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:
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
15.09.2026

Ablatic AI: Linzer LLM Talos spielt ohne VC-Kapital in einer Liga mit internationalen KI-Playern

Das nun gelaunchte Large Language Model (LLM) Talos des Linzer Startups Ablatic AI kann sich in mehreren Benchmarks mit den internationalen KI-Giganten messen. Co-Founder und CEO Florian Zimmermann erklärte uns, wie das ohne VC-Kapital möglich ist und wie man nun den Markt erobern will.
/artikel/ablatic-ai-linzer-llm-talos-spielt-ohne-vc-kapital-in-einer-liga-mit-internationalen-ki-playern
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI
Die Ablatic-AI-Gründer vl. Florian Zimmermann (CEO) und Julian Mauerkirchner (CTO) | (c) Ablatic AI

Wieder einmal ist es Linz. Die Stahlstadt mausert sich immer mehr zu Österreichs KI-Hauptstadt und auch eines der bislang sicher ambitioniertesten Startups in dem Bereich kommt von dort: Ablatic AI. Mit Talos wagt es sich über die Herausforderung schlechthin in der KI-Welt: ein eigenes Large Language Model (LLM) – brutkasten berichtete bereits.

Bei einer Benchmark vor Sol von OpenAI

Nun erfolgte der offizielle Launch und Ablatic gab erste Benchmark-Vergleiche aus (siehe Tabelle unten). An Claude Opus 5 kommt man demnach noch in keiner Kategorie ganz heran, in mehreren aber ziemlich nahe. DeepSeek V4 kann man dagegen gleich bei drei Werten schlagen, Qwen3.8 von Alibaba bei zwei und OpenAIs Flagship-Modell GPT-5.6 Sol immerhin bei einem, konkret der exakten Befolgung schriftlicher Anweisungen (IFBench). Unterm Strich spielt das Linzer LLM also in den vorgelegten Benchmarks in der internationalen Top-Liga mit.

„Es kann ja nicht sein, dass es in Europa nur Mistral gibt“

Aber warum überhaupt noch ein weiteres LLM? „Julian [Anm. Mauerkirchner] und ich kennen uns schon seit der Schule. Später haben wir als Unternehmer damit gestartet, Legacy-ERP-Systeme zu erneuern. Dabei sind wir auf ein Problem gestoßen: Wir konnten dafür aus Daten-Gründen keine US-KI-Systeme nutzen“, erzählt CEO Florian Zimmermann, der Ablatic AI gemeinsam mit Julian Mauerkirchner (CTO) gegründet hat, im Gespräch mit brutkasten. Man habe nur Mistral aus Frankreich oder Open-Source-Modelle verwenden können. „Mistral war für den Zweck aber nicht passend und unser Business Case bald tot“.

Mit dem Entschluss, eine neue Idee zu verfolgen, sei daher auch eine neue Motivation einher gegangen: „Es kann ja nicht sein, dass es in Europa nur Mistral gibt“, so Zimmermann. Man habe sich danach mit der Johannes Kepler Universität Linz (JKU) kurzgeschlossen und sei darüber auch zur AI Factory Austria AI:AT gekommen, wo man wiederum im Rahmen des EuroHPC-Programms europäische Hochleistungsrechenressourcen nutzt, um das Modell zu trainieren. „Ohne diese EU-Ressourcen würde es kostentechnisch überhaupt nicht gehen“, sagt Zimmermann.

Öffentliche Forschungsergebnisse statt eigenes Riesen-Research-Team

Doch auch mit diesen Ressourcen – wie lässt sich ein konkurrenzfähiges LLM mit einem kleinen Team und bislang gänzlich ohne VC-Kapital umsetzen? Schließlich beschäftigen die globalen KI-Player, mit denen sich Ablatic misst, riesige Teams. Mistral etwa ist mit seiner kürzlich kommuniziert Drei-Milliarden-Euro-Finanzierungsrunde im Vergleich zu Anthropic und OpenAI nach wie vor ein kleiner Fisch (brutkasten analysierte).

„Wir können kein 200-köpfiges Research-Team finanzieren und gleich von 0 auf 100 gehen, also greifen wir auf Bestehendes zurück“, erklärt der Gründer. Konkret verwende man einerseits Open-Source-Layer und code sie auf die eigenen Bedürfnisse um. Andererseits nutze man die neuesten Forschungsergebnisse von Universitäten wie dem MIT oder Stanford, die laufend über die Plattform arXiv veröffentlicht werden. „Wir orientieren uns an der Frontier-Forschung. Wir analysieren die Paper, legen die Erkenntnisse auf unsere Architektur um und testen es durch. Vieles davon funktioniert nicht, aber alles was funktioniert, bringt uns weiter“, so Zimmermann.

