Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

09.03.2021

Probando: Kein „2min2mio“-Deal – dafür andere Investoren gefunden

Bei "2 Minuten 2 Millionen" wollten Runtastic-Gründer Florian Gschwandtner und Winzer Leo Hillinger bei Probando einsteigen. Daraus wurde nichts. Dafür hat das Startup, das Probanden mit Forschern vernetzt, andere Investoren an Land gezogen.

/artikel/probando-kein-2min2mio-deal-dafur-andere-investoren-gefunden

✨ AI Kontextualisierung

Florian Gschwandtner und Winzer Leo Hillinger haben in der Sendung „2 Minuten 2 Millionen“ Neo-Jury-Mitglied Alexander Schütz überboten. Und einen Diskurs darüber geführt, ob eine höhere Bewertung bei einem Tech-Startup wie Probando gerechtfertigt ist, oder nicht. Der, coronabedingt, nicht ausgeführte Handschlag zur Deal-Vereinbarung fand schlussendlich hinter den Kulissen auch nicht statt. Dafür stiegen neue Investoren ein.

Runtastic und Zen11 bei Probando dabei

„Es gab sehr gute Gespräche im Nachgang der Show. Florian Gschwandtner brachte uns bei seinem Runtastic-Co-Founder Alfred Luger ins Spiel und der hat kurzerhand die Investmentmöglichkeit aufgegriffen. Gemeinsam mit Georg Zenker von der ZEN11 und der Steirischen Wirtschaftsförderungsgesellschaft SFG hat Luger bereits im Dezember 2020 bei uns investiert“, erklärt Co-Founder Martin Ruhri.

Mittlerer sechsstelliger Betrag

Über die genaue Investmentsumme wurde Stillschweigen vereinbart, doch man lässt uns wissen, dass es sich um einen mittleren sechsstelligen Betrag handelt, der für jeweils 8,16 Prozent Anteile bezahlt wurde.

Gschwandtner wartet ab

Die Gründe für diesen Investorenwechsel liegen laut Gschwandtner darin, dass er selbst gerne noch etwas zuwarten würde. Er sagt: „Mein Gründerkollege Alfred (Anm.: Luger) ist sehr schnell eingestiegen. Ich warte, bis die ersten Studien erfolgreich umgesetzt wurden. Ich brauche noch ein bisschen mehr ‚proof of concept‘.“

Pandemie lässt Erklärungsbedarf für klinische Studien verschwinden

Abseits der Investment-Entwicklung geschieht einiges beim Tech-Startup, das als Netzwerk-Plattform zwischen Probanden und klinischen Forschern auftritt. Allein die Corona-Pandemie ließ in der Gesellschaft das Bewusstsein für den Mehrwert klinischer Studien steigen, sodass eine Argumentation für die Sinnhaftigkeit solcher nicht mehr nötig sei. „Wir konnten auch seit damals neue Auftraggeber gewinnen, zahlreiche Studien abwickeln und haben die Webseite stetig weiterentwickelt“, erklärt Co-Founder Manuel Leal Garcia.

Probando Ende 2021 mit nächster Finanzierung

Diese Entwicklungen und das neue Kapital im Hintergrund haben das Ziel geweckt heuer auch außerhalb Österreichs zu wachsen. „Wir sind bereits in Deutschland aktiv und streben eine rasche Expansion in weitere Märkte an. Ein Großteil des Investments fließt ins Personal, in Hirings im Dev-Bereich und in die Weiterentwicklung der Plattform. Und schon für Ende 2021 ist die nächste Finanzierungsrunde geplant“, so Garcia weiter.

„Verhandelt wird aus Investorensicht praktisch immer nach unten“

In diesem Sinne und mit Bezug auf die Startup-Show findet Ruhri Verhandlungen über Bewertungsrunden immer besonders spannend. „Verhandelt wird aus Investorensicht praktisch immer nach unten. Für schnell wachsende Startups gelten andere Bewertungskriterien, als beispielsweise bei einem regional agierenden Handwerksunternehmen. Klassische Ertragswertverfahren gehen ins Leere“, sagt der Founder.

Und führt aus: „Wir stehen mit Probando von Stunde null letztendlich im Wettbewerb mit Playern aus Asien, Israel dem Silicon Valley und jedem anderen Startup Hot Spot der Welt. Vergleichsweise sind wir mit unserer aufgerufenen Bewertung am unteren Ende der Range unterwegs. Schnelles Wachstum kostet Geld und wir wissen, dass wir noch mehrere Finanzierungsrunden vor uns haben, um profitabel zu werden. Vor diesem Hintergrund braucht es auch Investoren, die diese Ansicht teilen.“

Israel und USA im Blick

Während Probando kurzfristig im DACH-Raum an Marktvolumen gewinnen möchte, sind für die beiden Gründer besonders Israel und die USA spannende Märkte. „Erste Reaktionen von Auftraggebern bestätigen diese Einschätzung. Alleine in den Vereinigten Staaten werden mehr als 50 Prozent aller klinischen Studien weltweit durchgeführt“, erläutert Garcia.

Kostenloses Probando-Service für Jungforscher

Zur Info: Seit kurzem stellt Probando Studierenden und Jungforschern ihre Plattform kostenlos zur Verfügung. Denn wie Ruhri erklärt: „Oft werden für Bachelor-, Master-, oder PhD-Arbeiten Studienteilnehmer gesucht und selten in der vorgegebenen Zeit auch gefunden. Wir kümmern uns um diesen Schmerz und leisten so auch einen gesellschaftlichen Mehrwert.“

LinktippZum Startup

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