20.03.2024
VIDEOTALK

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

René Heinzl, Founder von datAInsights, erklärt im brutkasten-Talk seine KI-Lösung und beschreibt, warum damit aus Österreich heraus ein grundlegendes Problem der AI-Welt gelöst sein könnte - mit dem auch Microsoft und Google zu kämpfen haben: Halluzinationen. Zudem konnte man mit Margarete Schramböck eine prominente Investorin gewinnen.
/artikel/ki-startup-datainsights-investment-schramboeck
datAInsights
(c) brutkasten - Margarete Schramböck und René Heinzl.

Eigentlich ist ein Investment bereits eine Meldung, die die Startup-Szene in Österreich sehr stark interessiert. Steckt hinter dem Kapitalgeber oder der Kapitalgeberin zudem noch ein bekannter Name, dann ist der Wert der Neuigkeit noch ein wenig höher. Propagiert man dabei allerdings, ein Problem gelöst zu haben, an dem Tech-Giganten wie Microsoft und Google seit geraumer Zeit arbeiten, dann scheint die Finanzierung nur ein erster Schritt auf einer großen Reise zu sein. So geschehen bei datAInsights.

datAInsights und die Halluzination

Allerdings gibt es dabei eine Schwierigkeit, doch der Reihe nach. DatAInsights wurde von Markus Nissl, Jasmina Thurnhofer, René Heinzl und Emanuel Sallinger, Senior Researcher an der Universität in Oxford und Assistant Professor an der Technischen Universität Wien, gegründet. Das Ziel des Startups: Das große Problem „Halluzinationen“ bei Künstlicher Intelligenz oder speziell bei Large Language Models (LLMs), zu reduzieren oder komplett zu eliminieren.

Zur Erklärung: Wenn Künstliche Intelligenzen halluzinieren, heißt das nichts anderes, als dass das KI-System Antworten gibt, die einfach nicht stimmen. Aus welchem Grund dies passiert, erklärt Co-Founder René Heinzl.

„Ich komme aus der Halbleiterphysik“, sagt er, „und wir haben 2005 bereits mit riesigen Datenmengen gearbeitet. Ein Large Language Model ist ein sehr großes mathematisches Modell, das man sich wie Stockwerke vorstellen kann. Vom ersten bis zum 100. Stock befindet sich das reine Sprachverständnis. In den höheren, 100 bis 500 etwa, stecken abstrakte Konzepte von dem, was wir Menschen als Leben verstehen. Hohe Stockwerke sind dabei schwerer zu erreichen. Oder anders gesagt, mit einer gewissen Wahrscheinlichkeit kommt ein nächstes Wort. Deswegen gibt es auch Halluzinationen. Wenn das Modell sich nicht sicher ist, welches Wort als Nächstes kommt, dann nimmt es halt irgendeines.“

Der komplette Talk mit Margarete Schramböck und datAInsights-Founder René Heinzl

Die KI-Kostenfrage

Um dieses Problem zu lösen, greifen die etablierten Big Player der Branche auf höhere Rechenleistungen zurück, was aber die Kosten in die Höhe treibt. Spart man dabei, weil man wie etwa OpenAI eine breite Masse an User:innen (nicht derart kostenintensiv) bedienen möchte, dann sinken zwar die Kosten, aber auch die Ergebnisse werden schlechter – die KI gibt falsche Informationen heraus.

Dies ist eines der größten Probleme der aktuellen KI-Welt. DatAInsights scheint da einen eigenen Weg gefunden zu haben, wie Heinzl erzählt. Das Wiener Startup greift auf eine spezielle Architektur zurück, an der Sallinger zwölf Jahre lang geforscht hat. Konkret, um Fakten in einer anderen Möglichkeit abzuspeichern und mit ganz großen Sprachmodellen auf diese zugreifen zu können. So würden Halluzinationen nicht nur minimiert, sondern eliminiert werden, sagt Heinzl ohne näher darauf eingehen zu wollen.

