16.06.2015

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

/artikel/google-fuer-den-bau-startup-building-radar-gewinnt-100-000-us-dollar
© Building Radar: Das Gründerteam: Leopold Neuerburg, Paul Indinger und Artem Ostankov.

„Building Radar„, jenes Startup, das Bauvorhaben noch vor Start erkennt, hat es beim gestrigen World Founder Forum in Stockholm unter die Top 10 des Förderprogramms 2016 geschafft. Außerdem bekommt es 100.000 US-Dollar Fördergeld und nimmt ab sofort ein Jahr lang am „8D Company Building Program“ von Founder.org teil. Hinter dem Förderprogramm steht übrigens ein großer Name: Silicon-Valley-Investor Michael Baum. Der Serial Entrepreneur ist mit der Software-Firma Splunk zu Geld gekommen.

DerBrutkasten hatte erst vor Kurzem die Möglichkeit mit Leopold Neuerburg, einem der Building Radar Gründer über ihre Idee und die Vision zu sprechen. Zusammen mit Paul Indinger und Artem Ostankov wurde Building Radar ins Leben gerufen.

Die Jungs von Building Radar haben eine globale Online-Datenbank für neue Bauprojekte entwickelt. Die Datenrecherche erfolgt mittels satellitengestützter Suchalgorithmen, Machine Learning und Data Mining. Sie ermöglichen Bauvorhaben Wochen oder sogar Monate früher als Wettbewerber zu entdecken, sowie Informationen wie Bauphase oder Gebäudegröße durch Live-Satelliten-Bildverarbeitung zu verifizieren. Auf diese Weise können auch weltweite Bauvorhaben recherchiert werden. Das ist vor allem für jene Firmen wichtig, die mit dem Neubau oder der Instandhaltung von Gebäuden zu tun haben (Baustoffe, Büroeinrichtung, Reinigung etc.). Denn, würden sie gleich zu Beginn eines großen Bauvorhabens von diesem erfahren, könnten sie ihre Produkte gezielt dorthin verkaufen.

Leopold, Euer Elevator Pitch: Was macht ihr und welches Problem löst ihr damit? 

Building Radar ist deine Satelliten-unterstütze Suchmaschine für neue Bauvorhaben und Gebäude weltweit. Täglich entdeckt, analysiert und verbessert unser cloud-basierte Big Data Lösung neue Bauprojekte. Unsere Technologie ermöglicht Kostensenkung von bis zu 79%, im Vergleich zu herkömmlichen Methoden. Unsere Kunden sind Weltmarktführer wie Viessmann oder Vitra. Diese müssen frühstmöglich wissen wann, wo, was, von wem gebaut wird um Ihre Produkt gezielt dorthin zu verkaufen. Der jährliche Umsatz für Bauprojekt-Leads beträgt 72 Milliarden Euro. Das Gründerteam besteht aus LSE, Cambridge, CDTM und TUM Alumni.

Im Gegensatz zu Wettbewerbern sind wir nicht auf menschliche Arbeitskraft für unsere Daten-Recherche angewiesen. Stattdessen haben wir einen satellitengestützten Suchalgorithmus entwickelt. Dieser entdeckt, analysiert und verbessert neue Bauvorhaben für unsere Datenbank. Satellitenbilder helfen uns, die aktuelle Bauphase von Bauprojekten zu überprüfen, Informationen über den Gebäudegrundriss abzuleiten oder auch demographische Faktoren und geographischen Layouts zu erkennen.

