26.08.2026
KUNST

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

Das 2021 in Triest gegründete Unternehmen Rebel Music Distribution bietet digitale Musikdistribution, eine eigene Software-Plattform sowie ein Online-Mastering-Tool an. Nach Unternehmensangaben nutzen mehr als 25.000 Artists den Dienst.
/artikel/rebel-music-distribution-wie-ein-musik-tech-startup-aus-triest-mit-kleinem-team-millionen-streams-verwaltet
Rebel Music Distribution
© Rebel Music Distribution - Marko Celesty, Gründer Rebel Music Distribution.

Bei der italienischen Stadt Triest werden alte österreichische Gefühle wach. Von 1382 bis 1918 war sie der Haupt- und Seehafen der Habsburgermonarchie. Zudem verstärkt der Hafen, der 1719 unter dem österreichischen Kaiser Karl VI. zum Freihafen erhoben wurde, die wirtschaftlichen Verflechtungen mit Österreich durch zahlreiche Logistikverbindungen. Zusammen mit dem Zollkorridor Triest–Villach/Fürnitz gilt er heute als Logistikdrehkreuz zwischen Asien und Mitteleuropa. In dieser geschichtsträchtigen Stadt entstand 2021 Rebel Music Distribution, ein von Marko Celesty gegründetes Musik-Tech-Startup, das bereits über 25.000 Artists als User:innen vorweisen kann.

Rebel Music Distribution als Schnittstelle

Dem Founder nach ist die Musikindustrie längst auch eine Softwareindustrie. Hinter jeder digitalen Veröffentlichung stünden Metadaten, Plattformregeln, Rechteverwaltung, Abrechnungen und technische Prozesse. Genau an dieser Schnittstelle arbeitet Rebel Music Distribution, das unabhängigen Artists und Labels den Zugang zur globalen digitalen Distribution vereinfachen will.

Seine Perspektive als Musiker prägte die Produktidee von Beginn an: „Distribution sollte nicht nur technisch funktionieren, sondern für Artists möglichst verständlich, flexibel und ohne unnötige Einstiegshürden nutzbar sein“, beschreibt Celesty sein Mindset.

Aus diesem Ansatz entstand die Plattform, über die Künstler:innen ihre Releases verwalten, Metadaten organisieren und Musik an große Streaming- und Download-Dienste ausliefern können. Auch Labels und Nutzer mit mehreren Projekten können verschiedene Artists und Releases über einen zentralen Account verwalten.

Mehrere 10-Millionen-Streams im Monat

Der über die Plattform verwaltete Katalog erzielt nach Unternehmensangaben jeden Monat mehrere zehn Millionen Streams. Gleichzeitig bleibt die operative Struktur bewusst schlank: Das Kernteam besteht aus vier Personen.

Möglich wird diese Skalierung vor allem durch Automatisierung und eigene technische Prozesse. Statt jede Veröffentlichung manuell zu bearbeiten, werden große Teile des Workflows softwaregestützt abgewickelt.

Rebel Music Distribution versteht sich in diesem Sinne nicht nur als Vermittler zwischen Artist und Streaming-Plattform. Ein wesentlicher Teil des Unternehmens ist ebenjene eigene Software-Infrastruktur, die laufend weiterentwickelt wird. Sie bildet den technischen Kern für Release-Management, Datenverarbeitung und die Verwaltung wachsender Kataloge.

Gerade im digitalen Musikvertrieb sei diese technische Ebene entscheidend. Unterschiedliche Anforderungen der Plattformen, große Mengen an Metadaten und eine steigende Zahl von Releases würden vor allem skalierbare Systeme zu einem zentralen Wettbewerbsvorteil machen, so der Gründer.

Rebel Music Distribution: Revenue-Share-Modell

Ein weiterer Bestandteil des Modells von Rebel Music Distribution ist der kostenlose Einstieg in die Musikdistribution. Artists können ihre Musik veröffentlichen, ohne für die reine Distribution zunächst eine klassische jährliche Abo-Gebühr zahlen zu müssen. Ergänzt wird das Angebot durch ein kostenloses Online-Mastering-Studio, monatliche Royalty-Auszahlungen und direkten Support.

