Description
Description (EN): The Czech Republic and Austria have a lot of catching up to do in the practical application of artificial intelligence (AI) solutions. The share of companies using AI applications is well below 10% in both countries (year 2020 and 2021 respectively). Particularly in small and medium-sized enterprises, there is uncertainty and lack of clarity about how AI can be used sensibly to deal with company-specific issues and thus draw benefits from AI. A lack of human and financial resources often exacerbates these problems. Yet AI is one of the TOP current topics of the European Union. At the heart of the EU's approach to building resilience in the digital age is the 2018 European AI Strategy, which at its core promotes AI that "benefits people and society as a whole". In 2019, it was expanded to include a focus on 'Trustworthy AI' to realise this vision (European Commission, 2018, 2019). The European Union's recently adopted “AI Act” takes the first legislative steps towards regulating AI (European Commission, 2023). A meaningful use of AI offers companies great opportunities and can contribute significantly to economic progress and global competitiveness. The AI Catalyst for SMEs project contributes to bringing know-how from research into practice, including which application possibilities AI offers, which AI solutions can be applied to which problems, and shows essential key factors for a successful AI implementation. Furthermore, possible applications are reflected from an ethical perspective. The identification and analysis of good cases triggers learning and thinking processes in companies. The online platform, which will also be available to all interested parties after the end of the project, serves as a knowledge platform, but also as a platform that includes the project outputs, such as the AI Readiness Radar, with which companies can carry out a self-check on their AI readiness. In the course of cross-border project activities, companies are informed and trained about the benefits and possible applications of artificial intelligence. This includes the joint cross-border development of the AI Readiness Radar, the AI training module for managers, development and reflection of good cases, AI SDT Labs, online platform and AI Days. Recommendations for policy makers in Austria and the Czech Republic will be developed, with the aim that future AI strategies take into account the findings and experiences as well as the developed tools and are discussed at the political level. The AI Catalyst for SMEs project follows an innovative and participatory approach. Companies from all programme regions are actively involved in the development and testing of the project outputs. In addition to companies, especially SMEs, the project addresses regions, policy makers, the scientific community, society and business support organisations. Planned project start: 01.02.
2024.
Read more Description (CS): Česká republika a Rakousko mají v praktickém využití řešení umělé inteligence co dohánět. Podíl podniků využívajících aplikace AI je v obou zemích hluboko pod 10 % (rok 2020, resp. 2021). Zejména v malých a středních podnicích panuje nejistota a nejasnosti ohledně toho, jak lze AI smysluplně využít k řešení specifických firemních problémů a čerpat tak z AI výhody. Tyto problémy často prohlubuje nedostatek lidských a finančních zdrojů. Přesto je AI jedním z TOP aktuálních témat Evropské unie. Jádrem přístupu EU k budování odolnosti v digitálním věku je Evropská strategie pro umělou inteligenci z roku 2018, která ve svém jádru podporuje AI, jež "přináší prospěch lidem a celé společnosti". V roce 2019 byla rozšířena o zaměření na "důvěryhodnou AI", která má tuto vizi naplnit (Evropská komise, 2018, 2019). Nedávno přijatý "AI Act" Evropské unie činí první legislativní kroky k regulaci umělé inteligence (Evropská komise, 2023). Smysluplné využívání AI nabízí podnikům velké příležitosti a může významně přispět k hospodářskému pokroku a globální konkurenceschopnosti. Projekt AI Catalyst for SMEs přispívá k uvedení know-how z výzkumu do praxe, včetně toho, jaké možnosti využití AI nabízí, jaká řešení AI lze aplikovat na jaké problémy, a ukazuje zásadní klíčové faktory pro úspěšnou implementaci AI. Kromě toho jsou možné aplikace reflektovány z etického hlediska. Identifikace a analýza Good Cases spouští ve firmách procesy učení a přemýšlení. Online platforma, která bude k dispozici všem zájemcům i po skončení projektu, slouží jako znalostní platforma, ale také jako platforma příkladů dobré praxe, která zahrnuje výstupy projektu, jako je například AI Readiness Radar, s jehož pomocí mohou firmy provést vlastní kontrolu své připravenosti na AI. V rámci přeshraničních projektových aktivit jsou společnosti informovány a školeny o přínosech a možnostech využití umělé inteligence. To zahrnuje společný přeshraniční vývoj AI Readiness Radar, AI-Trainingsmoduls pro manažery, vývoj a reflexi z Good Cases, AI SDT Labs, online platformu a AI Days. Budou vypracována doporučení pro politické činitele v Rakousku a České republice s cílem zajistit, aby budoucí strategie v oblasti AI zohledňovaly poznatky a zkušenosti i vyvinuté nástroje a byly projednávány na politické úrovni. Projekt AI Catalyst for SMEs se řídí inovativním a participativním přístupem. Do vývoje a testování výstupů projektu jsou aktivně zapojeny firmy ze všech programových regionů. Kromě firem, zejména malých a středních podniků, projekt oslovuje krajské samosprávy, tvůrce politik, vědeckou komunitu, společnost a organizace na podporu podnikání. Plánované zahájení projektu:
1.
