Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

29.03.2022

“2 Minuten 2 Millionen”: Eine Million Euro für Blockchain-Plattform Brickwise

In dieser Folge von "2 Minuten 2 Millionen" gab es einen digitalen Marktplatz für Immobilien-Investment, flache Kennzeichen und Koffein-Bonbons. Zudem zeigte ein Startup seine QR-Code Nothilfe-Technologie her, während ein anderes Kurz-Biografien pitchte.

/artikel/2-minuten-2-millionen-eine-million-euro-fuer-blockchain-plattform-brickwise

kooperation

✨ AI Kontextualisierung

Der erste bei “2 Minuten 2 Millionen” war Michael Murg. Mit Brickwise hat er – gemeinsam mit Marco Neumayer, Klaus Pateter und Valentin Perkonigg – einen Marktplatz für digitale Immobilienanteile entwickelt. Das Grazer FinTech bringt konkret interessierte Investoren und Immobilienverkäufer auf einem Marktplatz zusammen und ermöglicht ihnen den Handel dieser digitalisierter Immobilienanteile. Dafür werden Immobilien in kleine digitale Anteile zerteilt und in ein blockchain-basiertes Register übertragen, das wie ein digitales Grundbuch funktioniert.

Brickwise bei “2 Minuten 2 Millionen”

Investiert wird ausschließlich in voll ausfinanzierte Bestandsimmobilien. Investoren sollen wie Wohnungs- oder Hauseigentümer an monatlichen Mieteinnahmen der Wertentwicklung der Immobilie partizipieren. Transaktionen erfolgen mittels Smart Contracts und werden auf einer eigenen Blockchain gespeichert, die mittels Schnittstelle an einen Zahlungsdienstleister angebunden ist. Verrechnet werden 1,5 Prozent des Transaktionsvolumens. Die Forderung: 1.000.000 Euro für acht Prozent Anteile.

Brickwise, 2 Minuten 2 Millionen, in Immobilien investieren. — (c) Puls 4/Gerry Frank – Michael Murg mit einem starken Werbe-Deal.

Rechtlich betrachtet handelt es sich bei diesem Angebot um ein auf einer Blockchain tokenisiertes Wertpapier. Dafür wird eine eigene international gültige Wertpapieridentifikationsnummer (ISIN) durch die Österreichische Kontrollbank vergeben.

Nach einer langen Diskussion über Grundbuch-Feinheiten und Käuferrechte – und einer guten Figur, die Murg abgab – schaltete sich Daniel Zech von Seven Ventures per Screen zu. Er bot 1.000.000 Euro TV-Werbung für drei Prozent Anteile.

Trotz gutem Auftritt zweifelnde Investoren

Danach zeigten sich Alexander Schütz, Katharina Schneider und Philipp Maderthaner eher skeptisch, inwiefern und wie bald man Kleinstanleger anziehen könnte. Auch GoStudent-Gründer Felix Ohswald blieb unsicher und ging ebenso ohne Angebot. Schlussendlich glaubte auch Haselsteiner nicht, dass man die notwendige kritische Masse bekommen könnte, merkte aber dennoch an, dass er dem Gründer zutraue, wie es auch sein Plan sei, das nächste Unicorn zu werden. Murg nahm Zechs Werbeangebot an. Deal für Brickwise.

Kennzeichen-Entwickler bei “2 Minuten 2 Millionen”

Die nächsten bei “2 Minuten 2 Millionen” waren Mario Ramirez und Philipp Zuschnig von Cleansign Superflat. Sie haben einen rahmenlosen und nahezu unsichtbaren Kennzeichenhalter entwickelt.

Mit der Einstellung, dass das Auto “die Kleidung des Mannes” sei, konzentriert sich das Startup auf die Ästhetik des Gefährts und lässt die Kennzeichenhalter aus hochwertigen Materialien aus lokaler Produktion von einem steirischen High Tech-Unternehmen im Spritzgussverfahren produzieren. Die Einrast-Funktion (Clip) greift den Kennzeichenrand mit einem Millimeter. Somit seien also keine überstehenden Ränder sichtbar. Die Forderung: 50.000 Euro für 20 Prozent.