Mehr als 100 B2B-Testkunden – viele konvertieren gleich zum Launch

Die Beta-Version wurde nun bereits seit einiger Zeit mit mehr als 100 Unternehmen getestet – Ablatic konzentriert sich nämlich vorerst klar auf den B2B-Markt. Man habe für diese Tests schnell auch größere Unternehmen und Konzerne gewonnen. „Ich bin dafür wochenlang gesessen, habe Leute angeschrieben und einen Call nach dem anderen gemacht“, räumt Zimmermann ein. Dass man ein eigenes LLM und nicht nur eine Oberfläche baue, sei dabei zum entscheidenden Bonus geworden. „Und dass wir von der JKU kommen und im EuroHPC-Programm sind, hat unsere Glaubwürdigkeit enorm gesteigert“, sagt der Gründer.

Jetzt zum Launch würden viele der Testkunden bereits zu regulären Nutzern konvertieren, viele weitere noch die Testphase abschließen, mit dem Vorhaben, das dann auch zu tun, verrät Zimmermann. „Wir werden nicht 100 Prozent, aber einen Großteil konvertieren können“, ist er sicher. Punkten will Ablatic dabei nicht nur mit der europäischen Herkunft – Stichwort: Digitale Souveränität – sondern auch mit dem Pricing. „Wir haben eine relativ effiziente Architektur. Wir können kostengünstig hosten und das an die Kunden weitergeben“, so der CEO. Dass der offizielle Launch genau jetzt erfolgt, hat vor allem mit dem Gründungsprozess zu tun, der länger dauerte, als erhofft. „Ich gründe nie wieder im Sommer ein Unternehmen“, sagt der Gründer lachend.

Investment geplant: „Das Ziel ist definitiv, keine kleine Bude zu bleiben“

Und wie geht es weiter? „Wir wollen zuerst im DACH-Raum Fuß fassen und ohne große weitere Standorte skalieren. Dann wollen wir es auf Europa hochziehen“, erläutert Zimmermann. Auf Dauer werde dabei auch die Aufnahme von VC-Kapital relevant, vor allem wenn es darum gehe, die nächste Modell-Version herauszubringen. „Dann ist es wichtig, dass man schnell skaliert und iteriert. Wir sind stolz darauf, dass wir ein Modell ohne VC-Kapital trainiert haben. Wir haben gezeigt, dass auch so Großes möglich ist. Aber langfristig ist es völlig logisch, dass wir Kapital aufnehmen müssen“, sagt der Gründer.

Und es seien bereits mehrere Investoren aktiv auf das Team zugekommen, mit einigen befinde man sich schon in Gesprächen. „Das Ziel ist definitiv, keine kleine Bude zu bleiben, sondern eine größere Firma zu werden. Wir wollen jedenfalls nicht in Vergessenheit geraten“, so Zimmermann. Und der Zeitpunkt sei angesichts der Souveränitätsdebatte gut.


Benchmark-Vergleichstabelle

Anmerkungen zur Tabelle:

  • Fette Zahlen: Höchster Wert in der jeweiligen Zeile unter den Vergleichsmodellen.
  • „text-only“: Das Modell verarbeitet keine Bilder/visuellen Dokumente, weshalb OmniDocBench nicht anwendbar ist.
  • „–“: Kein veröffentlichter Wert vorhanden.

Kurzerklärungen der Benchmarks

  • Agents‘ Last Exam (UC Berkeley): Prüft langwierige, echte Arbeitsaufgaben an einem Computer (Terminal und Bildschirm zusammen), bewertet anhand des fertigen Gesamtergebnisses.
  • AutomationBench (Zapier): Testet 600 Business-Workflows über 47 simulierte Unternehmens-Softwaretools hinweg, die vollständig durchgehend ausgeführt werden müssen.
  • Toolathlon: Bewertet das Erledigen von Aufgaben in echter Büro-Software (z. B. E-Mail, Kalender, Tabellenkalkulationen und GitHub) über deren direkte Schnittstellen.
  • BrowseComp (OpenAI): Stellt schwierige Fragen, deren Antworten über das gesamte Internet verstreut liegen und durch selbstständiges Surfen recherchiert werden müssen.
  • DeepSWE v1.1 (Datacurve): Misst das eigenständige Beheben echter Softwareprobleme (Bugs) in bestehenden Quellcode-Sammlungen. Hinweis: Talos-1 wurde hierfür nicht optimiert und liegt 22 Punkte hinter der Spitze zurück.
  • OmniDocBench: Bewertet das fehlerfreie Lesen und Verstehen echter Dokumente inklusive visueller Layouts, Tabellen und mathematischer Formeln.
  • IFBench: Prüft die exakte Einhaltung von schriftlich vorgegebenen Anweisungen und Formatierungsregeln.
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