02.06.2025
KÜNSTLICHE INTELLIGENZ

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

NXAI, das Linzer KI-Startup rund um Sepp Hochreiter und Albert Ortig, präsentierte mit TiRex sein erstes Zeitreihen-Modell auf xLSTM-Basis. Und übernimmt damit in bekannten KI-Leaderboards die Spitze.
/artikel/nxai-linzer-ki-startup-veroeffentlicht-erstes-zeitreihenmodell-und-uebertrifft-google-amazon-und-salesforce
NXAI, TiRex, Zeitreihenmodelle.
(c) NXAI - Albert Ortig (r.) und Sepp Hochreiter von NXAI

„In den Themen Zeitreihen, Vision-Anwendungen für Autos, Züge oder Drohnen steckt viel mehr Geld drin. Dort werden wir jetzt mit unserem NXAI-Geschäftsmodell ansetzen“, sagte Co-Founder Sepp Hochreiter – Chief Scientist des Linzer KI-Startups und Lehrstuhlinhaber an der JKU Linz – im April 2024 im Trend, als sich ein erhofftes 100-Millionen-Investment nicht materialisierte – brutkasten berichtete. Nun ist es so weit.

NXAI: „TiRex überlegen“

NXAI präsentierte mit TiRex sein erstes Zeitreihen-Modell auf xLSTM-Basis und übernahm damit in bekannten Leaderboards (GiftEval) die Spitze. Dabei sei das TiRex-Modell mit nur 35 Millionen Parametern kleiner als die Wettbewerbsmodelle und somit sehr speichereffizient. „Es ist anderen Methoden nicht nur in der Vorhersagequalität überlegen, sondern auch noch viel schneller als diese“, heißt es per Aussendung. Es übertrifft dabei größere Modelle wie TabPFN-TS (Prior Labs), Chronos Bolt (Amazon), TimesFM (Google) und Moirai (Salesforce).

(c) NXAI: Öffentliches Benchmark-Ranking, das die Leistung von KI-Modellen bei Zeitreihen-Vorhersagen misst.

Ein Zeitreihenmodell versucht, Muster, Trends, Saisonalitäten oder Wiederholungen in Daten zu erkennen, um dann die Vergangenheit zu analysieren, die Zukunft vorherzusagen (Prognose) oder Anomalien zu erkennen (z. B. plötzliche Ausreißer oder Fehler).

„Viele Menschen schauen auf Large Language Models wie ChatGPT, aber die großen Potenziale in der Industrie liegen woanders; beispielsweise in schnellen und speichereffizienten Zeitreihenmodellen – im Auto, in der Maschine, am Förderband, beim Schweißen oder in der Robotik. Überall dort fallen Zeitreihendaten an, die genutzt werden können. Und mit denen Geld verdient werden kann oder aus denen digitale Produkte entwickelt werden könnten. Vortrainierte Zeitreihenmodelle werden heute millionenfach heruntergeladen und schon wirtschaftlich genutzt”, erklärt Co-Founder Albert Ortig, CEO von NXAI.

Zu den bekanntesten Zeitreihenmodellen gehören u.a.:

LSTM: Long Short-Term Memory (LSTM)-Netzwerke gelten als Meilenstein in der KI-Zeitreihenanalyse. Sie sind darauf spezialisiert, sich an frühere Zustände zu erinnern und langfristige Zusammenhänge zu erkennen. Unternehmen setzen LSTM-Modelle insbesondere dann ein, wenn es darum geht, Trends über längere Zeiträume vorherzusagen.

GRU: Eine schnellere, ressourcenschonendere Alternative zum LSTM ist die Gated Recurrent Unit (GRU). Sie bietet ähnliche Lernfähigkeiten, sei jedoch effizienter und eigne sich daher für kleinere Datensätze oder mobile Anwendungen, bei denen die Rechenleistung limitiert ist.

Transformer wurden hingegen für die Sprachverarbeitung entwickelt. Ihre Stärke liege darin, alle Zeitpunkte gleichzeitig zu betrachten – statt Schritt für Schritt – und dabei auch langfristige Abhängigkeiten und Muster global zu erfassen.

CNNs: Convolutional Neural Networks (CNNs) sind eigentlich aus der Bilderkennung bekannt, lassen sich aber auch auf Zeitreihen anwenden. Ihre Spezialität ist das Erkennen lokaler Muster – etwa kurzfristige Ausreißer oder sich wiederholende Peaks.

