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:
18.11.2026

Allocator One: Wiener VC-Dachfonds vermeldet finales Closing von erstem Fonds bei über 100 Mio. Dollar

Allocator One gab zudem Performance-Zahlen zu den bislang mehr als 40 Fonds-Investments seit dem Start im Juli 2024 heraus.
/artikel/allocator-one-wiener-vc-dachfonds-vermeldet-finales-closing-von-erstem-fonds-bei-ueber-100-mio-dollar
18.11.2026

Allocator One: Wiener VC-Dachfonds vermeldet finales Closing von erstem Fonds bei über 100 Mio. Dollar

Allocator One gab zudem Performance-Zahlen zu den bislang mehr als 40 Fonds-Investments seit dem Start im Juli 2024 heraus.
/artikel/allocator-one-wiener-vc-dachfonds-vermeldet-finales-closing-von-erstem-fonds-bei-ueber-100-mio-dollar
Michael Ströck und Felix Staeritz haben Allocator One gegründet | (c) Michael Ströck / brutkasten
v.l. Michael Ströck und Felix Staeritz haben Allocator One gegründet | (c) Michael Ströck / brutkasten

Bereits seit Juli 2024 ist Allocator One, der Fund of Funds mit Sitz in Wien, aktiv – brutkasten berichtete bereits mehrmals. Die Zielsetzung hat sich seitdem nicht verändert: Die besten First-Time- bzw. Zweitfonds sogenannter „Emerging Manager“ ausfindig machen und in diese investieren. Schon bislang investierte der Dachfonds nach eigenen Angaben so in mehr als 40 Fonds – zuletzt etwa Noctua Science Ventures. Die Ticketgröße liegt dabei zwischen zwei und zehn Millionen.

„Daten-Problem“: KI hilft bei Auswahl der Fonds

Allocator One verbindet dabei menschliche Investmententscheidungen mit seiner Fondsinfrastruktur-Plattform Infra One und mit dem KI-Agenten Ori. „Außergewöhnliche Fondsmanager zu finden, sollte nicht davon abhängen, wessen Pitch einen zufällig erreicht. Wir analysieren systematisch Tausende von Emerging Managern weltweit und kombinieren proprietäre Daten mit Investmentkompetenz, um die wenigen Spezialisten mit echtem Wettbewerbsvorteil zu identifizieren und zu unterstützen, bevor der breite Markt sie entdeckt“, sagt dazu Michael Ströck, gemeinsam mit Felix Staeritz Gründungspartner von Allocator One.

Die besten Spezialisten zu finden sei „ein Daten-Problem – und wir behandeln es auch so“, ergänzt Staeritz. Jährlich würden weltweit etwa 1.000 neue Emerging-Manager-Fonds aufgelegt. Man schätze, dass man rund 80 Prozent davon sichte, heißt es von Allocator One. Knapp 20 Prozent der Bewerber kämen in die engere Auswahl für ein Interview. Nach Abschluss der Due Diligence investiere man in die obersten ein Prozent der Manager.

23 Prozent überzeichnetes Closing, bislang indirekt in 17 Unicorns investiert

Nun verkündete Allocator One das finale Closing des ersten Anchor-Fonds „Flagship Fund I“ im September. Dieser sei um 23 Prozent überzeichnet und kam letztlich auf ein (zugesagtes) Volumen von mehr als 100 Millionen US-Dollar. Die Investoren seien Family Offices, erfolgreiche Technologieunternehmer, erfahrene Venture-Investoren und institutionelle Anleger aus mehr als 25 Ländern. Der Dachfonds investiert in Fonds der Jahrgänge 2023 bis 2026.

Zeitgleich nennt Allocator One Performance-Zahlen zu den mehr als 40 Fonds-Investments der vergangenen zwei Jahre. Bei mehr als 60 Prozent davon sei man der größte Investor. Insgesamt sei man über die Beteiligungen indirekt in 600 Unternehmen investiert, darunter 17 Unicorns wie Lovable, Thinking Machines und xAI. 11 Prozent des eingezahlten Kapitals habe man bereits zurückgezahlt

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