2.
2024.
Read more Description (DE): Tschechien und Österreich haben bei der praktischen Anwendung von künstlicher Intelligenz (KI)-Lösungen großen Aufholbedarf. Der Anteil an Unternehmen, die KI-Anwendungen nutzen, liegt in beiden Ländern deutlich unter 10% (Jahr 2020 bzw. 2021). Gerade in klein- und mittelständischen Unternehmen herrschen Unsicherheit und Unklarheit darüber, wie KI sinnvoll eingesetzt werden kann, um unternehmensspezifische Fragestellungen zu bearbeiten und somit Nutzen aus der KI zu ziehen. Häufig verschärfen fehlende personelle und finanzielle Ressourcen diese Probleme zusätzlich. Dabei ist KI eines der TOP-aktuellen Themen der Europäischen Union. Im Mittelpunkt des EU-Ansatzes zum Aufbau von Resilienz im digitalen Zeitalter steht die Europäische KI-Strategie aus dem Jahr
2018. Im Kern fördert die Strategie eine KI, die "den Menschen und der Gesellschaft als Ganzes zugutekommt". Im Jahr 2019 wurde sie um den Schwerpunkt "Vertrauenswürdige KI" erweitert, um diese Vision zu verwirklichen (European Commission, 2018, 2019). Im kürzlich beschlossenen „AI Act“ der Europäischen Union werden erste legislative Schritte zur Regulierung von KI gesetzt (European Commission, 2023). Eine sinnvolle Nutzung von KI bietet Unternehmen große Chancen und kann maßgeblich zum wirtschaftlichen Fortschritt und globaler Wettbewerbsfähigkeit beitragen. Das Projekt AI Catalyst for SMEs trägt dazu bei, Know-how aus der Forschung in die Praxis zu bringen, unter anderem welche Einsatzmöglichkeiten die KI bietet, welche KI-Lösungen für welche Fragestellungen angewandt werden können, und zeigt wesentliche Schlüsselfaktoren für eine erfolgreiche KI-Implementierung auf. Weiters werden Einsatzmöglichkeiten aus ethischer Perspektive reflektiert. Das Aufzeigen und die Analyse von Good Cases stößt Lern- und Denkprozesse in Unternehmen an. Die Online-Plattform, welche auch nach Projektende allen Interessierten zur Verfügung stehen wird, dient als Wissensplattform, aber auch als Plattform, welche die Projektoutputs, wie zum Beispiel das KI-Readiness Radar inkludiert, mit dem Unternehmen einen Selbstcheck zur KI-Bereitschaft durchführen können. Unternehmen werden im Zuge von grenzüberschreitenden Projektaktivitäten über den Nutzen und denkbare Einsatzmöglichkeiten von künstlicher Intelligenz informiert und geschult. Dies inkludiert die gemeinsame, grenzüberschreitende Entwicklung des KI-Readiness Radars, das KI-Trainingsmoduls für Manager:innen, Entwicklung und Reflexion von Good Cases, AI SDT Labs, Online-Plattform sowie den AI Days. Es werden Empfehlungen für politische Entscheidungsträger:innen in Österreich und Tschechien entwickelt, mit dem Ziel, dass künftige KI-Strategien die Erkenntnisse und Erfahrungen sowie die entwickelten Tools Berücksichtigung finden und auf politischer Ebene diskutiert werden. Das Projekt AI Catalyst for SMEs folgt einem innovativen und partizipativen Ansatz. Unternehmen aller Programmregionen werden aktiv in die Entwicklung und Testung der Projektoutputs eingebunden. Neben Unternehmen, insbesondere KMUs, adressiert das Projekt Regionen, politische Entscheidungsträger:innen, wissenschaftliche Community, Gesellschaft und Business Support Organisationen. Geplanter Projektstart: 01.02.
2024.
Read more Actual Achievements (EN): The project proceeded according to plan during the first reporting period, and all defined objectives were successfully achieved. Coordination and monitoring of project activities were managed by the project team through regular monthly online meetings and two in-person meetings held in Steyr (14 February) and Vienna (12 December). These meetings supported efficient communication, knowledge exchange, and the joint development of content among all partners, significantly contributing to the success of the project.
AI Readiness Radar (D1.1):
A systematic literature review formed the foundation for defining the key dimensions and terminology related to AI readiness. Based on this, a set of self-assessment questions was developed, along with a training module on artificial intelligence, which included case studies, questionnaires, and practical demonstrations of AI tools. The module was tested at all three partner universities. Student feedback was collected and used to optimise the training materials. This iterative process ensured the relevance and quality of the educational content.