In-Context-Learning

Zurück zu NXAI: Ihr Modell TiRex setzt auf In-Context-Learning, eine Lernmethode, die Zero-Shot-Vorhersagen (Anm.: Vorhersagen für neue Zeitreihen erfordern kein zusätzliches Training) erlaubt. „Dadurch lässt sich das Modell auch von Nicht-Experten als Prognosewerkzeug einsetzen und kann einfach in existierende Workflows integriert werden. Außerdem zeigen sich insbesondere bei begrenzter Datenverfügbarkeit Verbesserungen der Vorhersagequalität“, präzisiert Andreas Auer, Researcher bei NXAI.

Dadurch könnten beispielsweise Maschinenbauer ihren Kunden TiRex-Modelle als digitale Produkte zur Optimierung anbieten, die dann dank In-Context-Learning ohne neues Training on-premise laufen und auf die Daten des Kunden automatisch optimiert werden.

„Entscheidend ist, wie gut das Modell auf neue Zeitreihen generalisiert – TiRex tut das hervorragend”, erklärt Hochreiter. „Wir sprechen hier nicht mehr über kleine Verbesserungen, sondern über eine deutliche Qualitätssteigerung durch TiRex im Vergleich zu anderen Modellen und das im Kurz- als auch im Langzeitbereich.“

NXAI-Modell mit „State Tracking“

Ausschlaggebend dafür sei die Fähigkeit des Modells, den Systemzustand laufend zu überwachen, zu analysieren und zu aktualisieren. Dieses sogenannte „State Tracking“ könnten etwa transformer-basierte Ansätze nicht. Ein weiterer Vorteil der Modell-Architektur sei, dass man sie an Hardware anpassen könne und dadurch Embedded KI-Anwendungen ermögliche.

„Wir passen unser TiRex-Modell auf komplexe Use-Cases an. Wir arbeiten in der Automobilindustrie, um beispielsweise Ladezustände besser vorherzusagen oder in der Intralogistik, um den Materialfluss noch effizienter zu machen bzw. um Ausfallzeiten vorherzusagen und dann zu minimieren“, sagt Hochreiter. „Wir können aber auch Schweißpunkte prüfen, Einrichtungszeiten reduzieren oder die Qualität vorhersagen und verbessern.“

Deine ungelesenen Artikel:
vor 21 Stunden

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
vor 21 Stunden

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
Das Zyglox-Team in Graz, in der Mitte die Gründer Jakob Moder (links) und Erik Gerstl (rechts). © Zyglox

Rund die Hälfte der Lifecycle-Kosten eines Zuges entfällt auf die Wartung, und davon wiederum mehr als die Hälfte auf Räder, Achsen und Fahrwerk, sagt Jakob Moder. Wie stark diese Bauteile im Betrieb tatsächlich belastet werden, wird bisher aber kaum gemessen. Der Grund ist simpel: Es fehlt an präziser Messtechnik, die im Dauerbetrieb einsetzbar ist. Das Grazer Startup Zyglox will das ändern.

„Die Eisenbahn ist nicht ins 21. Jahrhundert gekommen“

Der Name ist ein Wortspiel: Zyglox, gesprochen „Zügloks“, steht für Messtechnik für Züge und Loks. Dahinter stehen Jakob Moder und Erik Gerstl, die zuvor gemeinsam in der Messtechnik gearbeitet haben. Moder wechselte später in den Eisenbahnbereich und erlebte die Lücke dort aus der Praxis. Was es brauche, sei eine Lösung, „die das einerseits zuverlässig erkennt und gleichzeitig gut applizierbar ist“. Sein Urteil: „Bei der Usability ist die Eisenbahn nicht ins 21. Jahrhundert gekommen.“ Ende 2023 gründeten die beiden Techniker Zyglox in Graz.

Die bisherige Methode mit Dehnmessstreifen sei „einfach zu teuer“, erklärt Moder. Der Zug müsse dafür ein bis zwei Wochen zerlegt und instrumentiert werden, deshalb passiere das nur bei der Zulassung. „Das dauert ein Jahr, diese Technik reinzubringen, die Zulassung durchzuführen, und dann wird es wieder rausgenommen.“ Im laufenden Betrieb bleiben nur Beschleunigungssensoren, wie sie auch in jedem Smartphone stecken. „Das ist von der Datenqualität her ganz was anderes. Unser Sensor ist wie 4K, der Beschleunigungssensor liefert ein verpixeltes Foto von den Zuständen.“

Ein Sensor für Zulassung und Dauerbetrieb

Die Lösung von Zyglox lässt sich ohne größere Änderungen am Bauteil anbringen. „Wir haben eine Plug-and-Play-Lösung, die kann man einfach aufstecken“, sagt Moder. Ein Techniker braucht dafür laut Zyglox 30 Minuten. Der Sensor messe Dehnungen an Achsen, Wellen oder Schienen und liefere „gleiche oder bessere Daten als die Lösungen bisher“. Das Ziel ist ein Universalwerkzeug: genau genug für die Zulassung, aber so ausgelegt, dass es danach auf dem Fahrzeug bleibt und die Kräfte im Rad-Schiene-Kontakt dauerhaft erfasst. „Da gibt es ein großes Anwendungsfeld, denn damit wird auch die Infrastruktur überwacht“, so Moder.