„Das Angebot richtet sich damit besonders an Independent Artists, Produzenten, Songwriter und kleinere Labels, die professionelle digitale Infrastruktur nutzen möchten, ohne schon vor dem ersten Release hohe Fixkosten einzugehen“, heißt es per Aussendung.

Das Geschäftsmodell von Rebel Music Distribution basiert konkret auf einem Revenue-Share-Modell: Die Musikdistribution ist – wie erwähnt – für Artists grundsätzlich kostenlos, im Gegenzug behält Rebel Music laut eigenen AGB standardmäßig zehn Prozent der über die Plattform generierten Royalties, 90 Prozent bleiben bei den Künstler:innen. Zusätzlich monetarisiert das Unternehmen optionale Services wie YouTube Content ID, für das 25 Euro pro Track sowie 20 Prozent der daraus erzielten Einnahmen verrechnet werden, sowie die „QC Fast Track Validation“ (Fast-Track-Qualitätskontrolle) für 15 Euro pro Release.

Ohne Investoren

Das Startup wurde ohne externe Investoren aufgebaut. Nach Angaben des Unternehmens liegt die heutige Bewertung im Bereich von mehreren Millionen Euro. Die Kombination aus eigener Technologie, internationaler Nutzerbasis und einem stark wachsenden Markt mache das Unternehmen „zu einem Beispiel dafür, wie sich spezialisierte Softwareprodukte auch mit kleinen Teams global skalieren lassen“, so der Claim.

Für Celesty bleibt dabei der Musikerblick zentral, wie er sagt: „Die Technologie soll nicht Selbstzweck sein, sondern Probleme lösen, die unabhängige Künstler:innen im Alltag tatsächlich haben. Genau darin sieht Rebel Music Distribution die Grundlage für weiteres Wachstum.“

Deine ungelesenen Artikel:
04.11.2026

SAP stellt neue KI-Tools vor – eines davon kommt auf der Internationalen Raumstation (ISS) zum Einsatz

SAP arbeitet an einem umfassenderen Einsatz von KI in Unternehmen und stellte dafür bei seiner Entwicklerkonferenz TechEd neue Technologien vor. Sie sollen unter anderem die Zusammenarbeit von KI-Agenten verbessern, ihren Einsatz besser kontrollierbar machen und Datenanalysen selbst unter den besonderen Bedingungen der ISS ermöglichen.
/artikel/sap-stellt-neue-ki-tools-vor-eines-davon-kommt-auf-der-internationalen-raumstation-iss-zum-einsatz
04.11.2026

SAP stellt neue KI-Tools vor – eines davon kommt auf der Internationalen Raumstation (ISS) zum Einsatz

SAP arbeitet an einem umfassenderen Einsatz von KI in Unternehmen und stellte dafür bei seiner Entwicklerkonferenz TechEd neue Technologien vor. Sie sollen unter anderem die Zusammenarbeit von KI-Agenten verbessern, ihren Einsatz besser kontrollierbar machen und Datenanalysen selbst unter den besonderen Bedingungen der ISS ermöglichen.
/artikel/sap-stellt-neue-ki-tools-vor-eines-davon-kommt-auf-der-internationalen-raumstation-iss-zum-einsatz
ISS, SAP
Philipp Herzig, CTO SAP I © SAP

SAP hat auf seiner jährlichen Entwicklerkonferenz „SAP TechEd“ Ende Oktober eine Reihe von KI-Innovationen bekannt gegeben, die das SAP-Portfolio für Entwickler erweitern. Erweiterungen der Joule-Lösungen und der SAP Business AI Platform – einschließlich des neuesten Foundation Models von SAP für tabellarische Daten – sollen neue Tools zur Entwicklung und Erweiterung von KI-Agenten bereitstellen. Zugleich sollen sie den Agenten Daten- und Geschäftskontext für logisches Denken sowie zusätzliche Governance-Kontrollen bieten. Um sie unternehmensweit verantwortungsvoll einsetzen zu können, so der Plan.

