22.03.2024
CRYPTO WEEKLY

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

Crypto Weekly #134. Nachdem dem Bitcoin-Rekordhoch Anfang März ging es Anfang dieser Woche deutlich abwärts. Am Mittwoch stabilisierte sich der Kurs aber - zumindest vorerst - wieder.
/artikel/crypto-weekly-134
Bitcoin
Foto: Adobe Stock
Crypto Weekly
Abonniere unser wöchentliches Krypto-Briefing – was passiert gerade in der Branche und was bewegt den Markt?
Jeden Freitag

Die Kurstafel:

📈​ Bitcoin nach Rekordhoch nun wieder deutlich unter 70.000 Dollar

Es hatte sich schon etwas abgezeichnet - und Anfang März war es dann tatsächlich soweit: Bitcoin überschritt zunächst sein bisheriges Allzeithoch von 69.000 US-Dollar, das im November 2021 erreicht worden war. In weiterer Folge stieg der Kurs dann erstmals über die Marke von 70.000 US-Dollar. 

In der vergangenen Woche ging es bis auf fast 73.800 Dollar nach oben. Dann war jedoch vorerst die Luft heraußen - und nicht nur das: Es gab dann sogar eine relativ scharfe Korrektur, die den Kurs am vergangenen Mittwoch bis auf unter 61.000 Dollar abrutschen ließ. Das ist natürlich eine ordentliche Abwärtsbewegung: Vom nunmehrigen Rekordhoch belief sich das Minus dabei schon auf rund 18 Prozent.

Gleichzeitig muss man aber einschränken: Es ging zuletzt recht rasant aufwärts für Bitcoin. Alleine im Jahr 2024 belief sich das Plus am Rekordhoch auf fast 75 Prozent. Und diese Gewinne folgten auf ein bereits sehr starkes Jahr 2023: Der Bitcoin-Kurs ist im Vorjahr um rund 150 Prozent angezogen. Insbesondere in den vergangenen Wochen ging es rasant aufwärts. Da sollte man immer auf eine - durchaus auch schärfere - Gegenbewegung eingestellt sein.

🛑 Wie die US-Notenbank die Abwärtsbewegung am Kryptomarkt vorerst stoppte

Am Mittwochabend verzeichnete der Kurs dann aber wieder eine deutliche Erholungsbewegung. Es gab dafür auch einen eindeutigen Auslöser - der war aber nicht kryptospezifisch: Die Zinsentscheidung der US-Notenbank sorgte allgemein an den Finanzmärkten für gute Stimmung. 

Der Grund dafür war weniger die Entscheidung selbst, denn die Notenbank ließ die Zinsen unverändert, was auch weitgehend so erwartet worden war. Gefallen fanden die Finanzmärkte vielmehr am Ausblick der Notenbank auf das laufende Jahr - sowie an den Aussagen von US-Notenbank-Chef Jerome Powell in seiner begleitenden Pressekonferenz. 

Nicht nur der Kryptomarkt, auch die traditionellen Finanzmärkte waren in den vergangenen Monaten stark gelaufen. Einer der wesentlichen Kurstreiber: Die Hoffnung auf Zinssenkungen in diesem Jahr. Zuletzt aber hatten Konjunkturdaten ein sehr starkes Bild der US-Wirtschaft gezeichnet.

Möglicherweise ein etwas zu starkes, wurde an den Märkten dann spekuliert. Denn Zinsen senkt man üblicherweise, um eine schwächelnde Wirtschaft zu stützen - und wenn sich die US-Wirtschaft nun stärker entwickelt als vermutet, bräuchte es dann überhaupt Zinssenkungen? 

Nun aber zeigte sich: Laut ihren Prognosen rechnet die Notenbank weiterhin mit Zinssenkungen von 0,75 Prozentpunkten im laufenden Jahr. Und auch die Aussagen von Notenbank-Chef Jerome Powell in seiner begleitenden Pressekonferenz wurden an den Finanzmärkten so interpretiert, dass die gute Wirtschaftsentwicklung Zinssenkungen nicht notwendigerweise entgegenstehe. Citi-Analyst Andrew Hollenhorst schrieb in einer ersten Reaktion, dass die Notenbank eine klare Botschaft gesendet habe: “Zinssenkungen kommen auch dann, wenn sich Inflation oder Wirtschaftswachstum stärker entwickeln als gedacht”. 

