24.04.2018

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

Interview. Michael Hettegger von Craftworks und Peter Zehetbauer von den ÖBB über eine KI-lastige Kooperation im Güterverkehrsbereich.
/artikel/craftworks-und-oebb-ohne-daten-bringen-die-besten-algorithmen-nichts
Craftworks und ÖBB
(c) Valerie Voithofer: Peter Zehetbauer (ÖBB) und Michael Hettegger (Craftworks)
sponsored

Das Wiener Startup Craftworks setzt KI-Lösungen ein, um aus großen Datenmengen wertvolle Erkenntnisse für seine Kunden zu generieren. Craftworks arbeitet mit Konzernen wie Andritz, T-Mobile, Porsche und der Post zusammen. Mit den ÖBB setzt das Startup ein Projekt im Güterverkehrsbereich um. Im Doppelinterview sprechen Craftworks-Co-Founder Michael Hettegger und Peter Zehetbauer von der ÖBB Open Innovation über die Möglichkeiten, die KI-Lösungen für Logistik und Industrie bieten.

+++ ÖBB Hackathon – was sich durch Blockchain verändern kann +++


Was genau macht Craftworks?

Hettegger: Wir entwickeln individuelle Software- und Künstliche Intelligenzlösungen. Wir gehen in die Unternehmen, führen unterschiedliche Daten zusammen und versuchen mit Algorithmen und Technologien einen Mehrwert daraus zu ziehen. Die neu gewonnenen Informationen helfen dem Kunden, effizienter zu werden und Kosten zu sparen.

Künstliche Intelligenz ist ein breites Feld. In welchem Bereich bewegt ihr euch und ab welchen Datenmengen sind Industrie-Unternehmen für euch interessant?

Hettegger: Wir nähern uns von der zahlenorientierten Seite. Dazu nehmen wir Daten von Maschinen, Sensoren, ERP Systemen, usw. und fokussieren uns statt auf Bilder und Texte auf Zahlen. Mit diesen Daten versuchen wir bestimmte Werte zu berechnen und Vorhersagen zu treffen. Grundsätzlich gilt: Je mehr Daten, desto mehr Information lässt sich eruieren, umso bessere Vorhersagen können getroffen werden. Manchmal reichen auch wenige Daten, um ein Problem zu lösen.

Inwiefern kann die Industrie von KI-Lösungen profitieren?

Hettegger: Ich sehe großes Potenzial, weil Maschinen und Sensoren viele Daten generieren und sich daraus Muster erkennen und Vorhersagen treffen lassen. Einer der größten Benefits ist die Reduktion von Fehlerquoten. KI-Lösungen berechnen, unter welchen Umständen es zu Fehlern kommt und wie sie sich vermeiden lassen. Ausfallszeiten von Maschinen sind teuer. Derzeit sind die meisten unserer Kunden reaktiv und kommen erst zu uns, wenn die Maschinen aussetzen. In Zukunft sollten unsere KI-Lösungen präventiv eingesetzt werden, damit es erst gar nicht zum Ausfall kommt.

Wie kam es zur Zusammenarbeit von ÖBB und Craftworks?

Zehetbauer: Die ÖBB ist eine große Company mit sehr vielen Daten. Uns interessiert, wie wir aus diesen Unmengen an Daten unsere Effizienz steigern können. Craftworks hilft bei konkreten Problemstellungen, etwa im Güterverkehrsbereich beim Thema Preisgestaltung. Der Schienengüterverkehr braucht im Vergleich zu LKW-Spediteuren zu lange, um exakte Preisvorhersagen zu treffen, weil es viele Faktoren gibt, die einberechnet werden müssen. Um konkurrenzfähig zu bleiben, wollen wir schnellere Preisvorhersagen erzielen. In der Zusammenarbeit mit Craftwork haben wir begriffen, dass es nicht notwendig ist, sich selbst den Kopf nach bestimmten Mustern zu zermartern. Da gibt es Algorithmen, die das viel schneller schaffen und Zusammenhänge erkennen, für die man selbst lange benötigen würde, um draufzukommen.

Welche Rolle spielt die ÖBB Open Innovation innerhalb der ÖBB?

Zehetbauer: Wir versuchen eine Art Innovationsagentur innerhalb unseres Unternehmens zu sein. In Parallelität zu den Innovationsstrategien fungieren wir als Schnittstelle zwischen den jeweiligen Fachabteilungen und den Kooperationspartnern.

Wie sah die Kooperation zwischen ÖBB und Craftworks operativ aus?

Hettegger: Gerade bei einem großen Unternehmen wie der ÖBB ist es für ein kleines Startup wichtig, dass es die Möglichkeit hat, sich auf die Kernkompetenz zu fokussieren. Bei der ÖBB hat das gut geklappt. Peter sorgte dafür, dass die richtigen Leute zusammenkamen. Auf diese Weise konnten wir rasch an die Arbeit gehen. Wir haben einen Prototyp entwickelt, der für die Stakeholder greifbar ist und mit dem veranschaulicht wird, wie Künstliche Intelligenz die ÖBB bei der Problemlösung unterstützt.

Zehetbauer: Wichtig ist, dass nicht nur Prototypen entwickelt werden, sondern dass wir sie auch mit unseren Kunden testen. Aus dem heraus kann man sich der Produktentwicklung nähern.

Sind Künstliche Intelligenzlösungen bei der ÖBB auch im Personenverkehr vorstellbar?

Zehetbauer: Insgesamt gibt es bei der ÖBB viele Felder, in denen KI-Lösungen den entscheidenden Wettbewerbsvorteil erzielen können. Auch beim Personenverkehr. In Auslastungsprognosen, kundenindividueller Ansprache, neuen Services, usw., aber all diese geschäftsrelevanten Themen sind top secret.

Craftworks hat zahlreiche renommierte Kunden. Wie lukriert ihr Aufträge?

Hettegger: Die meisten Kunden bekommen wir über Hackathons. Wir machen regelmäßig bei diesen Software- und Hardwareentwicklungsveranstaltungen mit und belegen zumeist sehr gute Plätze. Sponsoren und Veranstalter treten an uns heran und wollen ein Protoytping starten. Künstliche Intelligenz steht bei vielen Unternehmen auf der Agenda. Es ist Gold wert, wenn ein Unternehmen für einen Hackathon Daten zur Verfügung stellt, weil ohne Daten bringen die besten Algorithmen nichts.

Stellt die ÖBB Daten für Hackathons zur Verfügung?

Hettegger: Mit der Herausgabe von brisanten Daten für Hackathons sind wir äußerst vorsichtig. Fürs Prototyping können wir aber auch weniger relevante Daten rausnehmen. Da geht es rein darum zu erkennen, wozu Künstliche Intelligenz fähig wäre. In Zukunft wollen wir mehr Tests in abgegrenzten Schutzräumen umsetzen, mit Tests für Testuser. Funktioniert es bei den Early Adoptern, geht es einen Schritt weiter in die Produktentwicklung.

⇒ Zur Page des Startups

Peter Zehetbauer und Michael Hettegger im Video-Interview:

Dieses Interview erschien in gedruckter Form im aktuellen Brutkasten Magazin #6

Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

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 …

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

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 …

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

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 …

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

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 …

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Craftworks und ÖBB: „Ohne Daten bringen die besten Algorithmen nichts“