Programm 2025
Keynote 2025: Nikolaus Forgó
Univ.-Prof. Dr. Nikolaus Forgó
Copyright: Joseph Krpelan
Wir freuen uns sehr Nikolaus Forgó vom Institut für Innovation und Digitalisierung im Recht der Universität Wien als Keynote Speaker auf der SAINT 2025 ankündigen zu dürfen!
Johann Haag | Chief Executive Officer (CEO), FH St. Pölten
Marlies Temper | FH St. Pölten
Nikolaus Forgó | Universität Wien
Der Vortrag gibt einen Überblick über den AI-Act und seine Auswirkungen auf die österreichische Rechtslage. Er diskutiert insbesondere, ob es überhaupt etwas zu diskutieren gibt.
Nikolaus Forgó ist Professor für Technologie- und Immaterialgüterrecht an der Universität Wien, der durch sein umfassendes Fachwissen im Bereich des IT-Rechts und der Rechtsinformatik hervorsticht. Mit einer langjährigen Erfahrung als Leiter des Instituts für Rechtsinformatik verfügt er über eine einzigartige Expertise, die einen besonderen Blickwinkel auf die Diskussion um den AI-Act und seine Auswirkungen auf die österreichische Rechtslage werfen wird. Er ist unter anderem Expertenmitglied des österreichischen Datenschutzrats und seit Ende 2023 Mitglied im AI Advisory Board der österreichischen Bundesregierung. Auf Youtube betreibt er den Podcast „Ars Boni“ bei dem er regelmäßig Expert*innen zu Themen des (IT-)Rechts interviewt.
Besuchen Sie die Poster-Sessions in der Bildungsachse.
Frederik Bednar | ebcont
Vortragssprache: Deutsch
Am Beispiel der Entitätenerkennung zur Anonymisierung von Rechtstexten wird der evolutionäre Aspekt einer Entwicklung gezeigt, dass die Ermittlung sensibler Entitäten in komplexen Domänen mit genauen Vorgaben von einer Kombination mehrerer Methoden, also neben leistungsfähiger Machine Learning Modelle auch von Heuristiken und unscharfer Suche geprägt ist. Der Vortrag beleuchtet sowohl den Umgang mit unklaren Daten & Mehrdeutigkeiten, semantische Aspekte als auch den Einfluss verschiedener Modelltypen (Deep Learning, Transformer- bzw. generative Modelle).
Seit ca. zwei Jahrzehnten beschäftigt sich Frederick Bednar branchenübergreifend mit datenaffinen Projekten, die sowohl wirtschaftliche, statistische als auch IT-technische Aspekte abdecken. Bei EBCONT ist er als Data Analytics & Data Science Consultant tätig, wobei von seinem Tätigkeitsbereich auch Themen wie Data Governance, Data Engineering, Machine Learning/Deep Learning, Semantics und Business Intelligence umfasst sind.
Raphael Suchomel | FH Hagenberg
Vortragssprache: Deutsch
Die disruptive Kraft von künstlicher Intelligenz ist beispiellos: Automatisierung, neue Geschäftsmodelle und unvergleichliche künftige Datenanalysen werden unsere Welt nachhaltig umwälzen. Die USA haben mit „Stargate“ eine Kampfansage lanciert, China hat die KI-Community mit DeepSeek durchgeschüttelt, doch Europa scheint den Anschluss zu verlieren. Den Kopf nun hängen zu lassen, darf allerdings keine Option sein.
Europa muss die eigenen Stärken gezielt ausspielen: nicht nur verfügen wir über ausgezeichnete Hochschulen, die hochqualifizierte Fachkräfte hervorbringen, wir zeigen mit ambitionierten Projekten wie „Broad AI“ oder „Le Chat“ zudem auch, welche Innovationskraft Europa tatsächlich hat. Auch der hochkarätige KI-Gipfel in Paris darf optimistisch stimmen, denn Europa ist nun endlich bereit, neue Wege zu gehen – und das ist längst überfällig.
Denn künstliche Intelligenz kann weit mehr als amüsante Videos von Will Smith beim Spaghetti-Essen generieren. Sie gilt als der alles entscheidende Schlüssel zu wirtschaftlicher und geopolitischer Macht im 21. Jahrhundert. Europa hat das Potenzial, vorne mitzumischen – nutzen wir es!
