10.06.2025
NACHHALTIGE KI

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

Künstliche Intelligenz (KI) ist das federführende Thema schlechthin, wenn man heute über Innovation spricht. Allerdings schwingt dabei immer die umweltbelastende Frage des Energieverbrauchs mit. FiveSquare aus Linz scheint da mit Karli, seinem Large Language Model (LLM), einen Weg gefunden zu haben.
/artikel/go-karli-go-green-wie-ein-linzer-startup-co%e2%82%82-neutrale-ki-betreibt
Die FiveSquare-Gründer Hans-Peter Pichler und Patrick Haidinger | (c) FiveSquare
Die FiveSquare-Gründer Hans-Peter Pichler und Patrick Haidinger | Foto: Antje Wolm

Nicht unbedingt im Radio, wie es eine Liedzeile der Ersten Allgemeinen Verunsicherung aus 1984 mutmaßt, aber dennoch hier erwähnenswert: Karli von FiveSquare sieht sich als die Linzer Antwort auf den vieldiskutierten KI-Chatbot ChatGPT von OpenAI – wie brutkasten berichtete. Die Gründer hinter dem KI-Projekt Hans-Peter Pichler und Patrick Haidinger richten sich ausschließlich an B2B-Kunden und wollen als in Österreich gehostete Lösung vor allem mit Datensicherheit punkten.

Karli als CO₂-neutrales Modell

FiveSquare hat für Karli allerdings kein eigenes KI-Sprachmodell entwickelt, sondern setzt auf bestehende Sprachmodelle von Drittanbietern. „Wir verwenden verschiedene Open-Source Modelle, welche wir gezielt weiterentwickelt und finegetuned haben. Durch eine spezielle Architektur können wir mehrere Modelle effizient zusammenführen, um so die Performance noch zusätzlich zu verbessern“, hieß es 2023 auf Anfrage vom Startup. Heute rühmt man sich damit, eines der ersten CO₂-neutralen betriebenen LLMs (Large Language Model) Europas zu sein.

„KI wirkt auf den ersten Blick wie Magie: Fragen rein, Antworten raus – und das in Sekunden. Was aber oft übersehen wird, ist der massive Ressourcenverbrauch im Hintergrund. Rechenzentren mit tausenden GPUs [Anm.: Grafikprozessoren], die Tag und Nacht laufen, um Sprachmodelle wie Karli zu trainieren und zu betreiben. Dazu kommt der immense Kühlungsbedarf und der Stromverbrauch – sowohl für die Hardwareherstellung als auch den laufenden Betrieb“, schreibt das Startup auf seiner Seite.

Laut einer Studie der University of Massachusetts Amherst könne allein das Training eines großen Sprachmodells mehr als 280.000 kg CO₂ verursachen – das entspreche etwa fünfmal dem CO₂-Ausstoß eines durchschnittlichen Autos über seine gesamte Lebensdauer.

Zwei zentrale Wege für Nachhaltigkeit oder: Nur wenn man muss…

Deswegen hat sich FiveSquare von Anfang zum Ziel gesetzt, ihre Systeme und Prozesse so nachhaltig wie möglich zu gestalten. Konkret bedeutet das, dass der gesamte Betrieb der Linzer mit 100 Prozent Ökostrom laufe, zertifiziert aus erneuerbaren Quellen wie Wasser- und Windkraft sowie Solarenergie. Zudem nutze der Rechenzentrumspartner eww ITandTEL grüne Kühlung und Strom und sei ISO 50001-zertifiziert. Das ist ein internationaler Standard für Energiemanagement und unterstützt Unternehmen dabei, ihren Energieverbrauch zu optimieren und die Effizienz kontinuierlich zu verbessern.

Das Startup hat dabei zwei zentrale Wege ausgemacht, wie ein Large Language Model (LLM) wie Karli einen Beitrag zum Klimaschutz leisten kann: Erstens gilt es, saubere Energiequellen zu nutzen. Bei FiveSquare kommt der Strom für alle AI-Agents und Services ausschließlich aus erneuerbaren Energien. In Zukunft plane man sogar, an den Standorten selbst Strom zu erzeugen.

Doch der Betrieb sei nur die halbe Miete. Genauso entscheidend erweise es sich, die KI-Systeme effizient zu betreiben: „Unsere Modelle werden so optimiert, dass sie auch auf kleinerer Hardware performant laufen – das spart Energie. Zudem setzen wir auf intelligente Load-Balancer und dynamische Skalierung, sodass unsere Server nur dann auf voller Leistung laufen, wenn sie es wirklich müssen“, präzisiert das Startup weiter.

Als zweiten wichtigen Schritt sieht man es als Aufgabe, den eigenen Kund:innen zu helfen, deren Prozesse nachhaltiger zu gestalten. Beispiele dafür:

  • AI-Agents analysieren Produktionsdaten, um Maschinen effizienter zu betreiben – das reduziert Ausschuss und Energieverbrauch.
  • Im Gebäudemanagement hilft man beim Energie-Monitoring: Wo wird zu viel Strom oder Wasser verbraucht? Welche Geräte sind ineffizient?
  • In der Logistik plant FiveSquare Routen optimierter; mit der einfachen Rechnung: weniger Kilometer, weniger CO₂.
  • Im Büroalltag automatisiert man langwierige Prozesse, wodurch nicht nur Zeit, sondern auch Rechen- und Stromleistung gespart werde.

Karli und die Zertifikate

Da es aber trotz dieser Maßnahmen (in Koordination mit dem EU AI Act) noch keine hundertprozentig klimaneutrale KI gibt – und sich einige Emissionen nicht vermeiden lassen, etwa bei der Hardwareproduktion oder durch externe Partner, auf die man keinen direkten Einfluss hat – setzen die Karli-Entwickler zusätzlich auf Zertifikate, um CO₂ zu kompensieren.

„Diese Zertifikate unterstützen Umweltprojekte weltweit, die aktiv CO₂ aus der Atmosphäre entfernen – etwa durch Aufforstung, Renaturierung von Mooren oder die Förderung erneuerbarer Energien in Entwicklungsländern“, heißt es. „Für uns ist das kein ‚Freikaufen‘, sondern eine verantwortungsvolle Ergänzung zu unseren eigenen Maßnahmen.“

Deine ungelesenen Artikel:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

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

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

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 …

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

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 …

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

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 …

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

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 …

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Go Karli, go green: Wie ein Linzer Startup CO₂-neutrale KI betreibt