28.09.2023

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

Mithilfe von Quantum-Machine-Learning sollen im Auftrag des Deutschen Zentrums für Luft- und Raumfahrt (DLR) Klimamodelle verbessert werden.
/artikel/planqc-startup-mit-tiroler-physiker-holt-millionenauftrag-zur-verbesserung-von-klimamodellen
planqc Co-Founder und CEO Alexander Glätzle | Foto privat
(c) privat - planqc Co-Founder und CEO Alexander Glätzle.

Gegründet wurde das Münchner Quantencomputer-Startup planqc im April 2022. Und holte bis heute mehrere namhafte Investoren an Bord, darunter Speedinvest, Apex Ventures und Amadeus Capital von Hermann Hauser, der auch Board Member wurde – der brutkasten berichtete.

Planqc mit zwei Österreichern

CEO ist der Tiroler Alexander Glätzle, der an den Unis Innsbruck und Oxford am Thema Quantencomputing geforscht hatte, bevor er am Münchner Max Planck-Institut für Quantenoptik seine drei Co-Founder Sebastian Blatt, Johannes Zeiher und Lukas Reichsöllner fand. Mit i5-Invest-Chef Markus Wagner, der sich um die Business-Strategie kümmert, ist noch ein weiterer Österreicher im planqc-Gründer-Team. Die sechste im Bunde ist TU München Wirtschaftsprofessorin Ann-Kristin Achleitner.

Im Mai dieses Jahres holte man sich den ersten Großauftrag und verkaufte einen Quantencomputer um 29 Millionen Euro an das Deutschen Zentrum für Luft- und Raumfahrt (DLR). Nun hat man erneut einen Deal an Land gezogen.

Zweiter Auftrag

Gemeinsam mit dem europäischen Beratungsunternehmen d-fine wurde man nun beauftragt, im Rahmen einer Quantencomputing-Initiative Klimamodelle mithilfe innovativer Quantum-Machine-Learning-Techniken zu verbessern. Der Auftraggeber ist erneut das DLR.

Der Auftrag ist mit rund einer Million Euro dotiert und zielt darauf ab, präzisere Klimavorhersagen zu ermöglichen und robuste Strategien zur Milderung der Auswirkungen des Klimawandels zu formulieren.

Gemeinsam werden planqc und d-fine als Teil der DLR Quantencomputing-Initiative Klimamodelle mithilfe quantenmaschineller Lernverfahren verbessern. Diese Arbeit soll die Unsicherheiten in Klimavorhersagen verringern, um belastbare Abschätzungen und Handlungsempfehlungen für diverse Anwendungsbereiche in Luftfahrt, Raumfahrt, Verkehr und Energie zu ermöglichen und die globale Klimakrise effizienter zu bekämpfen.

„Wir sind sehr stolz darauf, dass das DLR bei der Entwicklung von Quantenalgorithmen zur Klimasimulation auf planqc als Technologieführer im Bereich der neutralen Atome setzt. Dies unterstreicht unseren Anspruch, ein Full-Stack-Anbieter zu sein, der Algorithmen im Co-Design mit seiner Hardware entwickelt, um möglichst früh einen Quantenvorteil für unsere Kunden zu erreichen“, sagt Martin Kiffner, Head of Algorithms bei planqc.

Machine-Learning und Quantum Computing für Verbesserung von Klimamodellen

Kiffner gilt als einer der weltweit führenden Quantentechnologie-Experten und wechselte erst kürzlich von der University of Oxford zu planqc, wo er das Quantenalgorithmenteam leitet. Beratend zur Seite stehen Dieter Jaksch (Oxford University und Universität Hamburg) und J. Ignacio Cirac (Direktor am MPQ).

„Die Kombination von Machine-Learning und Quantum Computing zur Verbesserung von Klimamodellen ist ein hoch-innovatives Vorhaben mit gesamtgesellschaftlicher Relevanz. Die Tatsache, dass d-fine zusammen mit planqc ausgewählt wurde, um das DLR bei diesem ambitionierten Projekt unterstützen zu dürfen, bestätigt die Aktivitäten in diesen Disziplinen und deren Erfolge. So ist d-fine unter anderem Gründungsmitglied des PlanQK Konsortiums, welches 2020 gegründet wurde und vom Bundesministerium für Wirtschaft und Klimaschutz gefördert wird“, heißt es in der Aussendung.

Das d-fine Team entwickelt und implementiert Quantum Machine-Learning-Applikationen für diverse Anwendungsfälle. Präzisere Vorhersagen über die Klimaentwicklung würden dabei helfen, die potenziellen Auswirkungen verschiedener Aspekte der Klimakrise besser zu verstehen. Dies ermögliche fundierte Risikobewertungen bezüglich extremer Wetterereignisse, Meeresspiegelanstiege und anderer klimabedingter Veränderungen.

