29.06.2020

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

Facebook und die Uni Wien nutzen offene Daten, um eine Prognose über die Ausbreitung des Coronavirus auf Bezirksebene zu erstellen.
/artikel/corona-ausbreitung-facebook-und-die-uni-wien-erstellen-prognosen-via-ai
Corona
(c) Adobe Stock / CREATIVE WONDER

Ist das Coronavirus in Österreich schon besiegt? Oder kommt im Herbst, beziehungsweise Winter eine zweite Welle auf uns zu? Wo liegen die kritischen Hotspots der Corona-Pandemie? Das sind Fragen, die derzeit ganz Österreich beschäftigen – und im Rahmen Partnerschaft sollen sie zumindest teilweise beantwortet werden. So erstellt Facebook zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.

+++Coronavirus: News, Daten und Hintergründe+++

Mit diesen lokalen Prognosen sollen die Behörden und Gesundheitsdienstleister besser verstehen, wie die Pandemie sich ausbreitet, nachdem in bestimmten Regionen Einschränkungen gelockert beziehungsweise die lokalen Bedingungen und Vorschriften geändert wurden. Damit ergänzt das Tool andere Werkzeuge, die den aktuellen Status-quo visualisieren, wie etwa das Info-Dashboard des Gesundheitsministeriums und die Karte des CSH, in der Bundesländer mit einem Ampelsystem ausgewiesen werden.

Mit Open Data gegen Corona

Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen. „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“

Das bedeutet: Ein Aufwärtstrend in einem Gebiet könnte beispielsweise die Vorhersagen für benachbarte Bezirke beeinflussen. Facebook stellt diese Projektionen den Partnern an der Universität Wien zur Verfügung, die diese Informationen wiederum nutzen, um Trends zu analysieren und die Ergebnisse mit Gesundheitsbehörden zu teilen.

Facebooks „Data for Good“-Team

Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf. Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook. Zuvor hatte Facebook auch virtuelle Informationszentren eingerichtet und an der Übersetzung von zum Beispiel Fachausdrücken zur Bekämpfung der Corona-Pandemie mitgewirkt.

Auf der Website von Facebooks „Data for Good“ heißt es, dass Gesundheitssysteme nur effizient agieren und präventive Maßnahmen setzen können, wenn sie eine entsprechende Datenlage über die Verbreitung des Coronavirus haben. Schon jetzt biete man daher Forschern und NGOs entsprechende Daten zu Bevölkerungsbewegungen an. Diese Daten seien aus Datenschutzgründen aggregiert.

Video: Data for Good im Kampf gegen Corona

Redaktionstipps
Deine ungelesenen Artikel:
11.06.2026

Gegen Ineffizienz im Glasfaserausbau: Die „Zero-Touch“-Lösung des OÖ-Startups fluctus

Der weltweite Glasfaserausbau floriert – doch auf lokaler Ebene bleiben oft Lücken und ineffiziente Systeme bestehen. Das österreichische Startup fluctus von Anna Kurpierz und Christian Sattlecker hat eine „Zero-Touch"-Lösung entwickelt, die offene Netze zentralisiert managen und den Markt für neue Anbieter öffnen soll.
/artikel/gegen-ineffizienz-im-glasfaserausbau-die-zero-touch-loesung-des-ooe-startups-fluctus
11.06.2026

Gegen Ineffizienz im Glasfaserausbau: Die „Zero-Touch“-Lösung des OÖ-Startups fluctus

Der weltweite Glasfaserausbau floriert – doch auf lokaler Ebene bleiben oft Lücken und ineffiziente Systeme bestehen. Das österreichische Startup fluctus von Anna Kurpierz und Christian Sattlecker hat eine „Zero-Touch"-Lösung entwickelt, die offene Netze zentralisiert managen und den Markt für neue Anbieter öffnen soll.
/artikel/gegen-ineffizienz-im-glasfaserausbau-die-zero-touch-loesung-des-ooe-startups-fluctus
fluctus, aws
© fluctus - Anna Kurpierz und Christian Sattlecker von fluctus.

Der Bedarf an Bandbreite und enormen Datenvolumina steigt rasant. Doch während der globale Ausbau der physischen Infrastruktur voranschreitet, hinkt die digitale Verwaltung oft hinterher. Gerade kleine Regionen und lokale Netzerrichter stünden vor großen Herausforderungen. Zudem arbeiten mittelständische und große Unternehmen häufig mit starren, unzureichenden Systemen, denen es an Flexibilität fehlt, so die Erfahrung des fluctus-Gründerduos Anna Kurpierz und Christian Sattlecker.

fluctus mit End-to-End

„Wir haben bei unseren Projekten festgestellt, dass der österreichische Ausbau oft große Lücken hinterlässt – kleinen Regionen und Netzbetreibern fehlt der Zugang zu zukunftsträchtigen Technologien“, sagt Kurpierz. Um diese Lücken zu schließen, hat das oberösterreichische Startup ein von Grund auf neues Management-System für „Open-Access-Netze“ entwickelt.

Dabei setzt fluctus auf ein „New-Generation Open-Access-Tool“, das den Datenaustausch zentralisiert abwickelt. Das System funktioniert als reine „Zero-Touch“-Anwendung.

„Wir sind derzeit die Einzigen, die am europäischen Open-Access-Markt eine komplett zentralisiert managebare End-to-End-Lösung (E2E) anbieten“, erklärt die Gründerin weiter. „Da sämtliche Marktbegleiter von den Kunden eine Implementierung der Logiken in deren Netz voraussetzen.“

Der entscheidende Vorteil für Kunden sei hierbei, dass im Gegensatz zu Konkurrenzprodukten Netzbetreiber keine komplexen Logiken mehr selbst in ihr eigenes Netz implementieren müssten.

