Bitpanda: Die Tech-Learnings am Weg zum Unicorn

Schnell wachsend, visionär und nun Österreichs erstes Start-up mit Unicorn-Status: Im AWS Tech Talk teilen Christian Trummer, Bitpanda Co-Gründer und CTO, und Daniel Prinz, Bitpanda Tech Lead, ihre Learnings auf dem Weg vom Start-up zum wohlmöglich spannendsten FinTech Europas.

/artikel/bitpanda-learnings-am-weg-zum-unicorn

Treiber von Innovation in der FinTech-Branche

Bitpandas Mission ist es, die Finanzwelt zu revolutionieren und Menschen Zugang zu Investitionen zu geben, denen dies bisher verwehrt blieb. Um seinen Nutzern ein erstklassiges Erlebnis zu liefern, setzt Bitpanda auf innovative und stets verfügbare Tools, die an höchste Sicherheitsstandards gebunden sind und seit mehr als drei Jahren über die Cloud von Amazon Web Services (AWS) laufen. Der Erfolg gibt den drei Gründern Christian Trummer (Chief Technical Officer), Paul Klanschek und Eric Demuth (jeweils Co-CEOs) recht: Neue Höchstmarken bei den Tradingvolumina sowie die ständige Ausweitung des Angebots, darunter der weltweit erste echte Krypto-Index und die Bitpanda Card, bestätigen, dass sie auf dem richtigen Weg sind. Auch die Anzahl der registrierten Nutzer ist innerhalb der letzten 6 Monate von 1,3 auf 2 Millionen gestiegen. Kürzlich konnte das Unternehmen als besonderen Meilenstein den Abschluss eines 170 Millionen US-Dollar Investments verkünden, womit es sich den Titel des ersten Start-ups mit Unicorn-Status in Österreich sicherte.

Komplexität als Herausforderung

Die zunehmende Komplexität aufgrund seines schnellen Wachstums, eine stetige Erweiterung des Angebots – wie beispielsweise die Möglichkeit in Teilaktien und ETFs zu investieren sowie gebührenfreies Rund-um-die-Uhr-Trading ab April – sowie die extreme Marktabhängigkeit, stellen das Unternehmen vor große Herausforderungen, die die Tätigkeit als CTO besonders prägen, wie Christian Trummer im AWS Tech Talk erzählt. Jeder neuerliche „Bull Run“ führt zu einem Nutzeransturm. Eine weitere Herausforderung für das System und dessen Skalierbarkeit ergibt sich durch die Preissignalmeldungen, welche Nutzer individuell einstellen können. An volatilen Tagen kommt es zu einer Häufung der Meldungen und somit zu einer extremen Belastung der Server.

Mit Hilfe der AWS Dienste Amazon EC2 und AWS Auto Scaling kann Bitpanda schnell auf geänderte Rahmenbedingungen reagieren und Lastspitzen optimal abfangen. Dabei hat das FinTech das Bedürfnis der Nutzer nach einer ausfallsicheren, stabilen und leistungsstarken Plattform in einem volatilen Markt stets im Blick.

Kleine Teams für mehr Individualität

Im Jahr 2014 gegründet, zählte das Unternehmen Ende 2016 bereits 50.000 Kunden. Zu diesem Zeitpunkt hatte es jedoch erst sechs Mitarbeiter – inklusive dem Gründer-Trio. Mit dem Bitcoin-Preisanstieg explodierte bei Bitpanda die Nachfrage: Das Transaktionsvolumen stieg und damit wuchs auch das Team. Heute arbeiten mehr als 350 Mitarbeiter aus rund 50 verschiedenen Ländern im Unternehmen, der Großteil davon remote und im IT-Bereich. Die IT-Abteilung allein zählt derzeit über 100 Mitarbeiter. Aktuell liegt der Fokus auf der Verschmelzung von Produkt- und IT-Teams. Bitpanda setzt dabei auf kleinere Teams, die ihre Expertise in verschiedenen Bereichen bündeln. So kann sich jeder Mitarbeiter einbringen und gleichzeitig neue Dinge ausprobieren – „Trial und Error“ ist nicht nur erlaubt, sondern dezidiert erwünscht.

Da die Plattform beständig wächst, wurde im Dezember 2020 ein innovatives Tech-Hub in Krakau gegründet, um neue Talente zu finden. Weitere Tech-Hubs und Büros in Madrid, Barcelona, London, Paris und Berlin sind bereits in Planung.

AWS als zuverlässiger Partner

Um das Wachstum der Plattform auch weiterhin voranzutreiben und neue Angebote schnell und sicher einführen zu können, dient AWS als zuverlässiger Partner. Die AWS Services geben dem Bitpanda-Team die Flexibilität, ihre Systeme unbegrenzt für die täglich wachsende Nutzerbasis zu skalieren und neue Dienste hinzuzufügen. Eines der wesentlichen Ziele von Bitpanda ist es, sich weiterhin auf Innovationen zu fokussieren und weniger auf den Betrieb der Systeme. Dazu nutzt Bitpanda eine Vielzahl an „Managed Services“ von AWS, wie z.B. Amazon Aurora als relationale Datenbank oder Amazon Managed Streaming for Apache Kafka (Amazon MSK).

LinktippAWS Cloud Development Kit LinktippAWS Cloud Formation LinktippZur Page des Startups

Disclaimer: Die Bitpanda GmbH ist mit 3,9849 % an der Brutkasten Media GmbH beteiligt.

Deine ungelesenen Artikel:

die Redaktion

07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.

/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell

die Redaktion

07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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