Die Marktreaktion war eindeutig: Die wichtigsten US-Aktienindizes reagierten direkt darauf - und sprangen nach oben. Auch für den Bitcoin-Kurs ging es nach der Zinsentscheidung aufwärts - von rund 64.000 Dollar auf 67.700 Dollar. 

Wie so oft bei Reaktionen auf Notenbank-Entscheide, war die unmittelbare Marktreaktion aber nicht von Dauer. Vor allem am Freitag ging es dann sowohl am Krypto- als auch am US-Aktienmarkt wieder nach unten. Auf Wochensicht ergibt sich somit trotz des Erholungsversuchs am Mittwoch eine schwache Woche. 

Deine ungelesenen Artikel:
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
17.12.2024

AnyConcept: Wie ein Grazer Software-Testing-Startup Google verblüffte

AnyConcept aus Graz hat eine Software Testautomatisierungs-Lösung entwickelt und dabei beim Trainieren seiner KI Google auf sich aufmerksam gemacht. Wie genau das Modell funktioniert und was der US-Gigant wollte, erklären die Gründer Leander Zaiser, Manuel Weichselbaum und Markus Hauser.
/artikel/anyconcept-wie-ein-grazer-software-testing-startup-google-verblueffte
Anyconcept, AnyConcept, Automatiserung, Software testen,
(c) AnyConcept - Das AnyConcept-Team.

Rund 80 Prozent aller Unternehmen testen ihre Anwendungen und Software händisch. Entweder klicken sie sich mühsam durch ihre Software oder ihren Webshop, um zu sehen, was funktioniert und was nicht, oder sie coden sich ihre Tests. Beides langwierige, kostenintensive und mühsame Aufgaben. Das wissen Leander Zaiser, CEO, Manuel Weichselbaum, CTO, und Markus Hauser, die gemeinsam mit Kevin Intering und Pascal Goldschmied das KI-Startup AnyConcept gegründet haben.

AnyConcept und das Problem der No-code-Software

Die Founder haben sich deswegen dazu entschlossen eine Testautomatisierungs-Software zu entwickeln, um den Prozess für Unternehmen zu vereinfachen und günstiger zu gestalten.

Zaiser war sechs Jahre lang RPA-Experte (Robotics Process Automation) bei Raiffeisen und hat dort Automatisierungssoftware automatisiert. Der CEO musste dabei feststellen, dass vermeintliche No-code-Software ohne Entwicklungskompetenzen sich nicht erfolgreich einsetzen ließ. Für gelernte Softwareentwickler wiederum war das Arbeiten mit solch einer Anwendung keine attraktive Tätigkeit.

Weichselbaum indes forscht seitdem er 17 ist an Künstlicher Intelligenz. Und widmet sich dabei vor allem immer den aktuellen Herausforderungen der internationalen Forschung. Das passte hervorragend zu Zaisers erkanntem Problem: aktuelle Automatisierungssoftware ist zu komplex für Non-Coder und nicht attraktiv genug für Coder. Also fragten sich die Founder: Was, wenn man Automatisierung mit einem No-Code-Ansatz macht, mithilfe einer KI, die genau das tut, was man ihr auf dem Bildschirm zeigt? So war AnyConcept geboren.

Das Black Friday-Problem

“Jede Software, jeder Webshop, jede Applikation muss immer wieder getestet werden, ob sie richtig funktioniert. Und da sie auch ständig durch neue Updates von Entwicklern oder bei einem Webshop mit neuen Produkten gefüttert wird, verändern sich Applikationen dauerhaft. Das kann wieder zum Brechen der bisherigen Funktionen führen”, erklärt Hauser, ein per Eigendefinition fleischgewordenes Startup-Kind, das zuletzt Johannes Braith (Storebox) als rechte Hand begleiten und somit Entrepreneurship aus nächster Nähe beobachten und Mitwirken durfte.

