Fragen, so hat KI in der Praxis wesentliche Schnittstellen zu Datenschutz, IP, Vertraulichkeit, Security und Vertragsgestaltung. KI-Governance beginnt deshalb nicht in der IT- oder in Rechtsabteilung, sondern erfordert klares Commitment und aktive Involvierung des Managements. Wo Standards fehlen, entsteht schnell „Schatten-KI“: Tools werden ohne Vorgaben oder Kontrolle für Unternehmenszwecke genutzt und das Unternehmen haftet dafür. „Gerade deshalb ist eine KI-Strategie und KI-Governance für Unternehmen so wichtig – erst damit wird KI im Alltag steuerbar“, erklärt Fritz.
Ob Pilot oder Rollout: E+H steht Unternehmen bei allen rechtlichen Fragen rund um KI zur Seite – von der AI-Act-Einstufung und Compliance über Transparenz- und Dokumentationspflichten bis zu Vertragsgestaltung und Haftungsfragen. Möglich wird das durch die enge Verzahnung von regulatorischem Know-How, Technikverständnis und umfassender Erfahrung mit KI-Anwendungen in der IP/IT Practice Group.
Tanja Pfleger, E+H Rechtsanwälte
KI-Governance beginnt deshalb nicht in der IT- oder in Rechtsabteilung, sondern erfordert klares Commitment und aktive Involvierung des Managements.
Dr. Gernot Fritz, E+H Rechtsanwälte
Mit dem EU Chips Act sollen Forschung, Produktion und Lieferketten gestärkt werden.
Der KI-Hype stolpert im Alltag
Patrick Ratheiser, Director & Head of AI bei Ernst & Young Management Consulting, begleitet zahlreiche KI-Projekte in Unternehmen. Seine Erfahrung zeigt, warum viele Initiativen nicht über Experimente hinauskommen, welche Denkfehler Fortschritt verhindern und weshalb KI vor allem bestehende Strukturen herausfordert. Zwischen Pilotprojekten und produktivem Einsatz klafft oft eine größere Lücke als erwartet. Technologische Reife allein entscheidet dabei selten über Erfolg oder Scheitern.
Text: Thomas Soltau
Fotos: Patrick Ratheiser, Getty Images/unsplash
Herr Ratheiser, viele Unternehmen reden über KI, nutzen sie aber nur oberflächlich.
Woran liegt das?
Viele KI-Initiativen scheitern an denselben Problemen wie klassische Digitalisierungsprojekte – nur mit deutlich höheren Erwartungen. Aktuell sind nur rund fünf Prozent der Unternehmen so weit, dass KI tief in ihre Kernprozesse integriert ist, und nur etwa ein Drittel schafft den Sprung von Experimenten in den produktiven Betrieb. Häufig fehlt eine belastbare Datenbasis, klare Verantwortlichkeiten oder es werden Anwendungsfälle gewählt, die zwar leicht umzusetzen sind, aber keinen echten Geschäftsnutzen liefern. Hinzu kommt eine massive Überschätzung der Technologie. KI ist leistungsfähig, aber keine Magie. Sie hat klare Grenzen, die man kennen muss.
Wird KI zu häufig als reines Effizienzwerkzeug verstanden?
Ja. Effizienz ist leicht messbar und damit ein naheliegender Einstiegspunkt, gerade
Wer KI ausschließlich als Kostensenkungsinstrument begreift, verschenkt einen großen Teil ihres strategischen Potenzials.
wenn Investitionen begründet werden müssen. Doch KI kann weit mehr leisten: Sie kann die Qualität von Produkten und Services erhöhen, neue Geschäftschancen sichtbar machen und bessere, datenbasierte Entscheidungen ermöglichen. Wer KI ausschließlich als Kostensenkungsinstrument begreift, verschenkt einen großen Teil ihres strategischen Potenzials.
Wer KI einführt, verschiebt Macht im Unternehmen. Wo entstehen die größten Konflikte?
Diese Konflikte sind kein spezifisches KIProblem, sondern ein strukturelles Organisationsthema. KI wirkt hier wie ein Verstärker. Fachabteilungen, IT und Management müssen enger zusammenarbeiten als bisher, weil KI eine echte Querschnittsdisziplin ist. Konflikte entstehen durch unterschiedliche Prioritäten, Erwartungshaltungen und Verantwortlichkeiten. Erfolgreich sind Projekte nur dann, wenn interdisziplinäre Teams gemeinsam Verantwortung übernehmen.
Der EU AI Act verlangt mehr Transparenz. Bremst er Innovation?
Ich sehe ihn überwiegend positiv. Er schafft Klarheit, Transparenz und Verantwortlichkeit. Viele Anwendungen fallen gar nicht in den Hochrisikobereich, und für gut organisierte Unternehmen ist der zusätzliche Aufwand überschaubar. Dokumentations- und Transparenzpflichten sind sinnvoll, solange man sie ernst nimmt.
Je kritischer der Einsatz, desto höher müssen Tests, Kontrollen und klare Einsatzgrenzen sein.
Erklärbarkeit gilt als Voraussetzung für vertrauenswürdige KI. Wie realistisch ist das?
Man muss differenzieren: Bei kleineren Modellen ist Erklärbarkeit gut umsetzbar, bei großen Sprachmodellen technisch kaum vollständig möglich. Entscheidend ist ein risikobasierter Ansatz: Je kritischer der Einsatz, desto höher müssen Tests, Kontrollen und klare Einsatzgrenzen sein.
Viele Führungskräfte glauben an objektive KI-Entscheidungen. Wie gefährlich ist das? Sehr gefährlich. KI-Systeme machen Fehler, halluzinieren und sind immer von ihren Trainingsdaten geprägt. Objektivität existiert nur innerhalb dieser Daten – und die sind fast nie neutral. Ergebnisse müssen überprüft und eingeordnet werden. KI ist ein mächtiges Werkzeug, aber kein neutraler Schiedsrichter.
Patrick Ratheiser, Director & Head of AI bei Ernst & Young Management Consulting
Europas Antwort auf globale KI-Plattformen
Künstliche Intelligenz gilt als Schlüsseltechnologie der nächsten industriellen Revolution. Gleichzeitig wächst in Europa die Sorge vor technologischer Abhängigkeit von internationalen Plattformen und den Risiken für Datenhoheit, Compliance und Innovationsfähigkeit. Das Linzer Unternehmen FiveSquare berät Organisationen beim zielgerichteten Einsatz von KI und entwickelt zudem innovative KI-Lösungen wie die Plattform KARLI. Mit KARLI können KI-Anwendungen in einer sicheren, österreichischen Infrastruktur genutzt werden. Im Gespräch mit Hans-Peter Pichler, CEO von FiveSquare, zeigt sich, welches Potenzial Künstliche Intelligenz für europäische Unternehmen bietet und wie sich dabei technologische Unabhängigkeit bewahren lässt.
Viele Unternehmen setzen KI inzwischen auf ihre Agenda. Wo steht die Umsetzung in der Praxis wirklich? Wir sehen derzeit vor allem eine Experimentierphase. Viele Unternehmen testen einfache KI-Anwendungen wie Chatbots. Damit heben sie nur einen Bruchteil des Potenzials von KI. Entscheidend ist die Identifikation von Anwendungsfällen, die echten wirtschaftlichen Mehrwert schaffen und langfristig betrieben werden können.
Was bewegt Entscheidungsträger in Europa aktuell, wenn es um KI geht? Fragen rund um Datenkontrolle, Governance und technologische Abhängigkeit stehen oftmals im Fokus. Die zunehmende KI-Integration schafft Abhängigkeiten von nicht-europäischen Anbietern und birgt rechtliche Risiken, da Daten in Drittländern verarbeitet werden und Datenschutz nicht immer gewährleistet ist. Selbst, wenn internationale Anbieter Rechenzentren in Europa betreiben, können rechtliche Zugriffsmöglichkeiten außerhalb der EU bestehen. Zudem schwächen fehlende Transparenz und geringe Anpassbarkeit der Modelle die
technologische Souveränität und beeinträchtigen Innovation.
Wie unterstützt FiveSquare Unternehmen dabei, diese Herausforderungen zu bewältigen? Wir verstehen uns als strategischer Sparringpartner und begleiten Unternehmen von der Potentialanalyse über die Konzeption bis zur operativen Umsetzung. Unser rund 50-köpfiges Team aus KI-Entwicklern, Data Scientists, Mathematikerinnen und Informatikern verbindet Expertise mit Praxisnähe und arbeitet eng mit Forschungsinstitutionen zusammen. So bringen wir die neuesten Erkenntnisse direkt in Kundenprojekte ein.
Ein spannendes Produkt von FiveSquare ist KARLI. Was steckt hinter dieser Plattform?
KARLI ist eine Plattform, mit der Unternehmen unabhängig und sicher eigene KI-Anwendungen nutzen können. Sie basiert auf leistungsstarken KI-Modellen, wie sie aus Anwendungen wie ChatGPT bekannt sind, angepasst an den individuellen Unternehmenskontext. Der entscheidende Vorteil ist die Datensouveränität: KARLI läuft ausschließlich in Rechenzentren im DACH-Raum, beziehungsweise auf rein österreichischer Infrastruktur, ohne Datentransfer in Drittstaaten. Unternehmen behalten die volle Hoheit über ihre Daten und Systeme.
In welchen Bereichen nutzen Ihre Kunden KARLI bereits?
Ein häufiges Einsatzfeld ist das Wissensmanagement. KARLI analysiert große Dokumentenbestände und bereitet Informationen verständlich auf. Mitarbeitende erhalten schneller Antworten oder werten komplexe Inhalte effizienter aus. Zudem automatisiert KARLI administrative Aufgaben wie Transkriptionen, Protokolle oder Textvorschläge. KI-Agenten übernehmen mehrstufige Prozesse wie die Beantwortung wiederkehrender Kundenanfragen oder die Rechnungsverarbeitung.
Rechenleistung gilt als zentrale Voraussetzung für KI. Gibt es dafür genügend Infrastruktur in Europa? Ja, auch wenn das oft nicht für möglich gehalten wird. KARLI ist ein Beispiel dafür. Hier nutzen wir ein Netzwerk von Rechenzentren, die es ermöglichen, KIModelle in Österreich skalierbar zu betreiben. Mit unserer Initiative tokeneurope.ai wollen wir diese Rechenleistung künftig noch einfacher zugänglich machen.
Was sollten Unternehmen jetzt tun, wenn sie KI einsetzen wollen?
Der wichtigste Schritt ist, das Thema aktiv anzugehen. Dabei ist ein pragmatischer Zugang wesentlich. Ein grundsätzliches KI-Verständnis und erste wertstiftende Use Cases lassen schnell Erfolge erzielen. Dann sind erfahrungsgemäß auch die Mitarbeitenden an Bord und die Transformation nimmt Fahrt auf. „Wir reden uns in Europa technologisch oft kleiner, als wir sind. Dabei haben wir längst die Fähigkeiten und Lösungen, um unsere digitale Zukunft selbst zu gestalten.“
Hans-Peter Pichler, CEO von FiveSquare
Mehr Informationen: www.karli.ai www.fivesquare.ai
„Erfahrung und KI bilden ein starkes Team“
KENZA AIT SI ABBOU
Ein Interview mit KI-Expertin
Kenza Ait Si Abbou darüber, wie real die Angst vor Jobverlust ist, was Unternehmen tun müssen und welches Mindset hilft.
Text:
Was ist das größte Missverständnis über Künstliche Intelligenz? Das ist die Erwartung, dass Künstliche Intelligenz etwas Magisches ist und alle Probleme löst.
Viele haben deshalb Angst vor Jobverlust. Wie schätzen Sie das ein?
Im Berufsalltag denken Menschen eventuell, KI würde ihnen den Job wegnehmen, weil sie so gute Antworten formulieren kann. Aber das Narrativ ist viel größer als das, was tatsächlich passiert. Zwar gibt es die Technologie, aber der Einsatz von KI in Unternehmen läuft nicht so schnell, wie viele befürchten. Wir sind weit davon entfernt, dass KI alles ersetzt. Nichtsdestotrotz muss man existenzielle Ängste ernst nehmen und Perspektiven anbieten.
Wie kann das funktionieren?
Es ist Aufgabe der Unternehmen, sich mit der technologischen Entwicklung zu beschäftigen und sich anzuschauen, wie KI Jobfamilien beeinflussen kann: Welche Tätigkeiten haben ein hohes Potenzial automatisiert zu werden? Welche Fähigkeiten brauchen die Mitarbeitenden, damit sie zukunftsfähig sind? KI ersetzt kein menschliches Urteil. Je länger Menschen in einem Job arbeiten, desto mehr Erfahrung haben sie. Erfahrung und KI bilden ein starkes Team. Organisationen müssen eine Umgebung schaffen, in der beide Stärken zusammenkommen. Verantwortung tragen
aber auch die Einzelnen – sie müssen sich mit der Technologie befassen und Unterstützung vom Arbeitgeber einfordern.
Haben Sie ein konkretes Beispiel für die Zusammenarbeit von Mensch und Maschine? Ich kenne kein Tool, das eigenständig eine Präsentation erstellt. Die KI kann viele Daten schnell analysieren und Muster erkennen, aber sie kann keine Schlussfolgerungen mit einer Entscheidungsempfehlung formulieren. Menschen machen daraus eine Geschäftsführungsunterlage, die zur Unternehmenskultur passt. Ich kann mir auch Vorschläge von der KI geben lassen, die ich mit meiner Erfahrung bewerten muss. Dieser Qualitätscheck bringt ein besseres Ergebnis.
