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:
02.06.2026

Cybersecurity: Was tun, wenn die KI angreift?

Gastbeitrag: Während große Konzerne aufgrund des regulatorischen Drucks ihr Cybersicherheits-Level hochschrauben, werden kleine Unternehmen für Angreifer immer interessanter. Mithilfe von Künstlicher Intelligenz erreichen Hacker ganz neue Umsatz-Dimensionen.
/artikel/cybersecurity-was-tun-wenn-die-ki-angreift
02.06.2026

Cybersecurity: Was tun, wenn die KI angreift?

Gastbeitrag: Während große Konzerne aufgrund des regulatorischen Drucks ihr Cybersicherheits-Level hochschrauben, werden kleine Unternehmen für Angreifer immer interessanter. Mithilfe von Künstlicher Intelligenz erreichen Hacker ganz neue Umsatz-Dimensionen.
/artikel/cybersecurity-was-tun-wenn-die-ki-angreift
KI, Cybersecurity
@ Tina Schön/schoenfotografiert Wien/Canva - Carolin Desirée Töpfer.

Carolin Desirée Töpfer ist externe Chief Information Security Officer, Cybersecurity-Strategin und Gründerin von Cyttraction mit Fokus auf kosteneffizientes Risikomanagement, sichere KI-Nutzung und Cybersecurity-Zertifizierungen. Mit praxisnahen Lernformaten und strategischer Expertise unterstützt sie regulierte Unternehmen dabei, Sicherheitsanforderungen effizient umzusetzen und nachhaltige digitale Resilienz aufzubauen. In ihrem Beitrag warnt sie vor KI-Cyberangriffen und rät Startups und kleinen Unternehmen Cybersicherheit frühzeitig strategisch zu verankern.


„Wir konzentrieren uns jetzt erst mal auf Produkt, Teamaufbau und Sales – Cybersicherheit machen wir dann später.“ Ein Satz, den ich so oder ähnlich häufig von Gründer:innen höre – und der einige Unternehmen schon Multi-Millionen gekostet hat.

Identität stehlen

Cyberkriminelle haben seit KI ihr Repertoire erweitert und finden Milliarden von bereits geleakten Datasets, mit denen sie arbeiten können. Das Ergebnis sind nicht nur technische Attacken, die es in die Headlines internationaler Medien schaffen. Viel schmerzhafter ist es für Unternehmen, wenn es Angreifer zwischen Arbeitsprozesse schaffen, E-Mails und Nachrichten zwischen Team-Mitgliedern, Geschäftspartnern und mit Kunden manipulieren. Anweisungen versenden, die zweifellos echt aussehen und dann mit ganzen Sammlungen an sensiblen Daten verschwinden. Die Identität des CxO stehlen oder Entführungen von Führungskräften vortäuschen, um dem Unternehmen zu schaden.

Neben dem Zeitverlust, der Budget-Verschwendung und den Aufräum-Kosten, kommt dann auch noch der Vertrauensverlust am Markt hinzu, gegenüber Kunden und Investoren. Dinge, auf die Gründer:innen oft erst kommen, wenn es bereits zu spät ist.

„Gesunder Menschenverstand“ oder „Hausverstand“ existiert nicht in der Cybersicherheit!

Aufgrund der oft vernachlässigten digitalen Bildung in Schulen und da viele Arbeitgeber immer noch nicht in effektive Trainings investieren, kommen in jedem Unternehmen Menschen mit ganz unterschiedlichen digitalen Fähigkeiten zusammen. Das gilt für Startup-Teams, Kunden und Investoren gleichermaßen. Hinzu kommen volle ToDo-Listen, Stress-Situationen und die eigene Scham.

Angreifer lieben gestresste, beschämte Arbeitstiere!

Ob jemand in so einem Umfeld eine gefälschte KI-Mail erkennt, die im schlimmsten Fall noch aus dem echten Postfach eines gehackten Geschäftspartners kommt, ist nur noch Glücksfall.

Trotzdem gibt es Teams, die tägliche Angriffe auf allen Ebenen erfolgreich abwehren – weil sie eine holistische Cybersicherheits-Strategie implementiert haben. Diese besteht je nach Geschäftsmodell und Branche aus einem präzisen Projektmanagement und zwischen 60 und 90 Einzelmaßnahmen. Zweck ist in erster Linie der umfassende Schutz der eigenen Arbeit. Gleichzeitig erfüllt das Unternehmen damit Anforderungen von Kunden sowie regulatorische Vorgaben, von denen Gründer:innen oft nicht einmal wissen.

Erste Basis-Maßnahmen sind auch für Startups mit kleinem Budget machbar!

Jede/ r hat heutzutage Angst, gehackt zu werden, Geld zu verlieren und seine eigenen sensiblen Informationen öffentlich im Internet zu finden. Das sehe ich nicht nur an den Fragen, die ich über meine „Social Media“-Kanäle bekomme. Dabei können schon 30-Minuten-Team-Meetings einen enormen Unterschied machen. Offen über Angriffsszenarien und Ängste sprechen, gleichzeitig die aktuellen Sicherheits-Maßnahmen ins Gedächtnis rufen, erhöhen die Aufmerksamkeit für Cyber-Themen sofort!