Der Gründer präzisiert sein Argument mit einem Beispiel passend zum Black Friday. Jedes Jahr würden Unternehmen Milliarden US-Dollar verlieren, weil sie ihre Preise falsch definieren oder Prozente und Dollar verwechseln, ohne dass es wem auffällt. Außerdem könnten “Trilliarden US-Dollar” an Schäden durch fehlerhafter Software, die nicht richtig getestet wurde, vermieden und “50 Prozent der IT-Projektkosten” gesenkt werden, wenn Testen automatisiert mit No-Code abläuft, so seine Überzeugung.

“Durch unser KI-Modell, das ein User-Interface rein durch Pixeldaten, Mausklicks und Tastatureingaben erkennen und manövrieren kann, schaffen wir es Automatisierung No-Code zu gestalten”, sagt Hauser. “Das Ziel ist es unsere KI-Agenten zukünftig zum Beispiel einen Prozess wie UI-Software-Testing rein durch eine Demonstration, das bedeutet das Vorzeigen des Testfalles, automatisiert durchführen zu lassen. Sie werden sich dabei exakt so verhalten wie es ein Benutzer tun würde, orientieren sich nur an den Elementen des User-Interface und konzentrieren sich nicht auf den dahinterliegenden Code. Das ist unser USP.”

FUSE for Machine Learning

Dieses Alleinstellungsmerkmal fiel auch Google auf. Konkreter Google Cloud Storage FUSE for Machine Learning. Anfänglich noch ein Open Source-Produkt als “Linux Filesystem in Userspace” oder eben als “FUSE” tituliert, wurde die Software von Google in die Cloud integriert und hilft beim Verwalten von Unmengen von Trainingsdaten, Modellen und Kontrollpunkten, die man zum Trainieren und Bereitstellen von KI-Workloads benötigt.

Anwendungen können hierbei direkt auf die Cloud zugreifen (Anm.: anstatt sie lokal herunterzuladen); als wären sie lokal gespeichert. Es müssten zudem keine benutzerdefinierte Logik implementiert werden und es gebe weniger Leerlaufzeit für wertvolle Ressourcen wie TPUs und GPUs, während die Daten übertragen werden.

FUSE sei einfach ein Produkt für Unternehmen, so Weichselbaum weiter, um große Datenmengen bequem zu verwalten und sie verfügbar zu machen: “Wir verwenden es, um viele Terrabytes von Daten auf der Cloud zu lagern, was am Computer nicht möglich ist”, sagt er.

Google sagt Hallo

Weil AnyConcept das Service von FUSE sehr intensiv nutzte, wurde Google auf die Grazer aufmerksam. Und hat konkret nachgefragt, was sie für einen Use-Case mit ihrem Angebot entwickelt haben. “Wir waren einer der ersten, die das genutzt haben, um effizient unsere KI-Agents zu trainieren“, sagt Weichselbaum. “Das Produkt von Google ist ein Teil unserer Datenverarbeitung und des Trainings unserer ganz spezifischen KI und Google wollte wissen, warum und wie wir das so intensiv verwenden. Das hat dazu geführt, dass wir unsere Ideen für Produktverbesserungen und Skripts mit ihnen teilen durften.“

AnyConcept und seine Konzepte

Das Ziel von AnyConcept ist es, ein Foundation-Modell nicht für Texte oder Bilder, sondern für Interaktionen mit dem User-Interface zu entwickeln.

Im Detail reicht hierbei eine Demonstration von einem solchen Interface und AnyConcept analysiert es mit neuronalen Netzwerken. Es erkennt Strukturen, die das Startup seinem Namen getreu “Konzepte” nennt und die auf breites Wissen aufbauen, wie man mit einem Computer interagiert.

“So ein Konzept wäre etwa ein ‘Button’ auf einer Website”, erklärt es Zaiser in anderen Worten. “Die KI versteht dann, dass man ihn anklicken kann und was danach passiert. Oder wie lange eine Website braucht, sich zu öffnen und wie sie aussieht.”

Aktuell forscht AnyConcept an der Generalisierungsfähigkeit ihres Netzwerkes. Zaiser dazu: “Wir testen unsere KI bereits mit Pilotkunden bei der Anwendung von Software-Testautomatisierung und bekommen großartiges Feedback.”

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

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

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 …

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

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 …

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

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 …

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

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 …

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Warum sich Bitcoin nach der Korrektur nun wieder stabilisierte