Gap Analysis Framework (D1.2):
To develop a framework for assessing AI adoption in SMEs in Austria and the Czech Republic, extensive literature was reviewed. Successful international examples were used as benchmarks. A structured framework for collecting case studies was created, including interview guidelines for executives and experts in IT, marketing, sales, and export. The interviews were conducted, analysed, and prepared in a storytelling format. A concept draft for an online knowledge platform was developed, which included criteria for selecting AI tools, framed within a value, ethics, legal, and technology perspective (triangle approach). Co-creation workshops with companies and stakeholders helped identify information gaps and allowed for targeted content refinement. All partners contributed to the development of the platform content and the selection of best-practice cases.
AI Tools & Use Cases (D1.3):
A total of 451 AI tools were identified, reviewed, and evaluated using the triangle approach. Selection criteria were defined to enable potential licensing in physical AI labs. For selected tools, practical use cases, guides, and usage descriptions were compiled. All project partners actively contributed to the research and evaluation of the tools.
AI Days (D1.4):
A total of 3 AI Days were organised—three in Austria—with the goal of spreading awareness of AI and encouraging exchange among various target groups. Posters, information sheets, and presentations on different AI tools were created for these events. Participant feedback was systematically collected and used to improve future events.
Output 1.1-RCO81 – Participation in cross-border joint activities:
Cross-border cooperation was successfully implemented through the organisation of AI Days and accompanying workshops.
Output 1.1-RC007 – Research institutions participating in joint research projects:
All partner institutions actively engaged in joint research efforts, including comprehensive literature reviews on the AI Readiness Radar, gap analysis, best-practice examples, and change management processes. Collaboration took place continuously through online meetings and in-person gatherings and significantly contributed to the scientific advancement of the project.
Output 1.1-RCO116 – Jointly developed solutions:
As part of the collaboration, a joint AI research-based knowledge package for SMEs is going to be developed. The consortium has already started with the implementation including the AI Readiness Radar, training materials, the gap analysis framework, a structured selection of AI tools, and documented company case studies. This knowledge package represents a key and practice-oriented project outcome.
The interdisciplinary and cross-border collaboration significantly enhanced the quality and relevance of the project results. All partners actively contributed to research, tool selection, content development, and co-creation processes. This intensive cooperation enabled the delivery of high-quality results that are both scientifically grounded and practically applicable for SMEs, thereby providing a solid foundation for the next phase of the project.
The project proceeded according to plan in the second reporting period and all defined objectives were successfully achieved. The coordination and follow-up of all project activities was carried out under the leadership of the lead partner through regular monthly online meetings and a face-to-face meeting in Budweis (30 June 2025). Individual activities are driven forward by a predefined responsible project partner and discussed, evaluated and implemented bilaterally or at the monthly meetings. These meetings promoted efficient communication, knowledge exchange and joint content development between all partners and contributed significantly to the success of the project.
D.1.1 – Translation of AI Readiness Radar: The AI Readiness Radar was successfully translated into German and Czech to ensure accessibility for all regional target groups. The translations were jointly reviewed to ensure consistency and user-friendliness. In addition, webinars and newsletters were developed to promote the project and the AI Days.
D.1.2 – Development of the concept for the online knowledge platform: A comprehensive concept for the online knowledge platform was created, defining its structure, design and key content. The platform serves as an interactive hub for the AI Readiness Radar, GAP analysis results and success stories. A sustainability and data protection concept as well as a strategic communication plan were also developed.
D.1.3 – Completion of tool selection and licence documentation: All AI tools used in the project were carefully evaluated and ranked according to user-friendliness, technical requirements and expected impact. The documentation for licensing and compliance with data protection regulations was completed. AI tools will continue to be identified and evaluated in the coming reporting periods, as many more AI tools are coming onto the market. The development of use cases, especially for prompting, was further advanced.
D.1.4 – An exchange of experiences on AI SDT Labs and methods took place with all partners. Initial communication measures were successfully launched, including the preparation of promotional content for the AI Days and coordinated outreach strategies across various channels. Three AI Days were held.
Output 1.1-RCO81 – Participation in cross-border joint activities:
Cross-border cooperation was successfully implemented through the organisation of AI Days and accompanying workshops.
Output 1.1-RC007 – Research institutions participating in joint research projects:
All partner institutions actively participated in joint research work, including comprehensive literature reviews for the first publications, which are due to be published shortly. Collaboration took place continuously via online meetings and face-to-face meetings and contributed significantly to the scientific progress of the project.
Output 1.1-RCO116 – Jointly developed solutions:
As part of the collaboration, a joint AI research-based knowledge package for SMEs is being developed. The consortium has already begun implementation, including the AI Readiness Radar, training materials, the gap analysis framework, a structured selection of AI tools, and documented business case studies. This knowledge package represents an important and practical project outcome.
