23.09.2020

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

Das Salzburger Startup has.to.be und das Wiener Startup enspired machen nun bei E-Auto-Ladestationen gemeinsame Sache. Für Endkunden soll das Laden dadurch deutlich günstiger werden.
/artikel/has-to-be-enspired-e-autos-laden-deutlich-billiger
Mobilitätswende - Kooperation zwischen enspired und has.to.be
(c) Adobestock | TimSiegert-batcam

Mit seiner KI-basierten Software für den Handel mit elektrischem Strom zielte das Wiener Startup enspired bislang nur auf Betreiber flexibler Anlagen zur Stromerzeugung als Kunden ab. Deren Energie wird vom Unternehmen am kurzfristigen Strommarkt vermarktet, wobei maximaler Gewinn dank smartem Algorithmus versprochen wird, der dann verkauft, wenn es besonders teuer ist. Die Schwankungen der Strompreise im Intraday-Handel können freilich auch umgekehrt genutzt werden – sprich: dann kaufen, wenn es besonders billig ist. Dieser Vorgang ist nun Gegenstand einer Kooperation mit dem Salzburger Startup has.to.be.

has.to.be & enspired: E-Autos laden, wenn es billig ist

Das 2013 gegründete Unternehmen mit Sitz in Radstadt, an dem unter anderem die VW-Tochter Elli (mit rund 25 Prozent) beteiligt ist, ist auf Software für E-Auto-Ladestationen spezialisiert. Diese soll dank enspired nun deutlich bessere Preise liefern, wenn seitens der E-Auto-Besitzer eine gewisse zeitliche Flexibilität gegeben ist. „Aktuell werden E-Autos geladen, sobald sie mit der E-Ladestation verbunden werden. Die Daten zeigen, dass dies bei einer wesentlichen Mehrheit der E-Autos morgens oder abends erfolgt. Dies ist jedoch typischerweise genau die Zeit, zu der die Strompreise innerhalb eines Tages betrachtet am höchsten sind. Da die meisten E- Autos allerdings über mehrere Stunden hinweg an den E-Ladestationen hängen, können diese auch in günstigeren Stunden geladen werden“, erklärt Martin Klässner, Gründer und Geschäftsführer von has.to.be.

Jürgen Mayerhofer, Gründer und Geschäftsführer von enspired, führt aus: „Unsere ersten Ergebnisse haben gezeigt, dass wir durch das Optimieren der Ladeprofile Einsparungen von bis zu 40 Prozent erzielen können – und das ist erst der Anfang. Der EAutofahrer kann bequem die Rahmenbedingungen des Ladevorganges, also zum Beispiel bis wann das E-Auto vollgeladen sein soll, bestimmen und wir laden innerhalb der Vorgaben immer genau dann, wenn der Strom kurzfristig zu den besten Konditionen verfügbar ist“. Anders als bei traditionellen Energiehandelsunternehmen, bei denen Händlerteams mit bis zu 15 Bildschirmen gleichzeitig arbeiten und Gebote entweder manuell oder mit statischen Algorithmen platzieren würden, passiere der Vorgang bei enspired durch eine vollautomatisierte Plattform und den Einsatz von selbstlernenden Modellen.

E-Autos als „virtuelle Kraftwerke“ für die Netzstabilität

In der Kooperationen wollen has.to.be und enspired zukünftig noch einen Schritt weiter gehen. „Die Batterien von E- Autos können an den E-Ladestationen nämlich nicht nur ge-, sondern auch entladen werden und damit als Art ‚virtuelles Kraftwerk‘ fungieren, um dem Stromnetz kurzfristig sogar Energie zur Verfügung zu stellen. Damit kann nicht nur ein zusätzlicher Gewinn realisiert, sondern auch die Stabilität des Stromnetzes noch weiter unterstützt werden“, heißt es in einer Aussendung. Letztere zu gewährleisten werde durch den Zuwachs des Anteils an erneuerbarer Energie nämlich immer schwieriger.

„Die Produktion von Wind- oder Solarenergie ist auf Grund unsicherer Wettervorhersagen oft auch fünf Minuten vor der geplanten Lieferung nicht exakt prognostizierbar und Abweichungen müssen in Echtzeit durch die Flexibilität anderer Marktteilnehmer ausgeglichen werden, um großflächige Stromausfälle zu verhindern. Durch den Zusammenschluss vieler E-Autos über die E-Ladestationen von der has.to.be gmbh können wir hier einen wertvollen Beitrag zur Netzstabilität leisten, der nicht nur auf unsere Kunden, sondern auch auf das Voranschreiten der Energiewende positive Auswirkungen haben wird“, meint dazu Jürgen Mayerhofer.

Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

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 …

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

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 …

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

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 …

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

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 …

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

has.to.be & enspired: Zwei Ö-Startups machen das Laden von E-Autos deutlich billiger