30.07.2015

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

/artikel/carsharing-die-kunden-der-zukunft-zahlen-fuer-die-dienstleistung
Carsharing-Konzepte werden heutzutage immer beliebter.

Immer mehr Menschen verzichten auf das eigene Auto. Überhaupt wird das Mobilitätsverhalten des modernen Menschen zunehmend vielfältiger. In Deutschland gibt es bereits mehr als eine Millionen eingetragene Nutzer bei Carsharing und immer mehr verzichten auf das eigene Auto.

Mit eigenen Flotten mischen Daimler, BMW und VW im Carsharing fleißig mit – Opel steigt nächste Woche in das Geschäft ein. Viel zu verdienen gibt es nicht – die Autobauer wollen aber den Trend nicht verpassen. Denn mit Google und Apple stehen zwei mächtige IT-Konzerne in den Startlöchern, um den Markt für ihre Zwecke zu nutzen.

Rund eine Million Nutzer von Kurzzeit-Autovermietung zählte der Bundesverband Carsharing 2014. Bis 2020 sollen es mindestens doppelt, vielleicht sogar dreimal so viele werden.

„Hauptaspekt beim Carsharing ist für die Hersteller, einen Fuß in der Tür zu haben, wenn sich alternative Mobilitätsangebote stärker verbreitern“, erläutert Klaus Stricker von der Unternehmensberatung Bain & Company. Die Nase vorn haben Daimler mit Car2Go und BMW, die den Dienst DriveNow zusammen mit dem Autovermieter Sixt betreiben. Beide Anbieter bauen ihre Carsharing-Flotten im In- und Ausland stetig aus und bieten auch Elektroautos zur Kurzzeitmiete an. „Die Kunden der Zukunft zahlen für die Dienstleistung Fahren und nicht mehr alleine für das Auto“, ist Peter Fuß von der Unternehmensberatung EY überzeugt.

Die Tatsache, dass immer mehr Carsharing-Autos per Smartphone gebucht und geöffnet werden können, verschafft auch IT-Unternehmen einen Zugang zu dem Markt. Wozu bisher eine Chipkarte nötig war, erledigt vielfach inzwischen eine App. Solche elektronischen Helfer hat ein Kunde in Zukunft wahrscheinlich von mehreren Carsharing-Anbietern auf seinem Handy. „Damit kommen Vermittler ins Geschäft, die mehrere Anbieter vertreiben“, sagt Bain-Experte Stricker und glaubt, dass Apple und Google dazu gehören werden. Die beiden US-Firmen halten ihre Pläne bisher noch im Dunkeln. Ihnen kommt es laut Stricker weniger auf die Kurzzeitvermietung selbst an. „Sie haben vielmehr ein Auge auf die Daten geworfen, die die Autos sammeln, während sie durch die Straßen rollen.“ Vor allem der Suchmaschinenbetreiber Google macht sein Geschäft mit den Daten, die der Konzern von seinen Nutzern weltweit erhebt.

Die beiden IT-Giganten arbeiten zudem an selbstfahrenden Autos, die nach Meinung der Experten auch im Carsharing eingesetzt werden können. In Zukunft könnten Google & Co eigene Fahrzeuge losschicken, die die Kunden zuhause einsammeln und an ihr Ziel fahren – ohne dass jemand die Hände am Steuer hat. Die Vision: Während der Fahrt werden den Insassen dann online Dienstleistungen wie Restaurant-Tips, Shopping-Gelegenheiten oder Musikstreaming eingespielt.

„Wenn die Fahrzeuge beim Nutzer autonom vorfahren, wird das die Attraktivität von Carsharing noch einmal deutlich erhöhen“, glaubt Gunnar Nehrke, Sprecher des Bundesverbandes Carsharing. Er rechnet damit, dass die Kurzzeitmiete dann auch in kleineren Städten Einzug hält. Dann könnten sich noch mehr Menschen überlegen, ob sich ein eigenes Autos noch lohne. Nehrke hält es für möglich, dass autonom fahrende Wagen bereits in fünf bis zehn Jahren in Kalifornien auf den Straßen rollen werden. In Deutschland dürfte es etwas länger dauern. „Autonome Fahrzeuge fahren nunmal leichter, wenn immer die Sonne scheint und nirgendwo Schnee liegt oder die Straßen nass sind.“

Das Rennen um die besten Plätze ist allerdings auch hierzulande voll im Gange. Denn allen ist klar: „Wenn die Autobauer nicht rechtzeitig dabei sind, machen Google und Apple das Geschäft alleine“, warnt EY-Experte Fuß. Sein Kollege Stricker sieht in den neuen Mobilitätsangeboten gar eine Bedrohung für traditionelle Autobauer wie Daimler, BMW und VW. Die Hersteller hätten sich inzwischen allerdings darauf eingestellt, in dem sie selbst Roboterautos entwickelten. Sie wollten vermeiden, dass sie in die Lage von Hardware-Anbietern wie Nokia kämen, deren Handys von den Mobilfunkanbietern quasi verschenkt wurden. Sie selbst verloren den Kontakt zum Endkunden und verdienten an den Telefonminuten und der Internetnutzung nicht mit, sagt Stricker. Falls dies doch geschehen sollte, hätten die Autobauer mit Zitronen gehandelt.

Quelle

Deine ungelesenen Artikel:
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
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
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

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

AI Summaries

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

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 …

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

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 …

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

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 …

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

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 …

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Carsharing: „Die Kunden der Zukunft zahlen für die Dienstleistung“