The interdisciplinary and cross-border collaboration has significantly increased the quality and relevance of the project results. All partners have actively contributed to research, tool selection, content creation and co-creation processes. The intensive cooperation has enabled high-quality results that are both scientifically sound and practical for SMEs, thus forming a solid basis for the next project phase.
Read more Actual Achievements (CS): Shrnutí pokroku projektu
Projekt probíhal během prvního monitorovacího období dle plánu a všechna stanovená cílová opatření byla úspěšně splněna. Koordinace a sledování projektových aktivit byly zajištěny vedením projektového týmu prostřednictvím pravidelných měsíčních online setkání a dvou osobních setkání ve Steyru (14. 2.) a ve Vídni (12. 12.). Tato setkání přispěla k efektivní komunikaci, sdílení znalostí a společnému vývoji obsahu mezi všemi partnery a významně přispěla k úspěchu projektu.
AI Readiness Radar (D1.1):
Systematický přehled literatury tvořil základ pro definování klíčových dimenzí a terminologie související s připraveností na AI. Na tomto základě byl vyvinut soubor otázek pro sebehodnocení spolu s výukovým modulem o umělé inteligenci, který zahrnoval případové studie, dotazníky a praktické ukázky nástrojů AI. Modul byl otestován na všech třech partnerských univerzitách. Byly shromážděny zpětné vazby studentů, které byly použity k optimalizaci výukových materiálů. Tento iterativní proces zajistil relevanci a kvalitu vzdělávacího obsahu.
Framework pro analýzu mezer (D1.2):
Pro účely vytvoření rámce pro hodnocení zavádění AI v malých a středních podnicích (MSP) v Rakousku a České republice byla analyzována rozsáhlá literatura. Úspěšné příklady z mezinárodní praxe byly použity jako benchmarky. Byl vytvořen strukturovaný rámec pro sběr případových studií včetně vodítek pro rozhovory s vrcholovým managementem a experty v oblastech IT, marketingu, obchodu a exportu. Rozhovory byly provedeny, vyhodnoceny a prezentovány ve formátu storytellingu. Byl vytvořen koncept online znalostní platformy, která obsahuje kritéria pro výběr AI nástrojů a je strukturována podle hodnotového, etického, právního a technologického přístupu (tzv. trojúhelníkový přístup). V rámci co-creation workshopů s firmami a stakeholdery byly identifikovány informační mezery a obsah platformy byl dále vylepšován. Všichni partneři se aktivně podíleli na tvorbě obsahu platformy i výběru příkladů dobré praxe.
Nástroje AI a příklady použití (D1.3):
Bylo identifikováno, prověřeno a podle trojúhelníkového přístupu vyhodnoceno celkem 451 nástrojů umělé inteligence. Byla definována kritéria výběru pro případné licencování v rámci fyzických AI laboratoří. Pro vybrané nástroje byly sestaveny praktické příklady použití, návody a uživatelské popisy. Na výběru a hodnocení se aktivně podíleli všichni projektoví partneři.
Dny AI (D1.4):
Celkem bylo uspořádáno pět Dnů AI – tři v Rakousku a dva v České republice – za účelem šíření znalostí o umělé inteligenci a podpory výměny zkušeností mezi různými cílovými skupinami. Pro tyto akce byly připraveny plakáty, informační listy a prezentace o různých AI nástrojích. Zpětná vazba od účastníků byla systematicky sbírána a využita ke zlepšení budoucích akcí.
Výstup 1.1-RCO81 – Účast na přeshraničních společných aktivitách:
Přeshraniční spolupráce byla úspěšně realizována prostřednictvím organizace Dnů AI a souvisejících workshopů.
Výstup 1.1-RC007 – Výzkumné instituce zapojené do společných výzkumných projektů:
Všechny partnerské instituce se aktivně zapojily do společného výzkumu, včetně rozsáhlých rešerší k AI Readiness Radaru, analýze mezer, příkladům dobré praxe a procesům změny. Spolupráce probíhala kontinuálně prostřednictvím online setkání i osobních schůzek a významně přispěla k vědeckému pokroku projektu.
Výstup 1.1-RCO116 – Společně vyvinutá řešení:
V rámci této spolupráce bude vyvinut společný balíček znalostí založený na výzkumu v oblasti umělé inteligence pro malé a střední podniky. Konsorcium již zahájilo implementaci, která zahrnuje radar připravenosti na umělou inteligenci, školicí materiály, rámec pro analýzu mezer, strukturovaný výběr nástrojů umělé inteligence a zdokumentované případové studie společností. Tento balíček znalostí představuje klíčový a prakticky orientovaný výsledek projektu.
