13.06.2015

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

/artikel/markt-fuer-online-kunst-boomt-5-millionen-fuer-startup-junique
© Junique: Marc Pohl, Lea Lange und Sebastian Hasebrink

Junique ist ein Online-Shop für Kunst. Ziel des jungen Startups mit Sitz in Berlin ist es, visuell anziehende, aber gleichzeitig leistbare Kunst zu bieten. Dabei möchte man keinen “Einheitsbrei” bieten, sondern es wird auf junge Künstler gesetzt, von denen ausgewählte Werke verkauft werden.  Die Motive werden im Online-Shop nicht nur als Posterdruck oder auf Leinwand verkauft, sondern auch auf Shirts, Wohnaccessoires oder iPhone-Cases.

Dass der Markt für Online-Kunst boomt, ist kein Geheimnis. Davon profitiert auch der Designshop, der eigenen Angaben nach um bis zu 60 Prozent wächst – eine Entwicklung, von der viele andere Anbieter nur träumen können. 5 Millionen Euro hat es nun von seinen Investoren für das weitere Wachstum bekommen. Mit von der Partie ist der Hightech Gründerfonds, Vorwerk Ventures, Redalpine und CEWE.

Junique versendet seine Waren bereits in 14 europäische Länder, mit dem Geld soll nun die Spracheinstellungen neben Deutsch und Englisch auf Französisch erweitert werden. 40 Prozent des Umsatzes kommen längst nicht mehr aus Deutschland.

„So positionieren wir uns für Kunden aus Frankreich, Belgien und Teilen der Schweiz als Destination für bezahlbare Kunst“, so Geschäftsführerin und Mitgründerin Lea Lange. „Wir sind überzeugt, dass unser Geschäftsmodell europaweit funktioniert.“ Dafür wurden auch mehr Mitarbeiter eingestellt: Das gesamte Team soll 2015 auf mindestens 55 Mitarbeiter wachsen.

Junique hat – um die Marke aufzubauen – vor allem auf Social Media gesetzt. Die vielen Likes und Followers auf Facebook bzw. Instagram bestätigen den Erfolg. Über 155.000 haben alleine auf Facebook ein Like gesetzt.

(junique)

© Bilder: JuniqueQuelle

 

 

Deine ungelesenen Artikel:
22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
22.09.2023

Ihre Modelle visualisieren zukünftige Armut auf Landkarten

Lisette Espín-Noboa entwickelt in Wien mit Big Data Machine-Learning-Modelle und zeigt uns mit Poverty Maps, wo die Ärmsten in Zukunft leben.
/artikel/ihre-modelle-visualisieren-zukuenftige-armut-auf-landkarten
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath
Lisette Espín-Noboa liefert Politiker:innen neue Entscheidungsgrundlagen. Foto: Map Box/OpenStreetMap/Bimal Viswanath

Heuer präsentierte ein wissenschaftliches Team von der Central European University (CEU) und dem Complexity Science Hub (CSH) einen Durchbruch: Sie können Armut auf Landkarten sichtbar machen.

Konkret nahmen sich die Forscher:innen dafür Sierra Leone und Uganda vor. Die beiden Staaten in Subsahara-Afrika zählen zu den ärmsten der Welt. Das Wiener Forscherteam entwickelte dazu das interaktive Online-Tool Poverty Maps, mit dem User:innen die Wohlstandsentwicklung in beiden Ländern vergleichen können. Sogar einen Ausblick auf die Zukunft können die Karten geben. Unmengen abstrakter Daten werden damit auf einen Blick zu aussagekräftiger Information.

Vom Taxiverhalten zu Armutskarten

“Die Idee wäre, dass politische Entscheidungsträger:innen, die Menschen unterhalb der Armutsgrenze helfen möchten, diese Art von Instrumenten nutzen können. Um zu verstehen, wo die Menschen sind, die wirklich Hilfe brauchen”, erklärt Lisette Espín-Noboa im brutkasten-Interview.

Die aus Ecuador stammende Computerwissenschaftlerin ist extra für das Projekt nach Wien gekommen. Sie ist Expertin für Predictive Analytics, Netzwerkanalysen und Machine Learning. Davor arbeitete sie vor allem mit Mobilitätsdaten, auf deren Basis sie Prognosen für die Zukunft erstellte. Espín-Noboa erforschte unter anderem, wie sich Taxis in der Metropole New York verhalten.

