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:
18.11.2026

Allocator One: Wiener VC-Dachfonds vermeldet finales Closing von erstem Fonds bei über 100 Mio. Dollar

Allocator One gab zudem Performance-Zahlen zu den bislang mehr als 40 Fonds-Investments seit dem Start im Juli 2024 heraus.
/artikel/allocator-one-wiener-vc-dachfonds-vermeldet-finales-closing-von-erstem-fonds-bei-ueber-100-mio-dollar
18.11.2026

Allocator One: Wiener VC-Dachfonds vermeldet finales Closing von erstem Fonds bei über 100 Mio. Dollar

Allocator One gab zudem Performance-Zahlen zu den bislang mehr als 40 Fonds-Investments seit dem Start im Juli 2024 heraus.
/artikel/allocator-one-wiener-vc-dachfonds-vermeldet-finales-closing-von-erstem-fonds-bei-ueber-100-mio-dollar
Michael Ströck und Felix Staeritz haben Allocator One gegründet | (c) Michael Ströck / brutkasten
v.l. Michael Ströck und Felix Staeritz haben Allocator One gegründet | (c) Michael Ströck / brutkasten

Bereits seit Juli 2024 ist Allocator One, der Fund of Funds mit Sitz in Wien, aktiv – brutkasten berichtete bereits mehrmals. Die Zielsetzung hat sich seitdem nicht verändert: Die besten First-Time- bzw. Zweitfonds sogenannter „Emerging Manager“ ausfindig machen und in diese investieren. Schon bislang investierte der Dachfonds nach eigenen Angaben so in mehr als 40 Fonds – zuletzt etwa Noctua Science Ventures. Die Ticketgröße liegt dabei zwischen zwei und zehn Millionen.

„Daten-Problem“: KI hilft bei Auswahl der Fonds

Allocator One verbindet dabei menschliche Investmententscheidungen mit seiner Fondsinfrastruktur-Plattform Infra One und mit dem KI-Agenten Ori. „Außergewöhnliche Fondsmanager zu finden, sollte nicht davon abhängen, wessen Pitch einen zufällig erreicht. Wir analysieren systematisch Tausende von Emerging Managern weltweit und kombinieren proprietäre Daten mit Investmentkompetenz, um die wenigen Spezialisten mit echtem Wettbewerbsvorteil zu identifizieren und zu unterstützen, bevor der breite Markt sie entdeckt“, sagt dazu Michael Ströck, gemeinsam mit Felix Staeritz Gründungspartner von Allocator One.

Die besten Spezialisten zu finden sei „ein Daten-Problem – und wir behandeln es auch so“, ergänzt Staeritz. Jährlich würden weltweit etwa 1.000 neue Emerging-Manager-Fonds aufgelegt. Man schätze, dass man rund 80 Prozent davon sichte, heißt es von Allocator One. Knapp 20 Prozent der Bewerber kämen in die engere Auswahl für ein Interview. Nach Abschluss der Due Diligence investiere man in die obersten ein Prozent der Manager.

23 Prozent überzeichnetes Closing, bislang indirekt in 17 Unicorns investiert

Nun verkündete Allocator One das finale Closing des ersten Anchor-Fonds „Flagship Fund I“ im September. Dieser sei um 23 Prozent überzeichnet und kam letztlich auf ein (zugesagtes) Volumen von mehr als 100 Millionen US-Dollar. Die Investoren seien Family Offices, erfolgreiche Technologieunternehmer, erfahrene Venture-Investoren und institutionelle Anleger aus mehr als 25 Ländern. Der Dachfonds investiert in Fonds der Jahrgänge 2023 bis 2026.

Zeitgleich nennt Allocator One Performance-Zahlen zu den mehr als 40 Fonds-Investments der vergangenen zwei Jahre. Bei mehr als 60 Prozent davon sei man der größte Investor. Insgesamt sei man über die Beteiligungen indirekt in 600 Unternehmen investiert, darunter 17 Unicorns wie Lovable, Thinking Machines und xAI. 11 Prozent des eingezahlten Kapitals habe man bereits zurückgezahlt

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.