Interdisciplinární a přeshraniční spolupráce výrazně zvýšila kvalitu a relevanci výsledků projektu. Všichni partneři se aktivně zapojili do výzkumu, výběru nástrojů, tvorby obsahu a co-creation procesů. Intenzivní spolupráce umožnila dosažení vysoce kvalitních výstupů, které jsou vědecky podložené a zároveň prakticky využitelné pro malé a střední podniky. Tím se položil pevný základ pro další fázi projektu.
Projekt v druhém vykazovaném období probíhal podle plánu a všechny stanovené cíle byly úspěšně splněny. Koordinace a sledování všech projektových aktivit probíhalo pod vedením hlavního partnera prostřednictvím pravidelných měsíčních online schůzek a osobního setkání v Budějovicích (30. 6. 2025). Jednotlivé aktivity jsou prosazovány předem definovaným odpovědným projektovým partnerem a jsou diskutovány, vyhodnocovány a realizovány bilaterálně nebo na měsíčních setkáních. Tato setkání podpořila efektivní komunikaci, výměnu znalostí a společný vývoj obsahu mezi všemi partnery a významně přispěla k úspěchu projektu.
D.1.1 – Překlad AI Readiness Radar: AI Readiness Radar byl úspěšně přeložen do němčiny a češtiny, aby byla zajištěna jeho dostupnost pro všechny regionální cílové skupiny. Překlady byly společně zkontrolovány, aby byla zajištěna jejich konzistence a uživatelská přívětivost. Kromě toho byly vyvinuty webináře a newslettery, aby se zvýšila povědomost o projektu a AI Days.
D.1.2 – Vývoj konceptu online znalostní platformy: Byl vytvořen komplexní koncept online znalostní platformy, který definuje strukturu, design a klíčový obsah. Platforma slouží jako interaktivní centrum pro AI Readiness Radar, výsledky GAP analýzy a příběhy úspěchu. Byl rovněž vyvinut koncept udržitelnosti a ochrany osobních údajů a strategický komunikační plán.
D.1.3 – Dokončení výběru nástrojů a licenční dokumentace: Všechny AI nástroje použité v projektu byly pečlivě vyhodnoceny a seřazeny podle uživatelské přívětivosti, technických požadavků a očekávaného účinku. Byla dokončena dokumentace pro licencování a dodržování předpisů na ochranu osobních údajů. V nadcházejících reportovacích obdobích budou AI nástroje průběžně identifikovány a vyhodnocovány, protože na trh přichází mnoho dalších vývojů AI nástrojů. Pokračoval vývoj případů použití, zejména v oblasti promptingu.
D.1.4 – Proběhla výměna zkušeností s AI SDT Labs a metodami se všemi partnery. Byly úspěšně zahájeny první komunikační aktivity, včetně přípravy propagačních materiálů pro AI Days a koordinovaných strategií oslovování veřejnosti prostřednictvím různých kanálů. Byly uspořádány tři AI Days.
Výstup 1.1-RCO81 – Účast na přeshraničních společných aktivitách:
Přeshraniční spolupráce byla úspěšně realizována prostřednictvím organizace AI Days a doprovodných workshopů.
Výstup 1.1-RC007 – Výzkumné instituce účastnící se společných výzkumných projektů:
Všechny partnerské instituce se aktivně podílely na společném výzkumu, včetně rozsáhlého rešeršování literatury pro první publikace, které budou brzy vydány. Spolupráce probíhala nepřetržitě prostřednictvím online schůzek a osobních setkání a významně přispěla k vědeckému pokroku projektu.
Výstup 1.1-RCO116 – Společně vyvinutá řešení:
V rámci spolupráce je vyvíjen společný balíček znalostí pro malé a střední podniky založený na výzkumu umělé inteligence. Konsorcium již zahájilo jeho implementaci, včetně AI Readiness Radar, školicích materiálů, rámce pro analýzu mezer, strukturovaného výběru nástrojů umělé inteligence a zdokumentovaných případových studií podniků. Tento balíček znalostí představuje důležitý a prakticky orientovaný výsledek projektu.
Interdisciplinární a přeshraniční spolupráce výrazně zvýšila kvalitu a relevanci výsledků projektu. Všichni partneři aktivně přispěli k výzkumu, výběru nástrojů, tvorbě obsahu a procesům společné tvorby. Intenzivní spolupráce umožnila dosažení vysoce kvalitních výsledků, které jsou jak vědecky podložené, tak prakticky využitelné pro malé a střední podniky, a tvoří tak pevný základ pro další fázi projektu.
Read more Actual Achievements (DE): Das Projekt verlief im ersten Berichtszeitraum planmäßig und alle definierten Ziele wurden erfolgreich erreicht. Die Koordination und Nachverfolgung der Projektaktivitäten erfolgten unter der Leitung des Projektteams durch regelmäßige monatliche Online-Meetings sowie zwei persönliche Treffen in Steyr (14.02) und Wien (12.12). Diese Treffen förderten eine effiziente Kommunikation, den Wissensaustausch und die gemeinsame Entwicklung von Inhalten zwischen allen Partnern und trugen maßgeblich zum Projekterfolg bei.