Nach Absagen von Hans Peter Haselsteiner, Felix Ohswald und Philipp Maderthaner, zweifelte auch Stefan Piëch an dem Startup als Investment-Case. Auch Mediashop-Chefin Katharina Schneider meinte, sie hätte keinen Bezug zum Auto. Bot jedoch eine Kooperation mit ihrem Produktmanagement an. Kein Deal für Cleansign Superflat.

Koffein-Bonbons

Die nächsten bei “2 Minuten 2 Millionen” waren Louis Baier und Philipp Köhler, Gründer von Upsters Energy. Sie produzieren zuckerfreie Bonbons mit Koffein, B-Vitaminen und 5-HTP mit Pfefferminzgeschmack für mehr Energie im Alltag. Dabei gilt, dass zwei Lutschpastillen das gleiche Koffein wie ein Kaffee beinhalten. Die Forderung: 200.000 Euro für zehn Prozent.

Anfänglich führte die hohe Bewertung bei bisherigen 85.000 Euro Umsatz zu Irritationen, die Gründer konnten dies aber mit Zukunftsaussichten und neuen Produktionsmöglichkeiten ein wenig auflösen.

Auch der zur Konkurrenz bessere Geschmacksvorteil, den die Jury bestätigte, traf wohlwollende Juryohren. Dennoch ließ der riesige Markt und ihre “Ungetüme” der Branche (Zitat Haselsteiner), den die zwei Gründer anstrebten, sowie mangelnde Expertise die potentiellen Financiers aussteigen. Außer Ohswald. Er bot 100.000 Euro für zehn Prozent. Die Gründer wollten 140.000 Euro dafür haben. Deal für Upsters.

Per QR-Code Daten für Ersthelfer bereitstellen

Die nächsten bei “2 Minuten 2 Millionen” waren Thomas Emrich und Alexander Berger. Die beiden haben Seqrid (ausgesprochen: Secure ID) entwickelt, eine Software für ein QR-basierendes Notfalldatensystem. Über einen QR-Code können bei der Notfallhilfe Daten von Verletzen abgerufen werden. Dafür muss sich der Betreffende vorher auf der Plattform anmelden und relevante Daten wie Allergien, Unverträglichkeiten, Blutgruppe und Kontaktpersonen eintragen und sich aktivieren.

Der Code wird auf verschiedenen Produkten wie Aufkleber für Helme, Schutzhandschuhe oder Armbänder platziert. Der Inhaber wird automatisch über jeden Scan informiert und sensitive Daten werden erst bei einem zweiten Scan angezeigt, um Missbrauch vorzubeugen. Der Ersthelfer kann im Notfall über jedes Handy den QR-Code scannen und notwendiges erfahren. Die Forderung, des Startups, das auch an einer Haustierlinie arbeitet: 120.000 Euro für 15 Prozent.

Seqrid, 2 Minuten 2 Millionen, — (c) Puls 4/Gerry Frank – Thomas Emrich und Alexander Berger bieten Notfalldaten per QR-Code an

Sämtliche Investoren sahen die Sinnhaftigkeit der Erfindung ein. Dennoch wollte Haselsteiner nicht investieren, die Gründer aber mit der Strabag verknüpfen. Schneider überlegte indes, welche Produkte, die sie per Mediashop vertreibt, für den Code infrage kommen würden. Und bot 30.000 Euro für fünf Prozent. Danach offerierte Leo Hillinger 200.000 Euro für 25,1 Prozent und lud seine Kollegin ein, mitzumachen. Deal für Seqrid.

Lebensbuch als Kurzbiografie

Den Abschluss bildeten Matthias Unterbuchschachner und Peter Tanzer. Mit ihrem Lebensbuch ermöglichen sie es Kunden, individuelle und persönliche Kurzbiografien zu erstellen. Konkret erhalten Interessierte einen Fragebogen über das Leben bzw. Anlässe sowie eine Ausfüllhilfe und eine Videoanleitung. Ein Texter oder Texterin meldet sich anschließend per Telefon. Die Forderung: 90.000 Euro für 15 Prozent.

