Das Duo, das Maschinen zum Sprechen bringt

SEIT DER SCHULBANK kennen sich Hans-Peter Pichler und Patrick Haidinger, auch zu KI-Spezialisten wurden sie gemeinsam im Zuge ihrer akademischen Laufbahn an der JKU. "Durch die Forschung waren wir immer an den jüngsten Entwicklungen dran und haben bald erste Projekte mit der Industrie umgesetzt", erinnert sich Pichler.

2021 gründeten die beiden das Unternehmen FiveSquare und sind für Unternehmen aus dem D-A-CH-Raum, aber auch in den USA zum Sparringpartner für datengetriebene Innovationsentwicklung geworden: "Wie kann man aus dem Buzzword KI tatsächlich Mehrwert schaffen und Umsätze generieren? Welche Geschäftsmodelle gibt es?"

Anwendungsfälle gibt es viele, etwa im Maschinenbau. Mit dem Landtechnikhersteller Pöttinger werden neue Konzepte für die Landmaschinen der Zukunft entwickelt. Mit Sprachmodellen kann auch hier die Kommunikation zwischen Mensch und Maschine revolutioniert werden. "Wie geht's dir denn heute?" oder "Stell dich perfekt für das aktuelle Feld ein!", zitiert Pichler einen zukünftigen Dialog zwischen Bodenbearbeitungsgerät und Besitzer. "Das ist keine KI-Fantasie, das ermöglichen die aktuellen Entwicklungen."

Neben dem Dienstleistungsgeschäft hat das rasant wachsende, bald 30-köpfige Team ein Produkt entwickelt, um die Technologien hinter ChatGPT für jedes Unternehmen sicher und schnell zur Verfügung zu stellen: das Sprachmodell KARLI, für das man mit europäischen Sicherheitsstandards wirbt. "Für KARLI gibt's viele Einsatzmöglichkeiten, von der Automatisierung im Kundenservice bis zu zielgerichteten Wissensabfragen", so Haidinger.

Industrieautomatisierer B&R in Eggelsberg verwendet KARLI, damit Kunden mit der Produktdokumentation online auch "chatten" können, statt sich durch Tausende Register klicken zu müssen. FiveSquare hat das Büro direkt an der JKU. "Wir sind an der Quelle von Cutting-Edge-Forschung", sagt Haidinger.

Aus dieser Nähe entstehen auch Produkte wie EPILEPSIA, das in Form eines am Körper getragenen Sensors epileptische Anfälle vorhersehbar machen soll. Mit Deep-Learning-Methoden soll sogar die Art des drohenden Anfalls erkannt werden können. Dafür werden gerade in einer groß angelegten Studie die Sensoren bei einigen Hundert Patienten getestet.