19.04.2022

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

Co-Founder Michael Maurer konkretisiert nach der Finanzierung Expansionspläne und erklärt, warum er in den USA vor einem Burrito-Stand gepitcht hat.
/artikel/esquirrel-edutech-schliesst-finanzierungsrunde-ueber-1-million-euro-ab
eSquirrel, Maurer, USA; Spanien, Lehrbücher
(c) eSquirrel - Das EduTech eSquirrel baut mit dem neuen Kapital sein Team aus.

Das EduTech eSquirrel hat ein neues Selbstverständnis. Nach dem Gewinn des “Global EdTech Startup Award” für Deutschland und Österreich hat das Startup verstanden, dass seine Technologie nicht nur im deutschsprachigen Raum, sondern weltweit Potential hat, erklärt Co-Founder und CEO Michael Maurer.

Sowohl im hochtechnologisierten Südkorea als auch in den USA konnte das Team in Accelerator-Programmen erkennen, dass Verlage großen Bedarf für die Lösung aus Österreich haben. Mit der aktuellen Finanzierungsrunde von einer Million Euro möchte das Unternehmen nun diese Märkte bespielen.

Spanien und Lateinamerika im Fokus von eSquirrel

Und nicht nur das. Wie Maurer ausführt, befinde man sich bereits mit großen Playern der Branche in Gesprächen. Auch die spanischsprachige Welt, konkret Spanien und Teile Lateinamerikas, sind längst in den Fokus des EduTechs geraten, das in seiner Smartphone-App Kurse zu verschiedenen Schulbüchern oder ein Maturatraining anbietet. Lehrer können ebenso die Anwendung in den Unterricht integrieren und für Hausübungen oder Tests verwenden.

+++ Mehr zu Bildungsthemen +++

In der Warteschlange bei Chipotle

Bei der aktuellen Kapitalrunde in Höhe von einer Million Euro waren dabei: Werner Becher, CEO von Sportradar, Business Angel Wolfgang Alkier und Bestandsinvestor xhuber GmbH. Das Startup plant nach dieser Finanzspritze sein Team von bisher acht Mitarbeitern auf 20 auszubauen. Und international zu wachsen.

Ein Mitgrund für dieses neue und globale Selbstverständnis, von dem Maurer spricht, ist, dass das Startup in den letzten Monaten viel neues Know-how mitnehmen konnte. Etwa beim “GoSiliconValley-Programm” im vergangenen Februar und März.

Man erhält den Eindruck, besonders die USA-Reise ähnelte einer andauernden Pitch-Show, hört man Maurers Erinnerungen daran. Strengen Grenzkontrollen am Flughafen geschuldet, begann für den Founder gleich bei seinem ersten Schritt in die USA das Erklären seines Startups. Oder anders gesagt: die Schärfung seines “Pitch-Levels”.

“Man muss ja dem Grenzbeamten einige Fragen beantworten”, sagt Maurer. “Wie lange man bleibe, was man wolle und was man in den USA mache.” So begann seine Pitch-Session, die sich im “Land der unbegrenzten Möglichkeiten” stetig fortsetzte. Sei es mit offenen Menschen, die ihn direkt ansprachen, vor business-Kollegen oder, wie der Gründer erzählt, in einer Schlange stehend bei einem Burrito-Stand (Chipotle) – Maurer verfügt nun über das Talent sein Startup zielgenau in etwa 30 Sekunden zu erklären.

“Gerade der Gedanke des “Think Big” sagt sich sehr leicht, aber ihn richtig nachhaltig zu erleben ist etwas ganz anderes”, so Maurer. “Das ständige Pitchen des Unternehmens prägt: Angefangen vom jenem Grenzbeamten bei der Einreise, bis hin zum Kunden in einer Warteschlange und natürlich im Geschäftsumfeld. Alle wissen nun, dass eSquirrel-Lernen unterhaltsamer und Unterrichten effizienter macht – und das im Zusammenspiel mit bestehenden Schulbüchern oder Lernunterlagen.”

Aus dem Archiv: Iris Rauskala im Gespräch mit Michael Maurer, Co-Founder eSquirrel und Franz Trawnicek, Founder MatheHero


Bei all dieser Entwicklung unterstützt eSquirrel auch jene Personen, die aus der Ukraine flüchten mussten, im IT-Bereich und bei der Ankunft in Österreich. Diesbezüglich arbeitet das EduTech zurzeit mit dem Roten Kreuz, im Speziellen mit dem “Österreichischen Jugendrotkreuz”, an einem Ukrainisch-Kurs, um Lehrer:innen und Helfer:innen die erste Kommunikation zu erleichtern. Zusätzlich werden die schon vorhandenen Kurse zum Deutschlernen in Kooperation mit “Hefte helfen” und dem Bildungsverlag Lemberger gratis zur Verfügung gestellt.


Deine ungelesenen Artikel:
19.06.2024

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
19.06.2024

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
SDLG, KI, Hochreiter, Halluzination
(c) brutkasten - Sepp Hochreiter zu SDLG.

“Großartige Arbeit meines Teams: Erkennen, ob LLMs (Anm.: Large Language Models) halluzinieren. Sie halluzinieren, wenn sie unsicher sind. Wir erkennen diese Unsicherheit und markieren Halluzinationen” – so beschreibt KI-Koryphäe Sepp Hocheiter auf LinkedIn die Errungenschaft, die er uns seine Forscher:innen am Institut für Machine Learning der Johannes Kepler Universität Linz vollbracht haben. Dabei spricht er von dem SDLG-Modell. Der Begriff steht für “Semantically Diverse Language Generation”.

Denn es ist ein großes Thema, das die KI-Community beherrscht. 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.

SDLG verbessert Erkennung von Halluzinationen

Wie brutkasten berichtete, tun sich Giganten wie Google und Microsoft schwer, dieser Problematik habhaft zu werden. Eine neuer Lösungsansatz kam heuer vom Wiener Startup datAInsights, die statt impliziten explizite Fakten bzw. explizites Wissen verwenden, das dokumentiert ist. “Wir reichern bestehende Knowledge-Systeme mit Quellen an, sodass sie für unsere Architektur verarbeitet werden können”, erklärte datAInsights-Co-Founder René Heinzl im März 2023.

Nun kommt ein weiterer Lösungsansatz aus dem Umfeld von Sepp Hochreiter: SDLG. Diese neue Methode verbessert die Erkennung von Halluzinationen in LLMs (Large Language Modellen), indem es die Unsicherheitsabschätzung vorantreibt oder anders gesagt, aufzeigt, wenn ein Large Language Modell “unsicher” ist.

Man muss wissen, dass LLMs als Basis für Künstliche Intelligenz dienen und wie eine Zeichenkette aufgebaut sind. Hier wirken Wahrscheinlichkeiten, die das nächste Zeichen (konkret das nächste Wort oder um noch genauer zu sein, die nächsten Buchstaben) produzieren und Antworten auf Fragen liefern. Da kann es zu Fehlern oder falschen Informationen kommen.

Einstein oder Newton?

“Hochreiter präzisiert gegenüber brutkasten: “Halluzinationen können entstehen, wenn ein Trainingsdaten-Set fehlende oder zu wenige Daten zu einem Thema hat”, sagt er. “‘Albert Einstein hat die Relativitätstheorie entwickelt’ kann in verschiedenen Varianten (Anm.: Einstein hat die Relativitätstheorie erfunden, die Relativitätstheorie wurde von Einstein erfunden oder entwickelt, Der Vater der Relativitätstheorie ist Alber Einstein, etc.) im Trainingsdaten-Set als Information dienen. Gibt es diese nicht oder nur ungenügend, und die KI weiß, dass das Relativität etwas mit Physik zu tun hat, kann es sein, dass die Antwort plötzlich Newton ist.”

SDLG erkennt ob “LLMs halluzinieren”

Lukas Aichberger, “ELLIS PhD”-Student am Institut für Machine Learning der JKU beschreibt per LinkedIn-Post die SDLG-Methode – die er, Kajetan Schweighofer, Mykyta Ielanskyi und Sepp Hochreiter entwickelt haben – wie folgt: “Wir schaffen eine theoretische Grundlage für Unsicherheitsmaße in LLMs und führen theoretisch begründete ‘Estimatoren’ (Schätzer) für semantische Unsicherheit ein. Und stellen eine Methode zur Verfügung, um semantisch vielfältige und dennoch wahrscheinliche Ausgabesequenzen zu erzeugen, indem wir die Texterzeugung eines LLMs so steuern, dass wichtige Informationen für den semantischen Unsicherheitsschätzer erfasst werden.”

SDGL, KI, Halluzinationen, Hochreiter
(c) zVg – (v.l.) Sepp Hochreiter, Lukas Aichberger, Mykyta Ielanskyi und Kajetan Schweighofer.

In anderen Worten hebt die SDGL-Methode jene Aussagen hervor, wo sich die KI nicht sicher ist und markiert sie, damit man die durch “semantische Unsicherheit” (des Large Language Models) hervorgerufenen Halluzinationen erkennt, wie Hochreiter präzisiert.

Im 23-seitigen Paper, das die Forscher herausgebracht haben, heißt es konkret: “SDLG steuert das LLM, um semantisch unterschiedliche, aber wahrscheinliche Alternativen für einen ursprünglich generierten Text zu erzeugen. Dieser Ansatz liefert ein präzises Maß für die aleatorische (Anm.: vom Zufall abhängige) semantische Unsicherheit und erkennt, ob der ursprüngliche Text wahrscheinlich halluziniert ist. Experimente mit Aufgaben zur Beantwortung von Fragen zeigen, dass SDLG bestehende Methoden durchgängig übertrifft und dabei rechnerisch am effizientesten ist, wodurch ein neuer Standard für die Unsicherheitsabschätzung in LLMs gesetzt wird.”

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

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

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 …

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

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 …

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

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 …

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

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 …

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

eSquirrel: EduTech schließt Finanzierungsrunde über 1 Million Euro ab