Nach dem Pitch schaltete sich Martin Rohla per Green-Screen zu, zeigte sich angetan von der Idee gegen das Vergessen zu arbeiten und verteilte das Nachhaltigkeit-Ticket von Goodshares. Das beinhaltet eine Beratung durch den Investor, TV-Präsenz sowie 5.000 Euro der Fair Finance. Stefan Piëch bot danach an, das Buch auf seinen Kinder-Sendern auf Provisionsbasis zu bewerben. Sonst, kein Deal für das Lebensbuch.

LinktippBrickwise LinktippUpsters LinktippCleansign Superflat LinktippLebensbuch LinktippSeqrid LinktippPULS 4/2min2mio

Deine ungelesenen Artikel:

Dominik Meisinger

23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?

/artikel/openai-modell-o3-artifical-general-intelligence

Dominik Meisinger

23.12.2024

Neues OpenAI-Modell o3: “Befinden uns auf neuem Terrain”

OpenAI hat ein neues Sprachmodell vorgestellt, das die Diskussionen um Artificial General Intelligence (AGI) wieder anheizt. Was steckt dahinter?

/artikel/openai-modell-o3-artifical-general-intelligence

Wenn OpenAI neue Dinge ankündigt, hört die KI-Szene hin. Klar, nicht jede Ankündigung des US-Unternehmens in den vergangenen zwei Jahren hatte dieselbe Tragweite wie jene vom 30. November 2022, als OpenAI den Start eines Chatbots namens ChatGPT verlautbaren ließ. Aber potenziell könnte jede Mitteilung des Unternehmens rund um CEO Sam Altman bahnbrechend sein. Kein Wunder also, dass es für Aufsehen sorgte, als OpenAI Anfang Dezember verlautbarte, zwölf Tage hintereinander neue Dinge vorzustellen.

Schon in der Ankündigung hatte Altman darauf hingewiesen, dass es neben größeren auch kleinere Neuigkeiten sein würden, die OpenAI liefern würde. So kam es dann auch: Zugang zu ChatGPT über WhatsApp oder die Integration in Apple Intelligence waren eher in die zweite Kategorie einzuordnen. Daneben veröffentlichte OpenAI aber auch das neue Modell o1 für ChatGPT – oder Sora, ein Tool zur Videoerstellung.

Den größten Widerhall in der KI-Szene fand allerdings die Ankündigung am letzten der zwölf Tage. Am vergangenen Freitagabend stellte OpenAI sein neues Modell o3 vor. Wichtig dabei: Das Modell ist noch nicht öffentlich zugänglich. OpenAI stellte zunächst einmal nur vor, wie das Modell in unterschiedlichen KI-Benchmarks abschnitt. Aber diese Ergebnisse hatten es in sich.

o3 zeigt starke Performance bei AGI-Benchmark

Vielbeachtet wurde dabei vor allem die Benchmark namens ARC-AGI (Abstraction and Reasoning Corpus for Artificial General Intelligence), bei der zwei Varianten des o3-Modells deutlich bessere Ergebnisse erzielten als die bisher führenden o1-Modelle. Das Ziel von ARC-AGI ist es zu messen, wie sich eine KI im Umgang mit ihr unbekannten Aufgaben schlägt.

Wie die O3-Modelle verglichen mit anderen OpenAI-Modellen abschneiden // Grafik: ARC Prize

Es gibt unterschiedliche Definitionen von AGI. Die meisten davon verstehen AGI aber als ein System, das sämtliche intellektuellen Aufgaben mindestens so gut oder besser als ein Mensch erledigen kann.

Die ARC-AGI-Benchmark wurde von François Chollet konzipiert. Er definiert AGI als ein System, das “in der Lage ist, effizient neue Fähigkeiten zu erwerben und neuartige Probleme zu lösen, für die es trainiert wurde.”

