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:
17.09.2026

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
17.09.2026

Lovable-CEO Anton Osika: „Wir sind längst über Vibecoding hinaus“ – vom Hype zur Enterprise-Software

Erst vor etwa einem Monat holte Lovable 400 Mio. Dollar bei 13,3 Mrd. Bewertung: CEO Anton Osika erklärt nun im Interview, warum KI-Bau-Tools längst im Mainstream angekommen sind und wie aus Vibe-Coding echte Enterprise-Software wurde.
/artikel/lovable-ceo-anton-osika-wir-sind-laengst-ueber-vibecoding-hinaus-vom-hype-zur-enterprise-software
Lovable-CEO Anton Osika (r.) im Gespräch mit Times Senior Editorin Ayesha Javed. © brutkasten

Kaum ein Tool steht so sehr für den KI-Bauboom wie Lovable. Erst im August 2026 hat das schwedische Startup, wie brutkasten berichtete, eine Series-C-Runde über 400 Millionen US-Dollar abgeschlossen, angeführt von Menlo Ventures und mit dem EQT-gemanagten Scaleup Europe Fund als Co-Lead, bei einer Bewertung von 13,3 Milliarden US-Dollar.

Für Gründer und CEO Anton Osika ist das mehr als eine Finanzierungsrunde: Es sei ein Indikator dafür, dass KI-gestützte No-Code- und Low-Code-Plattformen die Nische verlassen hätten und im Mainstream angekommen seien.

Weg vom Entwickler-Monopol

Auf der Dreamforce in San Francisco erläutert Osika die zentrale These hinter Lovable: „Menschen mit Fachwissen über das jeweilige Problem sollten diejenigen sein, die Software bauen“, so Osika. Wer ein Problem am besten kenne, solle auch die Lösung bauen, egal ob in Marketing, HR, Finance oder Operations. Nicht die formale Qualifikation zähle, sondern die Nähe zum Problem.

Dass Lovable längst kein reines Anfänger-Werkzeug sei, belegt Osika mit einer internen Zahl: 55 Prozent der Lovable-Nutzer:innen brächten mehr als elf Jahre Berufserfahrung in ihrem Fachgebiet mit. Entscheidend sei laut dem Co-Founder nicht das klassische Programmieren, sondern die Fähigkeit, komplexe, unstrukturierte Probleme systematisch in funktionierende Systeme zu zerlegen.

Vom Nebenprojekt zur Unternehmenslösung

Besonders aufschlussreich sind die Praxisbeispiele, die Osika im Gespräch anführt. Bei einer Healthcare-Staffing-Firma habe ein Fachbereichsleiter eine komplette neue Produktlinie für die Zertifizierung von Pflegekräften aufgebaut, samt Verwaltung und Terminplanung, und anschließend mehr als zehn weitere interne Anwendungen vernetzt. In den nordischen McDonald’s-Filialen laufe mittlerweile ein auf Lovable gebautes Interface, über das rund 300 Standorte operative Anfragen abwickeln würden.

Solche Geschichten seien laut Osika keine Ausnahme: Bei knapp zwei Dritteln der Fortune-500-Unternehmen, darunter Adidas und Nvidia, würden Mitarbeitende die Plattform nutzen. Häufig beginne es als kleines Team-Projekt und wachse zur unternehmensweiten Lösung heran.

Entwicklung unter Aufsicht

Damit das nicht in unkontrollierter Schatten-IT ende, setzt Lovable laut Unternehmensangaben auf Admin- und Audit-Funktionen, mit denen IT-Verantwortliche nachvollziehen können sollen, welche Anwendungen entstehen, wo sensible Daten verarbeitet werden und wo Sicherheitslücken drohen. Genau das mache aus der anfänglichen Skepsis von IT-Abteilungen häufig Zustimmung, so Osika: „Es wird vom letzten Nein zu dem, was man ausrollen wollte, zum ersten Ja. So verhindern wir Schatten-IT und die Zersplitterung in unzählige Tools, die niemand mehr überblickt“, erklärt Osika.

Überflüssig würden Engineers durch die Lovable-Nutzung anderer trotzdem nicht, meint Osika: Ihre Rolle verschiebe sich von Routineaufgaben hin zu Architektur, Systemanbindung und der Betreuung unternehmenskritischen Codes.

Warum heißt Lovable eigentlich Lovable?

Zum Schluss des Gesprächs räumt Osika mit einem gängigen Klischee über den europäischen Tech-Standort auf: „Viele halten Europa für langsam, aber wenn man in die Tech-Hubs Europas geht, brodelt es dort wie nie zuvor“, sagt Osika. Dass der Produktfokus so stark auf dem Nutzererlebnis liege, führt Osika auch auf den Standort Stockholm zurück, wo der Großteil des Engineering-Teams sitzt. Man habe in den nordischen Ländern genaue Vorstellungen davon, wie ein Produkt funktionieren solle – oder eben nicht. Diese „I-Tüpfelchen-Reiterei“ mache Lovable erst zu dem was es heute ist.

Warum das Unternehmen ausgerechnet „Lovable“ heißt, erklärt er mit einer letzten Zeile, die zugleich als Leitmotiv des Gesprächs steht: „Software sollte nicht einfach nur funktionieren. Sie soll die Emotionen der Menschen wecken“, so Osika.

Vom Vibe zum Volumengeschäft

Was also vor nicht allzu langer Zeit noch als spielerisches „Vibe-Coding“ belächelt wurde, ist laut Osika längst zu einer Infrastruktur geworden, auf der Enterprisekund:innen die nächsten Prozesssysteme entwickeln. Der Markt für KI-gestütztes Bauen sei, so der Lovable-Gründer, endgültig über das reine Ausprobieren hinausgewachsen – und weit über das Vibecoding hinaus.

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.