24.06.2019

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

Das Wiener Startup goUrban startete im Frühjahr 2018 mit einer Sharing-Plattform für 50 E-Mopeds in Wien. Noch im selben Jahr erfolgte der (Teil-)Pivot. Inzwischen hat man mit der eigenen Sharing-System-Software-Lösung Kunden in drei Kontinenten.
/artikel/gourban-mobility-sharing-software
goUrban-CEO und -Co-Founder Jonathan Gleixner - Pivot zum globalen B2B-Software-Anbieter
(c) der brutkasten / Haris Dervisevic: goUrban-CEO und -Co-Founder Jonathan Gleixner

Wer aufmerksam durch Wien geht, sieht sie immer wieder: die E-Mopeds des Wiener Startups goUrban. Nach längerer Vorbereitung und einem Investment war man im Frühjahr 2018 mit 50 Stück davon in den Markt gestartet. In den Monaten darauf zeichnete sich aber ein noch viel größeres Geschäftsmodell ab, das noch im gleichen Jahr zum (Teil-)Pivot und zum Absprung eines der Co-Founder führte. Die Mopeds fahren nach wie vor auf Wiens Straßen. Mit dem Software-Angebot goUrban Mobility will man aber nichts geringeres als den globalen Sharing-Markt erobern – von der B2B-Seite.

+++ Fokus-Channel: Mobility +++

Sharing ohne System

“Wir hatten zunächst die Software für unser eigenes Sharing-Modell zugekauft. Die hat prinzipiell funktioniert, aber es hat sich gezeigt: Es ist kein System dahinter, mit dem man gut skalieren kann”, erzählt goUrban Co-Founder und CEO Jonathan Gleixner im Gespräch mit dem brutkasten. Es ist ein Problem, das man zunächst bei den neuen Fahrrad-Sharing-Anbietern, die bald wieder verschwanden gesehen habe. Und nun sehe man es etwa bei den vielen E-Tretroller-Startups. Man habe sich also entschlossen, die Software selbst zu bauen, erzählt der CEO.

Mehr Effizienz

“Wir haben zunächst für uns selbst gewisse Metriken verstanden. Es geht uns darum, die Systeme effizienter zu machen. Man muss systematisch anschauen, wo welcher Bedarf besteht und die Fahrzeuge entsprechend platzieren”, erklärt Gleixner. Ein großes Thema sei etwa Relocation. “Es braucht z.B. Incentives für Nutzer, Fahrzeuge an bestimmte Plätze zu bringen. Das erhöht einerseits die Verfügbarkeit für Nutzer und ist andererseits im Interesse der Stadt, die nicht überall verstreute Fahrzeuge haben will. Und mit dieser Effizienz wird das System natürlich am Ende des Tages günstiger”. Zu dieser Frage kooperiere man auch mit der Wiener TU.

Jonathan Gleixner im aktuellen Video-Talk

Live-Talk mit Jonathan Gleixner, COO von goUrban

Jonathan Gleixner, der Co-Founder und COO von goUrban, dem Wiener e-Scooter Sharing Anbieter über den Pivot zum globalen Technologieanbieter für Shared-Mobility, die Marktexplosion und die große Roadmap zum Android für Mobilität!

Gepostet von DerBrutkasten am Montag, 24. Juni 2019

Nicht aus Not pivotiert

Für das zunächst für das eigene Sharing-Service entwickelte System habe schnell unerwartet viel Nachfrage von außen bekommen, erzählt Gleixner. “Schon Ende letzten Jahres haben wir dann die ersten Kunden ongeboarded. Inzwischen gibt es täglich neue Anfragen. Wir sind momentan auf drei Kontinenten, Europa, Asien und Südamerika, operativ tätig und haben 16 zahlende Kunden – und jede Woche kommen neue dazu”. Anders als in anderen Unternehmen, habe man aber nicht aus Not pivotiert, wie Gleixner betont: “Unser Geschäftsmodell war weder schlecht noch nicht lukrativ. Wir haben einfach ganz andere Chancen gesehen und die guten Umsätze aus dem Moped-Sharing haben uns bislang viel geholfen”.

goUrban “vom Scooter bis zum Helikopter”

Mit goUrban Mobility sei man nun, was die möglichen Kunden anbelange, sehr offen. “Es ist eine ganze Bandbreite von Fahrzeugen möglich – vom Scooter bis zum Helikopter”, sagt Gleixner. Man richte sich an große Corporates und Mobility-Startups ebenso, wie an ganze Städte, die ihr ÖPNV-Angebot ergänzen wollen. Generell sei Shared Mobility nur in einer Dreierkonstellation möglich, erklärt der goUrban CEO: “Die erste Komponente ist die Technologie, die zweite sind die Nutzer – sie müssen sehen, dass Mehrwert größer ist, als ein eigenes Auto zu nutzen. Die dritte ist die Stadt – dort treten durch die vielen Anbieter Probleme auf und unser System schafft Ordnung”.

“Android für Mobilität”

Auch wenn man die Lösung stark automatisiert habe und neue Kunden innerhalb weniger Stunden onboarden könne – die Nähe am Kunden sei weiterhin essenziell. “Jede Stadt ist so individuell, dass ich mit Standard-Lösung nur bedingt weit komme. Bei unserer dynamischen, flexiblen, offene Plattform können Betreiber ihre eigene App aufsetzen und marktspezifische Features einbauen. Wir wollen an der Basis stehen und damit das ‘Android für Mobilität’ werden”, sagt Gleixner. Die Flexibilität bilde sich auch im Pricing ab: Nach einer “kleinen Setup-Fee” für das Standard-Paket zahlen Kunden dann pro Fahrzeug pro Monat.

Delivery-Modell für Zwischenzeiten

Die Erfahrungen aus den ersten Monaten haben goUrban übrigens bereits zum nächsten Produkt gebracht. “Es ist eigentlich logisch: Die meisten Mieten hat man bei Sharing-Systemen in der Früh und am Abend also für den Weg zur und von der Arbeit. Die Frage war also: Wie bekommen wir untertags mehr Auslastung? Wir haben daher Anfang des Jahres ein Delivery-Produkt gelauncht. Die Sharing-Systeme können so z.B. für Essenszustellung genutzt werden”, erklärt Gleixner.

Uber als potenzieller Konkurrent?

Bei dieser Entwicklung verwundert auch das Motto, das der CEO für die nahe Zukunft ausgibt, wenig: “Wir wollen sehr, sehr schnell wachsen”. Man suche daher gerade Investoren  – vorrangig in USA und Asien. Man müsse sehr schnell eine gewisse Größe erreichen. Denn “jeder große Anbieter” baue gerade an einer guten Lösung – potenziell könne auch Uber zum Konkurrenten werden. Die Wachstumsstrategie schlägt sich auch im Hiring nieder. 19 Personen arbeiten derzeit für goUrban – momentan noch alle am Standort Wien. “Und jeden Monat kommen weitere dazu”, sagt Gleixner. “Wir suchen im Moment alles von Sales über Business Development und Marketing bis hin zu diversen Developern”.

⇒ Zur Page des Startups

Redaktionstipps
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

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

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 …

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

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 …

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

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 …

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

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 …

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

goUrban: Pivot vom Wiener E-Moped-Startup zum globalen Tech-Anbieter