Eine AGI ist also nicht für eine bestimmte Aufgabe trainiert, sondern kann jegliche Aufgaben übernehmen. Es ist weitgehender Konsens in der KI-Szene, dass solche Systeme noch nicht existieren. OpenAI wurde aber beispielsweise explizit mit dem Ziel gegründet, AGI zu erreichen.

Chollet gehört zu den bekanntesten Namen der internationalen KI-Szene. Er hat die bekannte KI-Library Keras entwickelt und seit einigen Jahren für Google tätig. Dem von ChatGPT ausgelösten Hype rund um generative KI steht Chollet seit Anfang an eher kritisch gegenüber, wie beispielsweise auch dieser brutkasten-Bericht wenige Wochen nach Erscheinen von ChatGPT thematisierte.

o3: “Wir befinden uns auf neuem Terrain”

Umso interessanter ist es, was Chollet nun zu den Ergebnissen des o3-Modells bzw. seiner Varianten zu sagen hat. In einem Blogeintrag attestiert er OpenAI, mit dem Modell einen “bedeutenden Sprung nach vorne” erreicht zu haben.

Die Performance des Modells stelle “einen echten Durchbruch” in der Anpassungsfähigkeit und Verallgemeinerung” von KI-Modellen dar”, wenn es darum gehe, wie sich KI-Modelle an neue Aufgaben anpassen könnten. o3 stelle nicht bloß einen “schrittweisen Fortschritt” dar. Vielmehr befinde man sich auf “neuem Terrain”, das “ernsthafte wissenschaftliche Aufmerksamkeit” erfordere.

Aber es ist schon Artificial General Intelligence (AGI)? Hier schränkt Chollet ein: “o3 scheitert immer noch an einigen sehr einfachen Aufgaben, was auf grundlegende Unterschiede zur menschlichen Intelligenz hinweist”. Dennoch befeuerten die Ergebnisse die Diskussion rund um AGI – und manche Stimmen sahen, anderes als Chollet, mit o3 AGI sogar bereits erreicht.

Selbst wenn dem so wäre, wäre es zum jetzigen Zeitpunkt schwer nachzuprüfen: Denn das Modell ist noch nicht veröffentlicht. Forscher:innen im Bereich der KI-Sicherheit können sich für Zugang vormerken lassen. Wann und zu welchen Konditionen das Modell für Endnutzer:innen zugänglich sein wird, ist aktuell noch unklar. Klar ist allerdings schon jetzt, dass die beeindruckenden Ergebnisse bei der ARC-AGI-Benchmark enorme Rechenressourcen erforderten – und dementsprechend teuer waren.

Reasoning-Modelle

Das o3-Modell ist eine verbesserte Version des o1-Modells, welches OpenAI am 4. Dezember veröffentliche und das zuvor bereits in Preview- und Mini-Varianten für ChatGPT-User:innen zugänglich gewesen war. Dieses Modell unterscheidet sich zu dem im Mai 2024 veröffentlichten GPT4o-Modell insofern, als es auf einen “Reasoning”-Ansatz setzt.

OpenAI bezeichnet GPT4o weiterhin als das “vielseitige, hochintelligente Flagship-Modell”, das für die “meisten Aufgaben” die richtige Wahl sei. Die o1-Modelle wiederum referenziert das Unternehmen als “Reasoning-Modelle, die sich bei komplexen, mehrstufigen Aufgaben auszeichnen”.

Enduser:innen von ChatGPT merken dies in der Nutzung vor allem insofern, als sich die o1-Modelle länger Zeit nehmen, Ergebnisse zu produzieren. Diese Modelle “verbringen mehr Zeit mit Nachdenken, bevor sie reagieren”, wie es OpenAI formuliert. In einigen (aber nicht notwendigerweise in allen) Bereichen liefern sie dann deutlich bessere Ergebnisse als die bisherigen Modelle.

Tipp der Redaktion: Die neue brutkasten-Serie “No Hype KI”

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag