28.03.2024
SPONSORED

Wiener 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

Die Plattform nuvo setzt KI ein, um aus einfachen Smartphone-Fotos hochwertige 3D-Visualisierungen zu machen. Wir haben mit Gründer Cristian Duguet über die weiteren Wachstumsschritte gesprochen und warum sich Wien als Standort eignet, um ein Deep Learning Startup zu gründen.
/artikel/nuvo
Christian Duguet | (c) nuvo

Die Plattform nuvo setzt KI ein, um aus einfachen Smartphone-Fotos hochwertige 3-D-Visualisierungen zu machen. Wir haben mit Gründer Cristian Duguet über die weiteren Wachstumsschritte gesprochen und warum sich Wien als Standort eignet, um ein Deep Learning Startup zu gründen.

Cristian Duguet war als Augmented-Reality- und Machine-Learning-Engineer unter anderem an der TU München, bei der Deutschen Raum- und Luftfahrt, bei Volkswagen oder in Zusammenarbeit mit der Nasa tätig. 

Mittlerweile ist der gebürtige Chilene in Wien ansässig und will nun ein Problem lösen, das die 3D-Kreativbranche betrifft: “Heutzutage braucht man immer noch fünf Jahre, um zu lernen, wie man ein 3D-Artist sein kann. Aus 2D-Grafiken – wie Fotos oder Skizzen – 3D-Objekte zu erstellen, ist teuer und äußerst zeitintensiv. Vor allem dann, wenn man es hochwertig machen will.” 

Hier setzt das Startup nuvo an, das CEO Cristian Duguet zusammen mit seinem CTO und Co-Founder Peter Meades 2023 gegründet hat. Unterstützt wurde nuvo in seiner Pre-Seed-Phase von der Austria Wirtschaftsservice GmbH (aws). 

“Günstiger und schneller als Agenturen” 

Ganz allgemein gesagt: Das Erstellen von 3D-Grafiken für Handel und Industrie ist ein aufwendiger Prozess, der meist einen langen Ausbildungsweg und spezifisches Know-How erfordert. 

Dies will Duguet gemeinsam mit Co-Founder Meades und einem bald zehnköpfigen Team ändern: Ihre SaaS-Lösung nuvo soll es ermöglichen, kosten- und zeiteffizient 3D-Grafiken auf Basis von Bild-, Video- oder Texteingaben zu erstellen. Die Basis dazu sind verschiedene KI-Algorithmen. 

Nuvo setzt künstliche Intelligenz ein, um aus Texteingaben oder Smartphone-Fotos  bzw. -Videos hochwertige 3D-Visualisierungen zu erstellen. Der Vorteil für User:innen: Nuvo ist günstiger und schneller als Agenturen. 

“Wir wollen eine zentrale KI-Plattform sein, die neben grafischen Inputs auch nur mit semantischen – also sprechenden oder schreibenden – Prompts arbeiten kann. Unser Ziel ist es, allen Menschen – auch jenen ohne technische Ausbildung – zu ermöglichen, hochwertige 3D-Modelle erstellen zu können”, sagt Duguet über die Vision von nuvo.

Die Zielgruppe von nuvo

Die Plattform richtet sich an Kund:innen aus dem E-Commerce- und Industrie-Bereich, die möglichst realistische Produkt- und Markenerlebnisse vermitteln wollen, ohne das Produkt physisch in Augenschein nehmen zu müssen. 

Außerdem legt nuvo einen besonderen Fokus auf die Oberflächen der 3D-Konstruktionen: Das Team rund um Duguet und Meades entwickelt eine Software für einen 3D-Scanner, der jede Art von Material und Objekten scannen kann – sei es Schmuck, Spielzeug oder Fahrzeuge. 

“Bislang finden 3D-Visualisierungen auf KI-Basis vor allem im E-Commerce Anwendung. Mit Sneakern zum Beispiel geht das ganz gut, weil deren Oberfläche meist matt ist – und das kann die KI gut abbilden. Sobald sich die Oberfläche aber ändert – also glänzt oder spiegelt – wird das 3D-Modell ungenau. Das wollen wir ändern”, meint Duguet zu nuvo.

Der Betrieb läuft seit 2023 in Form einer GmbH. Duguet setzt indes auf internationale Märkte wie Deutschland, England oder die USA. Ziel der Innovation sei es außerdem, einen virtuellen Don Draper zu erschaffen – sprich einer selbst-optimierenden kreativen KI, die Texte und Visuals entwickelt und die am besten geeigneten Versionen für den jeweiligen Einsatz auswählt. 

Langfristig wolle man die SaaS-Plattform nicht nur B2B-, sondern auch B2C-Kund:innen zur Verfügung stellen.