Raphael Suchomel startete seine Karriere im Bundeskanzleram. Bereits mit 18 Jahren sammelte er wertvolle Erfahrungen im Büro des ehemaligen Regierungssprechers und wirkte aktiv an der Entwicklung der kommunikativen Leitlinien der Bundesregierung mit. Dabei übernahm er früh Verantwortung, leitete ein eigenes Team und trug maßgeblich zum Erfolg des österreichischen EU-Ratsvorsitzes bei. Während der Übergangsregierung unter Bundeskanzlerin a.D. Dr. Brigitte Bierlein brachte, Suchomel seine Expertise ein und arbeitete intensiv an zentralen Kommunikationsstrategien mit. Nachdem er die nachfolgende Bundesregierung ein weiteres Jahr im Bundeskanzleramt unterstützte, wechselte er als politischer Referent zum Dritten Landtagspräsidenten ins Wiener Rathaus. Nach insgesamt sieben Jahren in der österreichischen Spitzenpolitik stellt sich Raphael Suchomel nun neuen Herausforderungen und studiert derzeit Artificial Intelligence Solutions an der FH Hagenberg.
Markus Schüttengruber | maglo GmbH
Vortragssprache: Deutsch
Die automatische Erstellung von SQL-Abfragen aus natürlicher Sprache kann den Zugriff auf komplexe Datenbanken erheblich erleichtern. Besonders in datenintensiven Branchen wie der Luftfahrt ermöglicht dies effizientere Analysen und Entscheidungsprozesse. Der Einsatz großer Sprachmodelle (LLMs) zeigt vielversprechende Ansätze zur Verbesserung der Text-zu-SQL-Generierung. Insbesondere die Integration von Retrieval-Augmented Generation (RAG) erhöht die Genauigkeit, indem relevante Informationen zur Struktur der Daten gezielt bereitgestellt werden. Dies reduziert Fehlerquellen wie Sprachambiguitäten oder fehlerhaftes Kontextverständnis. Durch optimierte Prompt-Strategien lassen sich präzisere Abfragen generieren, was den Zugang zu wichtigen Informationen erleichtert und die Abhängigkeit von technischen Expert:innen verringert.
Markus Schüttengruber absolvierte ein Bachelorstudium in Informatik am IMC Krems sowie ein Masterstudium in Data Intelligence an der FH St. Pölten. Er ist Co-Founder von maglo, einem Unternehmen, das sich auf Web-Entwicklung, Datenbankentwickentwicklung und Künstliche Intelligenz spezialisiert hat.
Poster-Sessions
Florian Voglauer | Land Niederösterreich, Umweltkontrolle (Datenanalyse, Digitalisierung & Automatisierung)
Vortragssprache: Deutsch
Der Übergang von explorativen Notebooks zu robusten, produktionsreifen Machine-Learning-Systemen ist für viele Data Scientists eine Herausforderung. Während Prototypen schnell entstehen, erfordert der Schritt in die Praxis strukturierte Prozesse und skalierbare Lösungen.
Dieser Vortrag beleuchtet, warum spontane Analysen oft nicht für den Produktiveinsatz taugen, und welche bewährten Methoden helfen, aus Experimenten nachhaltige Systeme zu machen. Mit einem praxisnahen Blick auf die typischen Stolpersteine und bewährten Strategien bietet er eine Orientierungshilfe für alle, die Data Science über das Notebook hinausdenken wollen.
Florian Voglauer ist Data Scientist beim Land Niederösterreich im Bereich der Umweltkontrolle, wo er sich um die Themengebiete Automatisierung, Umweltdatenanalyse und Digitalisierung kümmert. Zuvor war er Data Scientist bei Circly GmbH und Data Analyst der CAG Holding / Neumann Aluminium. Florian ist Absolvent des Studiengangs Data Intelligence der FH St. Pölten.
Laura Kaltenbrunner & Fabian Mittermair | CERTAINITY
Sprache: German
Hacking war lange Zeit ein Feld für Experten mit tiefem technischem Wissen, doch das ändert sich rasant. Dank generativer KI können selbst absolute Laien mit wenigen Prompts überzeugende Phishing-Mails schreiben, Social-Engineering-Angriffe perfektionieren oder sogar Schadcode generieren. Was früher spezialisierte Kenntnisse erforderte, ist heute so einfach wie eine Chatbot-Anfrage. Dieser Vortrag zeigt, wie KI-gestützte Tools Cyberangriffe demokratisieren, welche neuen Bedrohungen dadurch entstehen und warum traditionelle Sicherheitsmaßnahmen nicht mehr ausreichen. Ist KI das neue ""Hacking-as-a-Service""?