Auch um Ruhe reinzubringen. Denn wer sowieso immer gleich springt, wenn eine neue Aufgabe um die Ecke kommt, wird wahrscheinlich auch die Aufgaben von Hackern erfüllen. Klare Arbeitsprozesse, 4-Augen-Prinzip und die allgemeine Erlaubnis im Team, Dinge kritisch zu durchdenken, noch zweimal nachzufragen, oder einfach mal kurz durchzuatmen, hat schon so einige teure Fehler verhindert.

Verantwortlichkeiten in ruhigen Zeiten klären

Den größten Hebel haben dabei Gründer und Entscheider. „Founder Mode“ bedeutet oft auch, vieles selbst zu machen. IT Systeme und Sicherheits-Lösungen sind mittlerweile aber so komplex, dass sich das Investment in einen seriösen IT-Dienstleister lohnt. Viele bieten auch eine Hotline für Notfälle an.

Wesentlich günstiger ist es allerdings, diese Notfälle zu verhindern. Denn nach meiner Erfahrung brauchen selbst schnelle kleine Unternehmen sechs bis zwölf Monate, um eine funktionierende Cybersicherheits-Strategie mit allen Maßnahmen aufzubauen. Neben den technischen Upgrades, müssen dabei auch die organisatorischen Strukturen sitzen.

Wo klar ist, wer was wann macht und auch, wer sich um die Cybersecurity Maßnahmen kümmert, Aufräum-Aktionen, Updates und Backups organisiert, geht weniger schief. Bei kleinen Unternehmen muss die Person nicht einmal einen IT-Hintergrund mitbringen. Es beginnt mit Interesse am Thema, Projektmanagement-Skills und der Bereitschaft, das Team regelmäßig mit aktuellen Informationen zu versorgen.

Konflikte eingehen, um sichere Lösungen zu finden

Und auch darum, Konfliktsituationen smart zu lösen. Zum Beispiel beim Thema „Zugriff und Zutritt„: Nicht jeder sollte Zugriff auf alles haben. Dabei geht es nicht darum, Team-Mitglieder zu degradieren, sondern eine saubere Segmentierung zu schaffen. Am stärksten trenne ich hier zwischen Marketing und Kern-Business.

Alles, was sowieso für die Öffentlichkeit und mit verschiedenen Partnern produziert wird, findet bei mir selbst sogar in einer anderen Firma statt. Für Kunden richten wir technische Lösungen und Prozesse ein, die kreatives Marketing erlauben, Kunden-Kommunikation klar strukturiert und gleichzeitig das eigentliche Geschäftsmodell und die damit verbundenen Daten auf einem hohen Level schützt. Wer mit besonders sensiblen Informationen arbeitet, seine Patente aus Forschung und Entwicklung schützen will oder an einer einzigartigen Datenbasis für KI-Modelle arbeitet, kann über Segmentierung kosteneffizient Datenintegrität dort gewährleisten, wo sie wirklich notwendig ist.

Solche Konzepte stehen und fallen mit sicheren Login-Lösungen und der Bereitschaft aller Nutzer, diese auch zu nutzen. Die Aktivierung von 2 Faktor- oder Multi-Faktor-Authentifizierung führt dabei immer wieder zu Diskussionen.

Passwörter reichen schon lange nicht mehr aus, um Accounts zu schützen. Häufig bekommen Nutzer nur über die Abfrage des 2. Faktors mit, dass gerade ein Angreifer versucht, in ihren Account zu kommen.

Keine Schatten-IT, keine Schatten-KI

Wesentlich einfacher wird es, wenn alle im Team wirklich nur die Accounts nutzen, die sie wirklich für ihre tägliche Arbeit brauchen – und die sichere Funktion dieser über regelmäßige Tests oder technisches Tracking sicherstellen. So lässt sich auch vermeiden, dass das eigene Unternehmen zehn Tage offline und per E-Mail nicht erreichbar ist. Wie es zuletzt einer Wiener Geschäftsinhaberin passiert ist.

Auch aus wirtschaftlichen Gründen, kaufen Unternehmen kaum noch komplette Enterprise-Lizenzen für alle Mitarbeiter. Und auch bei Startups lohnt es sich, Lizenzen mindestens einmal im Jahr auszumisten und den jeweiligen Support zu bitten, vorhandene Daten EU DSGVO-konform zu löschen. Denn Accounts die ordentlich gelöscht wurden, können auch nicht zu Datenlecks führen.

Das gleiche gilt für alle KI Tools. Wer ein klares Prüfschema verfolgt, sich nicht vom Hype treiben lässt, unkontrolliertes Vibe Coding verhindert und auch hier ungenutzte Accounts wieder ordnungsgemäß löscht, kann von KI Effizienz profitieren, ohne seine eigene Arbeit oder gleich das ganze Unternehmen zu zerstören.

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