„Alle LLMs, die momentan existieren, werden immer Halluzinationen haben“, so der KI-Experte weiter. „Man kann das mit Rechenleistung abfangen. Aber das heißt eigentlich: Es wird nur besser, wenn es für Unternehmen teurer wird. Ist es günstiger, wird es für Endkonsumenten schwieriger.“

datAInsights: „Fakten bleiben Fakten“

Heinzl möchte die Lösung, die sein Startup entwickelt hat, nicht im Detail verraten, erklärt aber, ihre Kernarchitektur speichere Daten so ab, sodass „Fakten Fakten“ bleiben und man ein LLM benutzen könne.

„Eigentlich ist ein Abfallprodukt unserer Technologiearchitektur, dass wir nicht so große Large Language Models brauchen, weil die Fakten einfach sehr effizient abgespeichert werden können. Man kann es sich so vorstellen, jeder Punkt ist eigentlich ein Faktum und ist mit anderen Fakten verbunden. Die brauchen nicht so viel Speicherplatz wie aktuelle Large Language Models und wir können viel kleinere Modelle nutzen.“

Mit ihrer alternativen Lösung, die bereits am Markt ist, konnte mit Ex-Ministerin Margarete Schramböck eine prominente Investorin (mit zehn Prozent Anteilen) gewonnen werden.

Schramböck im Sturm erobert

Die ehemalige ÖVP-Politikerin wurde nach ihrem Abschied aus der Politik „Board Member“ bei Aramco Digital. Der Grund, warum sie in datAInsights investiert, ist ein simpler: „Sie haben sich bei mir vorgestellt und haben mich im Sturm erobert“, sagt sie „Das Thema KI ist natürlich überall. Ich lebe jetzt in Saudi-Arabien und auch dort ist es eines der Hauptinvestitionsthemen. Wir arbeiten bei Aramco u.a. an großen Lösungen im Bereich AI. Sie (Anm.: datAInsights) sind aus meiner Sicht eines derjenigen Startups, die die größte Erfolgswahrscheinlichkeit haben. Und auch die interessanteste Lösung für die großen Probleme dieser Welt. Da sind sie einiges an Zeit voraus.“

Während Heinzl im brutkasten-Talk die Frage nach dem Bewusstsein einer KI einordnet, die Finanzierungsfragen für KI-Unternehmen durchleuchtet, um global skalieren zu können und Rechenzentren etwa mit den neuesten NVDIA-Grafikkarten als das Um und auf bezeichnet, damit Österreich im KI-Bereich aufholt, ist es Schramböck, die einen der Erfolgsfaktoren von datAInsights herausstreicht.

Sie sagt: „Mir gefällt beim René und beim Team vor allem auch, dass sie von Anfang an die Kunden an Bord genommen haben. Und gleich Revenue-Streams zurückkommen. Das zeigt auch, dass man mit Kunden gemeinsam in den Modellen das Produkt weiterentwickeln kann.“

Zu den nächsten Zielen gehört die Internationalisierung und einer breiteren Masse die Lösung zur Verfügung zu stellen. Dazu möchte man weitere Investoren an Bord holen.


Hinweis: Mehr Insights zur Lösung von datAInsights zum Halluzinations-Problem folgen kommende Woche auf brutkasten.com.

Deine ungelesenen Artikel:
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
Diego Szekely programmierte seine Diabetes-App im Alleingang © Hannah Fasching

„Ich war der, der die Waage rausgeholt hat, um meinen Insulinbedarf zu berechnen“, erinnert sich Carbetic-Gründer Diego Szekely an die Zeit nach seiner eigenen Typ-1-Diabetes-Diagnose vor vier Jahren. Bei der Autoimmunerkrankung produziert der Körper überhaupt kein eigenes Insulin mehr, weshalb jede Aufnahme von Kohlenhydraten exakt berechnet und durch externe Insulingaben ausgeglichen werden muss.

Im Austausch mit anderen Betroffenen stellte er jedoch schnell fest, dass die meisten Diabetiker:innen im Alltag ihren Bedarf lediglich abschätzen. Da ungenaue Werte langfristige gesundheitliche Risiken bergen, entwickelte der heute 18-Jährige Carbetic, um eine verlässlichere, unkomplizierte Lösung im Alltag anzubieten. „Ich hab einfach das gebaut, was uns Diabetikern wirklich gefehlt hat“, so der Gründer.

