24.09.2026
SPONSORED

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

Das Leobener Startup MPC² will mit seiner portablen Korrosionsprüfung den Weltmarkt erobern und wird dabei auch von der Austria Wirtschaftsservice (aws) unterstützt. Wir sprachen mit Gründer Manuel Prohaska.
/artikel/mpc%c2%b2-warum-stahlkonzerne-und-chemie-riesen-auf-ein-steirisches-startup-setzen
Manuel Prohaska ist Gründer von MPC² | (c) LA-Cinematics / MPC²

Es ist eines dieser Themen, mit denen sich Normalverbraucher:innen im Alltag zwar nicht beschäftigen, die aber letztlich indirekt alle betreffen: Korrosionsprüfung. Oder sehr vereinfacht gesagt: Rohre müssen leckagefrei sein und bleiben, vor allem dort, wo nicht nur sinnbildlich mit Hochdruck gearbeitet wird.

Doch die Überprüfung der Korrosionsbeständigkeit kritischer Komponenten bei bestehenden Anlagen ist mit dem derzeitigen Standard-Prozedere schwierig bis schlicht unmöglich. „Die regelmäßige Korrosionsprüfung ist in manchen Märkten und Anwendungen verpflichtend, kann jedoch verlässlich nur im Labor durchgeführt werden. Dazu müssen Bauteile ausgebaut werden, was teilweise einfach nicht möglich ist. Daher behilft man sich oft mit separaten ‚Qualifizierungsstücken‘, vor allem während der Fertigung der Komponenten. Und dann dauert die Überprüfung im Labor mindestens eine, oftmals bis zu sechs Wochen“, sagt Manuel Prohaska, Gründer des steirischen Startups MPC².

Korrosionsprüfung direkt vor Ort in Stunden statt Wochen

Mit dem patentierten System „Corrosion Ray“ arbeiten er und sein Team an einer Lösung. „Wir versuchen, die Korrosionsprüfung zu revolutionieren, indem wir sie zum Kunden bringen, anstatt der Kunde die Proben zu uns ins Labor“, sagt Prohaska. Mit dem mobilen Gerät lassen sich Rohre und insbesondere deren Schweißnähte ohne Beschädigung direkt vor Ort prüfen. „Wir nutzen dazu elektrochemische Methoden und liefern Ergebnisse, die qualitativ und vor allem quantitativ Laborergebnissen entsprechen“, so der Gründer.

Nicht nur die Überprüfungszeit lasse sich damit von Wochen auf Stunden reduzieren. „Auch der Umweltaspekt ist nicht zu vernachlässigen. Wir sparen mit der Methode im Vergleich zur konventionellen Auslagerungsprüfung 99 Prozent der Energie, brauchen kaum Chemikalien und deutlich weniger Wasser“, sagt Prohaska. Für Kunden sei aber der finanzielle Aspekt am entscheidendsten. „Bei großen Anlagen bedeutet ein Tag Ausfall sechs- bis siebenstellige Einbußen“.

„Wir sind mit unserer Prüfmethodik einfach näher an der Wahrheit“

Prohaska weiß sehr genau, wovon er spricht. In seinen früheren beruflichen Stationen baute der studierte Werkstoff- und Korrosionswissenschaftler nicht nur genau die fachliche Expertise auf, die er jetzt mit MPC² umsetzt. Als Geschäftsführer von Betrieben mit mehreren Hundert Mitarbeiter:innen lernte er auch die betriebswirtschaftliche Seite genau kennen.

(c) LA-Cinematics / MPC²

Aktuell befindet sich „Corrosion Ray“ aber noch im fortgeschrittenen Prototypen-Stadium. Die Technologie dahinter nicht: Schon jetzt setzen mehrere Stahlkonzerne, Komponenten-Hersteller und Chemie-Riesen, die auch die Zielgruppe für das neue System sind, auf die bestehenden Korrosionsprüfungs-Angebote von MPC² – teilweise mit sechsstelligen Auftragseingängen. „Wir haben einen speziellen Prüfstand, mit dem wir unsere Methode auch mit konventionellen Korrosionsprüfungen vergleichen. Wir sind mit unserer Prüfmethodik einfach näher an der Wahrheit, als mit den alten Methoden, die lange dauern und gleichzeitig relativ ungenau sind“, so Prohaska.

Mit Predictive Maintenance auf den Weltmarkt

Momentan ist das Angebot mit diesem Prüfstand noch der lukrativste Geschäftsbereich des Unternehmens. In den kommenden Jahren soll sich das ändern. Bis 2035 will MPC² auf 60 Millionen Euro Jahresumsatz anwachsen. Davon soll „Corrosion Ray“ laut Plan 65 bis 70 Prozent bringen. Technologisch soll dann der Bereich Predictive Maintenance im Zentrum stehen. „Wir können Kunden schon jetzt sehr genau sagen, wo es in ein paar Jahren Probleme beim Material geben wird. Mit den Daten, die wir jetzt dazu sammeln, wollen wir diese Lebensdauer-Vorhersage mit Hilfe von KI künftig noch deutlich präziser machen“, erklärt Prohaska.

Um diese Ziele umzusetzen, will das vierköpfige Team in einem ersten Schritt 600.000 Euro Investment-Kapital aufnehmen, mit dem die Kleinserienfertigung von „Corrosion Ray“ aufgebaut werden soll. „Wir halten schon jetzt Ausschau nach strategischen Investoren. Noch wichtiger werden die, wenn es in einigen Jahren an die große Produktion geht“, sagt der Gründer. Dann sei auch eine größere Kapitalrunde geplant.

aws als größter Fördergeber – „sonst wären wir nicht so weit gekommen“

Bislang finanziert sich das Unternehmen aus den eigenen Umsätzen und aus Förderungen. Dank der hohen Auftragseingänge werden kommendes Jahr die Unternehmenseinnahmen erstmals den Förderbetrag übersteigen. Dennoch sei man noch auf die Fördergelder angewiesen. „Den mit Abstand größten Anteil beim Fördervolumen hatten die Programme aws Preseed und aws Seedfinancing – Deep Tech“, erzählt Prohaska. „Das war extrem wichtig, sonst wären wir nicht so weit gekommen.“ Dabei betont der Gründer auch das Service: „Wenn man etwas gebraucht hat, waren sie immer da.“


Disclaimer: Dieser Artikel ist im Rahmen einer Medienbeauftragung mit der Austria Wirtschaftsservice (aws) entstanden.

Deine ungelesenen Artikel:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

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

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

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 …

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

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 …

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

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 …

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

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 …

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

MPC²: Warum Stahlkonzerne und Chemie-Riesen auf ein steirisches Startup setzen