“Wien ist der beste Ort der Welt, um mit einem Deep Learning Startup zu starten”

Obwohl sich das Startup mit seinen Leistungen primär auf internationale Märkte fokussiert, sieht Duguet Wien als “besten Ort, um mit einem Deep Learning Startup anzufangen.” Grund dafür sei einerseits die hohe Lebensqualität, die ihm Österreich – konkret der Standort Wien – biete. 

“Hier gibt es für uns als DeepTech-Startup außerdem sehr gute Förderungen – wie jene der aws. Wenn es allerdings um private Eigenkapital-Investitionen geht, sind wir immer noch nicht ganz da, wo wir sein könnten. Ich denke, hauptsächlich wegen der Mentalität”, meint Duguet. 

Aus diesem Grund habe sich das Startup auf der Suche nach Eigenkapital-Investitionen mittlerweile ins Ausland – konkret nach England – begeben: “Wir haben hier in Wien angefangen, sind aber nach London expandiert, da unser Geschäftszweck mit der Investorenmentalität dort sehr kompatibel ist. Die USA wären optimal gewesen, aber England ist ein guter Zwischenschritt.”

“Ohne Förderung und Unterstützung der aws wäre uns dieser Schritt allerdings nicht möglich gewesen”, sagt Duguet im brutkasten-Gespräch. Mittlerweile zählt das Startup bereits einen britischen Investor. Aktuell befände es sich im Closing der Fundraising-Phase – ob und inwiefern internationale Investoren Potenzial in nuvo sehen, wird sich in naher Zukunft zeigen. 


*Disclaimer: Das Startup-Porträt entstand in Kooperation mit der Austria Wirtschaftsservice (aws).

Deine ungelesenen Artikel:
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5
27.01.2025

Open Source und KI: “Es geht nicht darum, zu den Guten zu gehören”

Nachlese. Die Nutzung von Open-Source-Modellen eröffnet Unternehmen auch im KI-Bereich weitreichende Möglichkeiten. Es gibt dabei aber auch einiges zu bedenken. Darüber und mehr diskutierten in Folge 5 von "No Hype KI" Stephan Kraft von Red Hat, Florian Böttcher von CANCOM Austria, Natalie Ségur-Cabanac von Women in AI und Patrick Ratheiser von Leftshift.One.
/artikel/no-hype-ki-folge-5

“No Hype KI” wird unterstützt von CANCOM AustriaIBMITSVMicrosoftNagarroRed Hat und Universität Graz.

Kollaborativ, transparent, frei zugänglich und nicht profit-orientiert – mit Open-Source-Software wird eine Reihe von Eigenschaften assoziiert. Und oftmals stehen bei der Nutzung ethische Überlegungen im Zentrum. Dabei gibt es auch ganz praktische Gründe, die für eine Verwendung durch Unternehmen sprechen – auch bei der Implementierung von KI-Anwendungen, ist Stephan Kraft, Community Advocate & Business Development OpenShift & Application Services bei Red Hat, überzeugt. In Folge fünf der Serie “No Hype KI” diskutierte er dieses und weitere Themen mit Florian Böttcher, Solution Architect bei CANCOM Austria, Natalie Ségur-Cabanac, Policy Lead bei Women in AI und Patrick Ratheiser, Gründer & CEO von Leftshift.One.

“Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”

“Ich will das Thema ein Stück weit aus dieser emotionalen, moralisierenden Ecke herausholen”, sagt Stephan Kraft. Für Red Hat als weltweit führenden Anbieter für Open-Source-Lösungen für Unternehmen gehen die Argumente für eine Nutzung nämlich weit darüber hinaus. “Es geht nicht darum, Open Source als Selbstzweck zu sehen, um zu den Guten zu gehören”, so der Experte. Tatsächlich sei die Verwendung von Open Source gerade bei der Etablierung von KI im Unternehmen für Startups und KMU eine wichtige Weichenstellung.

Offenheit, um Diskriminierung entgegenzuwirken

Auch Natalie Ségur-Cabanac sieht Open Source als “Key Technology” im KI-Bereich. Für “Women in AI” spiele die Offenheit eine zentrale Rolle: “Diese Offenheit braucht es, um Diskriminierung entgegenzuwirken.” Open Source verbessere den Zugang für Frauen zur Technologie, die Abbildung von Frauen in den Daten und es vergrößere die Möglichkeiten in der Forschung. Man müsse aber auch aufpassen, ob Software wirklich so offen sei, wie behauptet, sagt sie bezogen auf die aktuellen Diskussionen rund um OpenAI, das sich – ursprünglich als offenes Projekt gestartet – zum profitorientierten Unternehmen entwickelte. Es brauche auch eine klare Definition, was “open” sei.