„Verbesserte Modelle sind entscheidend, um effektivere Anpassungs- und Mitigationsstrategien für eine bessere und nachhaltigere Zukunft zu entwickeln. Konkret soll in diesem ambitionierten Projekt die Modellierung der Atmosphäre verbessert werden, indem systematische Fehler in Klimamodellen durch maschinelles Lernen eliminiert werden“, erklärt das planqc-Team.

Quantencomputer als Designgeber

Dies wird unterstützt durch die Verwendung einer hochauflösenden Version des Ikosaedrischen Nicht-Hydrostatischen Modells (ICON), in dem komplexe Prozesse wie Wolkenbildung und Konvektion explizit dargestellt werden.

Zudem erhofft man sich eine signifikante Beschleunigung des Entwicklungsprozesses von Klimasimulationen. Quantencomputer gelten als die disruptive Technologie schlechthin, die in Zukunft die Möglichkeit bieten wird, Berechnungen und Simulationen in bestimmten Bereichen wesentlich schneller durchzuführen als klassische Supercomputer. Sie können beispielsweise für das Design neuer Materialien oder Medikamente sowie zur Lösung komplexer Probleme im Verkehrs- und Energiesektor oder im Finanzwesen eingesetzt werden, so die Hoffnung.

Planqc baut auf jahrzehntelange Forschung auf

Zur Erklärung: Das planqc-Gründerteam baut auf jahrzehntelanger Forschung und Technologieentwicklung am Münchner Max-Planck-Institut für Quantenoptik (MPQ) auf. Mithilfe optischer Gitter, einer in München entwickelten Technologie, können heute Tausende von Atomen in einem Lichtkristall gefangen werden, der von einem einzigen Laserstrahl erzeugt wird.

Quanteninformationen werden in den elektronischen Zuständen von Erdalkaliatomen gespeichert, den gleichen Zuständen, die aufgrund ihrer außergewöhnlich langen Kohärenzzeiten zum Bau der besten Atomuhren der Welt genutzt werden. Diese Kombination von Quantentechnologien habe das Potenzial, am schnellsten auf Tausende von Qubits mit Gatterqualität zu skalieren. Dies gilt als eine Voraussetzung für einen industriell relevanten Quantenvorteil.

Deine ungelesenen Artikel:
17.07.2026

Galileo statt Glöckchen: Wie das Grazer Startup ViehFinder Almen smarter macht

Die Bewirtschaftung von Almen ist für viele Betriebe mit großem Zeitaufwand verbunden. Das Grazer Startup ViehFinder will diesen Prozess mit Satellitentechnik und intelligenten Sensoren vereinfachen: Eine digitale Lösung soll Landwirten dabei helfen, ihre Tiere effizienter zu überwachen und die Arbeit auf den Almen langfristig zu erleichtern.
/artikel/galileo-statt-gloeckchen-wie-das-grazer-startup-viehfinder-almen-smarter-macht
17.07.2026

Galileo statt Glöckchen: Wie das Grazer Startup ViehFinder Almen smarter macht

Die Bewirtschaftung von Almen ist für viele Betriebe mit großem Zeitaufwand verbunden. Das Grazer Startup ViehFinder will diesen Prozess mit Satellitentechnik und intelligenten Sensoren vereinfachen: Eine digitale Lösung soll Landwirten dabei helfen, ihre Tiere effizienter zu überwachen und die Arbeit auf den Almen langfristig zu erleichtern.
/artikel/galileo-statt-gloeckchen-wie-das-grazer-startup-viehfinder-almen-smarter-macht
ViehFinder
© ViehFinder - Mit der App von ViehFinder sollen die Tiere rasch auffindbar gemacht werden.

Die Almwirtschaft ist nach wie vor ein bedeutender Wirtschaftsfaktor: Obwohl sich die Almfutterfläche in den vergangenen 25 Jahren nahezu halbiert hat, umfasste sie 2025 noch immer 322.446 Hektar. Damit war sie größer als das gesamte Bundesland Vorarlberg und entsprach etwa der siebenfachen Fläche Wiens. Der Anteil der Grünlandbetriebe, die ihre Tiere während der Sommermonate auf Almen auftreiben, blieb in diesem Zeitraum mit rund einem Viertel weitgehend konstant. Seit dem Jahr 2000 ist die landwirtschaftlich genutzte Fläche österreichweit um 14 Prozent zurückgegangen. Umso wichtiger werden Lösungen, die den Arbeitsaufwand auf den Almen reduzieren und die Bewirtschaftung langfristig sichern – hier kommt das Startup ViehFinder ins Spiel.

