Emanuel Sallinger: „KI im Unternehmen: Mit Spitzenforschung zu realer, zuverlässiger KI”
Prof. Emanuel Sallinger sprach in seiner Keynote darüber wie KI-Forschung dazu beitragen können, reale und zuverlässige KI-Systeme in Unternehmen zu schaffen. Er zeigte, wie strukturiertes Wissen, etwa in Form von Knowledge Graphs, große Sprachmodelle und agentische KI im Unternehmenseinsatz verlässlicher macht und Probleme wie Halluzinationen, fehlende Nachvollziehbarkeit und „Horoskop-Antworten” eindämmt. Anhand einer laufenden Kollaboration mit der italienischen Nationalbank illustrierte er, wie aus symbolischer KI, klassischem Machine Learning und Sprachmodellen ein System entstand, dessen Antworten auch vor Gericht standhalten.
Nach Aktivierung werden u. U. Daten an Dritte übermittelt. Datenschutzerklärung., öffnet in einem neuen Fenster
Blickpunkt Forschung 2026 | Keynote Emanuel Sallinger
Kurzbiografie Sallinger
Emanuel Sallinger ist gebürtiger Wiener und hat an der TU Wien Informatik studiert. 2014 promovierte er sub auspiciis praesidentis, also mit höchster Auszeichnung. Danach forschte er an der University of Oxford, wo er das VADA ("Value-Added Data") Lab leitete. Seit seiner Rückkehr an die TU Wien ist er Professor für Scalable AI am Forschungsbereich Databases and Artificial Intelligence an der Fakultät für Informatik. Er leitet das vom WWTF geförderte Knowledge Graph Lab, öffnet eine externe URL in einem neuen Fenster und ist außerdem Vizestudiendekan für Data Science und Wirtschaftsinformatik.
Seine Forschung dreht sich um Knowledge Graphs, also große vernetzte Wissensbasen, und um die Frage, wie man darüber skalierbar und nachvollziehbar schlussfolgern kann. Dabei verbindet er logikbasierte KI mit maschinellem Lernen, einen Ansatz, der als neurosymbolische KI bekannt ist. Mit dem von ihm mitentwickelten Vadalog-System kommt diese Forschung bereits in der Praxis zum Einsatz, zum Beispiel im Finanzbereich.

© Industry Engagement and Partnerships, TU Wien
Keynote Prof. Emanuel Sallinger

© CAIML, TU Wien
Keynote Prof. Emanuel Sallinger