Sie führen KI in Unternehmen ein.
Worauf kommt es dabei an?
Damit KI im Unternehmen wirklich skalieren kann, müssen Grundlagen wie Dateninfrastruktur, eine Tech-Plattform und eine modulare Architektur vorhanden sein. Gleichzeitig braucht es klare Prozesse, eindeutig definierte Rollen und Verantwortlichkeiten. Die Organisation muss einen geschützten Rahmen für die KI-Nutzung definieren, damit nicht jede Person überlegen muss, was sie darf und was nicht. Außerdem müssen Budgets dafür vorhanden sein, Freigabeprozesse eventuell verändert und Entscheidungen viel partizipativer getroffen werden. Denn Expertise findet sich eher in der Belegschaft als im Top-Management.
Welche Trainingsmaßnahmen sind sinnvoll?
Das Unternehmen muss Mitarbeitenden nicht nur Weiterbildungsmöglichkeiten anbieten, sondern auch selbst eine lernende Organisation werden. Dabei werden Informationen im Unternehmen transparent und demokratisch allen zur Verfügung gestellt, um voneinander zu lernen. Wenn wir angesichts des demogra-
Damit KI im Unternehmen wirklich skalieren kann, müssen Grundlagen wie Dateninfrastruktur, eine Tech-Plattform und eine modulare Architektur vorhanden sein.
fischen Wandels die Expertise, die Menschen über Jahre gesammelt haben, nicht an neue Generationen weitergeben, geht sie verloren. Dieses Risiko können Organisationen nur mit Technologie managen. Erst, wenn alles integriert ist, lässt es sich wertstiftend für das Unternehmen nutzen.
Sie haben in Peking und Shanghai gearbeitet. Was können wir für den globalen KI-Wettbewerb aus China lernen?
Als ich von 2009 bis 2011 in China gelebt habe, gab es noch keine große kommerzielle KI-Nutzung. Positiv aufgefallen ist mir aber die sehr wichtige Freude am Experimentieren und Entwickeln. In China wollen die Menschen viel mehr als hier Neues ausprobieren. Wenn es beim ersten Mal nicht klappt, wird so lange weitergemacht, bis es funktioniert. Ich halte dieses Mindset für sehr positiv und würde es mir im deutschsprachigen Raum öfter wünschen.
Warum entscheidet Diversität darüber, ob KI akzeptiert wird?
Die Technologie wird von allen Menschen verwendet und sollte deswegen die Gesellschaft widerspiegeln. Das ist aber nicht der Fall. Stattdessen trainieren wir die KI mit relativ homogenen Daten, sodass sie unbewusste Vorurteile übernimmt. KI bietet die Chance, genau das zu verändern.
Sollten sich Beschäftigte also weniger Sorgen machen?
Unternehmen brauchen drei bis fünf Jahre und einige Millionen Euro, um eine funktionierende Tech-Plattform aufzubauen. Von heute auf morgen passiert das nicht.
Fakten
Künstliche Intelligenz erklärt die Ingenieurin mit marokanischen Wurzeln am liebsten den Kleinsten – als Mutter oder Kinderbuchautorin in „Meine Freundin Roxy“. Als KI-Wegbereiterin geht es der 44-jährigen Berlinerin um Menschen, denen sie neugierig begegnet. Dabei helfen ihre Kenntnisse in sieben Sprachen.
Cyberrisiken in der Lieferkette
Warum ist die Cybersicherheit von Lieferanten wichtig und welche Vorkehrungen können getroffen werden?
Cyberrisiken sind längst zu einer allgegenwärtigen Bedrohung geworden: In Österreich werden aktuell jährlich rund 60.000 Fälle von Internetkriminalität registriert. Dennoch sind viele Unternehmen trotz grundlegender Schutzmaßnahmen für den Ernstfall nicht ausreichend vorbereitet.
Besonders Lieferketten bergen Risiken, weshalb das kürzlich beschlossene NISG-2026 (Netz- und Informationssystemsicherheitsgesetz 2026) ab Herbst 2026 ein professionelles Cyber-Risikomanagement für Lieferantenrisiken verlangt.
Nachdem dieses Gesetz potenzielle Auswirkungen auf die Umsatzentwicklung haben kann, sollten sich die Betriebe spätestens jetzt Gedanken über ihre Cybersicherheit machen.
Kein Nachweis, kein Geschäft
Vom NISG-2026 direkt betroffen sind nicht nur rund 4.000 Betriebe der kritischen Sektoren, sondern auch deren Lieferanten. Insgesamt sprechen wir hier von bis zu 60.000 Unternehmen in Österreich. Konkret geht es darum, dass betroffene Betriebe bzw. Lieferanten ab 1. Oktober 2026 einen Nachweis über innerbetriebliche Cyber- und IT-Sicherheitsmaßnahmen vorweisen müssen. Gibt es diesen nicht, so wird es zukünftig bedeutend schwieriger, Geschäfte mit Unternehmen aus kritischen Sektoren abzuschließen und Umsätze zu generieren.
Das KSV1870 CyberRisk Rating
Das CyberRisk Rating by KSV1870 bewertet das Cyberrisiko von Dienstleistern, Lieferanten und Dritten – oder jenes des eigenen Betriebes.
Wer gegen die Vorgaben der EU verstößt, riskiert Bußgelder von bis zu 35 Mio. Euro oder sieben Prozent des weltweiten Jahresumsatzes.
EU AI Act: Europas KI bekommt Leitplanken
Ab August 2026 werden zentrale Pflichten des EU AI Act verbindlich. Unternehmen müssen dann zeigen, dass ihre KI-Systeme beherrschbar sind. Das Gesetz ist Regulierung – und zugleich ein strategischer Selbstversuch Europas.
Text: Thomas Soltau Foto: Guillaume Périgois/unsplash
Mit dem EU AI Act betritt die Europäische Union juristisches Neuland. Erstmals erhält Künstliche Intelligenz einen umfassenden, verbindlichen Rechtsrahmen. Die Verordnung 2024/1689 gilt seit dem 1. August 2024. Ihre entscheidende Bewährungsprobe folgt jedoch am 2. August 2026. Dann greifen die zentralen Vorgaben für Hochrisiko-Systeme.
Der Kern des Gesetzes ist einfach und zugleich weitreichend: Risiko bestimmt die Strenge der Regulierung. Anwendungen mit unannehmbarem Risiko sind verboten. Dazu zählen staatliches Social Scoring oder Systeme, die menschliches Verhalten manipulieren. Hochrisiko-Anwendungen bleiben zulässig, müssen jedoch strenge Auflagen erfüllen. So fallen etwa Kreditwürdigkeitsprüfungen, Personalentscheidungen, sicherheitsrelevante Infrastruktur oder medizinische Diagnostik in diese Kategorie.
Für Unternehmen bedeutet das mehr als zusätzliche Dokumente. Sie müssen ein belastbares Risikomanagement etablieren, Trainingsdaten auf Verzerrungen prüfen, Entscheidungslogiken nachvollziehbar machen und eine menschliche Aufsicht sicherstellen.
Lesen Sie den ganzen Artikel online auf: contentway.de
Der Nachweis dient als anerkannter Sicherheitsnachweis und basiert auf dem CyberRisk-Schema des KSÖ (Kompetenzzentrum Sicheres Österreich). Durch den klaren und transparenten Bewertungsprozess erhalten Sie einen umfassenden Überblick über Ihre eigenen Cyber-Risiken, oder die Ihrer Lieferkette. Starten Sie schon heute auch ihr KSV1870 CyberRisk Rating, da Verbesserungen der Cyber-Sicherheit oft Monate in Anspruch nehmen.
Fragen?
Kontaktieren Sie uns
KSV1870 NIMBUSEC GmbH
E-Mail an: office@nimbusec.com
Tel. Nr.: +43(0) 732/860 626
Website: https://cyberrisk-rating.at/
Hier den CyberRisk Report 2025 herunterladen
KSV1870 Nimbusec GmbH – Partner Content
Die letzte Entscheidung muss immer ein Mensch treffen
Manuela Lindlbauer hat das Buch „KI im Personalwesen“ geschrieben. Sie sieht HR als lange unterschätzten Bereich in Unternehmen – der jetzt durch KI ins Zentrum rückt und ganz neue Chancen eröffnet. Worauf Unternehmen im Umgang mit KI genau achten sollten und was eine Reinigungskraft damit zu tun hat, erklärt sie hier.
Vertrauen in KI entsteht durch Kompetenz: Mitarbeitende müssen verstehen, wie sie funktioniert, was sie leisten kann und wo ihre Grenzen liegen.
Frau Lindlbauer, wo im Personalwesen sehen Sie aktuell den größten Mehrwert von KI? KI bietet im Recruiting aktuell das größte Potenzial, weil kein Bereich so datenreich und zugleich komplex ist. Sie kann große Datenmengen auswerten und fundierte Entscheidungsgrundlagen liefern, die Entscheidung selbst bleibt jedoch beim Menschen, und das ist auch richtig so. Wir setzen KI bereits erfolgreich ein und spüren deutliche Entlastung. Auch in der Talententwicklung und bei strategischen Personalentscheidungen eröffnet sie neue Möglichkeiten, erfordert dort aber valide Daten und KI-Kompetenz.
Richtig eingesetzt kann KI frühzeitig Fluktuationsrisiken erkennen: Sie analysiert Austrittsgründe, entdeckt Muster in Abteilungen und zeigt strukturelle Schwächen auf. Erkennt
man etwa, dass Mitarbeitende nach rund dreieinhalb Jahren das Unternehmen verlassen, ist das ein deutliches Signal für Handlungsbedarf bei Karrierepfaden oder Führung.
KI ersetzt keine HR-Strategie, sie macht sie nur stärker. Vorausgesetzt, HR ist datengetrieben und professionell aufgestellt.
Wie stellen Sie sicher, dass KI Ihre Mitarbeitenden stärkt und befähigt, ohne Vertrauen und Fairness oder Unternehmenskultur zu gefährden?
Das Top-Management muss den Einsatz von KI klar unterstützen und KI zu einem Teil der Unternehmensstrategie machen. Ebenso wichtig sind klare Regeln: Wofür wird KI eingesetzt, wann darf sie genutzt werden und wo liegen ihre Grenzen? Das nimmt Ängste und verhindert Gerüchte.
Vertrauen in KI entsteht durch Kompetenz: Mitarbeitende müssen verstehen, wie sie funktioniert, was sie leisten kann und wo ihre Grenzen liegen. Dieser Kompetenzaufbau ist ein fortlaufender Prozess. Nur so wird KI sicher genutzt und als Unterstützung statt als Bedrohung wahrgenommen.
Welche Fallstricke begegnen Ihnen beim Einsatz von KI im HR-Bereich, zum Beispiel in Bezug auf Bias, Transparenz oder die Automatisierung kritischer Entscheidungen?
Der größte Fallstrick im Umgang mit KI ist die Illusion ihrer Objektivität und Richtigkeit. KI kann halluzinieren! Sie ist nichts anderes als eine Informationsquelle, deren Aussagen man prüfen muss.
Ein weiteres zentrales Thema sind Bias. Diese Verzerrungen spiegeln menschliche Denk-
KI braucht Könner
Digitale Transformation scheitert nicht an Technologie. Sie scheitert an Menschen, die sie nicht umsetzen können.
KI verändert Geschäftsmodelle, Prozesse und Wertschöpfung rasant. Gleichzeitig fehlt es Unternehmen an Menschen, die KI nicht nur anwenden, sondern verstehen, implementieren und verantwortungsvoll einsetzen können. Klassische Ausbildungswege kommen mit dieser Dynamik oft nicht mit. Gefragt sind neue Lernmodelle, wie sie CEO Florian Brunner von 42 Vienna anbietet.
42 Vienna ist ein gemeinnütziger Tech-Campus ohne Lehrkräfte, der auf projektbasiertes Peer-to-Peer-Learning setzt. Warum eignet sich das Modell für die KI-Ausbildung?
KI entwickelt sich schneller, als sich Curricula anpassen können. Wer erfolgreich sein will, muss lernen, sich kontinuierlich
Im Talent Management kann KI große Datenmengen auswerten und fundierte Entscheidungsgrundlagen liefern, die Entscheidung selbst bleibt jedoch beim Menschen.
Viele KI-Projekte scheitern nicht an der Technik, sondern daran, dass sie auf veraltete Prozesse „aufgesetzt“ werden, und jetzt zwingt KI viele Unternehmen dazu, ebendiese Prozesse grundsätzlich zu hinterfragen.
muster wider, denn KI nutzt Daten, die wir über sehr viele Jahre erzeugt haben. Wenn sie diskriminiert, macht sie bestehende gesellschaftliche Ungleichheiten nur sichtbar, beispielsweise indem sie für eine Reinigungskraft eine (schwarze) Frau, für das Management hingegen einen (weißen) Mann zeigt. Hinzu
Vienna – Partner Content
neues Wissen anzueignen – mit Unsicherheit umzugehen und im Team komplexe Systeme umzusetzen. Projektbasiertes Peer-to-Peer Lernen trainiert Problemanalyse, Umsetzung, Feedbackkultur und Verantwortung für funktionierenden Code. Dank des Deep Dives in Tech-Expertise und Soft Skills ist das Ausbildungsmodell von 42 Vienna strukturell enger an den Anforderungen realer KIProjekte orientiert als klassische Formate.
Sie machen KI – vor allem mit Python und modernen Architekturen – zum Fundament der Grundausbildung. Woran erkennen Unternehmen konkret, dass Absolvent:innen mehr können als nur Tools bedienen?