Masse an Möglichkeiten

Leftshift.One-Gründer Patrick Ratheiser betont auch die schiere Masse an Möglichkeiten, die Open Source bietet. “2021 hatten wir weltweit Zugriff auf circa 5.000 Open-Source-Modelle. Jetzt sind es bereits mehr als eine Million.” Die Nutzbarkeit sei also klar gegeben, zudem biete die Technologie eine gewisse Unabhängigkeit und werde über ihre Vielfalt zum Innovationstreiber.

Ist Open Source immer die beste Lösung?

Doch bedeutet das, dass Open Source immer die optimale Lösung ist? Ratheiser sieht das differenziert: “Es ist ganz wichtig zu erkennen, was der Kunde braucht und was in dem Fall gerade notwendig ist. Egal, ob es nun On-Premise, in der Cloud, Open Source oder Closed Source ist.” Florian Böttcher von CANCOM Austria pflichtet hier bei: “Wir setzen genau so auf hybrid.”

Datenstruktur im Hintergrund ist entscheidend

Ein Thema, bei dem bei Open Source Vorsicht geboten ist, spricht Natalie Ségur-Cabanac an. Besonders wichtig sei es bei KI-Anwendungen, eine gute Datenstruktur im Hintergrund zu haben. “Die Verantwortung, dass ein Modell mit sauberen Daten trainiert worden ist, liegt bei den Anbietern. Bei Open Source verschwimmt das ein bisschen. Wer ist wofür zuständig? Das ist eine Herausforderung für die Compliance zu schauen, wo man selbst verantwortlich ist und wo man sich auf einen Anbieter verlassen kann.”

Compliance: Großes Thema – mehr Sichereheit mit professioneller Unterstützung

Stephan Kraft hakt hier ein. Genau aus solchen Gründen gebe es Unternehmen wie Red Hat, die mit ihrem Enterprise-Support für Open-Source-Lösungen die Qualitätssicherung auch im rechtlichen Bereich übernehmen. “Das ist ein ganz wichtiger Teil unseres Versprechens gegenüber Kunden”, so Kraft. Unbedacht im Unternehmen mit Open Source zu arbeiten, könne dagegen in “Compliance-Fallen” führen, pflichtet er Ségur-Cabanac bei.

Das sieht auch Patrick Ratheiser als Thema bei Leftshift.One: “Unsere Lösung ist Closed Source, wir setzen aber im Hintergrund Open Source ein. Wichtig ist, dass wir dem Kunden Compliance garantieren können.” Stephan Kraft empfiehlt Unternehmen bei der Open-Source-Nutzung: “Man kann nicht immer gleich die neueste ‘bleeding edge’-Lösung nehmen sondern sollte etwas konservativer herangehen.”

Infrastruktur: Gut planen, was man wirklich braucht

Unabhängig davon, ob man nun Open Source oder Closed Source nutzt, braucht es für die Nutzung von KI die richtige Infrastruktur. “Es kommt natürlich auf den Use Case an, den ein Unternehmen umsetzen will. Da sind die Anforderungen an die Infrastruktur sehr unterschiedlich”, grenzt Florian Böttcher ein. CANCOM Austria unterstützt seine Kunden in genau der Frage. Anwendungen wie das Training von KI-Modellen würde aus gutem Grund kaum in Österreich umgesetzt. “KI ist sehr stromhungrig und entwickelt viel Hitze. Das ist schwierig für ein eigenes Data-Center im Unternehmen, gerade wenn man die Strompreise in Österreich ansieht”, so Böttcher.

“Rechenleistungs-Hunger” von KI könnte sich in Zukunft verringern

Wichtig sei es letztlich, sich als Unternehmen sehr klar darüber zu sein, was man umsetzen wolle. “Danach, welche Software-Lösung man für seinen Use Case einsetzen muss, richtet sich auch die Infrastruktur”, so Böttcher. Er erwarte aber auch, dass die KI-Modelle im nächsten Entwicklungsschritt effizienter werden und der “Rechenleistungs-Hunger” sich verringere.

Patrick Ratheiser ergänzt: “Es ist grundsätzlich eine Kostenfrage.” Unternehmen müssten sich sehr gut überlegen, ob sie ein eigenes LLM (Large Language Model) betreiben und dieses sogar selbst trainieren wollen, oder lieber doch eine Usage-basierte Lösung wählen. Er sehe bei österreichischen Unternehmen – auch bei größeren – eine klare Tendenz zur zweiten Variante. “Es lässt sich deutlich schneller einrichten, ist kalkulierbarer und auch viel schneller skalierbar”, erklärt Ratheiser.