Jeden Tag werden auf der Schiene hunderttausende Kilometer zurückgelegt. Zyglox will jeden davon nutzbar machen, um zu lernen, zu verbessern und vorherzusagen. Mit herkömmlichen Methoden war das Erfassen dieser Daten bisher zu teuer, zu langsam und zu aufwendig. © Zyglox

Physik aus dem Trafo, Sensoren aus dem Weltraum

Technisch nutzt Zyglox hochsensitive Magnetfeldsensoren aus der Raumfahrt, das Startup ist Teil eines Downstream-Programms der ESA. Das Prinzip erklärt Moder am Transformator: Der brummt, weil das Magnetfeld des Wechselstroms den Stahl minimal dehnt. „Und wir machen das Umgekehrte: Wenn sich der Stahl dehnt, ändert sich sein Magnetfeld in der Umgebung.“ Ein aktives Messverfahren berücksichtigt dabei den linearen Zusammenhang zwischen Belastung und Sensorsignal. Die Technologie ist patentiert, entwickelt und montiert wird in Graz.

Betreiber als Kunden, Wartung als Hebel

Als primäre Kunden sieht Zyglox die Bahnbetreiber, bei denen die Wartungskosten anfallen. Dazu kommt die Sicherheit: „Es gibt viele Vorfälle, die vielleicht nicht zu einem Unfall führen, wo man aber trotzdem sicherer und zuverlässiger unterwegs wäre, wenn man gutes Condition Monitoring hat.“

Ein kleines Pilotprojekt ist bereits abgeschlossen. Für 2027 ist der Einbau des Systems in Fahrzeuge im regulären Streckenbetrieb geplant, zunächst als Prototyp für einige Wochen Messung. Danach folgt die Zulassung. Ende 2027 soll daraus ein fertiges Produkt werden, erst dann könne die Skalierung beginnen, sagt Moder. An Interesse mangelt es nicht: „Wir können gar nicht alle Pilotprojekte machen“, weil Sensorentwicklung samt Software personalintensiv sei. Ende September zeigt das Team den Prototyp auf der InnoTrans in Berlin, der größten Messe für Schienenfahrzeuge.

Mit aws Preseed und aws Seed vom Effekt zum Produkt

Finanziert hat sich Zyglox bisher aus eigenen Mitteln und über die Austria Wirtschaftsservice (aws). Mit aws Preseed, konkret im Programm „aws Preseed | Seedfinacing – Deep Tech“, hat das Startup die ersten eineinhalb Jahre an der Sensortechnologie getüftelt. „Es hat uns die Möglichkeit gegeben, eine Idee, die bereits validiert war, einfach zu erproben. Einfach Zeit zu haben, weil Hardware dauert ein bisschen, etwa Prototypen zu iterieren“, sagt Moder. Es sei vor allem darum gegangen, „sicherzustellen, dass das dann ein Produkt werden kann“. Seit Mitte 2025 ist Zyglox im Seed-Programm der aws, das voraussichtlich bis Anfang 2028 läuft. Das Team ist inzwischen auf rund sieben Personen gewachsen. Für die Skalierungsphase im kommenden Jahr will sich das Startup nach Investoren umsehen: „Wenn eine Bestellung eintritt oder größer wird, werden wir das mit den aktuellen Mitteln wahrscheinlich nicht mehr stemmen können.“

Standortvorteil Graz

Den Standort Graz sieht Moder als klaren Vorteil: Siemens fertigt hier Fahrwerke, dazu kommen Messdienstleister, Prüfstandbauer und Nextsense. Zyglox sitzt direkt am Campus der TU Graz, mit Zugang zu Prüfständen der Universität und Maschinen der voestalpine. „Die gesamte Infrastruktur ist einzigartig“, sagt Moder. „Im Silicon Valley könnten wir das Produkt wahrscheinlich nicht entwickeln, in Österreich geht es besser. Das ist eigentlich ein bisschen verrückt, aber wir haben hier die optimalen Bedingungen.“


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

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

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

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 …

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

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 …

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

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 …

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

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 …

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

NXAI: Linzer KI-Startup veröffentlicht erstes Zeitreihenmodell – und übertrifft Google, Amazon und Salesforce