42 Vienna Studierende bauen KI-Systeme selbst: von der Datenaufbereitung über das Training bzw. die Evaluation bis hin zur Integration in Anwendungen und Abschätzungen der Folgen. Wer das beherrscht, kann erklären, warum Modelle
scheitern, wo Bias entsteht und wie die Performance verbessert werden kann. Unternehmen sehen das an lauffähigen Projekten, sauberen Codes und daran, dass neue Frameworks eigenständig adaptiert werden können, anstatt nur zu prompten.
Sie versprechen eine neue Talent-Pipeline für die Wirtschaft. Welche Rolle sollen Ihre Absolvent:innen in Unternehmen realistisch übernehmen? Wir sehen ein breites Betätigungsfeld unserer Absolvent:innen, von Full Stack Developer, über AI & Data Engineers, Cyber Security Specialists, Consultants bis hin zu erfolgreichen Gründer:innen. Entscheidend ist, dass 42 Absolvent:innen schnell adaptiv sind, in kürzester Zeit in Teams produktiv arbeiten und eigenständig qualitativ hochwertige IT-Lösungen bauen können. Das sind die Skills der Zukunft, die unsere Unternehmen jetzt schon benötigen.
kommt die sogenannte Blackbox-Problematik: Viele Entscheidungen sind nicht vollständig nachvollziehbar und das wirft Fragen auf. KI kann Daten strukturieren, Muster erkennen und Risiken sichtbar machen. Entscheidungen wie Kündigungen oder Beförderungen dürfen jedoch nicht automatisiert erfolgen. Die Verantwortung muss beim Menschen bleiben.
Was hat Sie dazu motiviert, Ihr Buch „KI im Personalwesen” zu schreiben? Ich beschäftige mich schon seit über 25 Jahren mit HR – und KI bietet jetzt die Chance zur Neupositionierung: Sie über-nimmt Routineaufgaben und schafft Raum für strategische Arbeit. Viele KI-Projekte scheitern nicht an der Technik, sondern daran, dass sie auf veraltete Prozesse „aufge-setzt“ werden, und jetzt zwingt KI viele Unternehmen dazu, ebendiese Prozesse grundsätzlich zu hinterfragen. Genau darin liegt die Chance –und das Empowerment – für HR.
Dank des Deep Dives in Tech-Expertise und Soft Skills ist das Ausbildungsmodell von 42 Vienna strukturell enger an den Anforderungen realer KI-Projekte orientiert als klassische Formate.
Florian Brunner, CEO 42 Vienna
Manuela Lindlbauer, KI-Pionierin im HR
Das aktuelle KI-Wettrennen belastet Umwelt und Allgemeinheit
KÜNSTLICHE INTELLIGENZ
Univ. Prof. Dr. Ivona Brandic forscht an der Technischen Universität Wien zu Computational Sustainability. Warum Grönland der perfekte Ort für riesige Rechenzentren ist und weshalb wir uns bei ihrem Bau an Haushaltsgeräten orientieren sollten, erklärt sie im Interview.
Text: Katja Deutsch
Fotos: Luiza Puiu, Tara Winstead/pexels, Alex Shuper/unsplash
Frau Prof. Dr. Brandic, welche (technischen) Voraussetzungen unterschätzen viele Unternehmen bei der Einführung von KI? Das größte Problem liegt darin, dass viele Unternehmen bei KI abwarten, bis fertige Tools oder Apps auf den Markt kommen, und dann überlegen, wie sie diese nutzen können. Wer so handelt, hat jedoch bereits verloren, weil in dieser Zeit viel Potenzial verschenkt wird. Wir müssen KI aktiv mitgestalten Und diese Mitgestaltung muss bereits in der Schule geschehen, damit Kinder verstehen, wie KI funktioniert, statt es nur zu nutzen. In Unternehmen, indem sie entwickeln, testen, Feedback erhalten. Im Silicon Valley gehört das einfach dazu. Einige große Unternehmen, die aus dem Ökosystem der Uni entstanden sind, haben eigene Innovationsabteilungen, doch in der breiten Mitte passiert wenig bis gar nichts.
Anstatt die ökologisch nachteilige Pendlerpauschale zu subventionieren, könnte man Innovationsprozesse finanzieren. Unternehmen sollten bei disruptiven Technologien wie KI oder auch Quantencomputern mitwirken, statt abzuwarten und darauf zu hoffen, dass alles irgendwie funktionieren wird.
Wie entscheidend sind denn Rechenleistung, Cloud, Architektur und Systemstabilität für KI-Anwendungen? Ein Teil meiner Arbeit ist es, digitale Anwendungen in Regionen ohne verlässliche Infrastruktur möglich zu machen, zum Beispiel für Umweltmonitoring oder Sensorik auf entlegenen Almen. Dafür sind Mobilfunk, Satelliten- oder hybride Netze nötig. Die zentrale Frage bleibt:
Wer finanziert Infrastruktur dort, wo die Zahlungsbereitschaft gering ist? Nicht zwingend der Erste – der „Erfinder“ –gewinnt, sondern derjenige, der Nutzer dauerhaft bindet. Profitabilität ist zunächst zweitrangig. Entscheidend ist die Kontrolle über Marktsegmente, die sich später monetarisieren lassen.
Wo liegen weitere große Fehleinschätzungen hinsichtlich Effizienz und Nachhaltigkeit?
Das aktuelle KI-Wettrennen belastet Umwelt und Allgemeinheit, besonders in Regionen mit schwacher Regulierung. Orte wie Grönland bieten viel Platz, kaltes Klima,
Wasserressourcen und Zugang zu Unterseekabeln – ideal für Rechenzentren, vor allem aus wirtschaftlich-geopolitischer Logik: schnell bauen, schnell skalieren, Marktanteile sichern.
Forschung zu nachhaltigen Rechenzentren gibt es reichlich: kühle Standorte, erneuerbare Energie, optimierte Kühlung, sogar Unterwasser-Lösungen. Doch die USA setzen auf schnelle Expansion und auch China baut massiv mit wenig Transparenz. Europa reguliert stärker, setzt Nachhaltigkeit als Kriterium, was langfristig sinnvoll, kurzfristig aber wettbewerbsnachteilig ist. Die größte Fehleinschätzung sind sehr kurze Zeithorizonte, und dass Umweltund Ressourcenkosten nicht vollständig eingepreist werden. Das kann zum Bumerang werden.
Wie könnten Unternehmen KI verantwortungsvoll anwenden? Unternehmen können auf zertifizierte, energieeffiziente Rechenzentren setzen, deren Verbrauch, Kühlbedarf und
Overhead transparent ausgewiesen sind, vergleichbar mit den A-B-C-D-E-Labels bei Haushaltsgeräten. Wenn viele Akteure solche Standards verlangen, entsteht Marktdruck zu Nachhaltigkeit; zudem kann die Politik ineffiziente Strukturen regulatorisch verteuern. KI verursacht Ressourcenund Energiekosten, kann aber durch Umweltentlastung, bessere Medizin oder effizientere Prozesse gesellschaftlichen Nutzen schaffen. Wichtig ist, ökologische Kosten systematisch zu begrenzen, sonst übersteigt der Verbrauch den Mehrwert.
KI verursacht Ressourcenund Energiekosten, kann aber durch Umweltentlastung, bessere Medizin oder effizientere Prozesse gesellschaftlichen Nutzen schaffen.
Univ. Prof. Dr. Ivona Brandic, Technische Universität Wien
Strategisch gut gesteuert
GOVERNANCE
Governance wird zum strategischen Erfolgsfaktor, wenn sie ermöglicht, dass KI im Unternehmen sicher, effizient und skalierbar genutzt werden kann.
KI-Systeme unterstützen oder übernehmen zunehmend Entscheidungen, die früher ausschließlich Menschen vorbehalten waren. Damit wachsen Reichweite und Wirkung dieser Technologien. Je mächtiger und autonomer Systeme werden, desto dringlicher wird die Frage, wie sie gesteuert, überwacht und verantwortet werden können. Denn Unternehmen tragen die Verantwortung für die Auswirkungen ihrer Systeme. Entscheidend ist, ein Umfeld zu schaffen, in dem KI vertrauenswürdig, sicher und skalierbar eingesetzt werden kann.
Entscheidungen müssen erklärbar sein – insbesondere dort, wo sie Menschen unmittelbar betreffen. Gleichzeitig braucht es Mechanismen zur laufenden Überwachung, zum Umgang mit Risiken und zur Korrektur von Fehlentwicklungen. Interne Richtlinien, klar definierte Prozesse und ethische Leitlinien spielen dabei eine Schlüsselrolle. KI-Governance legt Rollen, Prozesse für Risikobewertungen und Kontrollmechanismen fest und übersetzt damit die abstrakte Verantwortung in messbare Vorgaben. Der Einsatz von KI erfolgt nicht isoliert in einzelnen Fachbereichen, sondern ist Teil einer bewussten, strategischen Unternehmenssteuerung.
Treiber dieser Strukturen sind regulatorische Entwicklungen wie der EU AI Act:
Mit risikobasierten Vorgaben, Dokumentationspflichten und Anforderungen an Governance-Strukturen machen sie deutlich, dass Verantwortung für KI kein freiwilliges Engagement mehr ist. Unternehmen, die sich frühzeitig darauf einstellen, verschaffen sich rechtliche Sicherheit und strategische Handlungsfähigkeit. Allerdings ist die Umsetzung technischer und organisatorischer Governance anspruchsvoll. Bestehende Strukturen müssen meist grundlegend transformiert werden und verschiedenste Abteilungen interdisziplinär zusammenarbeiten. Vor diesem Hintergrund wird deutlich: Governance ist längst kein reines Compliance-Thema mehr. Sie ist ein strategischer Faktor, der darüber entscheidet, ob Unternehmen vertrauenswürdig, innovativ und erfolgreich sind.
KI-Governance legt Rollen, Prozesse für Risikobewertungen und Kontrollmechanismen fest und übersetzt damit die abstrakte Verantwortung in messbare Vorgaben.
Gut beraten
LEGAL CONSULTING
Für Unternehmen wird Künstliche Intelligenz zu einem strategischen Faktor mit erheblichen rechtlichen, organisatorischen und ethischen Implikationen.
Der Einsatz von Künstlicher Intelligenz transformiert moderne Unternehmen grundlegend. Längst übernimmt KI nicht mehr nur Routinearbeiten, sondern ist mittlerweile tief in die Kernprozesse von Unternehmen integriert. KI-gestützte Tools beobachten weltweit Gesetzesänderungen und gleichen interne Richtlinien automatisch ab. Echtzeit-Analysen riesiger Datenmengen ermöglichen präzisere Vorhersagen: So kann KI verschiedene Szenarien simulieren und deren rechtliche sowie wirtschaftliche Konsequenzen bewerten. Dadurch verändert die Technologie, wie Managemententscheidungen getroffen werden.
Je leistungsfähiger KI wird, desto wichtiger wird die Frage, wie sie verantwortungsvoll eingesetzt, überwacht und in bestehende Entscheidungsstrukturen integriert werden kann. So rücken neue Regulierungsregime wie der EU AI Act, Haftungsfragen für KI-gestützte Entscheidungen in den Fokus und fordern Transparenz, Nachvollziehbarkeit und Governance. Fakt ist: KI-gestützte Entscheidungen verlangen klare Governance-Regeln, transparente Prozesse und eine wirksame Kontrolle. Der Fokus verschiebt sich von reiner Regelüberwachung, Vertragsmanagement und Dokumentenprüfung hin zu präventiver Risikound Compliance-Steuerung. Vorstände und Geschäftsleitungen müssen sich mit neuen Formen der Verantwortung auseinandersetzen, Compliance-Strukturen anpassen und Risikobewertungen neu denken. Und mit der Frage, was KI leisten kann – und was nicht. Wenn es um Auslegungsspielräume, normative Bewertungen oder ethische Fragen geht,
bleibt die menschliche Expertise unverzichtbar. So braucht es Menschen, um Nuancen zu deuten und Entscheidungen zu fällen.
Um regulatorische Anforderungen in Produktentwicklung, Geschäftsmodelle und Organisationsstrukturen einzubauen, benötigen Unternehmen frühzeitig Beratung. Diese hilft, Risiken zu identifizieren und Haftungsfallen zu vermeiden. Wie lassen sich KI-Anwendungen strategisch einbetten? Welche rechtlichen Leitplanken müssen von Anfang an mitgedacht werden? Legal Consulting gewinnt hier eine neue, zentrale Rolle: Es verbindet juristische Expertise mit strategischer Beratung und unterstützt Unternehmen dabei, Innovationen rechtskonform, effizient und nachhaltig umzusetzen.
Klassische Rechtsberatung und Management Consulting wachsen zunehmend zusammen. Zukünftig wird sich das Zusammenspiel von KI, Recht und Beratung weiter verdichten. Erfolgreich werden diejenigen Unternehmen und Berater sein, die technologische Dynamik mit rechtlicher Sicherheit verbinden. In einer Zeit schneller Innovationen und wachsender Regulierung wird Orientierung zum zentralen Mehrwert und Wettbewerbsfaktor.
KI-gestützte Entscheidungen verlangen klare GovernanceRegeln, transparente Prozesse und eine wirksame Kontrolle.
„AI-Tools sind längst
Best Practice im Recht“
Warum Rechtspro� s nicht nur eine Legal AI brauchen, sondern auch eine Allgemeine AI und wie clevere Work� ows zu echten Gamechangern werden.
