23.10.2015

Neustart: Studenten-Startup Studify legt kräftig nach

/artikel/neustart-studenten-startup-studify-legt-kraeftig-nach

Auf Facebook gibt es für jedes Studienfach eine eigene Gruppe, meist sogar mehrere. Skripten und Aufnahmen von Vorlesungen tauschen Studenten über Dienste wie Dropbox und kommuniziert wird via WhatsApp. Warum bieten Universitäten ihren Studenten keine zentrale Plattform, auf der dieser Austausch passieren kann? Gerade technische und wirtschaftswissenschaftliche Hochschulen sollten doch das Know-how dafür haben, könnte man meinen.

„Es ist abschreckend, wenn so eine Lösung von der Uni selbst kommt“.

„Es gibt diese Lösungen, sie werden aber nicht genutzt“, erklärt Andreas Aigner, der gemeinsam mit Alexander Pöllmann die Plattform Studify gegründet hat. „Ich glaube es ist schon alleine abschreckend, wenn so eine Lösung von der Uni selbst kommt. Unabhängige Anbieter werden lieber genutzt“. Studify ist direkt aus dem Studentenalltag entstanden: Aigner und Pöllmann haben sich auf der Uni kennengelernt. Beide haben Wirtschaftsingenieurwesen und Maschinenbau studiert. „Da gab es eine Facebook-Gruppe, die mehr als 3000 Mitglieder gefasst hat“, erinnert sich Aigner. Speziell zu Prüfungszeiten hätte da völliges Chaos geherrscht und es sei schwer gewesen, den Überblick zu behalten. 2012 gründeten die beiden Studienkollegen Studify als geordnetes Forum.

Klischee Garagen-Startup

(c) Studify, vl: Alexander Pöllmann, Andreas Aigner
(c) Studify, vl: Alexander Pöllmann, Andreas Aigner

Mittlerweile ist Studify zu einem großen Netzwerk angewachsen, das 15.000 aktive Nutzer zählt, obwohl es derzeit nur an der WU Wien und der TU Wien aktiv ist. Geleitet wird das junge Startup ganz standesgemäß aus einer Garage heraus. Für den richtigen Silicon-Valley-Spirit sind die beiden Gründer im Keller der Firma von Pöllmanns Vater untergekommen und nutzen eine Garage als Studio für Video-Kurse. Demnächst wird die Plattform in einer komplett überarbeiteten Form unter der URL studify.com starten und zwar mit einem eigenen Bereich für Online-Nachhilfe, für den die zunächst selbstständig gestartete App „Lecturize“ integriert wurde. Kurse, etwa für große WU-Prüfungen, dürfen von erfahrenen Studenten, Lehrern oder Professoren angeboten werden. Studenten bezahlen je nach Kurs bis zu 25 Euro und die „Trainer“ werden als Motivation an dem Umsatz beteiligt.

Studify soll aber viel mehr werden, als ein Forum mit Nachhilfekursen. Das Studenten-Netzwerk soll seine Nutzer durch das ganze Studium begleiten und auch in das Berufsleben führen. Herzstück der Plattform wird ein Feed sein, der den Nutzer über anstehende Prüfungen und Kurse informiert und über die Semester lernfähig sein soll. Hat ein Kurs schon einmal stattgefunden, merkt sich Studify beispielsweise, wann Hausübungen zu erledigen waren und worauf dabei Wert gelegt wurde. „Diese Erfahrung geben wir dann an die jüngeren Studenten weiter“, so Aigner. Das nächste Ziel ist ein Start an der Universität Wien und „wenn das gut funktioniert, wollen wir in die DACH-Region expandieren“. Investoren wollen die beiden erst später an Bord holen. „Wir sind ein sehr kleines Team und wollen jetzt einmal jeden Handgriff selbst machen und genau lernen“, so Aigner.

Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

Neustart: Studenten-Startup Studify legt kräftig nach

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Neustart: Studenten-Startup Studify legt kräftig nach

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Neustart: Studenten-Startup Studify legt kräftig nach

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 …

Neustart: Studenten-Startup Studify legt kräftig nach

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 …

Neustart: Studenten-Startup Studify legt kräftig nach

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 …

Neustart: Studenten-Startup Studify legt kräftig nach

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 …

Neustart: Studenten-Startup Studify legt kräftig nach

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Neustart: Studenten-Startup Studify legt kräftig nach

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Neustart: Studenten-Startup Studify legt kräftig nach