21.09.2026
KI-STARTUP

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

Deine ungelesenen Artikel:
29.10.2026

Klartext AI: Wiener Startup startet internationale Kooperation gegen Wegwerf-Technik

Das Wiener Startup Klartext AI beteiligt sich an einem internationalen Forschungsprojekt zur Kreislaufwirtschaft in der Elektronikindustrie. Gemeinsam mit Fraunhofer IPA, der Universität Stuttgart und zwei deutschen Industrieunternehmen soll ein KI-gestütztes System entstehen, das Hersteller bei der Entwicklung nachhaltigerer Produkte unterstützt.
/artikel/klartext-ai-wiener-startup-startet-internationale-kooperation-gegen-wegwerf-technik
29.10.2026

Klartext AI: Wiener Startup startet internationale Kooperation gegen Wegwerf-Technik

Das Wiener Startup Klartext AI beteiligt sich an einem internationalen Forschungsprojekt zur Kreislaufwirtschaft in der Elektronikindustrie. Gemeinsam mit Fraunhofer IPA, der Universität Stuttgart und zwei deutschen Industrieunternehmen soll ein KI-gestütztes System entstehen, das Hersteller bei der Entwicklung nachhaltigerer Produkte unterstützt.
/artikel/klartext-ai-wiener-startup-startet-internationale-kooperation-gegen-wegwerf-technik
Teamfoto Klartext AI | (c) Leandra Schurz Photography

Elektronikprodukte enthalten wertvolle Rohstoffe, werden aber häufig so entwickelt, dass sie sich nicht einfach reparieren, wiederverwenden oder recyceln lassen. Das Wiener Startup Klartext AI will mit Künstlicher Intelligenz dazu beitragen, das zu ändern. Das 2025 gegründete Unternehmen entwickelt KI-Lösungen für unterschiedliche Anwendungsbereiche, darunter doclarity, ein Tool zur Erstellung barrierefreier PDF-Dokumente. Im Rahmen des Eureka-Forschungsprojekts „ManageR“ entwickelt es einen KI-Assistenten, der Elektronikhersteller bei Entscheidungen zur Kreislaufwirtschaft unterstützen soll. Dafür erhält Klartext AI eine Förderung von rund 250.000 Euro von der Österreichischen Forschungsförderungsgesellschaft (FFG).

Das Projekt startete am 1. Oktober 2026 und läuft über drei Jahre. Klartext AI ist dabei für die KI-Technologie zuständig und entwickelt den sogenannten ‚ManageR Copilot‘. Dieser soll Informationen über Produkte, Materialien und gesetzliche Vorgaben zusammenführen und daraus Handlungsempfehlungen ableiten.

KI soll Reparatur und Wiederverwendung bewerten

Im Mittelpunkt von ManageR steht ein digitales Bewertungs- und Optimierungstool. Dieses soll Unternehmen dabei helfen, für einzelne Produkte und Komponenten geeignete Kreislaufstrategien zu finden. Dabei geht es beispielsweise um die Frage, ob Bauteile repariert, wiederverwendet, aufbereitet oder recycelt werden sollten. Die Software soll in unterschiedlichen Phasen des Produktlebenszyklus zum Einsatz kommen – etwa bei der Entwicklung oder im Einkauf. Je nach Lebenszyklusphase soll das System unterschiedliche Handlungsmöglichkeiten aufzeigen. Neben ökologischen Faktoren soll dabei auch die Wirtschaftlichkeit berücksichtigt werden.

Eine Herausforderung ist dabei die Vielzahl an benötigten Informationen. Dazu zählen etwa Produktstücklisten, Materialdaten, regulatorische Anforderungen und branchenspezifisches Fachwissen. Diese Informationen sind häufig auf unterschiedliche Systeme und Abteilungen verteilt oder liegen bei einzelnen Experten. Das Wiener Startup entwickelt deshalb ein KI-Agentensystem samt Benutzeroberfläche, das die Daten verknüpfen soll. Ein besonderer Schwerpunkt liegt laut Anna Poledna, Business Development bei Klartext AI, auf der Nachvollziehbarkeit: Nutzer sollen erkennen können, auf welchen Informationen und Quellen die Vorschläge beruhen. Technologisch setzt das Startup dafür unter anderem auf Wissensgraphen und Multi-Agenten-Systeme.

Eine Rolle bei der Entstehung des Projekts spielten laut Poledna auch neue EU-Vorgaben. Die Ökodesign-Verordnung (ESPR) soll unter anderem die Langlebigkeit und Reparierbarkeit von Produkten verbessern. Der Digitale Produktpass soll künftig Informationen zu Materialien, Reparaturmöglichkeiten und Umweltauswirkungen verfügbar machen.

Zusammenarbeit mit Fraunhofer und Industrieunternehmen

An ManageR sind neben Klartext AI das Fraunhofer-Institut für Produktionstechnik und Automatisierung (IPA), die Universität Stuttgart sowie die deutschen Unternehmen ifm und Ansmann beteiligt. Fraunhofer koordiniert das Projekt und entwickelt unter anderem ein Bewertungsmodell, während die Universität Stuttgart ihre Expertise in der Ökobilanzierung einbringt. Die beiden Industrieunternehmen stellen ein 3D-Kamerasystem und ein Ladegerät zur Verfügung, an denen die Technologie getestet werden soll.

„Für uns ist es großartig, dass wir unsere KI-Forschung direkt in die Anwendung bringen können. In ManageR entwickeln wir gemeinsam mit führenden Forschungseinrichtungen neue Methoden und testen sie gleichzeitig an echten Industrieprodukten“, sagt Poledna.

Nach Abschluss des Forschungsprojekts im September 2029 soll die Technologie laut Poledna kommerziell angeboten werden. Geplant ist, sie künftig auch für weitere Elektronikprodukte einzusetzen. Wie breit das System anwendbar sein wird, hängt insbesondere von der Verfügbarkeit entsprechender Daten ab.

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

AI Summaries

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will