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:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

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.