Rechtsprofis jonglieren steigende Komplexität, hohe Arbeitsbelastung und Anforderungen an Fehlerfreiheit und müssen oft juristische Fragestellungen mit wirtschaftlichen und technischen Aspekten verbinden. Trends müssen eingeordnet, Hintergründe dargestellt, Zusammenhänge erklärt werden. Für die strategische Dimension braucht es darüber hinaus Kontext: Marktlogiken, Managementperspektiven und psychologische Aspekte von Veränderungsprozessen. Insbesondere, wenn es um komplexe, mehrstufige Prozesse geht, müssen verschiedenen Quellen kombiniert, parallele Sub-Tasks autonom bearbeitet und Aufgaben proaktiv orchestriert werden. AI scheint dafür das Wundermittel zu sein, aber kann AI alle Versprechen einlösen?
Susanne Mortimore, CEO LexisNexis Österreich & CEE im Interview:
Wie steht es um AI für die Rechtsund Steuerbranche – wo liegt der Hebel für Jurist:innen?
Der Hebel liegt darin, Legal AI und Allgemeine AI sauber zusammenzubringen, dann gewinnen Sie beides: juristische Präzision und produktive Kreativität – in einer Arbeitsumgebung. Legal AI liefert belastbare, fachlich fundierte Antworten aus verlässlichen Quellen; Allgemeine AI hilft bei Bürotätigkeiten beim Strukturieren, Formulieren, Perspektivwechseln etc., ohne, dass man dafür ständig Tools wechseln muss. Genau diese „Tool-Fragmentierung“ frisst heute Produktivität und erhöht nebenbei das Datenrisiko. Es braucht eine Gesamtlösung, um den Produktivitätsboost zu entfesseln.
LexisNexis Österreich & CEE ist ein führender Anbieter intelligenter Rechtsinformation. Als Pionier bei neuen Technologien kombiniert LexisNexis hochwertige Information aus Recht, Steuern & Wirtschaft mit zukunftsweisenden digitalen Lösungen, um seinen Kund:innen zu besseren Entscheidungen und damit zu Vorsprung in ihrem beru� ichen Alltag zu verhelfen. www.lexisnexis.at LexisNexis Österreich & CEE –
Haben Sie ein Beispiel dafür?
Unser AI-Assistent Protégé ist das Komplettpaket. Er kombiniert eine auf Rechtsliteratur basierende Legal AI mit der Kreativität einer Allgemeinen AI wie GPT-5. Das bedeutet: maximale inhaltliche Verlässlichkeit und Präzision bei juristischen Aufgaben und zugleich kreative Unterstützung bei Kommunikation, Analyse und Ideenentwicklung. Selbstverständlich verschlüsselt und DSGVO-konform.
Wie geht es mit AI in der Rechtsbranche weiter, wie soll man das als Jurist:in überblicken?
Als ein Teil der RELX-Gruppe, mit Sitz in London und 12.000 TechnologieExpert:innen in knapp 40 Ländern, sind wir international breit aufgestellt und haben einen globalen Blick. Wir sehen, dass sich die Arbeitsweise stark verändert, AI-Tools sind längst Best Practice im Recht, wir sehen, was man umsetzen muss, um nicht den Anschluss zu verlieren, und geben das an unsere Kund:innen weiter. Aktuell geht es in Recht und Steuer darum, AI nahtlos in die eigenen Abläufe einzubinden, das ist die neue Arbeitsweise. Dementsprechend haben wir AI weitergedacht, sind bereits zwei Schritte weiter und bieten demnächst AI-gestützte Workflows.
Was bringt das, wenn AI ganze Work� ows begleitet?
AI unterstützt nicht nur einzelne Aufgaben, sondern erledigt ganze Abläufe als skalierbaren, wiederholbaren Prozess mit konsistenten
Susanne Mortimore, CEO, LexisNexis Österreich & CEE
Wir sind bereits zwei Schritte weiter und bieten demnächst AI-gestützte Work�ows.
Ergebnissen – damit Jurist:innen mehr Zeit für Strategie und Substanz haben. Oder provokant gesagt: Wer AI nur als Antwortmaschine nutzt, lässt den größten Produktivitätshebel liegen.
Was kann der AI-Assistent Protégé alles? Protégé ist unser personalisierbarer AIAssistent für Recht & Steuer, der auch mit unserer Recherchelösung Lexis+ verbunden ist und sowohl Allgemeine AI als auch Legal AI bietet. Die Legal AI unterstützt konversationelle Recherche, Zusammenfassungen, Drafting sowie Upload- und Dokumentanalyse. Protégé kann dabei sowohl mit LexisNexis-Inhalten als auch mit eigenen Dokumenten arbeiten – und hilft sogar beim besseren Prompting, indem es Folge-Prompts vorschlägt und sich an Fachgebiet und Schreibstil
orientiert. Dazu kommen demnächst die angesprochenen Workflows.
Lassen sich auch individuelle Work� ows kon� gurieren? Ja, erstens gibt es vorkonfi gurierte Workfl ows, die „out of the box“ genutzt werden können. Zweitens gibt es einen No-Code Workfl ow Builder, mit dem eigene, mehrstufi ge Workfl ows gebaut, getestet, gespeichert und Team-weit geteilt werden können. Nennen Sie mal ein paar konkrete Beispiele für clevere Work� ows. Gern. Das reicht von der Dokumenterstellung oder dem Extrahieren von Pfl ichten/ Haftungen und dessen Umwandlung in einen strukturierten Leitfaden/Playbook, bis hin zum Erstellen von E-Mails aus Timelines aus Dokumenten. Oder der Zusammenfassung wesentlicher Änderungen aus Redlines.
Wie behalten Menschen die Kontrolle, wenn AI eigenständig handelt?
AI wird aus unserer Sicht die rechtliche Problemlösung nie zu 100 Prozent übernehmen. Die Kontrolle bleibt beim Menschen, jeder AI-Output muss geprüft werden. Protégé ist ein nützlicher Assistent für Fachprofi s, der nach individuellen Vorstellungen geformt werden kann, juristische Arbeit unterstützt und schneller und smarter macht. Zusätzlich haben wir unsere RELX Responsible AI Principles: Unsere Modelle werden in Europa gehostet, Eingaben nicht gespeichert bzw. nicht fürs Training genutzt. Wir sorgen dafür, dass die Branche zukunftsfit ist – aber auf die gewohnt verlässliche LexisNexis-Art: globale AI-Innovation mit Datenschutz und fundierten Fachinhalten.
Foto:
Wirlphoto
Technik am Puls der Lieferkette
Künstliche Intelligenz und Process Mining optimieren nicht nur Effizienz und Transparenz, sondern verknüpfen digitale Innovation direkt mit nachhaltigen Zielen.
Text:
Supply Chain Management gleicht zunehmend einer gut geölten Maschine, in der jede Komponente optimal zusammenarbeitet. Im Bereich Bestandsmanagement ermöglichen KI-gestützte Prognosen eine präzise Bedarfsplanung. Lagerbestände sinken um bis zu dreißig Prozent, während Kapital freigesetzt wird. Die Algorithmen analysieren historische Verkaufsdaten und berücksichtigen saisonale Schwankungen. So liefert die Künstliche Intelligenz genau die Mengen, die wirklich benötigt werden, und verhindert Überbestände.
Zusätzlich profitiert die Transportlogistik von Echtzeit-Routenplanung auf Basis von Process Mining. Algorithmen erkennen Staus und senken so den Kraftstoffverbrauch spürbar. Durch laufend aktualisierte Verkehrsinformationen können Speditionen Hindernissen automatisch ausweichen –dieser datengetriebene Ansatz spart nicht nur Zeit, sondern gleichzeitig CO₂-Emissionen. Und dann gibt es ja noch Process Mining, das verborgene Engpässe aufdeckt. Es visualisiert komplette Prozessketten, etwa bei der Auftragsabwicklung oder im Wareneingang. Mitarbeitende erkennen damit sofort, wo Abläufe stocken.
Künstliche Intelligenz und Process Mining sind wertvolle Crewmitglieder, die das Schiff sicher durch stürmische
Märkte steuern. Unternehmen, die jetzt in diese Technologien investieren, setzen auf Effizienz, Nachhaltigkeit und Zukunftssicherheit.
Order-Management wird durch KI zum Automatisierungsmeister: Preisvergleiche finden in Echtzeit statt, Vertragsklauseln prüft eine Software, und Compliance-Checks fließen in jede Bestellung ein. Umwelt- und Sozialkriterien landen lückenlos im Einkaufsprozess. So wird nachhaltige Beschaffung dank Blockchain-Technologie zur Selbstverständlichkeit. Jede Station einer Ware – von der Rohstoffquelle bis zum Kunden – lässt sich unveränderbar dokumentieren. Kunden erhalten dank dieser Prozesse nachvollziehbare Informationen zur Herkunft und zum CO₂-Fußabdruck. Getreu dem Motto: Vertrauen entsteht durch Transparenz.
Selbst ESG-Compliance soll mit digitalen Dashboards zum Kinderspiel werden. Unternehmen überwachen ihre CO₂Emissionen, Wasserverbrauch und faire Arbeitsbedingungen in Echtzeit. Ein großer Lebensmittelhändler reduzierte so seinen Verpackungsmüll um 25 Prozent, nachdem er digitale Monitoring-Tools implementiert hatte. Eins ist klar: Die Integration von ESG-Daten in Management-Reports erhöht die Transparenz gegenüber Investoren und Regulierungsbehörden. Rating-Agenturen bewerten Unternehmen heute verstärkt nach ihrer digitalen Lieferketten-Compliance. Eine robuste, resiliente digitale Infrastruktur trägt zum Wettbewerbsvorteil und damit zur Basis für langfristiges Wachstum bei.
Dass Klimaschutz und Digitalisierung Hand in Hand gehen, betont Prof. Dr. Dirk Messner, Präsident des Umweltbundesamts. „Wenn wir über internationalen Klimaschutz sprechen, sollten wir Digitalisierung und Künstliche Intelligenz als integralen Bestandteil der Programmentwicklung begreifen. Weltweit werden Milliardensummen in die digitale Infrastruktur investiert. Das sollte klima- und ressourcenschonend geschehen. Bisher gibt es jedoch keine Standards für eine grüne digitale Infrastruktur.“ Ein Vergleich macht klar, wie
stark moderne SCM-Technik wirken kann: Wer früher Karte und Kompass benutzte, orientiert sich heute per GPS – präziser, schneller und zuverlässiger. Dennoch bleibt das Management der Lotse, der Kurs und Tempo vorgibt. Künstliche Intelligenz und Process Mining sind wertvolle Crewmitglieder, die das Schiff sicher durch stürmische Märkte steuern. Unternehmen, die jetzt in diese Technologien investieren, setzen auf Effizienz, Nachhaltigkeit und Zukunftssicherheit.
Eine robuste, resiliente digitale Infrastruktur trägt zum Wettbewerbsvorteil und damit zur Basis für langfristiges Wachstum bei.
CRA: Sicherheit wird Pflicht
KONFORMITÄT
Mit dem Cyber Resilience Act (CRA) schreibt die EU zukünftig Cybersicherheit als Standard fest. Was man dazu wissen sollte.
Text: Silja Ahlemeyer
Foto: Jonathan Castaneda/unsplash
Ab November 2027 wird es ernst: Dann müssen alle Hersteller, Händler und Betreiber von vernetzten Produkten im europäischen Binnenmarkt die Vorgaben des neuen Cyber Resilience Act (CRA) erfüllen. Diese EU-Verordnung, die bereits 2024 vom Rat der Innenministerinnen und Innenminister verabschiedet wurde, setzt ein klares Signal: Cybersicherheit soll künftig kein Zusatz, sondern ein verpflichtender Standard für digitale Produkte sein.
Wer vom CRA betroffen ist
Der Cyber Resilience Act gilt für eine breite Palette von Lösungen: von industriellen Steuergeräten über Internet-of-ThingsAnwendungen bis hin zu Software, die auf elektronischen Geräten läuft. Der Anspruch der EU ist hoch. Hersteller sollen die Sicherheit ihrer Produkte nicht nur bei Markteinführung garantieren, sondern während des gesamten Lebenszyklus. Ziel ist es, Transparenz über das Sicherheitsniveau zu schaffen und die Widerstandskraft des europäischen Binnenmarkts gegen Cyberangriffe zu stärken.
Betroffen ist praktisch die gesamte Lieferkette – vom Hersteller über Importeure bis hin zu Händlern. Die Größe des Unternehmens spielt dabei keine Rolle. Ausgenommen sind nur wenige Bereiche, etwa militärische Produkte, bestimmte EUregulierte Sicherheitsprodukte sowie OpenSource-Software, die ohne kommerzielle Absicht entwickelt wurde. Für Softwareas-a-Service gilt die Verordnung nur dann, wenn sie ein essenzieller Bestandteil eines Produkts ist. Dagegen müssen CloudDienste mit Datenfernverarbeitung die Anforderungen zwingend erfüllen.
Wer früh in Sicherheit investiert, kann sich als verlässlicher Anbieter positionieren.