Laura Kaltenbrunner arbeitet an der Schnittstelle zwischen neuen Technologien, deren Vermarktung aber auch deren Schutz. So gründete sie 2020 ihr erstes Unternehmen, das sich mit der datenschutzkonformen Verwendung von Smart Home Daten beschäftigte und übernahm die Rolle der CMO. Parallel dazu war sie Junior Researcher und Lektorin an der FH St. Pölten, wo ihr Fokus ebenfalls auf den Auswirkungen neuer EU-Regulierungen auf die Verwendung und den Nutzen von Daten lag. Aktuell ist die Marketing-Managerin bei der Cyber-Security Consulting Firma CERTAINITY.
Nach einer Berufsausbildung zum Netzwerktechniker und Systemadministrator folgte für Fabian Mittermair ein technisches Studium (Dipl.-Ing.) in St. Pölten mit Schwerpunkt technische IT-Sicherheit und Informationssicherheit. 2010 ist er als Ethical Hacker und Security Consultant in die Cyber-Security Branche eingestiegen. Seitdem hat er in unterschiedlichen Rollen in Deutschland und Österreich gewirkt. Ziel dabei war es immer, Unternehmen und Organisationen dabei zu unterstützen, Sicherheitslücken präventiv zu erkennen und entsprechende Schutzmaßnahmen zu etablieren. Seit Mitte 2023 verantwortet er den Bereich Offensive Security und seit Ende 2024 ist er COO bei CERTAINITY.
Jorrit Kappel | Context Verify FlexCo
Vortragssprache: Deutsch
Fakes, ob Nachrichten, Shops oder Webseiten, stellen eine zunehmende Bedrohung für Gesellschaft und Wirtschaft dar. Die Massenhafte Verbreitung mit KI macht es essenziell, effiziente Methoden zur Bekämpfung zu erforschen, um Demokratie und Gesellschaft zu stärken. In seinem Vortrag beleuchtet Jorrit Kappel, was Des- und Misinformationen sind und wie diese uns beeinflussen. Außerdem gibt er einen Einblick in die F&E Tätigkeiten von Context Verify, welche automatisierte und transparente Informationsüberprüfung nach journalistischen Standards durchsetzen. Er präsentiert Learnings und wo diese in der Praxis eingesetzt werden können, bei der Recherche von Inhalten sowie in Form eines Fake Frühwarnsystems für Betriebe.
Jorrit Kappel, Co-Founder von Context Verify, beschäftigt sich mit der Vertrauenswürdigkeit von Informationen & der automatisierten Detektion von Fakes. Er übernimmt die Konsortialführung in der Forschung für transparente Informationsverifizierung mit Partnern wie dem FH Joanneum, dem AIT und der Wiener Zeitung. Sein Schwerpunkt liegt im Bereich FakeNews (Des- und Misinformationen), KI-Kompetenz, Cyber-Sicherheit & vertrauenswürdigen Informationen.
Eva Eigner | Ferdinand Porsche FernFH
Vortragssprache: Deutsch
Die Fähigkeit zur Entscheidungsfindung ist eine zentrale Kompetenz im Alltag. Large Language Models (LLMs) bieten vielseitige Unterstützung, um menschliche Entscheidungsprozesse zu verbessern. Ein fundiertes Verständnis der relevanten Einflussfaktoren ist nötig, um deren Vorteile gezielt zu nutzen und Risiken zu minimieren.
Martin Flechl | Dynatrace
Lecture language: English
Writing queries in the Dynatrace Query Language (DQL) can be difficult for inexperienced users and time-consuming for experts. To increase DQL user adoption, we introduce an LLM-based system to generate queries from natural language inputs. We discuss the main technical challenges such as acquiring training data, efficiently fine-tuning LLMs and evaluating the system. Together with our solutions to these challenges, we present possibilities for future improvements.
since 2023: Head of GenAI Research, Dynatrace2019-2023: Senior Researcher Applied AI, Microsoftuntil 2019: Research in particle physics data analysis with CERN
Martin Flechl is the Head of GenAI Research at Dynatrace, where he leads innovative projects focused on advancing generative AI technologies. Prior to this role, he served as a Senior Researcher in Applied AI at Microsoft, contributing to cutting-edge developments in AI applications across various industries. Before transitioning to the field of artificial intelligence, Martin Flechl conducted research in particle physics data analysis at CERN, where he honed his analytical skills and deepened his understanding of complex data systems.
