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:
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
20.10.2026

Wiener Startup Prewave startet KI-Agenten für die finanzielle Bewertung von Lieferkettenrisiken

Das Wiener Startup Prewave will Unternehmen mit KI-Agenten helfen, Risiken nicht nur früher zu erkennen, sondern auch ihre finanziellen Folgen einzuschätzen und gezielter über Gegenmaßnahmen zu entscheiden.
/artikel/wiener-startup-prewave-startet-ki-agenten-fuer-die-finanzielle-bewertung-von-lieferkettenrisiken
Prewave
Harald Nitschinger, Gründer von Prewave | (c) Prewave

Es nennt sich Quantified Resilience und soll zeigen, was Lieferkettenrisiken tatsächlich kosten. Das neue Portfolio des Wiener Startups adressiert die Risikolandschaft für globale Lieferketten, die sich seit Covid, der Chipknappheit sowie dem Krieg im Iran und in Russland verändert hat. Unternehmen haben in den vergangenen Jahren darauf reagiert und auf mehr Transparenz gesetzt, mehr Lieferanten überwacht und mehr Signale und Warnmeldungen verfolgt. Doch Einkaufsteams wollen nicht mehr Informationen, meint Co-Founder und seit Jänner alleiniger CEO Harald Nitschinger. „Sie wollen eine belastbare Entscheidungsgrundlage“, sagt er und bezieht sich auf eine Gartner-Studie aus 2026 mit dem Titel: „Market Overview for Supplier Risk Management Solutions.“ Teams, die ihre Zeit damit verbringen, schwer fassbare Risiken bei Sub-Tier-Lieferanten zu recherchieren und zu bewerten, hätten kaum Kapazitäten, um langfristige Resilienz aufzubauen.

Prewave: KI-Agenten übernehmen Recherche

Hier soll Quantified Resilience helfen, die globalen Risikodaten von Prewave mit den eigenen Daten eines Unternehmens zu verbinden, darunter Stücklisten, Lagerbestände, alternative Bezugsquellen und Umsatzzahlen. Spezialisierte KI-Agenten würden dann die Recherche übernehmen, Risiken priorisieren und deren mögliche finanzielle Auswirkungen auf das Unternehmen bewerten.

Ein Bestandteil des neuen KI-Portfolios heißt Prewave Respond und beinhaltet KI-Agenten, die Signale aus der gesamten Plattform bündeln und Risikosituationen danach ordnen, wie dringend Handlungsbedarf besteht. Risikomanager würden so auf einen Blick sehen, welche Situationen jetzt Aufmerksamkeit erfordern und welche warten können. Die Agenten lassen sich an die eigenen Prozesse und Prioritäten des jeweiligen Unternehmens anpassen.

Plattform zeigt Betroffenheit

„Die Bewertung einer Störung hat unser Risikoteam früher einen halben Tag gekostet, plus Abstimmung mit den Konzerneinkäufern, um die Auswirkungen auf die Lieferanten zu verifizieren“, erklärt Verena Rausch, Group Risk Manager bei der Vaillant Group, wie Prewave den Aufwand bei der Bewertung einzelner Störungen reduziert. „Beim Erdbeben von Kumamoto hat Prewave rund 50 aufgezeigte Lieferanten auf 11 eingegrenzt, die geprüft werden mussten, und einen unmittelbaren Produktionsstopp aufgezeigt. Das verkürzt den Zeitaufwand für jede Bewertung.“

Der Schlüssel zu dieser Priorisierung liege darin zu verstehen, was eine Störung für das Geschäft bedeutet. Die Prewave-Plattform kombiniert Informationen zu globalen Ereignissen, Lieferantenstandorten, Tier-n-Beziehungen und Rohstoffabhängigkeiten mit den eigenen Lieferketten- und ERP-Daten des Unternehmens. Sie zeige so, welche Lieferanten, Materialien oder Produkte tatsächlich betroffen sind.

Für Nitschinger ist Quantified Resilience der nächste Schritt im Umgang mit zunehmend komplexen Lieferkettenrisiken: „Unseren Kunden fehlt es nicht an Informationen. Im Gegenteil, sie werden mit Warnmeldungen, Ratings und Lieferanten-Updates überflutet. Wir geben ihnen jetzt Werkzeuge an die Hand, die diese Signale in eine konkrete Entscheidungsgrundlage verwandeln: Was verdient meine Aufmerksamkeit? Wo bin ich tatsächlich exponiert? Was steht finanziell auf dem Spiel? Und wo sollten wir Resilienz aufbauen, um die größte Wirkung zu erzielen? Quantified Resilience macht diese Zusammenhänge messbar und damit steuerbar.“

Resilienz von Kostenfaktor soll zur Investitionsentscheidung werden

Über die Priorisierung hinaus berechnet Prewave die finanziellen Auswirkungen einer Störung anhand von Daten wie Lagerbeständen, Stücklisten und Umsatz, heißt es. Damit soll die Resilienz von einem Kostenfaktor zu einer Investitionsentscheidung werden. Unternehmen könnten Ausgaben dorthin lenken, wo sie am meisten bewirken, und sie gegenüber Geschäftsführung und Vorstand mit belastbaren Zahlen untermauern.

Künftig will Prewave diesen Ansatz nutzen, um die Lieferketten seiner Kunden ganzheitlich und proaktiv zu optimieren. Prewave Optimise, ein weiteres Tool aus der „Quantified Resilience“-Strategie, das sich derzeit in der Beta-Phase befindet, soll zeigen, wo Absicherungen über das notwendige Maß hinausgehen und wo gefährliche Lücken bestehen. Ziel ist ein Lieferantennetzwerk, das Kosten und Resilienz entsprechend der individuellen Risikobereitschaft eines Unternehmens ausbalanciert.

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.