Sicherheit und Dokumentationspflicht von Anfang an Der CRA basiert auf den Prinzipien „Security by Design“ und „Security by Default“. Sicherheit darf also nicht erst nachträglich eingebaut werden, sondern muss von Anfang an Teil des Produkts sein. Das bedeutet, dass Hersteller bereits in der Konzeptionsphase Risikoanalysen vornehmen müssen, um Schwachstellen frühzeitig zu erkennen. Über den gesamten Lebenszyklus gilt ein umfassendes Schwachstellenmanagement: Produkte müssen überwacht, Sicherheitsupdates bereitgestellt und eine Software Bill of Materials (SBOM) geführt werden –eine Art Zutatenliste aller eingesetzten Komponenten, die Transparenz über Abhängigkeiten schafft. Hinzu kommt eine strikte Meldepflicht. Ausnutzbare Schwachstellen und Sicherheitsvorfälle sind innerhalb von 24 Stunden an die zuständigen Behörden zu erklären, parallel dazu müssen auch Nutzer informiert werden. Zudem sieht die Verordnung weitreichende Dokumentationspflichten vor: Von technischen Details über Support-Zeiträume bis hin zu Anleitungen für eine sichere Nutzung müssen Informationen vollständig und leicht zugänglich bereitgestellt werden. Am Ende steht die CE-Kennzeichnung – nur
Produkte, die die Vorgaben erfüllen, dürfen künftig auf den Markt.
Cybersecurity wird zum Wettbewerbsfaktor Für die Industrie bedeutet der CRA vor allem mehr Verantwortung. Hersteller müssen neue Prozesse einführen, Strukturen aufbauen und ihre Lieferketten durchleuchten. Denn auch Komponenten von Drittanbietern fallen unter die Regeln. Die Kosten können erheblich sein. Darunter fallen etwa der Aufbau interner Security-Abteilungen und auch neue Prüf- und Monitoringverfahren. Das Fraunhofer-Institut für Angewandte und Integrierte Sicherheit AISEC weist zudem auf die möglichen Sanktionen hin: bis zu fünf Millionen Euro oder ein Prozent des Jahresumsatzes sollen für unvollständige Informationen aufgerufen werden können; bei groben Verstößen sogar bis zu 20 Millionen Euro oder 2,5 Prozent des Umsatzes. Die Einhaltung des CRA wird von den nationalen Behörden überwacht.
Internationaler Druck und Innovationstreiber
Andererseits eröffnet der CRA auch Chancen: Wer früh in Sicherheit investiert, kann sich als verlässlicher Anbieter positionieren. Zudem hat der Act eine Außenwirkung: Auch Unternehmen außerhalb der EU, die ihre Produkte in Europa anbieten wollen, müssen seine
Regeln einhalten. Damit setzt Brüssel – ähnlich wie bei der DSGVO – de facto Standards, die oft weit über den Binnenmarkt hinausreichen. Für viele Hersteller bedeutet das, ihre Produkte von vornherein global sicherer zu gestalten. Branchenkenner erwarten, dass dies Innovationen im Bereich Cybersecurity beschleunigt – etwa bei automatisierten Update-Prozessen, sichereren SoftwareKomponenten oder bei transparenten Lieferketten. Langfristig könnte sich der regulatorische Druck also als Treiber für technologische Weiterentwicklungen erweisen.
Vorteile für Verbraucher
Auch Verbraucher profitieren. Sie sollen sich darauf verlassen können, dass ihre Geräte nicht nach kurzer Zeit bereits unsicher werden. Geräte müssen mit sicheren Standardeinstellungen ausgeliefert werden, Updates müssen über Jahre hinweg gewährleistet sein, und Nutzer erhalten klare Informationen über Risiken und sichere Nutzung. Das CE-Kennzeichen, bislang vor allem als Hinweis auf Produktsicherheit und Konformität mit EU-Standards bekannt, wird künftig auch für Cybersecurity stehen. Ohne CE-Label haben Produkte keinen Zugang mehr zum europäischen Markt.
Mehr Sicherheit – und mehr Verantwortung
Mit dem Cyber Resilience Act will die EU die „digitale Hygiene“ im Binnenmarkt auf ein neues Niveau heben. Für die Unternehmen bedeutet das allerdings, ihre Prozesse und Produkte umfassend auf Sicherheitslücken zu prüfen – und zwar nicht einmalig, sondern kontinuierlich. Die Botschaft aus Brüssel ist eindeutig: Wer
Für die Industrie bedeutet der CRA vor allem mehr Verantwortung. Hersteller müssen neue Prozesse einführen, Strukturen aufbauen und ihre Lieferketten durchleuchten.
digitale Produkte auf den Markt bringt, trägt Verantwortung für deren Sicherheit.
Schwierigkeiten
Ganz unumstritten ist die Verordnung nicht. Kleine und mittlere Unternehmen fürchten, von den neuen Pflichten überfordert zu werden. Auch die Abhängigkeit von globalen Lieferketten erschwert die Umsetzung. Was passiert, wenn ein Zulieferer keine SBOM bereitstellt oder Sicherheitslücken offenlässt? Offen bleibt auch, wie mit Open-Source-Software umzugehen ist. Viele Produkte setzen auf frei verfügbare Bibliotheken. Zwar sind nicht-kommerzielle Projekte ausgenommen, doch in der Praxis verschwimmt die Grenze oft. Zudem warnen Experten vor übermäßiger Bürokratie. Und: Nationale Behörden müssen ausreichend Ressourcen haben, um die Marktaufsicht überhaupt leisten zu können.
Fakten
Das Fraunhofer AISEC entwickelt mit seinem Tool Confirmate eine automatisierte Lösung, mit der Hersteller prüfen können, inwieweit ihre Produkte den Anforderungen des CRA entsprechen.
Stabile Lieferketten statt teurer Abschottung
EINLEITUNG
Stillstand beginnt oft lautlos: wenn Waren nicht ankommen, Datenlücken die Planung erschweren oder Zahlungen stocken. Erst in diesen Momenten wird spürbar, wie grundlegend Logistik unsere Unternehmen und damit unseren Alltag prägen.
Foto: Presse
Moderne Logistik ist weit mehr als operative Transportaufgaben; sie ist die strategische Schnittstelle aus Lieferketten-Resilienz, digitaler Transparenz und nachhaltiger Wertschöpfung. Wer diese Disziplin beherrscht, sichert die Versorgungssicherheit und Zukunftsfähigkeit des gesamten Unternehmens und von uns allen.
Schon der Begriff „Lieferkette“ greift dabei zu kurz. Die Realität ist ein hoch komplexes, dynamisches und globales Wertschöpfungsnetzwerk. Zahllose Unternehmen, Logistikdienstleister, Zulieferer und staatliche Stellen greifen ineinander. Regierungen und Konzerne geben zwar die Richtung vor, umgesetzt wird sie aber von unendlich vielen wirtschaftlich selbstständig agierenden Partnern entlang der Wertschöpfung.
Politik und Regulierungen prägen diese Netzwerke aktuell besonders stark. Handelsabkommen, Zollregeln, Investitionspolitik, Umweltauflagen, Sicherheitsvorgaben und Sorgfaltspflichten beeinflussen, wie robust oder verletzlich Liefernetzwerke sind.
Besonders kritisch ist, wenn wichtige Rohstoffe oder Vorprodukte nur aus wenigen Regionen oder von wenigen Anbietern kommen. Genau dort entstehen strukturelle Risiken.
In der öffentlichen Diskussion fallen derzeit häufig Schlagworte wie „Deglobalisierung“ oder „We-first-Strategien“. Diese Begriffe vereinfachen zu stark.
Ein breiter Rückzug aus globalen Verflechtungen wäre weder wirtschaftlich sinnvoll noch praktisch umsetzbar. Wirksamer ist ein
gezielter Umgang mit kritischen Abhängigkeiten in klar definierten Risiko- und Technologiefeldern. Der strategische Ansatz lautet deshalb: De-Risking statt pauschalem DeCoupling. Es geht nicht darum, alles selbst zu machen, sondern die besonders verletzlichen Teile des Netzwerks gezielt zu stärken. Dazu gehören messbare Steuerung, klare Verantwortlichkeiten und eine selektive Neugestaltung kritischer Strukturen.
Voraussetzung dafür ist Transparenz bis in tiefe Ebenen der Lieferbeziehungen. Nur bekannte Risiken lassen sich steuern. Wer nicht weiß, wo Abhängigkeiten und Engpässe liegen, kann im Krisenfall kaum wirksam reagieren.
Resilienz bedeutet dabei nicht, ein einzelnes Ziel zu maximieren. Sie entsteht durch konsequentes Abwägen: Kosten, geopolitische Stabilität, Klimaziele, Cybersicherheit und technologische Wettbewerbsfähigkeit stehen oft im Zielkonflikt. Tragfähige Entscheidungen benötigen deshalb Szenarien und Systemverständnis statt reiner Kostenlogik.
Ebenso entscheidend ist das Zusammenspiel von Politik und Unternehmen. Staatliche Instrumente und unternehmerische Netzwerkentscheidungen müssen zusammenpassen. Ohne diese Abstimmung werden Resilienz-Maßnahmen nur teuer und bleiben in der Wirkung begrenzt.
Die resilienteste Lieferkette ist daher nicht automatisch die Kürzeste. Sie ist die Anpassungsfähigste: strategisch auf Risiken ausgerichtet, operativ datenbasiert gesteuert und über Unternehmens- und Politikgrenzen hinweg konsequent umgesetzt.
Moderne Logistik ist weit mehr als operative Transportaufgaben; sie ist die strategische Schnittstelle aus Lieferketten-Resilienz, digitaler Transparenz und nachhaltiger Wertschöpfung.
FH-Prof. Dipl.-Ing. Veit Kohnhauser, Professor für Logistik und Supply Chain Management, Logistikum der FH Oberösterreich
EIN STARKER MOTOR FÜR ÖSTERREICH
Ein BMW besteht aus bis zu 20.000 Einzelteilen. Diese können natürlich nicht alle vom Unternehmen selbst gefertigt werden, daher setzt die BMW Group weltweit auf ein starkes Lieferantennetzwerk. Österreich kommt in diesem weltweiten Netzwerk eine wichtige Rolle zu:
Insgesamt arbeitet das Unternehmen mit über 110 Lieferanten an 140 Produktionsstandorten im ganzen Land zusammen. Dies ergab im vergangenen Jahr ein Einkaufsvolumen von rund 1,3 Milliarden Euro.
Gemäß dem Grundsatz „local for local“ beliefern österreichische Unternehmen vor allem die zwei süddeutschen Werke in Dingolfing und Regensburg. Letzteres war 2025 mit über 350.000 produzierten Fahrzeugen das volumenstärkste Werk der BMW Group in Europa. Den größten Anteil leistet aber das wichtigste Motorenwerk der BMW Group, das Werk Steyr in Oberösterreich. Das Werk kaufte 2025 für rund 758 Millionen Euro bei österreichischen Unternehmen ein – dies entspricht mehr als zwei Millionen Euro pro Tag. Die Leistungen beinhalten den Einkauf von Produktionsteilen, Dienstleistungen, bis hin zu großen Investitionen wie Produktionsanlagen. Die BMW Group greift hier auf eine Zusammenarbeit mit starken Playern in der österreichischen Wirtschaft zurück, wie die voestalpine, Keba und AVL.
Die Relevanz dieser Partnerschaften zeigt sich auch im BMW iX3, dem ersten Modell der NEUEN KLASSE, der völlig neuen und innovativen BMW Fahrzeuggeneration. Seit dem 07. März ist der BMW iX3 in Österreich im Handel erhältlich. Mit bis zu 805 km Reichweite und signifikanten Innovationen im Bereich Digitalisierung und Fahrdynamik, erfreut sich das Modell einer sehr hohen Nachfrage am österreichischen Markt. Seit seiner Vorstellung auf der IAA im September 2025 war jeder dritte in Europa bestellte vollelektrische BMW ein BMW iX3, in Österreich fallen sogar zwei von drei Bestellungen auf den iX3. Die Produktion des neuen BMW iX3 lief vergangenen Herbst erfolgreich in Debrecen an. Die Antriebe des BMW iX3 und in Folge auch die Antriebe weiterer Modelle der NEUEN KLASSE werden im BMW Group Werk Steyr produziert. Das Werk arbeitet hier maßgeblich mit österreichischen Lieferanten zusammen. So stammt das hochmoderne Elektroband für die Rotoren und Statoren der E-Motoren der NEUEN KLASSE von der voestalpine und die Steuerung der Anlagen für die E-Motoren Produktion wird zusammen mit Keba geleistet.
Aufgrund der hohen Nachfrage des BMW iX3 wird bereits jetzt die Produktion hochgefahren. Das BMW Group Werk Debrecen läuft dafür im Zweischicht-Betrieb und auch das Werk Steyr investierte bereits in den Aufbau einer zweiten Produktionslinie für E-Motoren. Auch hier arbeitet die BMW Group eng mit ihren Lieferanten zusammen, um die benötigten Teile zeit- und mengengerecht zu erhalten. Alexander Bamberger schlussfolgert: „Mit unserer stabilen Lieferkette und vorausschauenden Vertriebs-Planung stellen wir die Verfügbarkeit des neuen iX3 in Österreich sicher.“
Das Einkaufsvolumen und unser Umsatz von fast 10 Milliarden Euro zeigen: Die BMW Group scha Wertschöpfung in und für Österreich und ist ein starker Motor im Land.
Mag. Alexander Bamberger, Geschäftsführer BMW Austria GmbH
Der neue BMW iX3 in der E-Motorenmontage Steyr, AT
Zwischen Mensch und Maschine
Humanoide Roboter, autonome Systeme und KI verlassen die Versuchslabore und halten Einzug in reale Logistikumgebungen.
Prof. Dr. Sebastian Schlund, Geschäftsführer von Fraunhofer Austria, weiß, wo Automatisierung heute schon funktioniert und wo sie an Grenzen stößt.
Text: Thomas Soltau Fotos: Presse, Getty Images/unsplash+
Robotik ist in der Logistik kein Zukunftsthema mehr. An welchem Punkt stehen wir aktuell zwischen Pilotprojekten und flächendeckendem Einsatz?
