27.03.2024
KI-HALLUZINATIONEN

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

Eine Lösung für ein KI-Problem, an dem Giganten wie Microsoft und Google bisher erfolglos arbeiten, kommt aus Wien. Die beiden Co-Founder René Heinzl und Markus Nissl erklären die Systematik hinter ihrer Idee.
/artikel/datainsights-founder-erklaeren-ihre-loesung-gegen-ki-halluzinationen
datainsights, KI, Halluzination, KI-Halluzinationen
(c) zVg - (v.l.) René Heinzl und Markus Nissl mit Co-Founder Emanuel Sallinger.

Manchmal bleibt Verwunderung zurück. Bei Nutzung von Künstlicher Intelligenz (KI) kann es passieren, dass man eine Frage stellt und falsche Antworten bekommt. Im Fachjargon sagt man dazu, die KI halluziniert. Passend dazu führte vorige Woche René Heinzl, Co-Founder von datAInsights, im brutkasten-Talk aus, wie das passiert, wieso Halluzinationen ein großes Problem in dem Bereich darstellen und warum auch Microsoft und Google keine zufriedenstellende Lösung dafür finden. Sein Wiener Startup hat indes einen anderen Weg zu dieser Problembewältigung eingeschlagen und stützt sich dabei auf explizite statt auf implizite Fakten. Er und CEO Markus Nissl erklären.

DatAInsights-Founder: „Kann zur Unschärfe kommen“

Large Language Models (LLMs), die als Basis für Künstliche Intelligenz dienen, sind wie eine Zeichenkette aufgebaut. Hier wirken Wahrscheinlichkeiten, die das nächste Zeichen (konkret das nächste Wort oder um noch genauer zu sein, die nächsten Buchstaben) produzieren und als Antworten auf Fragen liefern.

„Wenn als Beispiel Wien und Sehenswürdigkeiten in der Anfrage drinnen steht, hat die KI den Kontext ‚Wien‘ ein wenig verstanden“, sagt Nissl. „Sie weiß, es gibt Sehenswürdigkeiten in Wien, aber durch eine Unschärfe kann es dazu kommen, dass etwa Ergebnisse aus Salzburg ebenfalls ausgewiesen werden. Einfach weil es sich immer um eine Wahrscheinlichkeit handelt.“

Token-Prediction

Die aktuelle Technologie bei LLMs basiert in anderen Worten auf „Token-Prediction“, auf die das Modell zurückgreift, um die nächste Buchstabenfolge zu erstellen. Nissl erklärt das mit einem Beispiel, in dem man zwei unterschiedliche Leute darum bittet, einen Satz zu vervollständigen. „Jeder Mensch wird den Satz anders beenden“, sagt er. „Bei Firmendaten allerdings möchte ich nicht, dass eine falsche Zahl herauskommt, beim Umsatz oder dergleichen. Das war die Basis unserer Überlegung für unsere Lösung. Wir wollten echte Fakten, die nicht in Unschärfe geraten.“

DatAInsights mit explizitem Wissen

Die aktuellen Lösungen von u.a. Google oder Microsoft verwenden autoregressive Deep-Learning-Netzwerke, die stets das Problem haben, dass das nächste Wort falsch sein kann. Statt auf strukturiertes und globales Wissen zuzugreifen, extrahieren und nutzen diese Modelle implizites Wissen direkt aus den Daten, mit denen sie trainiert wurden.

„Die sind abgespeichert“, erklärt Heinzl. „Aber du musst sehr viel Text heranziehen und das LLM solange trainieren, bis es sie sich merkt. Da kann es passieren, das anderes wichtiger scheint. Wir hingegen verwenden explizite Fakten bzw. explizites Wissen, das dokumentiert ist. Da gibt es kein ‚falsch oder richtig‘. Wir reichern bestehende Knowledge-Systeme mit Quellen an, sodass sie für unsere Architektur verarbeitet werden können.“

Investmentrunde noch vor dem Sommer?

Mit ihrer Lösung hat das KI-Startup in Österreich bereits für Aufsehen gesorgt und ist, wie die Founder erklären, unter Investor:innen gefragt. Man merke, dass man den großen Playern bei diesem Problem weit voraus sei.

In diesem Sinne gehört zu den nächsten Zielen von datAInsights eine kleine Investmentrunde bis zum Sommer aufzustellen, um das Produkt weiterzuentwickeln. Ende des Jahres soll eine größere Runde folgen.

Deine ungelesenen Artikel:
16.11.2026

Wiener Unternehmen 3Binfra entwickelt mit RailCity virtuelle Eisenbahn

66 Kilometer Schienennetz, vier Bahnlinien und 50 virtuelle Mitarbeitende: Das Wiener Softwareunternehmen 3Binfra hat mit RailCity eine digitale Referenzbahn entwickelt. Sie soll die Entwicklung und Einführung von Softwarelösungen für Bahninfrastruktur vereinfachen.
/artikel/wiener-unternehmen-3binfra-entwickelt-mit-railcity-virtuelle-eisenbahn
16.11.2026

Wiener Unternehmen 3Binfra entwickelt mit RailCity virtuelle Eisenbahn

66 Kilometer Schienennetz, vier Bahnlinien und 50 virtuelle Mitarbeitende: Das Wiener Softwareunternehmen 3Binfra hat mit RailCity eine digitale Referenzbahn entwickelt. Sie soll die Entwicklung und Einführung von Softwarelösungen für Bahninfrastruktur vereinfachen.
/artikel/wiener-unternehmen-3binfra-entwickelt-mit-railcity-virtuelle-eisenbahn
CEO von 3Binfra: Stefan Pertl | (c) 3Binfra

Gleise, Weichen, Brücken und Tunnel haben eines gemeinsam: Sie müssen über Jahrzehnte hinweg instand gehalten werden. Für Bahninfrastrukturbetreiber bedeutet das hohe Kosten und komplexe technische Herausforderungen. Genau hier setzt das Wiener Softwareunternehmen 3Binfra an.

Das Unternehmen wurde 2007 von Stefan Pertl gegründet. Zuvor hatte er rund zehn Jahre in Deutschland für Bahnunternehmen gearbeitet. Dabei fiel ihm auf, dass sich viele Aufgaben bei unterschiedlichen Bahnbetreibern wiederholten, es aber an spezialisierter Software fehlte.

„Wir haben uns recht naiv gedacht: Machen wir doch eine Standardsoftware für Eisenbahninfrastruktur“, erzählt Pertl. Der Einstieg in den Markt gestaltete sich anfangs herausfordernd. 2015 gewann das Unternehmen mit den ÖBB und der ungarischen MÁV zwei Großkunden. Mittlerweile setzen über 15 Bahnkunden auf die Softwareplattform Infralife, mit der Bahninfrastruktur verwaltet und Instandhaltungsmaßnahmen geplant werden können.

RailCity bündelt Erfahrungen von 15 Bahnkunden

Im September 2026 stellte 3Binfra auf der Verkehrsfachmesse InnoTrans in Berlin sein neues Projekt RailCity vor. Dahinter steckt keine neue Software, sondern eine virtuelle Referenzbahn, die das Wissen aus den bisherigen Kundenprojekten des Unternehmens bündelt.

„Wir brauchen ein Modell einer harmonisierten Bahn, ein Modell, das für alle Bahnen funktioniert“, erklärt Pertl. Denn obwohl sich die Anforderungen unterschiedlicher Bahnbetreiber häufig ähneln, unterscheiden sich ihre technischen Systeme und organisatorischen Abläufe.

RailCity bildet deshalb ein fiktives, 66 Kilometer langes Schienennetz mit vier unterschiedlichen Streckentypen ab: einer Gebirgsbahn, einer Regionalstrecke, einer Intercity-Strecke und einer Industriebahn. Das Modell umfasst Tausende Infrastrukturanlagen, darunter Gleise, Weichen, Brücken, Signalanlagen und Bahnhöfe. Hinzu kommen technische Regelwerke, typische Arbeitsabläufe und eine virtuelle Organisation mit rund 50 Mitarbeitenden.

„Das RailCity-Modell ist keine Software, sondern bündelt unser gesamtes Bahn-Domänenwissen“, betont Pertl. Vereinfacht gesagt liefert RailCity eine digitale Mustereisenbahn samt realistischen Daten und Abläufe. Jede Anlage hat einen definierten Standort innerhalb des Netzes sowie eine virtuelle Historie, die ihren Zustand, ihre Wartung und ihre Entwicklung über Jahrzehnte abbildet.

Auf dieser Grundlage können unterschiedliche Wartungsstrategien, Zustandsbewertungen und Managementansätze getestet und verglichen werden. Die Daten lassen sich grundsätzlich in verschiedenen Softwarelösungen verwenden. 3Binfra selbst nutzt dafür seine bestehende Plattform Infralife.

„Infrastruktur erlebbar machen“

RailCity soll vor allem die Entwicklung, Demonstration und Einführung neuer Softwarefunktionen erleichtern. Statt dafür auf die Daten einzelner Bahnkunden zurückzugreifen, kann 3Binfra neue Funktionen anhand der virtuellen Referenzbahn zeigen. Auch potenziellen Neukunden soll das Modell veranschaulichen, wie eine Softwarelösung in ihrer eigenen Infrastruktur eingesetzt werden könnte. Pertl bezeichnet RailCity deshalb als „Projektbeschleuniger“.

„Es ist eine Spielwiese mit realistischen Daten“, sagt Pertl. Sein Ziel sei es, die komplexen Prozesse der Bahnbranche verständlicher darzustellen und damit „Infrastruktur erlebbar zu machen“. Langfristig soll RailCity auch anderen Softwareanbietern, Forschungseinrichtungen und Universitäten offenstehen. 3Binfra verfolgt damit das Ziel, eine gemeinsame europäische Referenz für Bahninfrastruktur zu schaffen.

KI soll virtuellen Bahnbetrieb simulieren

Künstliche Intelligenz spielte bei der Erstellung des Referenzsystems eine Rolle. Sie half dabei, tausende Anlagen mit realistischen Daten und einer bis zu 100-jährigen Historie auszustatten. Pertl stellt allerdings klar: „Das RailCity-Modell selbst ist eine AI-freie Zone.“ Die grundlegende Struktur, die Regelwerke und organisatorischen Abläufe basieren auf dem Fachwissen des Unternehmens. KI wurde eingesetzt, um die Datenbestände in großem Umfang aufzubauen.

Künftig sollen jedoch KI-Agenten auch den laufenden Betrieb der virtuellen Eisenbahn unterstützen, indem sie beispielsweise Störungen und Arbeitsabläufe simulieren. Diese Funktionen befinden sich laut Pertl noch in Entwicklung.

Eigenfinanziert mit rund 40 Mitarbeitenden

3Binfra beschäftigt derzeit rund 40 Personen, davon 35 Festangestellte in Wien. Etwa die Hälfte des Teams arbeitet im IT-Bereich, die andere Hälfte besteht aus Eisenbahnexpert:innen. Das Unternehmen finanziert sich laut Pertl aus dem eigenen Cashflow.

Mit RailCity will 3Binfra nicht nur seine bestehende Software weiterentwickeln, sondern auch den Austausch innerhalb der Bahnbranche fördern. Langfristig sollen weitere Unternehmen und Forschungseinrichtungen an dem Modell mitarbeiten.

„Schön wäre es natürlich, wenn auf RailCity nicht nur 3Binfra draufsteht, sondern vielleicht auch andere Namen“, sagt Pertl. Für ihn steht fest, dass die Weitergabe von Wissen ein wichtiger Bestandteil der künftigen Entwicklung ist: „Wer nichts verrät und nichts zeigt, wird keinen Erfolg haben.“

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

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

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 …

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

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 …

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

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 …

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

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 …

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

DatAInsights-Founder erklären ihre Lösung gegen KI-Halluzinationen