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:
28.10.2026

Scalable-Co-CEO über Österreich-Expansion: „Mit Bitpanda sehen wir wenig Überschneidung“

Seit Anfang Oktober betreibt Scalable Capital eine Bankniederlassung in Wien und bietet damit steuereinfaches Investieren in Österreich an. Im Interview spricht Co-CEO Erik Podzuweit über die Ziele im heimischen Markt, das Zukunftsdepot und darüber, warum bereits 20.000 KI-Agenten täglich auf Scalable-Konten aktiv sind.
/artikel/scalable-capital-podzuweit-interview
28.10.2026

Scalable-Co-CEO über Österreich-Expansion: „Mit Bitpanda sehen wir wenig Überschneidung“

Seit Anfang Oktober betreibt Scalable Capital eine Bankniederlassung in Wien und bietet damit steuereinfaches Investieren in Österreich an. Im Interview spricht Co-CEO Erik Podzuweit über die Ziele im heimischen Markt, das Zukunftsdepot und darüber, warum bereits 20.000 KI-Agenten täglich auf Scalable-Konten aktiv sind.
/artikel/scalable-capital-podzuweit-interview
Scalable-Capital-Co-CEO Erik Podzuweit beim Interview in Wien | Foto: brutkasten
Scalable-Capital-Co-CEO Erik Podzuweit beim Interview in Wien | Foto: brutkasten

Die Münchner Banking- und Investmentplattform Scalable Capital verwaltet mittlerweile über 60 Milliarden Euro an Kundenvermögen. Seit Anfang Oktober hat das Unternehmen eine offizielle Bankniederlassung in Wien, damit können österreichische Kund:innen erstmals steuereinfach investieren. Das bedeutet: Scalable führt die Kapitalertragsteuer (KESt) auf Gewinne, Dividenden und Zinsen automatisch an das Finanzamt ab, Anleger:innen müssen ihre Kapitalerträge also nicht mehr selbst in der Steuererklärung angeben. Co-Founder und Co-CEO Erik Podzuweit war zum Start in Wien. brutkasten traf ihn zum Gespräch über die Expansionspläne, den Mitbewerb und seine Vision vom „Finanzcoach in der Tasche“.


brutkasten: Scalable Capital war in Österreich schon länger aktiv, seit Anfang Oktober gibt es eine Bankniederlassung in Wien. Warum gerade jetzt?

Erik Podzuweit: Wir sind als App auf den Systemen einer anderen Bank gestartet und haben in den letzten Jahren unsere gesamte technische Infrastruktur selbst entwickelt und vertikalisiert: mit eigenem Kernbankensystem, eigenem Market Making über einen Handelsplatz, den wir gemeinsam mit der Börse Hannover betreiben, sowie eigener Konto- und Depotführung. Diese Plattform können wir jetzt nutzen, um viel schneller und flexibler in andere Länder wie Österreich zu gehen.

Man konnte schon vor Jahren als Österreicher Kunde werden, aber nicht steuereinfach. Dafür mussten wir zwei Dinge tun: eine offizielle Bankniederlassung gründen, wie wir es auch vor kurzem in Italien getan haben, und die Steuersoftware entweder einkaufen oder selbst bauen. Für Österreich haben wir sie selbst gebaut. Dank moderner KI-Anwendungen geht das heute extrem effizient im eigenen Haus. Das waren die letzten Schritte zu einem massentauglichen Produkt in Österreich. Jetzt bauen wir das lokale Team weiter aus und fahren das Marketing hoch. Ab Mitte Oktober werden wir in ganz Österreich mit Werbung deutlich präsenter sein. Und es kommen weitere Produkte: im November Festgeld und später ein Kreditangebot.

Wie wollt ihr in die breite Masse gehen? Anbieter wie Bitpanda setzen stark auf Sportsponsoring.

Wir setzen sehr stark auf Außenwerbung, parallel spielen wir die ganze Klaviatur des Online-Marketings. Sportsponsoring machen wir nur in kleinem Umfang, da gibt es viele Streuverluste. Und wir sind in einem zyklischen Markt: Bei volatilen Börsen muss man das Marketing zurückfahren können. Bei Krypto hat man das gesehen, da ist das Handelsvolumen eingebrochen, und es war schwer, aus mehrjährigen Verträgen wieder rauszukommen.

Welche Zielgruppe sprecht ihr in Österreich an?

Vor ein paar Jahren waren wir viel nischiger. Unsere klassische Kundschaft waren die sogenannten Smart Busy Professionals: Menschen, die noch nicht zwangsläufig reich sind, aber gut ausgebildet, mit gutem Einkommen, oft städtisch, die in der Wirtschaft oder als Programmierer arbeiten. Bei einer klassischen Bank fallen diese Kundinnen und Kunden oft durchs Raster: Sie passen noch nicht ins Private Banking, sind aber auch keine Retailkunden, denen man irgendeinen Fonds verkauft. Mit der Zeit werden sie immer attraktiver. Heute gehen wir eine viel breitere Masse an. Neben dem Investieren haben wir mit Tagesgeld und Festgeld auch den Bereich Sparen. 2,6 Prozent Zinsen versteht jeder. Damit gewinnt man auch Kunden, die wenig Risiko wollen oder in Rente sind, und zwar von klassischen Banken. Die Smart Busy Professionals kommen eher von anderen Online-Banken zu uns.