AI Readiness Radar (D1.1):
Eine systematische Literaturrecherche bildete die Grundlage für die Definition der wichtigsten Dimensionen und Begriffe im Zusammenhang mit der KI-Bereitschaft. Auf dieser Grundlage wurde eine Reihe von Fragen zur Selbstbewertung entwickelt, zusammen mit einem Schulungsmodul zum Thema künstliche Intelligenz, das Fallstudien, Fragebögen und praktische Demonstrationen von KI-Tools umfasste. Das Modul wurde an allen drei Partneruniversitäten getestet. Das Feedback der Studierenden wurde gesammelt und zur Optimierung der Schulungsmaterialien verwendet. Dieser iterative Prozess stellte die Relevanz und Qualität der Bildungsinhalte sicher.
Gap-Analyse-Framework (D1.2):
Zur Entwicklung eines Rahmens zur Bewertung der KI-Adoption in KMU in Österreich und Tschechien wurden umfangreiche Literaturquellen analysiert. Erfolgreiche internationale Beispiele wurden als Benchmarks herangezogen. Ein strukturiertes Framework zur Sammlung von Fallstudien wurde erstellt, inklusive Interviewleitfäden für Führungskräfte sowie Expert:innen aus den Bereichen IT, Marketing, Vertrieb und Export. Die Interviews wurden durchgeführt, ausgewertet und im Storytelling-Format aufbereitet. Ein Konzeptentwurf für eine Online-Wissensplattform wurde erarbeitet, der Auswahlkriterien für KI-Tools sowie eine Einordnung entlang von Werten, Ethik, rechtlichen Aspekten und Technologie (Dreiecksansatz) beinhaltet. In Co-Creation-Workshops mit Unternehmen und Stakeholdern wurden Informationslücken identifiziert und Inhalte gezielt weiterentwickelt. Alle Partner leisteten Beiträge zur inhaltlichen Gestaltung der Plattform sowie zur Auswahl von Best-Practice-Fällen.
KI-Tools & Anwendungsbeispiele (D1.3):
Insgesamt wurden 451 KI-Tools identifiziert, geprüft und nach dem Dreiecksansatz bewertet. Auswahlkriterien wurden definiert, um eine spätere Lizenzierung in physischen KI-Labs zu ermöglichen. Für ausgewählte Tools wurden praktische Anwendungsbeispiele, Anleitungen und Nutzungsbeschreibungen zusammengestellt. Alle Projektpartner wirkten aktiv bei der Recherche und Bewertung der Tools mit.
KI-Tagen (D1.4):
Insgesamt wurden fünf KI-Tage durchgeführt – drei in Österreich mit dem Ziel, Wissen über KI zu verbreiten und den Austausch zwischen verschiedenen Zielgruppen zu fördern. Zu diesen Veranstaltungen wurden Plakate, Informationsblätter und Präsentationen zu verschiedenen KI-Tools erstellt. Das Teilnehmerfeedback wurde systematisch erhoben und zur Verbesserung zukünftiger Veranstaltungen genutzt.
Output 1.1-RCO81 – Teilnahme an grenzüberschreitenden gemeinsamen Aktivitäten:
Die grenzüberschreitende Zusammenarbeit wurde durch die Organisation von KI-Tagen und begleitenden Workshops erfolgreich umgesetzt.
Output 1.1-RC007 – Forschungseinrichtungen, die an gemeinsamen Forschungsprojekten teilnehmen:
Alle Partnerinstitutionen beteiligten sich aktiv an gemeinsamen Forschungsarbeiten, darunter umfassende Literaturrecherchen zum AI Readiness Radar, zur Gap-Analyse, zu Best-Practice-Beispielen sowie zu Veränderungsprozessen. Die Zusammenarbeit erfolgte kontinuierlich über Online-Meetings und persönliche Treffen und trug wesentlich zum wissenschaftlichen Fortschritt des Projekts bei.
Output 1.1-RCO116 – Gemeinsam entwickelte Lösungen:
Im Rahmen der Zusammenarbeit wird ein gemeinsames, auf KI-Forschung basierendes Wissenspaket für KMU entwickelt. Das Konsortium hat bereits mit der Umsetzung begonnen, darunter der KI-Bereitschaftsradar, Schulungsmaterialien, das Rahmenwerk für die Lückenanalyse, eine strukturierte Auswahl an KI-Tools und dokumentierte Unternehmensfallstudien. Dieses Wissenspaket stellt ein wichtiges und praxisorientiertes Projektergebnis dar.
