Pre-Seed: Neues Startup von Dieter Rappold und Felix Krause mit sechsstelligem Investment

Ein neues Startup hat die heimische Startup-Szene betreten. ContextSDK wurde von Felix Krause (fastlane.tools) gegründet und konnte Dieter Rappold als Co-Founder und CEO sowie weitere Prominenz als Investor:innen für sich gewinnen.

/artikel/pre-seed-neues-startup-von-dieter-rappold-und-felix-krause-mit-sechsstelligem-investment

✨ AI Kontextualisierung

Heutzutage haben Apps oft wenig Logik, wenn es um das Timing von In-App-Kommunikation oder Upsells geht. „Jeden Tag werden Milliarden von Aufforderungen und Popups zu suboptimalen Zeiten angezeigt, was zu verärgerten Nutzern und erhöhter Abwanderung führt“, sagt Felix Krause, Mitbegründer von ContextSDK. „Mit der heutigen Rechenleistung, präzisen Smartphone-Sensordaten, kombiniert mit den neuesten Algorithmen für maschinelles Lernen, können wir das viel besser machen.“

ContextSDK: PSPDFkit-Founder mit an Board

Krause, der seit seinem Erfolg mit fastlane.tools, das von Hunderttausenden mobiler Apps genutzt wird, eine gewichtige Stimme im Startup-Ökosystem ist, ist das Mastermind hinter ContextSDK und hat sich zum Ziel gesetzt, die Grundlage für die nächste Generation mobiler Apps zu schaffen. Dafür konnte er einige prominente Namen für sich gewinnen. Sein Unternehmen konzentriert sich auf den Echtzeit-Nutzerkontext und hat zum Ziel, mobilen Apps personalisierte und ansprechende Erlebnisse zu bieten und gleichzeitig die Monetarisierung von Apps zu verbessern.

Die erste Finanzierungsrunde von ContextSDK wird von Business Angels wie Peter Steinberger (Gründer von PSPDFKit), Johannes Moser (Gründer von Immerok), Michael Schuster (ehemaliger Partner Speedinvest), Christopher Zemina (Gründer Friday Finance, GetPliant), Ionut Ciobotaru (ehemaliger CEO Verve Group), Eric Seufert (Heracles Capital), Moataz Soliman (Mitgründer Instabug) und anderen angeführt. Über die exakte Summe wurde Stillschweigen vereinbart, wie der brutkasten jedoch erfuhr, handelt es sich um ein hohes sechsstelliges Pre-Seed-Investment.

Die eingeworbenen Mittel werden für die nächsten Einstellungen im Unternehmen, die Unterstützung des Produkts und die Markteinführung verwendet.

500 Millionen Upselling-Aufforderungen

Ein kürzlich an Bord genommener Kunde zeigte als Fallstudie 500 Millionen Upselling-Aufforderungen, die zu 24 Millionen Verkäufen führten. Mit ContextSDK konnte das Unternehmen, eigenen Angaben nach, eine Steigerung der Konversionsraten um plus 43 Prozent verzeichnen, während die Intensität der Aufforderungen reduziert wurde.

„Mit mehr als 500 Millionen verarbeiteten Ereignissen und Konversionsraten von 40 und mehr haben wir eine hochkarätige Angel-Runde abgeschlossen und sind bereit, die Grundlage für die nächste Generation mobiler Apps zu schaffen. Felix Krause, das Mastermind hinter ContextSDK, ist ein Garant für Benchmark-Softwareentwickler-Tools“, sagt Dieter Rappold, Founder von Speedinvest Pirates und Mitgründer und CEO von ContextSDK.

Rappolds Aufgabe wird es künftig sein, eine effektive Organisation rund um das Produkt und die technische Expertise von Krause aufzubauen: „Wir glauben, dass jeder einzelne Ablauf in jeder App verbessert werden kann, indem der Kontext des Nutzers in Echtzeit berücksichtigt wird – Upselling Prompts sind nur der erste Schritt unserer größeren Vision.“

Branche wächst

Die Branche der mobilen Anwendungen wächst in einem hohen Tempo. Apple hat kürzlich veröffentlicht, dass sein App-Store-Ökosystem allein im Jahr 2022 1,1 Billionen Dollar an Entwicklerabrechnungen und Umsätzen generieren wird. Mit über 1,8 Millionen iOS-Apps, zu denen täglich etwa 1.200 neue Apps hinzukommen, wird prognostiziert, dass der Markt in den nächsten Jahren erheblich wachsen werde.

Durch die Nutzung von On-Device-Verarbeitung und der neuesten Technologie für maschinelles Lernen möchte ContextSDK ein wesentlicher Bestandteil der Infrastruktur sein und die nächste Generation mobiler Anwendungen unterstützen. Das Startup arbeitet ohne jegliche Art von PII (Personal Identifiable Information), dank eines neuen Mechanismus, der die Privatsphäre der Nutzer:innen schütze und gleichzeitig App-Entwicklern helfe, ihre Geschäftsziele zu erreichen.

ContextSDK: Android-Version in Q1 2024

ContextSDK bezeichnet sich selbst als ein „extrem leichtgewichtiges SDK für iOS-Apps, das nur 0,2 Prozent der CPU, weniger als ein MB Speicherplatz und weniger als ein MB zusätzlich zur Binärgröße der App benötigt.“

Derzeit führt das Unternehmen Kund:innen mit Millionen von täglich aktiven Nutzern in die iOS-Version von ContextSDK ein und plant die Einführung der Android-Version im ersten Quartal 2024.

Deine ungelesenen Artikel:

die Redaktion

07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.

/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell

die Redaktion

07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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