Marius-Constantin Dinu | JKU Linz
Lecture language: English
Learn more about SymbolicAI – a versatile and modular framework that employs a logic-based approach to concept learning and flow management in generative processes. This framework facilitates the seamless integration of generative models with a diverse range of solvers. Large language models (LLMs) and probabilistic programming principles were integrated to tackle complex tasks using a divide and conquer strategy. This allows utilizing differentiable and classical programming paradigms with their respective strengths. Central to the framework, LLMs are tasked with executing computations, such as natural language understanding and formal language instructions. The approach establishes a set of operations that manipulate a data stream and guide the LLMs to align with the user's objectives. Inherently, these operations exhibit polymorphic and compositional properties, which facilitate the implementation of various data types and behaviors. The result is a seamless transition between foundation models endowed with zero and few-shot learning capabilities and specialized, fine-tuned models proficient in addressing specific problems. The framework introduces a hierarchical structure of abstractions and contextually relevant expression associations that facilitate the development of interpretable computational graphs.
Marius-Constantin Dinu is a PhD Student at the JKU and a machine learning researcher at Atlas, and deeply engaged in advancing the frontiers of knowledge in the realm of Artificial Intelligence and Machine Learning. His commitment extends to teaching at the JKU, where he imparts expertise in the Deep Reinforcement Learning exercise courses. Marius is also a member of the AI Austria community. In his role as an Atlas AI Research Scientist, he brings to bear over a decade of practical experience in the Software Engineering industry. With more than six years dedicated to the Machine Learning sector he possesses a profound understanding of this dynamic field.
Alessio Molinari | STRG GmbH
Lecture language: English
That Metric Timeline (tmt) is a Python library aimed at the machine/deep learning practitioner or researcher. It helps tracking experiments as well as saving code, metrics and results. This is done in the simplest way possible, both from the user’s and the library developer’s perspective: tmt follows the KISS (Keep It Simple Stupid) principle. Finally, this library works 100% offline, you don’t need the internet, a cloud subscription or anything else: an old-fashioned, fully open source library.
Alessio Molinari is an Italian PhD in computer science, who was a backend developer for MMONCLOUD LTD from 2017 until 2019 as well as a researcher at ISTI-CNR from 2019 until 2023. He is now working as a data scientist in Vienna for STRG GmbH, an Austrian software development and digital transformation company. His main interests are not only machine and deep learning related fields, but also the Linux and open-source world.
Poster-Sessions
Sebastian Raubitzek | SBA Research
Lecture language: English
Many of today's most successful approaches for predicting time series data use machine and/or deep learning approaches such as different neural network architectures. These approaches strongly depend on the data available to train the employed algorithm, long-term data sets are rare and often sparsely sampled. They are often difficult to predict because of numerous influences that affect these data sets. Thus, these data sets have an inherent randomness to them. The problem of sparsely sampled data and the inherent randomness can be overcome by employing different interpolation techniques as well as ensemble predictions. The presented research introduces you to two novel interpolation techniques. A Hurst-exponent-based fractal interpolation taking into account the fluctuative nature of stochastic time series data. As well as a stochastic interpolation method that looks at the reconstructed phase space properties of chaotic time series to produce an interpolation with a smooth phase space trajectory. Furthermore, you will learn about an ensemble technique that takes into account the complexity and/or reconstructed phase-space properties of the data under study. This is achieved by randomly parameterizing a multitude of long short term memory neural networks (LSTM), having them produce an autoregressive prediction, and afterwards filtering this multitude of different predictions based on their signal complexity and/or reconstructed phase space properties. The results show that neural network time-series predictions can drastically be improved by employing the discussed interpolation techniques. They can effectively be filtered based on their inherent complexity and phase space properties to improve ensemble predictions.
Sebastian Raubitzek studied theoretical physics with a focus on Higgs physics in Graz. He then expanded his expertise with a PhD in Computer Science/AI. Since January 2023, he has been working at SBA-Research in the Complexity and Resilience Research Group to conduct research around complexity, chaos and artificial intelligence.
