09.06.2015

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

/artikel/markus-witte-von-babbel-2008-waren-wir-4-leute-heute-sind-wir-300
Markus Witte von der Sprachen-Plattform Babbel auf der NOAH 2015.

„Als wir im Jahr 2008 gestartet haben, waren wir bloß 4 Leute und hatten 5 Sprachen zum Lernen im Angebot. Seit damals hat sich viel getan: Wir haben 14 Sprachen im Angebot und mehr als 8000 Stunden an Lernmaterialien produziert“, so Markus Witte, Co-Founder und CEO von Babbel – jene Plattform, auf der man Sprachen online lernen kann.

Dass man innovative Wege gehen möchte und sich am Puls der Zeit befindet, sollen auch die aktuellen News rund um die Apple Watch beweisen: „Babble ist die erste App zum Sprachenlernen auf der Apple Watch“. Der spielerische Zugang hier sei wichtig: „Es ist ein Schlüsselfaktor, dass man motiviert bleibt, wenn man eine Sprache lernt“

Alleine über mobile Geräte habe Babbel über 120.000 Downloads – pro Tag. „Es sieht aus, als hätte irgendetwas funktioniert“, scherzt Witte. „Heute sind wir 300 Mitarbeiter in unserem Office in Berlin.“

Erst zum Jahreswechsel hatte Babbel bekannt gegeben, dass ein Standort auch in New York eröffnet wurde, denn bei den Amerikanern kommt Babbel gut an und man wachse schnell. „Wir sind hierher gekommen mit nur 10 Millionen Dollar Funding“, betont Witte. „Mit einer signifikanten Wachstumsrate, die immer noch steigt“. Basis von Babbel ist übrigens ein Subskription Modell mit dem man seit 2011 einen positiven Cashflow hat. Geht es nach Witte, hat der Markt eine Größe von 60 Milliarden Dollar, die lange noch nicht ausgeschöpft ist.

Die Fragen, die sich jede Firma stellen müsste:

  1. An wen verkaufe ich?
  2. Wie verkauft man?
  3. Woran verdient man?

Ein Fehler sei es auch, die User-Experience von den genutzten Geräten abhängig zu machen. Babbels Erfahrung nach nutzen Smartphone-User ihr Handy auch zu Hause, Laptop-Benützer tun dies auch auf der Straße oder im Café- Entgegen der allgemeinen Annahmen. Mobile heißt nicht zwangsweise „auf der Straße“, so wie Web umgekehrt nicht für die Verwendung „zu Hause“ steht.

Wichtig sei es, zu erkennen, dass es um den Kontext geht. Überall. Aber vor allem beim Lernen. „Lernen selbst macht neue Verbindungen über spezielle Zusammenhänge“ Wie ein Kind, das den Geruch einer alten Bibliothek mit Büchern verbindet.

Deine ungelesenen Artikel:
20.10.2026

Roboter ohne Erinnerungslücken: Linzer Startup NXAI arbeitet an Gedächtnis für Humanoide

Das oberösterreichische DeepTech entwickelt mit dem deutschen Unternehmen Neura Robotics Merkfähigkeit für Roboter. Dadurch sollen Effizienz und Einsatzmöglichkeiten gesteigert werden.
/artikel/roboter-ohne-erinnerungsluecken-linzer-startup-nxai-arbeitet-an-gedaechtnis-fuer-humanoide
20.10.2026

Roboter ohne Erinnerungslücken: Linzer Startup NXAI arbeitet an Gedächtnis für Humanoide

Das oberösterreichische DeepTech entwickelt mit dem deutschen Unternehmen Neura Robotics Merkfähigkeit für Roboter. Dadurch sollen Effizienz und Einsatzmöglichkeiten gesteigert werden.
/artikel/roboter-ohne-erinnerungsluecken-linzer-startup-nxai-arbeitet-an-gedaechtnis-fuer-humanoide
Links Mitgründer von NXAI Sepp Hochreiter und Mitte rechts CEO von Neura Robotics David Reger | (c) Neura Robotics / NXAI

„Ein Roboter, der im Alltag und in der Industrie wirklich hilft, muss sich erinnern“, sagt David Reger, Gründer und CEO von Neura Robotics. Daher arbeitet sein Unternehmen mit dem Linzer Startup NXAI an der Merkfähigkeit von Robotern. „Gedächtnis und Erfahrungen sind die Voraussetzungen für Roboter, Aufgaben über viele Schritte zuverlässig zu lösen“, ergänzt Sepp Hochreiter, Gründer von NXAI.

Die Grundlage bietet Neura Robotics mit einem multimodalen Foundation-Modell, das Funktionen wie 3D-Sehen, Tastsinn und Audio mit einer Gedächtnisfunktion verbindet. Der Physical-AI-Stack von Neura Robotics wird mit einem xLSTM von NXAI, also einem künstlichen neuronalen Netz, verbunden. „xLSTM ist dafür gebaut, ist schnell, speichereffizient und kann den Zustand über lange Sequenzen halten“, sagt Hochreiter.

NXAI plant, ein eigenes Modell auf Basis der xLSTM-Architektur auf Neura Robotics‘ hauseigener Neuraverse-Plattform bereitzustellen. „Mit dem Neuraverse schaffen wir die Plattform, auf der auch andere starke KI-Ansätze ihren Weg in Roboter finden“, erklärt Reger.

Gesteigerte Effizienz

Ein Roboter arbeitet in Schleifen und verarbeitet permanent Wahrnehmungen, Entscheidungen und Handlungen. Laut Neura Robotics braucht er dafür Gedächtnis auf zwei Ebenen: das Arbeitsgedächtnis und das episodische Gedächtnis. Ein Roboter, der einen Prozess wiederholt ausgeführt hat, soll bei derselben Situation auf frühere Erfahrungen zurückgreifen können und so aus der Erfahrung handeln.

Die Roboter der Zukunft

Langfristig möchten die beiden Firmen, dass Roboter nicht nur einzelne Fähigkeiten ausführen, sondern über die Zeit Erfahrung aufbauen. Fähigkeiten, die Roboter aus der Interaktion mit der realen Welt lernen, sollen verbessert und auf andere Maschinen und Umgebungen übertragen werden.

From Science to Business

NXAI, gegründet vor drei Jahren, ist ein Deep-Tech-Unternehmen mit Sitz in Linz, das Lösungen für industrielle Anwendungen entwickelt. Die Firma versteht sich als Brücke zwischen Wissenschaft und Industrie. So möchte sie die eigene KI-Forschung in marktreife Produkte überführen. Im Mittelpunkt der Forschung stehen xLSTM-Modelle in den Bereichen Time Series und Robotics.

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

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

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 …

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

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 …

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

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 …

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

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 …

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Markus Witte von Babbel: „2008 waren wir 4 Leute, heute sind wir 300“