29.11.2017

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

Finabro wartet mit seinem Finanzberatungs- und Vermögensverwaltung-Service gleich mit mehreren USPs auf. Adressiert werden nicht nur vermögende Menschen.
/artikel/finabro-wiener-fintech-startup-mit-service-das-sonst-nur-reiche-bekommen
(c) Denise Tibitanzl/der brutkasten: Søren Obling

Die Geschichte des Wiener FinTech-Startups Finabro begann in einer Bank in Dänemark. Founder Søren Obling, ein gebürtiger Däne, begleitete seine Mutter zu einem Beratungsgespräch über ihre Pensionsvorsorge. “Das Erlebnis war kurz gesagt grottenschlecht. Die Beraterin stellte drei Fragen. Erstens: ‘Sind sie eine Spielerin?’. Zweitens: ‘Sind Sie sehr sicherheitsorientiert?’ Meine Mutter beantwortete die beiden ersten mit ‘nein’ und wurde in der Kategorie ‘medium risk’ eingestuft. Die dritte Frage war: ‘Soll das Geld sofort verfügbar sein, oder kann es drei Jahre gebunden sein?’ Meine Mutter sagte ‘drei Jahre’. Damit war die Beratung vorbei. Ihr wurde ein Produkt angeboten”, erzählt Obling.

+++ Fokus: FinTech +++

“Diese Industrie ist so viel schlechter, als ich dachte”

Und dieses Produkt sei zwar prinzipiell nicht schlecht gewesen, hätte aber falsche Angaben über den zu erwarteten Ertrag gehabt. “Ihre eigenen Kapitalertrags-Kosten waren einfach nicht eingerechnet”, sagt Obling. Der studierte Ökonom mit reichlich beruflicher Erfahrung in der Finanzwelt ließ das natürlich nicht auf sich bzw. seiner Mutter sitzen. Auf eine gut argumentierte Beschwerde-Mail folgte sogar ein Anruf des Bank-Vorstands. Doch auch der konnte Obling nicht überzeugen. “Nachdem bei einer zweiten Bank genau das gleiche passierte, außer dass mich diesmal nicht der Vorstand angerufen hat, war mir klar: Diese Industrie ist so viel schlechter, als ich dachte.”

Alternative mit mehreren USPs

Ein wenig sollte es dann noch dauern, bis der Däne 2016 mit seinem eigenen digitalen Produkt in Wien startete. Schon früher hatte er seinen späteren Co-Founder Oliver Lintner kennengelernt. “Oliver ist regulatorisch sehr kompetent, was Vermögensverwaltung anbelangt. Er ist auch gerichtlich zertifizierter Sachverständiger für Bank, Börse und Versicherungen. Dieses Know-How ist für uns ein riesiges Asset in so einem stark regulierten Feld”, sagt Obling. Gemeinsam mit Lintner baute er dann an einer digitalen Finanzberatungs- und Vermögensverwaltungs-Lösung, die gleich mit mehreren USPs aufwartet.

Lebensversicherung für Vermögensanlage: Uniqa investierte

Die herausstechendste davon ist, dass Finabro für die Vermögensanlage nicht nur Bankkonten nutzt. Das Startup nutzt auch Fondsgebundene Lebensversicherungen. Das Startup nutzt stattdessen Lebensversicherungen. Das hat auch Versicherer Uniqa dazu bewogen, dieses Jahr mit 400.000 Euro bei Finabro einzusteigen und damit rund 14 Prozent des Startups zu erwerben. Obling erklärt die Hintergründe: “Es ist eine einfache Rechnung. Bei Versicherungen zahlt man bei Einzahlung sofort vier Prozent Steuern. Das tut weh, das gebe ich zu. Dafür gibt es die 27,8 Prozent Kapitalertragssteuer nicht. Auf Dauer steigt man also deutlich besser aus”. Vorausgesetzt natürlich, es gibt einen entsprechenden Kapitalertrag. Auch dafür hat Finabro ein Konzept in petto, mit dem es auch in den weXelerate-Accelerator kam.