Ein derzeit besonders aktuelles Thema ist die humanoide Robotik. Wir befinden uns an einem Punkt, an dem nahezu alle innovativen Unternehmen in Pilotprojekten damit experimentieren oder sich zumindest intensiv mit ihrem Potenzial auseinandersetzen.
Zwar wird es noch etwa zehn bis 15 Jahre dauern, bis humanoide Roboter flächendeckend zum Einsatz kommen, und manche der Pilotprojekte werden letztlich nicht umgesetzt werden. Dennoch ist bereits jetzt ein deutlicher Impuls in Richtung mobiler Robotik zu erkennen.
Wo rechnet sich Automatisierung heute – und wo bleibt sie für viele Unternehmen noch ein Risiko?
Automatisierung rechnet sich derzeit vor allem bei gut planbaren und repetitiven Aufgaben, etwa im innerbetrieblichen Transport oder in der Materialversorgung der Produktion. Die Kommissionierung hingegen stellt nach wie vor eine Herausforderung dar.
Hier hängt es von mehreren Faktoren ab, wie viel Automatisierung sinnvoll ist. Bei der Handhabung von Gegenständen sind die Fähigkeiten automatisierter Systeme noch begrenzt, daher wird in diesem Bereich weiterhin manuelle Arbeit benötigt.
Was macht Logistikumgebungen für Roboter so anspruchsvoll?
Es sind die Vielfalt und die Varianz der Prozesse und Produkte, die limitierend wirken. Dazu kommt noch das Thema Wahrnehmung: Der Roboter muss eine dreidimensionale Umgebung erfassen und in seine Steuerung umsetzen – hier gibt es noch Herausforderungen.
Wir beobachten, dass sich die Anforderungen in der Logistik derzeit wieder deutlich erhöhen: Lieferzeiten nehmen ab, die Varianz steigt weiter.
Mit zunehmender Automatisierung wächst die Abhängigkeit von stabilen Abläufen. Wie anfällig werden Logistiksysteme dadurch für Störungen und Ausfälle? Prozesse müssen sehr gut standardisiert sein, um technische Lösungen nutzen zu können. Gleichzeitig sind diese Systeme hochgradig datengetrieben: Der Roboter ist letztlich nur das physische Abbild der Daten und KI, die im Hintergrund wirken – das schafft Abhängigkeiten. Der Mensch ist derzeit noch deutlich besser darin, auf Störungen zu reagieren, insbesondere im dreidimensionalen Raum. KI war bisher meist zweidimensional. Um sie in die physische Welt zu bringen und Embodied AI zu ermöglichen, muss sie die dritte Dimension beherrschen.
Welche Rolle spielt menschliche Erfahrung künftig noch in automatisierten Logistikprozessen?
Der Mensch spielt eine wichtige Rolle beim Umgang mit unvorhergesehenen Ereignissen, denn Reaktionsfähigkeit und Problemlösung sind menschliche Assets.
Autonome mobile Roboter und fahrerlose Transportsysteme gelten als nächster Evolutionsschritt. Was bremst ihren
Durchbruch im Alltag noch aus?
Der Durchbruch im Bereich der fahrerlosen Transportsysteme ist in vollem Gange. Industrielle Umgebungen haben lange Investitionszyklen, daher ist der Effekt noch nicht in
Automatisierung rechnet sich derzeit vor allem bei gut planbaren und repetitiven Aufgaben, etwa im innerbetrieblichen Transport.
Der Mensch spielt eine wichtige Rolle beim Umgang mit unvorhergesehenen Ereignissen, denn Reaktionsfähigkeit und Problemlösung sind menschliche Assets.
seiner vollen Ausprägung sichtbar, aber hier passiert gerade sehr viel.
Wie wird sich die Logistik verändern und woran wird man erkennen, dass Automatisierung mehr war als nur ein Effizienzversprechen? Wir beobachten, dass sich die Anforderungen in der Logistik derzeit wieder deutlich erhöhen: Lieferzeiten nehmen ab, die Varianz steigt weiter.
Gleichzeitig wird der Automatisierungsgrad schrittweise steigen, denn hinter jeder Automatisierung liegen reale Business Cases. Das Versprechen der Effizienz wird eingelöst – aber nicht von einem Tag auf den anderen.
KI für geschäftskritische Prozesse
Die Einführung von KI in geschäftskritische Prozesse bietet enorme Potenziale zur Effizienzsteigerung. Wichtig ist aber eine präzise Anpassung an die Unternehmensbedürfnisse.
Auftragsabwicklung, Finanzbuchhaltung, Kundensupport, Supply Chain Management, Produktionssteuerung: Solche geschäftskritischen Prozesse bilden das Rückgrat eines Unternehmens, da sie direkt die Kernfunktionen betreffen und einen erheblichen Einfluss auf den Erfolg oder Misserfolg haben. Die Implementierung von innovativer KI in diese Prozesse verspricht enorme Effi zienzsteigerungen und die Möglichkeit, Routineaufgaben zu automatisieren. Doch in der Planungsphase sind diverse „Hausaufgaben“ zu erledigen. Wichtige Grundlagen für den reibungslosen Einsatz von KI sind: Datenqualität, Systemintegration, Zuverlässigkeit, Sicherheit und die Wahl des richtigen Hosting-Modells.
Häufi g scheitert der produktive Einsatz von KI an anspruchsvollen, weit verzweigten Datenlandschaften, da die benötigten, oft hochsensiblen Informationen in unterschiedlichen Systemen stecken. Data Engineering spielt deshalb eine entscheidende Rolle: Es sorgt dafür, dass Daten strukturiert, kontextualisiert und zugriff ssicher verfügbar sind. Dies ist die Basis für die Genauigkeit und Zuverlässigkeit der KI-Modelle.
Darüber hinaus besteht eine große Herausforderung bei der KI-Einführung darin, eine nahtlose Einbindung beispielsweise in bereits existierende ERP- und CRM-Systeme zu gewährleisten. Schließlich geht es darum, dass KI diese bewährten Tools sinnvoll ergänzt,
ohne die bestehenden Prozesse zu stören. „Der größte Erfolgsfaktor bei der KIIntegration liegt in der Balance: modulare Lösungen, die sowohl Flexibilität und Kosteneffi zienz von Software as a Service bieten als auch die maßgeschneiderte Anpassung an die spezifi schen Bedürfnisse und ITInfrastruktur eines Unternehmens ermöglichen“, erklärt Manfred Nowotny, Vorstand bei ONTEC AI.
Die KI-Spezialisten aus Wien liefern skalierbare Lösungen, die speziell für Branchen entwickelt wurden, die komplexe und sensible Daten verwalten. Durch die Implementierung fortschrittlicher KI-gestützter Tools begegnet ONTEC AI den besonderen Herausforderungen der Handhabung diffi ziler und kritischer Informationen – und dies unter Einhaltung strenger Standards in puncto Datensicherheit und Compliance.
„Nachhaltigkeit wird zunehmend zu einem Wettbewerbsfaktor“
In der Logistik zahlt sich Nachhaltigkeit für die Unternehmen immer dann aus, wenn sie Kosten stabilisiert, Risiken reduziert und die Effizienz erhöht. Wer Emissionen senkt, reduziert oft auch Energie und Mautkosten und macht seine Lieferketten robuster.
Entscheidend ist, Nachhaltigkeit als Business Case zu denken: etwa durch intermodale Konzepte und kombinierte Verkehre, die wirtschaftlich sind und gleichzeitig CO₂ sparen. Nachhaltigkeit ist also kein Klotz am Bein, sondern im Gegenteil: Sie wird zunehmend zu einem Wettbewerbsfaktor.
Für Unternehmen sind auf dem Weg zu mehr Nachhaltigkeit drei Schritte entscheidend. Erstens Transparenz bei den Daten – etwa über Sendungen, Laufzeiten oder Emissionen. Zweitens eine klare Dekarbonisierungs Roadmap. Das umfasst Flotte, Modal Shift, aber auch die Einbindung von Partnern. Und drittens der verantwortungsvolle Einsatz von Digitalisierung und KI. Das heißt: saubere Daten, klar definierte Anwendungsfälle, geschulte Mitarbeitende und von Anfang an mitgedachte Compliance.
Nachhaltigkeit ist also kein Klotz am Bein, sondern im Gegenteil: Sie wird zunehmend zu einem Wettbewerbsfaktor.
Manfred Nowotny, Vorstand ONTEC AI
Die Implementierung von innovativer KI in diese Prozesse verspricht enorme Effizienzsteigerungen und die Möglichkeit, Routineaufgaben zu automatisieren. Doch in der Planungsphase sind diverse „Hausaufgaben“ zu erledigen.
Text: Armin Fuhrer Foto: Presse
ROBOTIK
Prof. Dr. Sebastian Schlund, Geschäftsführer von Fraunhofer Austria
Michael Rauhofer, Managing Director European Logistics bei DACHSER Austria
Natur als Grundlage der Wertschöpfung
Vom Umweltthema zum Unternehmensrisiko. Warum ökologische Stabilität zur Voraussetzung wirtschaftlicher Resilienz wird.
Jedes Geschäftsmodell ist direkt oder indirekt in natürliche Systeme eingebettet. Böden, Wasser, stabile klimatische Bedingungen und biologische Prozesse bilden die oft unsichtbare Grundlage von Produktion, Logistik und Konsum. Wenn Böden austrocknen oder sich Niederschlagsmuster verschieben, verlieren Pflanzen ihre Lebensgrundlage – und mit ihnen verschwinden Insekten, Vögel und viele andere Arten. Die Bestäubung durch Insekten ist für einen erheblichen Teil der weltweiten Nahrungsmittelproduktion unverzichtbar. Ihr Rückgang kann messbare Auswirkungen auf Erträge haben. Ein Risiko, das nicht nur landwirtschaftliche Betriebe betrifft, sondern auch weiterverarbeitende Industrien, Handelsketten und letztlich die Endmärkte. Auch in der Textilindustrie kann der Verlust gesunder Böden die Baumwollqualität beeinträchtigen, mit Folgen entlang der gesamten Lieferkette bis hin zu globalen Markenunternehmen. In der Forstwirtschaft und Bauindustrie hängen Erträge und Materialqualität von der Artenvielfalt und der Gesundheit der Wälder ab; Monokulturen dagegen erhöhen die Anfälligkeit für Schädlinge. Auch die Energiewirtschaft ist auf stabile ökologische Systeme angewiesen: Wasserkraftwerke benötigen verlässliche Wasserläufe. Werden Wälder abgeholzt oder Böden abgetragen, spült Erosion Sedimente in die Stauseen und reduziert deren Kapazität. Umweltveränderungen können selbst hochindustrialisierte Standorte direkt betreffen. Wie die Halbleiterproduktion oder die Chemie- und Pharmaindustrie, die für die Anlagenreinigung und -kühlung oder Verdünnung von Chemikalien stark wasserabhängig sind.
Dass Unternehmen in vielerlei Hinsicht von sogenannten Ökosystemleistungen abhängen, wird bislang allerdings nur unzureichend in Kosten- und Risikomodelle einbezogen.
Lange Zeit waren Umweltaspekte primär reputationsgetrieben, heute entwickeln sie sich zunehmend zu harten Steuerungsgrößen.
Dies sind nur einige Beispiele, die zeigen, wie sich lokale Schäden an natürlichen Systemen in einer stark vernetzten Wirtschaft weit über ihren Entstehungsort hinaus auswirken und somit auch die betriebswirtschaftliche Planbarkeit ins Wanken bringen. Dass Unternehmen in vielerlei Hinsicht von sogenannten Ökosystemleistungen abhängen, wird bislang allerdings nur unzureichend in Kosten- und Risikomodelle einbezogen. Zudem verläuft der Verlust gesunder Ökosysteme und biologischer Vielfalt meist schleichend, während klassische Entscheidungsprozesse eher auf kurzfristige Kennzahlen ausgerichtet sind. Viele ökologische Kipppunkte
sind jedoch irreversibel oder nur mit erheblichem Aufwand wiederherzustellen. Für Unternehmen entsteht daraus ein strategisches Dilemma: Wer zu spät reagiert, sieht sich plötzlich mit nicht mehr kontrollierbaren Risiken konfrontiert. Die Konsequenz: Ökologische Stabilität wird zur Voraussetzung wirtschaftlicher Resilienz.
Lange Zeit waren Umweltaspekte primär reputationsgetrieben, heute entwickeln sie sich zunehmend zu harten Steuerungsgrößen. Investoren, Aufsichtsbehörden und Kunden verlangen Transparenz über naturbezogene
potenzielle Risiken und Schädigungen. Diese Entwicklung wird dazu führen, dass sowohl die Auswirkungen des Unternehmens auf die Biodiversität, als auch die Abhängigkeit von ihr in die Bewertung eines Geschäftsmodells einfließen – sei es über Kapitalkosten, Versicherungsprämien oder bei Investmententscheidungen. Unternehmen, die diese Zusammenhänge nicht berücksichtigen oder steuern, riskieren Fehlbewertungen und Kapitalverluste.
Fakten
Analysen des EY Nature Risk Barometer zeigen, dass ein sehr großer Anteil der untersuchten globalen Unternehmen in erheblichem Maße von Ökosystemleistungen abhängig ist, selbst wenn diese Abhängigkeit in der strategischen Planung oft noch nicht vollständig reflektiert wird.