ViehFinder nutzt Galileo

Das Grazer Unternehmen entwickelt ein digitales System, mit dem Landwirte jederzeit nachvollziehen können, wo sich ihre Rinder, Schafe, Ziegen oder Pferde befinden. Die Grundlage dafür bilden intelligente Halsbandsensoren, die ihre Position über das europäische Satellitennavigationssystem Galileo bestimmen und an eine App übertragen.

Martin Mössler, Geschäftsführer des Science Park Graz und des ESA Business Incubation Centre Austria, betont: „Weltraumtechnologien entfalten ihren größten Nutzen dort, wo sie konkrete Herausforderungen auf der Erde lösen. Genau das ist unser Anspruch: Wir begleiten Startups, die aus Spitzentechnologie wirtschaftlich erfolgreiche Unternehmen entwickeln und gleichzeitig einen nachhaltigen Beitrag leisten. ViehFinder ist dafür ein hervorragendes Beispiel.“

Stundenlange Suche als Problem

Die Idee für ViehFinder hat ihren Ursprung im Kärntner Mölltal: Dort wuchs Gründer und Geschäftsführer Peter Lederer auf einem landwirtschaftlichen Betrieb auf und erlebte schon als Kind, wie viel Zeit die tägliche Kontrolle von Tieren auf weitläufigen Almen in Anspruch nimmt. Stundenlang nach Tieren zu suchen – das gehört bis heute vielerorts zum Alltag, weiß der 58-jährige Gründer.

© ViehFinder – Gründer Peter Lederer mit seinen Söhnen Raphael Krebs und Jakob Krebs.

„Die Almwirtschaft ist für Österreich enorm wichtig – für die Landwirtschaft, den Tourismus und die Biodiversität. Unser Ziel ist es, die Almbewirtschaftung mit moderner Technik einfacher zu machen. Wenn noch mehr Bauern damit aufhören, wäre das ein Problem für ganz Österreich“, unterstreicht Lederer. Gemeinsam mit seinen beiden Söhnen Raphael und Jakob gründete er daher 2020 ViehFinder: Während der Vater die Elektronik verantwortet, bringen die beiden Söhne ihre Expertise aus Wirtschaftsingenieurwesen, Maschinenbau und Physik ein.

Im ESA-Inkubationsprogramm

Mittlerweile ist die unternehmenseigene Entwicklung fortgeschritten: „Landwirte wissen mit unserer Applikation jederzeit, wo sich ihre Tiere befinden. Gerade auf großen Almen spart das viele Stunden Arbeit. Hirten und Almgemeinschaften können auf einen Blick kontrollieren, ob die Herde vollständig ist und wo sich einzelne Tiere aufhalten“, erklärt Lederer. Im Rahmen des ESA-Inkubationsprogramms entwickelt ViehFinder die Technologie aktuell weiter: Die neue Generation an Halsbandsensoren erfasst zusätzlich auch Bewegungsmuster und Umgebungsdaten.

„Dadurch kann das System künftig auch ungewöhnliche Situationen erkennen“, erklärt der Founder weiter. Zeigt eine Herde plötzlich auffälliges Bewegungsverhalten, kann das auf die Anwesenheit eines Wolfs oder Bären hindeuten. Ebenso möglich ist jedoch, dass Wanderer mit Hunden die Tiere aufgescheucht haben. Bleibt ein einzelnes Tier über einen längeren Zeitraum bewegungslos, könnte dies wiederum ein Hinweis auf eine Verletzung sein. „Derzeit testen wir diese Funktionen gemeinsam mit Landwirten in der Steiermark und Kärnten.“

Mehr Features geplant

Auch der Klimawandel spielt bei der Weiterentwicklung des Startups eine Rolle: Künftig sollen Satellitendaten zur Schneelage und Vegetationsentwicklung eingebunden werden. „Damit könnten Landwirte besser beurteilen, wann Almen bestoßen werden können oder der richtige Zeitpunkt für den Almabtrieb gekommen ist“, erklärt der ViehFinder-Geschäftsführer.

Derzeit bereitet das Grazer Startup die Markteinführung vor. Anfang 2027 soll das System rechtzeitig zur nächsten Almsaison verfügbar sein. Über den weiteren Wachstumskurs sagt Lederer: „Wenn wir die Produktion aufbauen, werden wir zusätzliche Partner brauchen. Für Investoren sind wir daher grundsätzlich offen.“

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

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

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 …

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

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 …

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

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 …

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

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 …

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Planqc: Startup mit Tiroler Physiker holt Millionenauftrag zur Verbesserung von Klimamodellen