Wer ist euer direkter Mitbewerber?

Mit Bitpanda sehen wir wenig Überschneidung. Wir haben ein Kryptoangebot, Bitpanda hat ein Aktienangebot, aber das sind zwei getrennte Welten. Dann schon eher alle Banken. Wenn man aber auf Preis, Zins, Gebühren und das Nutzererlebnis schaut, sind die klassischen Banken keine direkte Konkurrenz für uns. Der direkteste Mitbewerber ist Trade Republic. Aber es gibt Unterschiede im Preismodell und bei den Zinsen. Unser Zins ist etwas besser. Wir liegen bei 2,6 Prozent versus 2,5 Prozent.

Warum braucht es ein lokales Team in Wien, wenn Geldanlage ein globales Geschäft ist?

Wenn ein österreichischer Kunde eine Tesla-Aktie kauft, ist das dieselbe Aktie wie für einen italienischen Kunden. Aber im Kundengeschäft braucht man lokale Präsenz. Auch BlackRock hat ein Büro in Wien und eins in Mailand, man kann Europa nicht allein aus New York steuern, und wir nicht allein aus München. Die regionalen Unterschiede liegen vor allem auf der Steuerseite. Jetzt fangen auch einzelne Staaten der EU an, gezielte steuerliche Anreize und Zuschüsse zum Investieren zu geben. In Deutschland kommt das Altersvorsorgedepot, in Österreich wird das Zukunftsdepot diskutiert. Da muss man die Entscheidungen nah verfolgen und ein lokales Produkt bauen. Sobald das Zukunftsdepot kommt, werden wir es maßgeschneidert in Österreich anbieten.

Welche Ziele habt ihr euch für Österreich gesetzt?

Der österreichische Markt ist zwar kleiner als der deutsche, aber die durchschnittlichen Depotgrößen sind hier sogar etwas höher. Ziel ist es, in den nächsten Jahren ein Kundenvolumen von zehn bis zwanzig Milliarden Euro in Österreich aufzubauen. Aktuell liegen wir bei über 60 Milliarden auf der gesamten Plattform. In vier bis sechs Jahren soll die Hälfte des Kundenstamms von außerhalb Deutschlands kommen. Dabei sind wir klar auf Europa fokussiert, eine Expansion darüber hinaus planen wir nicht.

Ihr habt Agentic Investing eingeführt. Was ist die Idee, und wer nutzt das?

Wir haben zwei Schnittstellen geöffnet – technisch nennt sich die eine CLI (Command Line Interface) und die andere MCP (Model Context Protocol). Über die erste kann ein Kunde seine eigene KI-Anwendung anschließen. Über die MCP-Schnittstelle können auch Leute ohne Programmierkenntnisse in wenigen Minuten beispielsweise ChatGPT oder Claude mit ihrem Scalable-Konto verknüpfen. Man stellt die Freiheitsgrade ein: Im Read-Only-Modus sieht und analysiert der Agent das Portfolio, erstellt Charts oder aggregiert Newsfeeds. Wer möchte, kann ihn aber auch bis zum Ausführen von Trades und Trading-Strategien freischalten. Geblockt ist aus Sicherheitsgründen jede Zahlung, es kann nie Geld abfließen. Das Feature ist vor ein paar Wochen gestartet, die ersten 20.000 Agenten sind täglich aktiv. Noch nutzt es eher die technologieaffine Kundschaft, vor allem für Portfolioanalysen, manche fahren aber bereits aktive Strategien.

Und die Zukunft?

Ich erwarte nicht, dass jeder Kunde komplexe Trading-Strategien umsetzt, das macht für die meisten auch gar keinen Sinn. Die Vision ist eine Welt, in der jeder einen persönlichen Agenten hat. Der sagt nicht nur, dein Konto bei Bank XY hat zu wenig Zinsen, sondern eröffnet direkt ein Konto und Depot bei Scalable. Man sagt: “Ich habe zehn Euro im Monat übrig und möchte mit mittlerem Risiko anlegen” und der Agent sucht die passenden ETFs heraus und setzt einen Sparplan auf. Der Anspruch ist dabei nicht die zusätzliche Rendite, sondern dass der Zugang zum Kapitalmarkt einfacher wird. 80 Prozent der Menschen haben noch nie investiert. Ein Finanzcoach in der Tasche, der auch aktiv werden kann, das ist die Zukunft der Geldanlage. Das kommt nicht von heute auf morgen, aber in den nächsten Jahren. Private Geldanlage ist im Aufwind, Anbieter wie wir senken Hürden und Gebühren, und jetzt kommt KI dazu. Das ist ein ideales Zusammenspiel.


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