Die interdisziplinäre und grenzüberschreitende Zusammenarbeit hat die Qualität und Relevanz der Projektergebnisse wesentlich erhöht. Alle Partner haben aktiv zu Forschung, Tool-Auswahl, Inhaltserstellung und Co-Creation-Prozessen beigetragen. Die intensive Kooperation ermöglichte qualitativ hochwertige Ergebnisse, die sowohl wissenschaftlich fundiert als auch praxisnah für KMU nutzbar sind und bilden damit eine solide Grundlage für die nächste Projektphase.
Das Projekt verlief im zweiten Berichtszeitraum planmäßig und alle definierten Ziele wurden erfolgreich erreicht. Die Koordination und Nachverfolgung aller Projektaktivitäten erfolgten unter der Leitung des Leadpartners durch regelmäßige monatliche Online-Meetings sowie einem persönlichen Treffen in Budweis (30.6.2025). Einzelne Aktivitäten werden von vorab definiertem verantwortlichen Projektpartner vorangetrieben und bilateral bzw. bei den monatlichen Treffen diskutiert, evaluiert und umgesetzt. Diese Treffen förderten eine effiziente Kommunikation, den Wissensaustausch und die gemeinsame Entwicklung von Inhalten zwischen allen Partnern und trugen maßgeblich zum Projekterfolg bei.
D.1.1 – Übersetzung AI Readiness Radar: Das AI Readiness Radar wurde erfolgreich ins Deutsche und Tschechische übersetzt, um die Zugänglichkeit für alle regionalen Zielgruppen sicherzustellen. Die Übersetzungen wurden gemeinsam geprüft, um Konsistenz und Benutzerfreundlichkeit zu gewährleisten. Zusätzlich wurden Webinare und Newsletter entwickelt, um das Projekt und die AI Days bekannt zu machen.
D.1.2 – Entwicklung des Konzepts für die Online-Wissensplattform: Ein umfassendes Konzept für die Online-Wissensplattform wurde erstellt, das Struktur, Design und zentrale Inhalte definiert. Die Plattform dient als interaktiver Hub für das AI Readiness Radar, GAP-Analyse-Ergebnisse und Erfolgsgeschichten. Ein Nachhaltigkeits- und Datenschutzkonzept sowie ein strategischer Kommunikationsplan wurden ebenfalls entwickelt.
D.1.3 – Abschluss der Werkzeugauswahl und Lizenzdokumentation: Alle im Projekt eingesetzten KI-Tools wurden sorgfältig evaluiert und nach Benutzerfreundlichkeit, technischen Anforderungen und erwarteter Wirkung gereiht. Die Dokumentation für die Lizenzierung und Einhaltung der Datenschutzbestimmungen wurde abgeschlossen. Laufend werden auch in den kommenden Berichtsperioden KI Tools identifiziert und evaluiert, weil viele weitere Entwicklungen von AI Tools auf den Markt kommen. Die Entwicklung von Use Cases, insbesondere zum Prompting, wurde weiter vorangetrieben.
D.1.4 –Ein Erfahrungsaustausch zu AI SDT Labs und Methoden fand mit allen Partnern statt. Erste Kommunikationsmaßnahmen wurden erfolgreich gestartet, darunter die Vorbereitung von Promotionsinhalten für die AI Days und abgestimmte Outreach-Strategien über verschiedene Kanäle. Es wurden drei AI Days durchgeführt.
Output 1.1-RCO81 – Teilnahme an grenzüberschreitenden gemeinsamen Aktivitäten:
Die grenzüberschreitende Zusammenarbeit wurde durch die Organisation von KI-Tagen und begleitenden Workshops erfolgreich umgesetzt.
Output 1.1-RC007 – Forschungseinrichtungen, die an gemeinsamen Forschungsprojekten teilnehmen:
Alle Partnerinstitutionen beteiligten sich aktiv an gemeinsamen Forschungsarbeiten, darunter umfassende Literaturrecherchen zu den ersten Publikationen, die demnächst veröffentlicht werden sollen. Die Zusammenarbeit erfolgte kontinuierlich über Online-Meetings und persönliche Treffen und trug wesentlich zum wissenschaftlichen Fortschritt des Projekts bei.
Output 1.1-RCO116 – Gemeinsam entwickelte Lösungen:
Im Rahmen der Zusammenarbeit wird ein gemeinsames, auf KI-Forschung basierendes Wissenspaket für KMU entwickelt. Das Konsortium hat bereits mit der Umsetzung begonnen, darunter der KI-Readiness Radar, Schulungsmaterialien, das Rahmenwerk für die Lückenanalyse, eine strukturierte Auswahl an KI-Tools und dokumentierte Unternehmensfallstudien. Dieses Wissenspaket stellt ein wichtiges und praxisorientiertes Projektergebnis dar.