Wiederverwendbare ML-Modelle

“Sie gaben mir dieses Projekt und ich hatte die Freiheit, zu schauen, wie es funktioniert”, sagt die Computerwissenschaftlerin. Sie entwickelte ein eigenes Framework für drei Machine-Learning-Modelle. Damit visualisieren die Forscher:innen die Wohlstandsentwicklung auf Landkarten. Am Beispiel von Sierra Leone und Uganda bewies das Team bereits, dass es möglich ist.

Espín-Noboa erklärt, dass sie die Modelle nun auch für andere Länder verwenden. Dafür müsse nur die sogenannte Ground Truth für jedes Land anhand einer eigenen Datenbasis neu in das Modell gefüttert werden. Ground Truth ist die genaue und verlässliche Referenz, anhand derer die Richtigkeit von Daten oder Vorhersagen bewertet wird.

Wie viele Antennen, welche Toilette?

Für die beiden afrikanischen Länder verwendeten die Forscher:innen Umfragedaten als Basis. “In Afrika werden Umfragen zum Haushalt oder Lebensstandard durchgeführt. Diese Fragebögen ermitteln, wie viele Zimmer Ihr Haus hat, welche Art von Toilette Sie benutzen, wie Sie an Ihr Wasser kommen, ob Sie ein Auto habe oder ob Sie eine Haus- und Sanitäranlage haben”, erklärt die Computerwissenschaftlerin. Mit dem Internationalen Wohlstandsindex (IWI) wurden auf dieser Basis dann Grundwerte errechnet.

Hinzugefügt wurden in der Folge weitere Daten, die etwa von Satellitenbildern oder Social-Media-Postings stammen. Daraus konnten Espín-Noboa und ihre Kolleg:innen schließen, wie viele Menschen in einer Region ein iPhone besitzen oder wie viele Antennen sich in einem Gebiet befinden. “Wir dachten: Wenn der Ort viele Antennen hat, bedeutet das wahrscheinlich, dass er wohlhabend ist. Wenn er keine Antennen hat, ist er wahrscheinlich arm”, so Espín-Noboa. Daten aus OpenStreetMap würden wiederum verraten, wie weit die nächste Straße oder Schule entfernt ist.

Zukunftsvorhersagen auch für Europa

Nun versuchen Espín-Noboa und ihr Team diese Karten auch für Österreich und Ungarn zu erstellen. Noch fehlen ihr aber die dafür notwendigen Daten für ihre Modelle. Sie ist deshalb auf der Suche nach Organisationen, die Daten zur Verfügung stellen.

“Wir können nicht einfach die gleichen Daten verwenden, weil die Standards unterschiedlich sind. Etwa fragt man in Ungarn nicht, welche Art von Toiletten jemand benutzt”, erklärt Espín-Noboa. Stattdessen sei in etwa Ungarn aussagekräftiger, wie viel Immobilien kosten. Für jedes Land müsse deshalb eine eigene “Ground Truth” ermittelt werden, dann könnten die entwickelten Modelle für verschiedene Länder verwendet werden, glaubt die Expertin.

Bessere Entscheidungsgrundlage

Das Projekt ist ein Novum, denn bisher verließen sich Entscheidungsträger:innen vor allem auf Volkszählungsdaten, wenn es um den Umgang mit Armut ging. Die Karten stellen die Entwicklung jedoch viel detaillierter dar. “Mit der Ground Truth haben wir Armut vorhergesagt, aber Sie können alles vorhersagen. Wenn Sie fundierte Fakten zum Thema Bildung haben, können Sie etwa auch Bildung vorhersagen”, sagt Espín-Noboa. Sie hofft, dass künftig mehr Tools für politische Entscheidungsträger:innen zur Verfügung stehen – damit diese bessere und zielgerichtete Entscheidungen treffen können.

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

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

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 …

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

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 …

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

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 …

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

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 …

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Markt für Online-Kunst boomt: 5 Millionen für Startup Junique

Es gibt neue Nachrichten

Auch interessant