Quelle: EY (Ernst & Young): Nature Risk Barometer 2024
Text: Julia Butz
Fotos: Dan Meyer/unsplash, Point Normal/unsplash
DR. MARTIN RIESTER
Wer seine Lieferkette nicht kennt, verliert
GROSSES INTERVIEW
KI, Robotik und Automatisierung versprechen Kontrolle – doch der Mensch bleibt zentral. Dr. Martin Riester, Center Direktor Nachhaltige Produktion und Logistik Fraunhofer Austria Research GmbH, über technologische Grenzen und organisatorische Fehler.
Text: Thomas Soltau
Foto: Fraunhofer Austria
Lieferketten galten lange als stilles Rückgrat der Wirtschaft. Warum sind sie heute zum strategischen Machtfaktor geworden, über den Vorstände und Aufsichtsräte entscheiden müssen?
Die Gestaltung der globalen Lieferketten entscheidet über die Resilienz von Unternehmen. In den vergangenen 20 bis 30 Jahren hat die globale Vernetzung deutlich zugenommen und Kostenvorteile sowie Wohlstand ermöglicht.
Gleichzeitig sind dadurch Abhängigkeiten entstanden – sowohl auf makroökonomischer Ebene zwischen Staaten als auch auf mikroökonomischer Ebene in Lieferbeziehungen zwischen Unternehmen. Bei einer stabilen weltpolitischen Lage und einem eingeschwungenen System stellt dies kein Problem dar. Werden als fix angenommene Spielregeln verändert, z. B. durch Zölle, können die Vorteile in Nachteile umschlagen. Lieferkettenkonfigurationen sind daher zu einem wesentlichen Resilienzfaktor und zu einer Kernaufgabe für das Top-Management avanciert.
Haben Unternehmen die Verwundbarkeit globaler Lieferketten verstanden? Die aktuellen weltpolitischen Entwicklungen haben große Auswirkungen auf Lieferketten – das haben die Unternehmen verstanden.
Einen Rückfall in alte Routinen kann ich auf Basis meiner Einblicke nicht feststellen.
Im Gegenteil: Die Unternehmen versuchen, sich auf volatile Marktsituationen bestmöglich einzustellen.
KI soll Planung und Prognosen revolutionieren. Wo liefert sie heute tatsächlich belastbare Entscheidungen und wo ersetzt sie lediglich menschliche Unsicherheit durch algorithmische? Es kommen heute alle Ansätze zum Einsatz – menschliche, algorithmische und vereinzelt, aber zunehmend, KI-basierte. Letztere bergen großes Potenzial, vorhandenes Wissen im Unternehmen zu halten sowie darauf aufbauend bessere Entscheidungen zu fällen. Bereiche, in denen bereits erfolgreich KI für Prognosen und zur Entscheidungsunterstützung eingesetzt wird, sind z. B. Instandhaltung, Bedarfsplanung, Bestandsoptimierung und Konstruktion.
Viele KI-Projekte scheitern nicht an der Technik, sondern an der Organisation. Welche strukturellen Fehler beobachten Sie in Unternehmen immer wieder? Dazu drei Punkte:
1. Die Einstellung EINES KI-Experten, welcher die KI-Agenda eines Unternehmens plant, koordinieren und umsetzen soll, ist nicht ausreichend. KI ist keine Aufgabe für eine Einzelperson. Es benötigt mehrere Unternehmensbereiche sowie Sparring-Partner für die Lösungsfindung.
2. Unternehmen sind oft Gefangene ihres eigenen Systems, wodurch Denkräume eingeschränkt sind. Es empfiehlt sich, KI-verantwortlichen Teams abseits von Corporate-IT
und Legacy Systemen Raum für Entwicklungen zu geben.
3. Da die Halbwertszeit des Wissens im KI-Bereich sehr kurz ist, sollten Personen in diesem Bereich über eine hohe intrinsische Motivation verfügen, sich laufend neues Wissen anzueignen.
Robotik und autonome Systeme versprechen Effizienz und Unabhängigkeit vom Arbeitsmarkt. Wo stößt diese Vision in Lager und Logistik aktuell an ihre Grenzen? Der Einsatz von Automatisierung wird sowohl durch bauliche als auch durch wirtschaftliche Rahmenbedingungen begrenzt. Nicht jedes Gebäude eignet sich aufgrund regulatorischer Vorgaben, etwa zu Bodenlasten oder Gangbreiten.
Zudem müssen sich Investitionen rentieren. Wo der erforderliche Durchsatz fehlt, werden auch künftig manuelle Lager betrieben. Technikanbieter reagieren auf diese Hürde mit kleineren und skalierbaren Lösungen. In Regionen mit ausgeprägtem Arbeitskräftemangel beobachten wir vereinzelt, dass eine längere Amortisationsdauer akzeptiert wird, da ein höherer Automatisierungsgrad Voraussetzung für den Fortbestand des Standorts ist.
Der Mensch bleibt nach wie vor ein wesentlicher Faktor in den Lieferketten. Auf sich selbststeuernde und sich selbst planenden Lieferketten müssen wir noch eine Weile warten.
Es empfiehlt sich, KI-verantwortlichen Teams abseits von Corporate-IT und Legacy Systemen Raum für Entwicklungen zu geben.
Der Mensch scheint in hochautomatisierten Lieferketten oft nur noch als Störfaktor vorzukommen. Warum ist das eine gefährliche Fehleinschätzung? Der Mensch bleibt nach wie vor ein wesentlicher Faktor in den Lieferketten. Auf sich selbststeuernde und sich selbst planenden Lieferketten müssen wir noch eine Weile warten. Dafür müssen, jetzt und weiterhin, noch zu viele manuelle Schritte vollzogen, Prozesse digitalisiert und Daten erzeugt bzw. sinnvoll genutzt werden. Der Mensch ist nach wie vor das flexibelste Werkzeug in Produktions- und Logistikprozessen.
Werden Lieferketten 2030 robuster und souveräner sein als heute oder nur schneller und komplexer?
Wir entwickeln uns Richtung smarte und glokale Wertschöpfungsnetzwerke, d. h. die Vorteile globaler Wertschöpfungsketten werden mit den positiven Effekten des lokalen Wirtschaftens verknüpft.
Durch regionale Produktion werden die Lieferketten souveräner, aber durch technologische Vernetzung auch komplexer. Sie werden nicht zwangsläufig „sicherer“, aber wir werden durch die optimierte Datennutzung, auch durch KI-Einsatz, eine höhere Transparenz über die bestehenden Risiken haben.
Wenn KI beginnt, Aufgaben zu übernehmen
Viele KI-Anwendungen liefern vor allem Antworten. Doch erst, wenn Systeme Angebote vorbereiten und Daten zusammenführen, entsteht messbarer Nutzen im Unternehmen.
In vielen Unternehmen beantwortet KI heute Fragen, doch sie greift nicht in Abläufe ein. Angebote werden manuell erstellt, Daten geprüft, Wissen bleibt verteilt. Der Schritt von der Analyse zur Handlung ist anspruchsvoll. Entscheidend ist weniger das Modell als dessen Einbindung in Prozesse, Daten und Zuständigkeiten. Genau hier entstehen die Probleme: fragmentierte Daten, Dubletten, gewachsene Systemlandschaften. Gleichzeitig wächst der Druck, schneller zu werden und Abläufe zu automatisieren, ohne Kontrolle zu verlieren. KI-Lösungen, die gezielt auf Anforderungen von Unternehmen zugeschnitten sind und sich modular in bestehende Strukturen integrieren lassen, kommen unter anderem von der cognify GmbH. Dr. Norbert Walchhofer ist Co-Founder von cognify und weiß, wie KI zur Wertschöpfung beiträgt.
Woran erkennt man, dass aus einem Chatbot ein handelndes KI-System wird?
Sobald ein System nicht nur antwortet, sondern auf Werkzeuge, Daten und Prozesse zugreift. Wenn ein Termin direkt gebucht wird statt nur vorgeschlagen, ist der Unterschied klar. Dann geht es nicht mehr um Auskunft, sondern um Umsetzung.
Warum ist die Datenbasis so oft der limitierende Faktor?
Die Modelle sind längst mächtig genug. In der Praxis bremsen Datensilos, Dubletten und unterschiedliche Systeme. Gerade bei
Dr. Norbert Walchhofer, Co-Founder von cognify
Stammdaten entstehen Abweichungen, die klassische Regeln nicht erkennen. Semantische Verfahren helfen, solche Unterschiede sichtbar zu machen: ohne saubere Daten sinkt die Qualität deutlich.
Wie wird aus verteiltem Wissen ein System, das Entscheidungen trägt?
Entscheidend ist zuerst die Aufbereitung: Dokumente müssen sauber vorverarbeitet werden – gerade Inhalte in Tabellen oder komplexen PDFs werden oft unterschätzt. Auf dieser Basis arbeiten dann spezialisierte Agenten zusammen: Einer durchsucht die Wissensbasis, ein Anderer greift auf Datenbanken zu, ein Dritter prüft Ergebnisse. So entstehen Systeme, die internes Wissen kontextbezogen verfügbar machen – wie sie cognify zusammen mit Austrian Standards für deren KI-Ökosystem entwickelt.
Wo liegen konkrete E�zienzpotenziale? Überall dort, wo Abläufe wiederkehrend sind, Komplexität schwer zu überblicken ist
Weitere Informationen zur cognify GmbH unter: www.cognify.ai/de/
oder Präzision in Struktur und Format zählt. Ein Beispiel ist der Angebotsprozess: Daten aus Dokumenten, Preislisten und Kundenhistorie lassen sich automatisiert zusammenführen – ein Schritt, der bislang viel Zeit bindet und fehleranfällig ist. Ähnliches gilt im Service, etwa beim Vorsortieren von Tickets. Das schaff t Freiräume für bessere Qualität. Was ist entscheidend für tragfähige KI-Architekturen?
Datenmanagement, Entwicklung und Befähigung der Teams müssen zusammen gedacht werden. Wichtig ist eine modulare Architektur, die anpassbar bleibt und nicht von einzelnen Anbietern abhängt. Genau darauf sind Lösungen von cognify ausgelegt – und darauf, dass Kunden ihre Systeme eigenständig weiterentwickeln können. Am Ende entscheidet das darüber, ob KI ein Werkzeug bleibt oder Teil der Wertschöpfung wird.
Wichtig ist eine modulare Architektur, die anpassbar bleibt und nicht von einzelnen Anbietern abhängt.
Wie Lieferketten resilient und zukunftsfähig werden
Globale Krisen und Handelskonflikte setzen Lieferketten zunehmend unter Druck.
In einer Welt voller Unsicherheiten –von geopolitischen Spannungen über Zollthemen bis zu volatilen Märkten –brauchen Unternehmen Anpassungsfähigkeit und Produktivität zugleich. Lieferketten sind heute globale Netzwerke mit tausenden Partnern und vielfältigen Absatzkanälen. Ihre Orchestrierung ist strategisch geworden. Gefragt sind Echtzeit-Transparenz und tiefere Auswirkungsanalysen.
Vernetzte End-to-End-Prozesse über CloudERP, Business AI bis hin zu Agentic AI verwandeln Daten in Handlungen – mit klaren Leitplanken und menschlicher Supervision. So entstehen proaktive Netzwerke, die Risiken antizipieren, Abläufe stabilisieren und Wachstum ermöglichen, betont Andreas J. Wagner, Geschäftsführer von SAP Österreich.
Herr Wagner, Lieferketten sind seit Jahren von Unsicherheit geprägt. Wie können digitale Lösungen helfen, hier resilienter zu werden?
Komplexität und Unsicherheit nehmen gleichzeitig zu, daher ist die Orchestrierung der Lieferketten zu einem strategischen Muss geworden. Die Orchestrierung verbindet Planung, Beschaffung, Produktion, Logistik und Vertrieb zu einem durchgängigen Prozess. Sie schafft die Voraussetzung, Abhängigkeiten sichtbar zu machen, Entscheidungen zu synchronisieren und
Ressourcen dort einzusetzen, wo sie den größten Effekt haben.
Wie kann man sich diese Orchestrierung vorstellen?
Das passiert durch die Verknüpfung von Planungs-, Logistik- und Beschaffungsdaten zu einem digitalen Abbild der Lieferkette. What-if-Analysen (Szenarioanalysen) zeigen, wie sich Ausfälle, Verzögerungen oder Nachfrageänderungen entlang der Wertschöpfungskette auswirken – bis hin zu Servicelevel, Kosten und CO₂-Fußabdruck.
Welche Rolle spielt dabei die Szenarioplanung?
Sie übersetzt Erkenntnisse in konkrete Handlungen. Prescriptive Szenarien bewerten Handlungsalternativen, priorisieren Engpässe und schlagen konkrete Maßnahmen vor – etwa Umroutungen, Substitutionen, Sicherheitsbestände oder angepasste Produktionsreihenfolgen – einschließlich ihrer Auswirkungen auf Termine, Marge und Risiko.
Wie unterstützt die SAP Business Suite diese Orchestrierung?
Durch integrierte End-to-End-Prozesse, die SAP-Anwendungen und das Cloud-ERP verbinden. Es ist die Integration von Daten, KI und Anwendungen in einer Lösung. KI ist bei uns kein Add-on, sondern integraler Bestandteil jedes Geschäftsprozesses. So wird die Einführung neuer Technologien deutlich einfacher – und der Mehrwert entsteht schneller.
Andreas J. Wagner, Geschäftsführer von SAP Österreich
What-if-Analysen zeigen, wie sich Ausfälle, Verzögerungen oder Nachfrageänderungen entlang der Wertschöpfungskette auswirken.