Michael Macher | Humanizing Technologies GmbH
Lecture language: English
Explore how OpenAI's solutions have reshaped our workflows and daily tasks within the last 12 months, revealing the challenges and breakthroughs encountered along the way! In this talk there will be four topics. The first one is transformative integration, where you will be looking at how integrating OpenAI's solutions has reshaped our workflows and daily tasks, offering a candid look at the challenges and breakthroughs encountered along the way. Secondly, everyday applications will be presented. Dive into real-world use cases, emphasizing the practical implications of integrating OpenAI’s solutions into our daily work at Humanizing! The third part are insights, pitfalls and lessons learned, specifically Michael Macher’s highs and lows of his journey, offering you a transparent view of his gained insights, the pitfalls encountered, and the invaluable lessons learned. Lastly, there will be a look at the road ahead, a look forward to the future, considering the evolving landscape of AI. With all the real-world applications of the Assistants API and custom GPTs in mind, this talk gives you fresh perspectives on the possibilities that lie ahead.
With 7 years of expertise in the innovation sector, Michael Macher has become a distinguished Tech Allrounder and Solutions Architect. Over the last 5 years, he has dedicated his skills to crafting tailor-made solutions for clients. In the past year, Michael's focus has been on exploring and seamlessly integrating OpenAI's services into Humanizing Technologies' own software and solutions for clients. Michael's mantra "Bringing humanity into technology, and technology to humans” underscores his dedication to fostering a harmonious integration between cutting-edge technology and the human experience.
David Rieger & Christian Pichler
Lecture language: English
In today’s rapidly evolving technology and product development, enterprises need to navigate through a web of laws and regulations, such as the GDPR, the AI Act and others. On one hand, these regulations may be seen as cumbersome, impeding both speed and innovation. On the other hand, failure to comply exposes enterprises to significant risks. Even more so when technology utilizes artificial intelligence at its core. In this talk it will be discussed how technology teams and compliance teams can collaborate and pave the way for the development of AI products in an efficient and compliant manner. You will also see real-world examples, pitfalls, challenges, and learnings from corporate and scale-up environments. With the insights shared in this talk you are equipped to start your own journey to build and launch AI-based technologies!
David is the CISO of Anyline, an Austrian scale-up, where he manages the organization’s IT and Information Security agendas. Prior to this position, he worked for 6 years as a Security Consultant and Data Protection Officer for SEC Consult (later Atos), where he focused on governance, risk, and compliance aspects of technology and business processes. David holds a MSc degree from FH St. Pölten and is currently finishing a law degree at JKU Linz, where he explores legal aspects of emerging technologies such as AI.
Christian leads Anyline’s Technology organization including Engineering, Data and Support. Before joining Anyline he held various positions in technology-developing organizations including IBM in NY, USA and Kapsch in Vienna, AT. Christian holds a PhD in Computer Science from TU Wien in Vienna, AT. He actively engages in organizational and leadership development through his venture, digitalbarn, leveraging his 20 years of experience.
Poster-Sessions
Sophie Neubauer & Philipp Neubauer | DatenVorsprung GmbH
Lecture language: English
Neural networks (NNs) are increasingly deployed to control complex systems where traditional control approaches are not capable to do so. When controlling complex systems, for example embedded systems in robotics, the big open question is: How to provide safety-guarantees, predictable behavior, strong assurances, and thus trustworthiness, so that the use of NN controllers becomes a feasible strategy? The main focus of this talk to show you how to build NN-controlled systems that consistently perform as intended, with predictable behavior and robustness against various conditions or inputs. This includes systematic testing and statistical reachability analysis to ensure reliability in real-world. In reachability analysis, this question is addressed by giving over-approximations of the solution space of the AI systems, considering the desired accuracy and computational power. The goal is to ensure that trustworthy AI becomes the cornerstone for empowering control over complex systems.
Sophie Neubauer, a mathematician, completed her doctoral program in the Cyber-Physical Systems Group at TU Wien and is currently CTO of DatenVorsprung. Her passion is to combine her mathematical skills with Artificial Intelligence with the goal to provide trustworthy AI in safety-critical environments.
Philipp Neubauer, the CEO of DatenVorsprung, previously held the position of Head of Automation at Cubicure GmbH. His leadership played a pivotal role in transforming a startup in additive manufacturing into a globally renowned company specializing in mechanical engineering and process technology. With his expertise in system architectures, Philipp is now focused on enhancing the scalability of the company’s systems.