Die interdisziplinäre und grenzüberschreitende Zusammenarbeit hat die Qualität und Relevanz der Projektergebnisse wesentlich erhöht. Alle Partner haben aktiv zu Forschung, Tool-Auswahl, Inhaltserstellung und Co-Creation-Prozessen beigetragen. Die intensive Kooperation ermöglichte qualitativ hochwertige Ergebnisse, die sowohl wissenschaftlich fundiert als auch praxisnah für KMU nutzbar sind und bilden damit eine solide Grundlage für die nächste Projektphase.
Read more Project outputs:
Forschungseinrichtungen, die sich an der gemeinsamen Forschung beteiligen (DE)
Výzkumné instituce účastnící se společného výzkumu (CS)
Auf KI-Forschung basierendes Wissensbündel für KMU(DE)
Soubor znalostí pro malé a střední podniky založený na výzkumu umělé inteligence(CS)
Přeshraniční workshopy a networking, AI Days(CS)
Cross-border Workshops and Networking, AI Days(DE)
Partners (6)
Lead Partner:
FH OÖ Forschungs & Entwicklungs GmbH
Partner’s ID if not PIC:
ATU57300326
Department:
Studiengang Global Sales and Marketing Campus Steyr;
Forschungsschwerpunkt Global Business Management
Address:
Roseggerstraße, 4600 Wels, Austria
Department address:
Wehrgrabengasse, 4400 Steyr, Austria
Legal status:
public
Organisation type:
Higher education and research organisations
Website:
http://www.fh-ooe.at
Total budget:
EUR 350 243.00
Partner’s programme co-financing:
EUR 280 194.40
Partner’s programme co-financing rate:
80.00%
Partner contribution:
EUR 70 048.60
Lead Partner:
Fachhochschule Oberösterreich
Partner’s ID if not PIC:
ATU57300326
Department:
Studiengang Global Sales and Marketing Campus Steyr;
Forschungsschwerpunkt Global Business Management
Address:
Roseggerstraße, 4600 Wels, Austria
Department address:
Wehrgrabengasse, 4400 Steyr, Austria
Legal status:
public
Organisation type:
Higher education and research organisations
Website:
http://www.fh-ooe.at
Total budget:
EUR 350 243.00
Partner’s programme co-financing:
EUR 280 194.40
Partner’s programme co-financing rate:
80.00%
Partner contribution:
EUR 70 048.60
-
Jihočeský vědeckotechnický park, a.s.
-
Name:
Jihočeský vědeckotechnický park, a.s.
Partner’s ID if not PIC:
CZ28080581
Address:
U Zimního stadionu , 370 76 České Budějovice, Czech Republic
Legal status:
public
Organisation type:
Business support organisation
Website:
http://www.jvtp.cz
Total budget:
EUR 140 873.04
Partner’s programme co-financing:
EUR 112 698.43
Partner’s programme co-financing rate:
80.00%
Partner contribution:
EUR 28 174.61
-
Vysoká škola polytechnická Jihlava
-
Name:
Vysoká škola polytechnická Jihlava
Department:
Abteilung für Wirtschaftsstudien
Partner’s ID if not PIC:
71226401
Address:
Tolstého, 586 01 Jihlava, Czech Republic
Department address:
Tolstého, 586 01 Jihlava, Czech Republic
Legal status:
public
Organisation type:
Higher education and research organisations
Website:
http://www.vspj.cz
Total budget:
EUR 104 025.60
Partner’s programme co-financing:
EUR 83 220.48
Partner’s programme co-financing rate:
80.00%
Partner contribution:
EUR 20 805.12
-
Vysoká škola ekonomická v Praze
-
Name:
Vysoká škola ekonomická v Praze
Department:
Fakultät für Management der Universität für Wirtschaft in Prag
Partner’s ID if not PIC:
61384399
Address:
nám. W. Churchilla, 130 67 Praha 3, Czech Republic
Department address:
Jarošovská , 377 01 Jindřichův Hradec , Czech Republic
Legal status:
public
Organisation type:
Higher education and research organisations
Website:
http://www.vse.cz
Total budget:
EUR 98 847.00
Partner’s programme co-financing:
EUR 79 077.60
Partner’s programme co-financing rate:
80.00%
Partner contribution:
EUR 19 769.40
-
Institut für Höhere Studien
-
Name:
Institut für Höhere Studien
Department:
Science, Technology and Social Transformation (STST)
Partner’s ID if not PIC:
066207973
Address:
Josefstädter Straße, 1080 Wien, Austria
Department address:
Josefstädter Straße, 1080 Wien, Austria
Legal status:
public
Organisation type:
Higher education and research organisations
Website:
http://www.ihs.ac.at
Total budget:
EUR 240 000.85
Partner’s programme co-financing:
EUR 192 000.68
Partner’s programme co-financing rate:
80.00%
Partner contribution:
EUR 48 000.17