“…außer es bricht der dritte Weltkrieg aus oder es gibt eine Hyperinflation wie in den 20er-Jahren. Da können auch wir nichts machen”

Die Zauberworte: “Rebalancing” und “Risikobrücke”

Zu Beginn wird auch beim Wiener FinTech, wie im eingangs erwähnten Beispiel der Bank, die Risikobereitschaft abgefragt. Doch auch richtigen Draufgängern verspricht Obling eine deutliche Verminderung ihres Risikos, “außer es bricht der dritte Weltkrieg aus oder es gibt eine Hyperinflation wie in den 20er-Jahren. Da können auch wir nichts machen”, schränkt der Gründer ein. Die Zauberworte heißen “Rebalancing” und “Risikobrücke”. “Eine derartige Vermögensverwaltung bekommen sonst nur wirklich reiche Menschen, die große Summen ab etwa 200.000 Euro anlegen. Wir bieten sie für jeden”, sagt Obling.

+++ Nicht nur für InsurTech-Startups: Uniqa startet Accelerator “Mission 120” +++

“Rebalancing”: Überschuss auf die sichere Seite

Beim Rebalancing wird das eingelegte Vermögen regelmäßig an die Risikobreitschaft angepasst. “Ein Beispiel: Ich lege 4000 Euro bei mittlerem Risiko an. Das heißt, 2000 Euro wandern in Aktien, die mehr Rendite versprechen, wenn alles gut läuft. Und 2000 Euro werden in Anleihen angelegt, die bei niedrigerer Rendite dafür sehr sicher sind”, erklärt der Founder. Wenn die Aktien dann tatsächlich stark anstiegen, würde sich das Verhältnis von ursprünglich 50 zu 50 immer weiter zugunsten der Aktien ändern. “Wenn etwa zehn Prozent Differenz erreicht werden, rebalancen wir. Wir bringen also den ‘Überschuss’ auf die sichere Seite.” Dieser Vorgang passiere automatisch.

“Wir betreiben keine Hellseherei.”

Eine Brücke über das Börsen-Tal

Die “Risikobrücke” (Das Logo des Startups ist eine Brücke – auf dänisch ‘bro’) basiert auf einem Konzept, das etwa durch Investor George Soros bekannt ist. “Wenn man sich die langfristigen Trends am Finanzmarkt ansieht, sieht man, dass er wellenförmig verläuft. Wenn es beginnt bergab zu gehen, steigen wir von riskanten auf sichere Produkte um. Sobald es wieder bergauf geht, gehen wir zurück”, sagt Obling. Dahinter steht ein Algorithmus. Rezessionen werden damit “überbrückt”. Hellseherei betreibe man aber nicht. “Wir behaupten nicht, dass wir zum optimalen Zeitpunkt verkaufen bzw. kaufen. Wenn es beginnt bergab zu gehen, sind wir noch drinnen. Erst wenn absehbar wird, dass es ein größerer Trend ist, steigen wir um.”

(c) Finabro: Illustration des Startups zur “Risikobrücke”

Sag niemals “sicher”

Das Risiko könne man mit der Risikobrücke halbieren. Obling räumt ein: “Klar, in der Hochkonjunktur underperformen wir damit Leute, die die Aktien einfach halten. Aber niemand weiß, wann die Hochkonjunktur endet.” Das Wort “sicher” nehme er dennoch nie in den Mund, sagt Obling. Das wäre nicht ehrlich. Und letztlich passiere es auch bei Finabro, dass das Modell die Märkte falsch triggere und man doch zu einem suboptimalen Zeitpunkt bei Aktien aus- bzw. einsteige.

Mitarbeiter- und Pensionsvorsorge

Und wen adressiert Finabro damit? “Alle”, sagt Obling. Und doch hat er zwei Produkte, die er besonders herausstreicht. Da wäre zum einen die Mitarbeitervorsorge: “Durch das Versicherungs-System haben wir in Österreich einen Steuervorteil. Brutto-Lohn, der in das Vorsorgeprodukt fließt, wird nur mit den erwähnten vier Prozent besteuert. Man verwandelt ihn also quasi in angelegten Netto-Lohn”, erklärt Obling. Als ganz großes Thema für die Zukunft des Startups sieht der Founder die Pensionsvorsorge: “Die Pensionssysteme in Österreich und Deutschland sind nicht mehr nachhaltig und wir bringen mit unserem Produkt eine wirklich starke Innovation in dem Bereich”, sagt Obling. “Ich habe meiner Mutter damals versprochen, dass ich einen besseren Deal für sie finde.”

+++ Finabro-Mitarbeiter: Christoph Jeschkes neuer Job +++


⇒ Zur Homepage des Startups

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

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 …

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

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 …

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

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 …

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

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 …

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Finabro: Wiener FinTech-Startup mit “Service, das sonst nur Reiche bekommen”