Etwa im Forschungsbereich sei es jedoch wichtig und notwendig, auch eigene LLMs und die damit verbundene Infrastruktur zu betreiben. Doch auch die Möglichkeit von hybriden Lösungen biete sich an. “Man kann mittlerweile auch Teile in der Cloud lassen und Teile On-Premise. Man kann etwa nur ein datenschutzsicheres LLM selbst betreiben”, erklärt der Experte, der auch bei der Wahl der genutzten Modelle einen hybriden Ansatz empfiehlt: “Man braucht nicht für alle Use Cases das neueste Modell. Manchmal braucht man überhaupt kein LLM.”

Datenschutz: Einige Herausforderungen bei LLMs

Stichwort: Datenschutz. Hier schafft die europäische Datenschutzgrundverordnung (DSGVO) im KI-Bereich besondere Herausforderungen, weiß Natalie Ségur-Cabanac, die vorab betont: “Ich persönlich halte die DSGVO für ein gutes Regulierungswerk, weil sie sehr viel Spielraum gibt. Ich sage immer: Datenschutz ist sehr komplex, aber nicht kompliziert.” Konkret seien etwa der Grundsatz der Zweckbezogenheit, also dass man Daten nur für konkrete Zwecke einsetzen darf, und dass man sie minimierend einsetzen muss, relevant für den KI-Bereich. “Da haben wir schon einen Konflikt, weil man ja [bei LLMs] erst einmal schaut, was man aus möglichst vielen Daten machen kann”, so die Expertin.

Ist KI rechtlich innerhalb der EU sogar per se in einem Graubereich?

Auch Transparenzbestimmungen – sowohl in der DSGVO als auch im AI-Act der EU – seien zu beachten. “Wenn ich KI verwende, muss ich auch wissen, was drinnen ist”, fasst Ségur-Cabanac zusammen. Ist KI also rechtlich innerhalb der EU sogar per se in einem Graubereich? “Nein, das glaube ich nicht. Aber man muss seine Hausaufgaben schon gut machen”, sagt die Expertin. Wichtig sei daher auch die im Rahmen des EU-AI-Acts eingeforderte KI-Kompetenz in Unternehmen – im technischen und rechtlichen Bereich.

KI-Kompetenz als zentrales Thema

Patrick Ratheiser stimmt zu: “Neben der Technologie selber sind bei unseren Kunden die Mitarbeiter ein Riesen-Thema. Man muss sie nicht nur wegen dem AI-Act fit bekommen, sondern es geht darum, sie wirklich auf die Anwendungen einzuschulen.” Wichtig seien dabei auch die Kolleg:innen, die sich bereits mit dem Thema auskennen – die “Pioniere” im Unternehmen. “AI Literacy ist sicherlich das Thema 2025 und in nächster Zeit. So, wie wir gelernt haben, mit dem Smartphone umzugehen, werden wir es auch mit generativer KI lernen”, so Ratheiser.

“Einfach einmal ausprobieren”

Stephan Kraft ergänzt: Neben einer soliden Datenbasis und der notwendigen Kompetenz brauche es bei KI – gerade auch im Bereich Open Source – noch etwas: “Einfach einmal ausprobieren. Es braucht auch Trial and Error. Das ist vielleicht oft das Schwierigste für CFOs und Geschäftsführer.” Dieses Ausprobieren sollte aber innerhalb eines festgelegten Rahmens passieren, damit die KI-Implementierung gelingt, meint Natalie Ségur-Cabanac: “Unternehmen brauchen eine KI-Strategie und müssen wissen, was sie mit der Technologie erreichen wollen.” Auch sich mit den zuvor angesprochenen rechtlichen Anforderungen – Stichwort Compliance – zu beschäftigen, komme zeitlich erst nach der Festlegung der Strategie.


Die gesamte Folge ansehen:

Die Nachlesen der bisherigen Folgen:

Folge 1: “No Hype KI – wo stehen wir nach zwei Jahren ChatGPT?

Folge 2: “Was kann KI in Gesundheit, Bildung und im öffentlichen Sektor leisten?

Folge 3: “Der größte Feind ist Zettel und Bleistift”: Erfolgsfaktoren und Herausforderungen in der KI-Praxis”

Folge 4: KI-Geschäftsmodelle: “Wir nutzen nur einen Bruchteil dessen, was möglich ist”


Die Serie wird von brutkasten in redaktioneller Unabhängigkeit mit finanzieller Unterstützung unserer Partner:innen produziert.

No Hype KI
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 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wiener 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wiener 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

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 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

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 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

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 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

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 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wiener 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wiener 3D-KI-Startup nuvo: “Wien ist der beste Ort, um als Deep Learning Startup zu starten”