Dieser Technologie-Ansatz hat drei wesentliche Vorteile: Erstens sind unsere Daten immer auf dem neuesten Stand, dank 24/7 globaler Echtzeit-Analyse unseres Algorithmus. Zweitens, liefern wir unseren Kunden nicht nur Bauprojekt-Leads, sondern sind auch in der Lage, den aktuellen Status zu verifizieren. Bauprojekte entwickeln sich selten wie geplant (z.B. Verzögerung im Bau). Satelliten-Technologie ermöglicht es uns, diese Änderungen sofort zu erkennen und somit nicht auf öffentlich verfügbare Daten angewiesen zu sein. Dies ist essentiell, weil jedes Produkt / Dienstleistung in einer anderen Bauphase an ein Bauvorhaben verkauft wird (bspw. Planungsservice zu Beginn vs. Büromöbel nach Fertigstellung). Und zu guter Letzt nutzen wir Technologien zur Datenrecherche, mit denen wir wesentlich kosteneffizienter operieren können, als unsere Wettbewerber.

Wie verdient ihr Geld? 

Kunden zahlen eine monatliche Nutzungsgebühr um auf unsere Datenbank mit hunderten von tausenden Bauprojekten zugreifen zu können.

Wie kam es zur Idee und zum Gründerteam? 

Über 2 Jahre suchte Paul Indinger auf verschiedenen Architekten Webseiten nach neuen Bauprojekt Vorhaben um diese als Sales Leads an Interface Inc. zu verkaufen. Unterstützt wurde er hierbei von bis zu 8 Mitarbeitern in China. Die Tätigkeit half Paul sein Studium zu finanzieren.

Während seines Master Studiums an der London School of Economics (LSE) traf er dann auf mich und wir tauschten uns über seine Unternehmung aus. Als Paul erklärte wie aufwändig der Suchprozess nach neuen Bauvorhaben sei, begannen wir nach klügeren, technologie-basierten Lösungen zu brainstormen. Ich hatte davor schon Arbeitserfahrung bei der Suchmachine Google Inc. gewonnen und hatte dann folgende Idee: warum nicht einen Suchalgorithmus ähnlich wie Google entwicken, aber eben spezialisiert auf Bau-Projekte?

Nach einem Jahr des Experimentierens mit einem Team von Suchalgorithmus, Satelliten, und Big Data Experten wie Artem Ostankov, gelang dem Team schließlich der Durchbruch: durch die Kombination von semantischen Suchmethoden mit Data-Mining, Machine Learning, und Satelliten-Technologien, gelang es ihrer entwickelten Technologie automatisch neue Bauprojekt zu erkennen, und das ohne menschliches zutun. Ein neues Unternehmen war geboren: Building Radar!

Die Vorteile dieser Technologie waren für das gesamte Team sofort klar. Im Gegensatz zu Konkurrenzprodukten, wird kein menschliche Arbeitskraft benötigt, sondern ein einzigartiger Suchalgorithmus zur Gebäude Recherche genutzt. Dies ermöglicht: Bauvorhaben Wochen, teilweise Monate früher als Wettbewerber zu entdecken, sowie Informationen wie Bauphase oder Gebäudegröße durch Live-Satelliten-Bildverarbeitung zu verifizieren und effizienter weltweite Bauvorhaben zu recherchieren.

Habt ihr bereits Finanzierung? Wie seid ihr an die Investoren-Suche heran gegangen, Cold Calling oder übers Netzwerk? 

Viessmann Ventures investierte zusammen mit zwei erfahrenen und erfolgreichen Entrepreneurs. Bei den Investoren war uns vor allem der strategische Fit wichtig. Die Investoren haben wir über unser eigenes Netzwerk angesprochen.

Eure bisherigen Learnings? 

Selbstständigkeit ist wie eine Achterbahn. An manchen Tagen läuft es super, an anderen super schlecht! Daher gilt: Durchhaltevermögen beweisen, jede Situation analysieren und aus ihr lernen!

Die Vision: Was sind eure nächsten Ziele?

Die Vision von Building Radar ist irgendwann über jedes Gebäude und Bauvorhaben auf der ganzen Welt im Detail bescheid zu wissen.

Danke. 

product screenshot_building radarSiehe auch diesen Beitrag zu Building Radar

 

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

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

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 …

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

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 …

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

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 …

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

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 …

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Google für den Bau: Startup „Building Radar“ gewinnt 100.000 US-Dollar