© Carbetic

Räumliche Tiefe als technischer USP

Mittlerweile ist die Anwendung bereits in 41 Sprachen verfügbar, wobei aktuell die USA, dicht gefolgt von Deutschland, den größten Markt darstellen. Das technische Fundament unterscheidet sich laut dem Gründer aus Perchtoldsdorf vor allem in einem Punkt von klassischen Lifestyle-Trackern.

Statt einer simplen 2D-Bildanalyse setzt Carbetic laut eigenen Angaben auf räumliche Tiefe durch drei schnell geschossene Fotos aus unterschiedlichen Winkeln sowie LiDAR-Sensoren moderner Smartphones. „Die drei Fotos sind wahnsinnig wichtig, um die Dimensionen gescheit abzuschätzen“, betont Szekely.

Aus der Kombination dieser Bild- und Raumdaten berechnet ein feinjustiertes KI-Modell schließlich den Kohlenhydratgehalt der einzelnen Komponenten auf dem Teller, der wiederum für die Bestimmung des Insulinbedarfs benötigt wird. Neben der Foto-Analyse wird das Produkt in der Praxis durch eine integrierte Sprachsteuerung sowie die Option ergänzt, Koch-URLs oder abfotografierte, handschriftliche Rezepte automatisch von der KI auslesen zu lassen.

Conversion im SaaS-Modell

Nach nur drei Monaten verzeichnet die App rund 20.000 Downloads. Interessant ist vor allem die Conversion-Rate: „5.000 Nutzer sind aktuell in einem Probeabo oder bezahlten Abo“, erklärt der Gründer. Von den 5.000 „zahlen bereits 4.000“, so Szekely weiter. Das Geschäftsmodell basiert auf einer Software-as-a-Service-Struktur. Das Einstiegs-Abo für bis zu zehn Analysen am Tag kostet 4,49 Euro im Monat, während die unlimitierte Version für 9,99 Euro angeboten wird.

Auf die Frage, wie man ein solches Wachstum erziele, meint der Gründer: „Gute Frage. Und da ich keine gute Antwort habe, ist die Antwort, das Produkt funktioniert.“ Hauptsächlich über Mundpropaganda und Empfehlungen von Ärzt:innen, die Szekely unter anderem auf Ärztekongressen kennenlernte, wachse das Produkt aktuell organisch. „Wenn mir Patient:innen schreiben, dass die App ihnen hilft, den Alltag ein Stück mehr wie ein gesunder Mensch zu leben, macht mich das einfach so stolz“, so der Gründer.

„Mit allen großen Medizintechnik-Firmen in Kontakt“

Einen langfristigen Wettbewerbsvorsprung will sich der Gründer, der für sein Startup Studienplätze am UCL und King’s College in London sausen lässt, künftig über zwei strategische Säulen verschaffen, die über die reine Nutzer:innenbasis hinausgehen. Neben einer umfassenden Datensammlung zur Optimierung der Algorithmen steht ein digitaler Ärztezugang im Fokus. Über diesen können Mediziner:innen nach expliziter Freigabe die Mahlzeiten ihrer Patient:innen analysieren und die Therapie gezielter begleiten.

Während der aktuelle Fokus auf Typ-1-Diabetes-Patient:innen liegt, zeigt sich Szekely zuversichtlich, dass auch Typ-2-Patient:innen über kurz oder lang auf seine Anwendung zugreifen werden: „Alle Apps, die Typ 1 machen, übernehmen irgendwann auch den Typ-2-Markt. Das ist immer so.“ Zudem startet in Kürze eine Genauigkeitsstudie mit der Universität Wien. Auch gegenüber strategischen Partnerschaften und Investments zeigt sich der Solo-Founder offen: „Ich bin mit allen großen Medizintechnik-Firmen im Diabetes-Bereich in Kontakt. Und die sind alle begeistert.“

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

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 …

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

datAInsights: Ex-Digitalisierungsministerin Schramböck steigt bei Wiener KI-Startup ein