Wettbewerb steigern

„Ziel unseres Systems ist der Zugang zu einem offenen Netz für alle Breitbandteilnehmer“, so die Founderin weiter. „Einerseits wird damit der Wettbewerb unter den ‚Internet Service Providern‘ gesteigert und verbraucherseitig entsteht zudem ein Nutzen aus qualitativ hochwertigen Produkten, ein großer Pool aus Anbietern und Produkten sowie niedrigere Preise. Durch die Entstehung eines Polypols auf der Angebotsseite und den daraus entstehenden größeren Markt ergeben sich intensivere Preis- und Qualitätswettbewerbe.“

Zudem würden offene Netze einen fairen Zugang für alle Anbieter ermöglichen und an jedem Anschluss einheitliche Prozesse sowie technische Mindeststandards garantieren.

„Unser Produkt ist im Wesentlichen ein System für den Glasfaserausbau und -betrieb, welches als zero-touch Anwendung realisiert wird. Durch das ‚New-Generation Open Access Tool‘, welches den Datenaustausch zentralisiert abwickelt, kann eine vergleichbare Angebotslandschaft wie im Mobilfunk geschaffen werden – neben bestehenden Internet-Providern werden auch neue Anbieter im selben Netz entstehen“, erklärt Kurpierz. „Dies führt zu größerer Angebotsvielfalt, wettbewerbsfähigen Preisen und einer höheren Anschlussquote. Es entstehen somit auch neue Möglichkeiten für Discounter, Energy-Drink-Giganten bis hin zur kleinen IT-Firma, im Netz anzubieten.“

Zielgruppen von fluctus

Die Kernzielgruppe von fluctus umfasst Netzbesitzer (wie regionale Infrastrukturbetreiber) sowie große Technologieunternehmen. Ein typischer Use-Case ist der Zusammenschluss bislang getrennt strukturierter Regionen. Durch die Zentralisierung von Netz- und Betriebsprozessen sollen bestehende Infrastrukturen effizienter genutzt und neue Internet-Service-Provider nahtlos integriert werden.

Monetarisiert wird die Technologie über Dienstleistungs- und Wartungsverträge. Nach dem Prinzip „Grow with your business“ bietet fluctus drei flexible Modelle an, die ein E2E-Deployment und den laufenden Betrieb über das hauseigene OSS/BSS-Management-System umfassen. Die Preisgestaltung ist nach Unternehmensgröße gestaffelt. Zusätzlich wird pro Projekt beziehungsweise pro „Point of Presence“ (POP) eine Projektpauschale verrechnet, die sich nach der Größe des Projekts richtet.

Hürden überwunden

Die Entwicklung einer derart tiefgreifenden Technologie ist kapital- und ressourcenintensiv. Das Gründerteam stand beim Aufbau vor massiven Hürden, wie Kurpierz erklärt: „Die Entwicklung und Herstellung unseres Produktes hat hohe Investitionen, sogenannte CAPEX, erzeugt und unzählige Tests erfordert. Erschwerend kommt hinzu, dass es am Markt wenig ausgebildetes Personal in diesem Bereich gibt – die interne Weiterbildung in dieser Nische ist enorm zeitintensiv und führt daher zu höheren Kosten.“

© fluctus – Das fluctus-Team.

Einen entscheidenden Durchbruch hierbei brachte aws Seedfinancing – Deep Tech. Die Förderung der Austria Wirtschaftsservice (aws) trug maßgeblich zur Marktreife der Technologie bei, wie die Gründerin erklärt. Zudem konnte das Startup das aws-Netzwerk nutzen, um strategisch wertvolle Kontakte zu knüpfen.

Mit einer fertigen Technologie im Rücken sind die nächsten Meilensteine klar definiert. In den kommenden Jahren möchte sich fluctus als etablierte Größe im DACH-Raum positionieren. Gleichzeitig treibt das Unternehmen die Erschließung weiterer internationaler Märkte voran.


Disclaimer: Der Artikel wurde in Kooperation mit der Austria Wirtschaftsservice (aws) umgesetzt

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

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

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 …

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

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 …

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

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 …

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

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 …

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Corona-Ausbreitung: Facebook und die Uni Wien erstellen Prognosen via AI

  • Facebook erstellt zusammen mit der Fakultät Mathematik und der Forschungsplattform Data Science der Universität Wien auf Bezirksebene KI-gestützte Vorhersagen darüber, wo und wie schnell Corona sich in Österreich ausbreitet.
  • Die Partner nutzen dabei  öffentliche Daten der österreichischen Regierung über die bestätigten Corona-Fälle und erstellen auf dieser Basis wöchentliche 7-Tage-Prognosen.
  • „Um anpassungsfähige Modelle zu generieren, die auf plötzliche Veränderungen in den jeweiligen Gebieten reagieren können, setzen wir eine Vielzahl von Techniken ein, darunter multivariate Hawkes-Prozesse, tiefe relationale Autoregression sowie „Neural Jump“ stochastische Differentialgleichungen“, heißt es bezüglich der Methodik in einem Blogpost von Facebook: „Alle unsere Modelle berücksichtigen die Beziehungen zwischen verschiedenen Bezirken.“
  • Die Initiative in Österreich baut auf ähnlichen Aktionen zur Corona-Prognose in den USA auf.
  • Künftig könnte man auch auf weitere Datenquellen wie etwa Mobilitätskarten aus Facebooks „Data for Good“-Team zugreifen, heißt es weiter seitens Facebook.