31.07.2023

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

Mithilfe selbstentwickelter KI will Legitary für transparente Abrechnungen im Musik-Geschäft sorgen.
/artikel/legitary
Legitary-CEO Nermina Mumic
Legitary-CEO Nermina Mumic I Foto: Legitary/Hintergrund: Unsplash/Zarak Khan

Es ist kein Geheimnis: Musik-CDs verlieren immer mehr an Bedeutung, während die Streaming-Industrie boomt. Digitaler Musikkonsum bedeutet Datenfluss – Daten, die für alle außer den Konsument:innen die Monetarisierungsgrundlage bilden. Die Künstler:innen selbst, deren Management, Vertriebe und Labels sind Teil dieser Abrechnungskette.

Mutwillig oder nicht kann es hier zu Fehlern kommen. Jede beteiligte Partei möchte wissen, ob richtig abgerechnet wurde – ein eigentlich schwieriges und langwieriges Unterfangen, das meist nur den großen Playern möglich ist. Genau das möchte Legitary ändern und bietet verschiedene Dienstleistungen an, um Transparenz und Fairness auf dem Markt zu schaffen. Seit dem Sieg beim Wettbewerb Midem in Cannes hat sich beim Wiener Startup Einiges getan.

Gefragte Streaming-Analysen

Mittlerweile habe man über 650 Milliarden Streams analysiert. Legitary ist im B2B-Bereich tätig. Zu den Kunden zählen Labels, Vertriebe, Auditfirmen und Verlage. „Wir haben mit einigen der größten Musiklabels der Welt gearbeitet, also von Major bis Indie Labels“, sagt CEO und Mitbegründerin Nermina Mumic gegenüber brutkasten. Wer aller dabei ist, kann sie aufgrund von üblichen NDAs (Non Disclosure Agreement) nicht verraten. „Die Kunden sind grundsätzlich daran interessiert, das Low Key zu halten.“

Kürzlich habe man unter anderem mit Concord einen Vertrag für ihr Verlagsgeschäft abgeschlossen. Im Roster der Musikfirma finden sich Größen wie Daft Punk, Imagine Dragons, Cypress Hill oder BIA. Da sich der Kernmarkt für das Musikgeschäft in den Vereinigten Staaten liegt, gibt es eine Niederlassung neben dem Hauptsitz in Wien. Die Hälfte der Kunden seien in den USA. „Aus administrativen Gründen und um als Ansprechpartner verfügbar zu sein, ist die Präsenz vor Ort wichtig für uns.“

Das achtköpfige Unternehmen setzt bisher auf Bootstrapping. „Seit der Gründung haben wir noch keinen externen Investor am Cap Table“, erklärt Mumic. Man plane aber eine Investment-Runde, um stärker zu wachsen. „Wir haben in den letzten Monaten eine sehr starke Nachfrage durch unterschiedliche Marktentwicklungen erlebt. Wir sehen da gerade ein sehr starkes Momentum.“

Screening der eigenen Musiktitel

Unter den Dienstleistungen des Jungunternehmens findet sich unter anderem der Katalog Healthcheck: „Man sieht sich die bisherigen Abrechnungen der unterschiedlichen Musiktitel an und sucht nach größeren Abweichungen, wie zum Beispiel ob Streams fehlen, ob Fehler oder andere Diskrepanzen vorhanden sind“, schildert Mumic. Dies sei aber nur ein Teil. Gleichzeitig können Kunden die Performance ihres Katalogs mit der Industrie vergleichen. Dafür wurden unterschiedliche Scores entwickelt, die unter anderem auch die Datenqualität und Vollständigkeit berücksichtigen. Der Healthcheck wird von Labels vorgenommen, die wissen wollen, ob sie ihren Vertrieb wechseln sollten oder ihre Rechte verkaufen möchten.

Kontinuierliches Screening und Revenue Tracking bietet hingegen der Soft Auditing Service. Auf täglicher oder monatlicher Basis, je nachdem, wann die Abrechnung vorgenommen wird, werden die Daten ins System eingespeist. „Der Vorteil ist, dass man da nicht auf den nächsten Check warten muss, sondern dann gleich reagieren und Fehler beheben kann.“

Die durchschnittliche Abweichung bei den Streaming-Analysen liege bei etwa sieben Prozent. „Wenn man das hochrechnet auf den gesamten Streaming-Markt, dann geht es um mehr als einer Milliarde US-Dollar pro Jahr“, sagt Mumic. Man müsse allerdings zwischen Streaming-Diensten, den Regionen aber auch teilweise zwischen den Genres unterscheiden. Während bei gewissen Anbietern die Abweichungen im Schnitt bei über zehn Prozent liegen, seien es bei Anderen lediglich unter ein Prozent.

Legitary bietet Bewertung und Prognose

Das neueste Feature ist die Katalog Bewertung, die einen Blick nach vorne ermöglichen soll. Sie soll bei der Preisbestimmung Transparenz bieten. Hierfür nimmt sich Legitary einer Prognose von zukünftigen Einnahmen und einer Discounted Cash-Flow-Analyse an. „Hier fließen unterschiedliche Aspekte rein. Zum Beispiel: Wie hat der Katalog historisch performt?“, erklärt Mumic. Der große Vorteil bei Legitary: Dieser Ermittlungsprozess wird mithilfe von Künstlicher Intelligenz datengetrieben automatisiert. „Dadurch ist es skalierbar, sodass man auch den Ozean der kleinen Künstler:innen bedienen kann, die jetzt auch ihre Rechte bewerten können.“

Für solche Bewertungen gibt es konkret zwei Use-Cases. Nützlich ist es zu einem, wenn man seine gesamte Musik verkaufen möchte. Dies sei bei Justin Bieber der Fall gewesen, als er seine Song-Rechte für rund 200 Millionen US-Dollar verkaufte. Oder zur Bestimmung von Vorschuss-Zahlungen, wo man eruieren möchte: wie viel wird der Artist zum Beispiel nächstes Jahr einnehmen? „Wir haben mit diesem Service auf die Tendenz im Markt reagiert, wo Musik-IP (Geistiges Eigentum) eine sehr spannende Asset-Klasse geworden ist.“ Laut Mumic investieren mittlerweile Investment Fonds oder Private Equity Fonds in Musik.

In-House Analyse-Tools von Legitary

Das 2019 gegründete Unternehmen arbeitet mit selbst entwickelten KI-Modellen. Das Basis-Modell hat CEO und Mitbegründerin Nermina Mumic im Zuge ihrer Dissertation an der TU Wien entwickelt. Es ist in den USA, Kanada, Japan und Europa patentiert. Ein weiteres wurde bereits beantragt.

Die Idee stammt von Co-Founder Günther Loibl, der seit 30 Jahren in der Musikbranche tätig ist. Auf der CES in Las Vegas beklagte sich bei ihm der CIO einer Auditing-Firma über die immensen Datenmengen, die durch das Streaming entstehen. Für einen Audit müsse er sich Tausende Excel-Files anschauen. Auf der Suche nach einer smarten Lösung fand Loibl mit dem Statistik-Professor Peter Filzmoser den passenden Ansprechpartner.

Die damalige Unternehmensberaterin hat daraufhin ein Forschungsangebot per E-Mail erhalten. „Ich fand das superspannend und habe daraufhin meinen Job an den Nagel gehängt, um zurück an der TU zu Forschen“, sagt Mumic.

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

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

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 …

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

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 …

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

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 …

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

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 …

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wiener Startup Legitary bietet KI-gestützte Streaming-Analysen für die Musikindustrie