Business AI ist bereits in vielen SAPAnwendungen integriert – welche Vorteile sehen Sie für die Lieferkettenthematik? Business AI erkennt Muster, prognostiziert Nachfrage, identifiziert Risiken und unterstützt Entscheidungen, etwa als Copilot in Planung und Einkauf. Agentic AI geht weiter: Sie orchestriert Workflows, startet Maßnahmen automatisch und lernt aus Feedback – stets mit klaren Leitplanken und Human-in-the-Loop.
Wohin entwickelt sich die Lieferkette der Zukunft? Ganz klar, zu adaptiven, intelligenten Netz-
werken: Sie simulieren kontinuierlich, handeln proaktiv, balancieren Kosten, Service und Nachhaltigkeit und integrieren Partner nahtlos. Aus Komplexität wird Resilienz und aus Daten werden Entscheidungen, die das Geschäft voranbringen.
SAP Österreich – Partner Content
Foto: Atelier
Schulte
Resilienz ist längst kein
Modewort mehr
RESILIENZ
Viele Unternehmen haben die Zeichen der Zeit erkannt und richten ihre Liefer-
ketten und innere Logistik mithilfe von KI und Digitalisierung neu aus.
Text: Armin Fuhrer
Foto: Chuttersnap/unsplash
Österreichische Unternehmen haben in den letzten Jahren schmerzhaft gelernt, dass globale Just-in-TimeLieferketten hochgradig anfällig sind. Im Jahr 2026 ist Resilienz daher kein Modewort mehr, sondern eine überlebenswichtige Geschäftsstrategie. Es haben sich drei zentrale Säulen herausgebildet, mit denen heimische Betriebe ihre Widerstandsfähigkeit stärken.
Bisher waren viele Unternehmen abhängig von nur einem einzigen oder wenigen Lieferanten. Das stellte sich besonders dann als kritisch heraus, wenn diese außerhalb Europas in angesiedelt waren. Denn durch politische Krisen wie den Ukraine- und neuerdings den Iran-Krieg, eine Pandemie oder unsichere Zustände in den jeweiligen Ländern können Lieferketten empfindlich gestört oder sogar ganz unterbrochen werden – mit schlimmen Konsequenzen für die heimischen Unternehmen.
Diese haben die Gefahr erkannt, sodass viele Unternehmen versuchen, die Abhängigkeit von einzelnen Lieferanten abzubauen. Ein Mittel ist die Regionalisierung, das sogenannte Nearshoring – also die Verlagerung der Produktion oder der Beschaffung zurück nach Europa oder direkt in den DACH-Raum (Deutschland, Österreich, Schweiz). Denn dadurch werden Transportwege verkürzt und politische Risiken minimiert.
Auch Multi-Sourcing kann Abhilfe schaffen. Statt auf den günstigsten Anbieter zu setzen, verteilen die Einkaufsabteilungen ihr Volumen auf mehrere Partner. Das kostet zwar Marge, sichert aber die Lieferfähigkeit im Krisenfall.
Wer nicht weiß, wo seine Ware steckt, kann im Krisenfall nicht reagieren.
Eine zunehmende Rolle spielen auch technologische Souveränität und Transparenz. Resilienz entsteht durch Wissen. Wer nicht weiß, wo seine Ware steckt, kann im Krisenfall nicht reagieren. Hier bieten Digitalisierung und Künstliche Intelligenz neue Möglichkeiten, auf die immer mehr Unternehmen zurückgreifen. So kann durch den Einsatz von IoTSensoren und Blockchain-Tracking in Echtzeit nachverfolgt werden, wo sich kritische Produkte gerade befinden. Algorithmen analysieren Wetterdaten, geopolitische Nachrichten und Streikankündigungen, um proaktiv Warnungen auszugeben, bevor die Lieferkette reißt. Auch das Thema Cyberresilienz wird heute viel größer geschrieben. Da die Logistik zunehmend digitalisiert wird, investieren Firmen massiv in IT-Sicherheit, um gegen Angriffe von außen gewappnet zu sein.
Nicht zuletzt muss Resilienz aber auch nach innen ausgebaut werden. Ein resilientes Unternehmen muss intern „atmen“ können. Eine wichtige Maßnahme ist in diesem Zusammenhang der Ausbau eines Pufferlagers statt der Vorhaltung lediglich eines Minimalbestandes. Die Lagerstrategie wandelt sich auf diese Weise von Just-in-Time zu Just-in-Case. Höhere Sicherheitsbestände bei kritischen Rohstoffen werden wieder als notwendige Investition und nicht mehr als totes Kapital gesehen.
Auch eine skalierbare Automatisierung gewinnt zunehmend an Bedeutung. Anstatt starrer Fördertechnik setzen Betriebe auf modulare Roboter-Flotten, die bei Auftragsspitzen gemietet werden können („Roboticsas-a-Service“) oder bei einem Standortwechsel einfach mitgenommen werden.
Fazit: Viele Unternehmen in Österreich haben die Zeichen der Zeit erkannt und machen ihre Lieferketten und ihre interne Logistik resilienter. Denn eine solche Investition kann im Krisenfall sehr viel Kosten sparen.
lediglich eines Minimalbestandes.
Andreas J. Wagner, Geschäftsführer von SAP Österreich
Daten als Fundament moderner Wertschöpfung
Moderne Wertschöpfungsnetzwerke bestehen aus eng verknüpften Prozessen in Planung, Beschaffung, Produktion und Logistik.
Text: Thomas Soltau Foto: Atelier Schulte
Moderne Wertschöpfungsnetzwerke bestehen aus eng verknüpften Prozessen in Planung, Beschaffung, Produktion und Logistik. Um diese komplexen Systeme besser steuern zu können, setzen Unternehmen zunehmend auf Plattformen, die Anwendungen, Daten und Prozesse über Organisationsgrenzen hinweg miteinander verbinden. So entstehen gemeinsame Datenräume, in denen Informationen aus unterschiedlichen Bereichen zusammengeführt und analysiert werden können. Zunehmend werden dafür standardisierte Datenprodukte aufgebaut, die Informationen strukturiert bereitstellen und für Analysen nutzbar machen.
Höhere Sicherheitsbestände bei kritischen Rohstoffen werden wieder als notwendige Investition und nicht mehr als totes Kapital gesehen.
Fakten
Digitalisierung und KI bilden wichtige Werkzeuge für die interne Logistik. So setzten Unternehmen und Logistikzentren beispielsweise statt auf starre Förderbänder zunehmend auf Schwarm-Intelligenz: Mobile Roboter (AMR) kommunizieren autonom miteinander und optimieren Wege in Echtzeit. Eine weitere Möglichkeit ist ein digitaler Zwilling, bei dem das gesamte Lager virtuell abgebildet wird.
„Erst, wenn Daten aus verschiedenen Teilen der Wertschöpfung miteinander verknüpft sind, entsteht ein belastbares Gesamtbild“, sagt Andreas J. Wagner, Geschäftsführer von SAP Österreich. Datenmodelle und analytische Systeme helfen dabei, Zusammenhänge sichtbar zu machen und mögliche Handlungsoptionen abzuleiten. „Die Herausforderung liegt heute weniger im Sammeln von Daten als darin, aus ihnen fundierte Entscheidungen zu entwickeln“, so Wagner.
Erst, wenn Daten aus verschiedenen Teilen der Wertschöpfung miteinander verknüpft sind, entsteht ein belastbares Gesamtbild.
Eine wichtige Maßnahme ist der Ausbau eines Pufferlagers statt der Vorhaltung
Mehr Resilienz in einem volatilen Umfeld
Lieferketten müssen so aufgestellt sein, dass sie Störungen nicht nur überstehen, sondern aktiv managen – ohne zusätzliche Komplexität für die Kunden.
Die Logistikbranche steht 2026 nicht vor der Herausforderung einer einzelnen Krise, sondern es existiert eine Gleichzeitigkeit vieler Faktoren. Geopolitische Spannungen, Handelskonflikte und kurzfristige politische Entscheidungen – etwa im Zollumfeld – sorgen für eine hohe Volatilität. Gleichzeitig stehen die Unternehmen unter massivem Kosten und Effizienzdruck, während Investitionen in resiliente, nachhaltige und digitale Lieferketten unverzichtbar bleiben. Volatilität ist kein Ausnahmezustand mehr, sondern der neue Normalfall. Deshalb geht es nicht darum, auf jede Krise einzeln zu reagieren, sondern Lieferketten strukturell robuster aufzustellen – durch starke Netzwerke, integrierte Steuerung und Transparenz über alle Verkehrsträger hinweg.
Hinzu kommt der Fachkräftemangel, „denn resiliente Lieferketten brauchen nicht nur Systeme, sondern vor allem qualifizierte Menschen“, sagt Michael Rauhofer, Managing Director European Logistics bei DACHSER Austria.
Herr Rauhofer, was bedeutet
Resillienz für Logistik-Unternehmen?
Resilienz bedeutet für uns vor allem Steuerbarkeit in einem volatilen Umfeld. Lieferketten müssen so aufgestellt sein, dass sie Störungen nicht nur überstehen, sondern sie aktiv managen können. Konkret heißt das: Transparenz über Waren- und Informationsflüsse, belastbare Netzwerke über mehrere Verkehrsträger hinweg und die Fähigkeit, bei Bedarf schnell umzuschalten – etwa bei Routen, Gateways oder Transportlösungen. Entscheidend ist dabei: Resilienz darf für unsere Kunden keine zusätzliche Komplexität erzeugen.
Geht man dann nicht zwangsläufig weg von der reinen Effizienzsteigerung und dem just-in-time-Prinzip?
Nein, aber Resilienz verändert, wie wir beides denken. Just in time funktioniert heute nicht mehr als starres Konzept entlang einzelner Relationen. In einem volatilen Umfeld braucht es Transparenz, Steuerbarkeit
DACHSER Global Groupage steht für die enge Verzahnung des europäischen Stückgutnetzes mit den interkontinentalen Air & Sea Logistics Services von DACHSER. Ziel ist es, globale End to End Lieferketten aus einer Hand anzubieten – durchgängige Transparenz, abgestimmte Prozesse und nahtlose Übergänge zwischen Road, Air & Sea inklusive.
und Alternativen im Netzwerk. Resilienz ist daher kein Gegenpol zur Effizienz, sondern ihre Weiterentwicklung. Effizient ist nicht das System mit den geringsten Kosten im Idealfall, sondern jenes, das auch bei Störungen verlässlich funktioniert.
Stellen auch neue EU-Regularien wie die CO2-Maut und der EU AI Act eine Erschwerung dar?
Sie erhöhen ohne Frage die Komplexität. Bei der CO₂ basierten Maut sehen wir aktuell vor allem zwei Effekte: höhere Kosten und einen deutlich höheren Aufwand in der operativen Steuerung. Gleichzeitig setzt sie einen klaren Lenkungseffekt. Für uns bei DACHSER ist das kein neues Thema, weil wir seit Jahren auf kombinierte Verkehre,
Michael Rauhofer, Managing Director European Logistics bei DACHSER Austria
Netzwerkoptimierung und CO₂-Reduktion setzen.
Ähnlich ist es beim EU AI Act. Er bringt neue formale Anforderungen, bestätigt in der Sache aber einen Weg, den wir bereits
Digitale Zwilling @ILO bildet alle Packstücke und Prozesse im Umschlaglager in Echtzeit digital ab und sorgt für maximale Transparenz und effizientere Abläufe in der Stückgutlogistik. Für diese Innovation wurde DACHSER gemeinsam mit dem Fraunhofer IML mit dem European Logistics Association (ELA) Award 2026 ausgezeichnet.
DACHSER Austria wurde 2004 mit dem Geschäftsfeld Road Logistics und 2006 mit dem Geschäftsfeld Air & Sea Logistics gegründet. Durch das Zusammenspiel der beiden Geschäftsbereiche bieten sie ihren Kunden Lösungen entlang der gesamten Supply Chain. Das macht das global tätige Familienunternehmen zum Komplettanbieter, der individuelle und flexible Lösungen aus einer Hand liefert. www.dachser.at
Effizient ist nicht das System mit den geringsten Kosten im Idealfall, sondern jenes, das auch bei Störungen verlässlich funktioniert.
eingeschlagen haben: KI nur dort einzusetzen, wo sie transparent, nachvollziehbar und sicher ist – und wo sie unsere Mitarbeitenden im Alltag unterstützt.
Für mehr Resilienz benötigen die Unternehmen Daten, die sie mit Hilfe von KI erheben können. Welche Schritte müssen sie gehen? Viele Unternehmen beschäftigen sich intensiv mit KI – aber Resilienz entsteht nicht durch Algorithmen allein. KI ist nur so gut wie die Daten, Prozesse und Menschen dahinter. Unser Zugang bei DACHSER ist sehr pragmatisch: Wir setzen nicht bei der Technologie an, sondern bei den operativen Prozessen und der Datenbasis. Erst, wenn diese sauber definiert und stabil sind, entfaltet KI ihren Nutzen. Aus unserer Sicht sind drei Schritte entscheidend: Transparenz, ein konsequentes Daten und Prozessmanagement und AI Literacy und Governance by Design: Unsere Mitarbeitenden müssen verstehen, wie KI sie im Alltag unterstützt.
Haben Sie Wünsche an die Politik?
Da geht es weniger um Einzelmaßnahmen als um verlässliche Rahmenbedingungen. Drei Punkte sind dabei aus unserer Sicht zentral: Infrastruktur und Knoten stärken, Bürokratie abbauen und Digitalisierung beschleunigen sowie die Transformation ermöglichen.
Bleibt die Logistik eine attraktive Branche? Ja, und zwar, weil sie systemrelevant ist und sich technologisch stark weiterentwickelt. Attraktiv bleibt sie aber nur, wenn wir sie auch entsprechend gestalten.