SAP Business AI Plattform als Basis

„Auf der SAP TechEd präsentieren Entwickler seit jeher die neuesten Innovationen“ sagt Philipp Herzig, CTO von SAP. „In diesem Jahr zeigen wir, wie KI nicht einfach nur lernt, Unternehmen zu verstehen, sondern auch Geschäftsprozesse abzuwickeln. In ‚Joule Work‘ machen Nutzer ihre Eingaben und erledigen Aufgaben in einer durchgängigen Anwendungsumgebung, in der gesamten SAP-Landschaft und darüber hinaus. Das ist die Neuerung, die wir in großem Maßstab bereitstellen.“

Die Basis von allem bildet die SAP Business AI Plattform. Sie sorge für eine schnellere Wertschöpfung, da Geschäftsprozesse von Anfang an verstanden würden, und biete eine höhere Genauigkeit. „Außerdem erfüllt sie die Anforderungen von Unternehmen, gewährleistet ab der ersten Implementierung einen sicheren, kontrollierten und konformen Betrieb und bietet eine einzigartige Kontextebene, die auf dem Prozess- und Branchenwissen aus über 50 Jahren aufbaut, das in jeder Agenten-Aktion verankert ist“, so Herzig weiter.

Code und No-Code

Gebaut werden KI-Agenten im „Joule Studio“. Das ist sowohl ohne Programmierkenntnisse per Klick-Baukasten (No-Code) möglich, als auch mit eigenem Code (Pro-Code). Dafür stehen über 70 verschiedene KI-Modelle zur Auswahl.

Durch neue Funktionen für „Joule Work“ sollen KI-Agenten noch wirkungsvoller komplexe Geschäftsprozesse über offene Protokolle (A2A und MCP) handhaben können. Diese Innovationen machen „Joule Work“ leistungsfähiger, um den Kontext besser zu verstehen, Entscheidungen zu treffen und mehrstufige Workflows über Unternehmenssysteme und Geschäftsbereiche hinweg auszuführen, so der Claim.

SAP erweitert seine KI-Plattform damit eigenen Angaben zufolge um eine neue Orchestrierungsschicht, damit Assistenten und Agenten komplexe, mehrstufige Abläufe über verschiedene SAP-Systeme hinweg zuverlässiger erledigen können. Der SAP Knowledge Graph soll künftig auch Daten aus kundeneigenen SAP- und Drittquellen einbinden, sodass Nutzer ihre Informationen in natürlicher Sprache durchsuchen und exakte, auf den eigenen Daten basierende Antworten erhalten.

Auch andere Anbieter-Einbindung möglich

Agenten anderer Anbieter sollen außerdem über ein kontrolliertes Agenten-Gateway sicher auf „Joule Agents“ zugreifen und mit ihnen zusammenarbeiten können, ohne dass „Kontrolle und Governance verloren gehen“. Das neue „SAP Enterprise AI Gateway“ bündelt zudem Authentifizierung, Richtlinien, Routing, Überwachung, Nutzungsverfolgung und Auditing des gesamten KI-Datenverkehrs im Unternehmen. Ergänzend sollen ein neuer „Joule Assistent“, der „SAP AI Agent Hub“ und ein „AI Governance Assistant“ Kunden dabei helfen, die EU-KI-Verordnung einzuhalten.

Beim „Tabular Foundation Model“ kündigt SAP das Modell „SAP-RPT-2.0“ an, das künftig auch Anomalien und Ausreißer in Tabellendaten erkennen soll. „SAP-RPT-TS“ hingegen soll Geschäftskennzahlen prognostizieren können.

Einsatz auf der ISS

„Es gibt große Weiterentwicklungen bei unseren Tabular Foundation Models“, ergänzt Herzig. „Daraus ist inzwischen eine ganze Modellfamilie geworden. Ein etwas ausgefallener technischer Ausblick ist, dass wir diese Modelle gemeinsam mit Hewlett Packard Enterprise auch auf der Internationalen Raumstation (ISS) einsetzen – für die vorausschauende Wartung im Weltraum.“ Das Modell soll zudem Ausfälle vorhersagen können, ohne dass die dafür benötigten Daten zur Erde übertragen werden müssen.

„SAP-RPT wurde generisch trainiert und kann– ähnlich wie große Sprachmodelle im Bereich Sprache – auf eine Vielzahl unterschiedlicher Anwendungsgebiete übertragen werden“, so Herzig weiter. „Creditplus verwendet solche Modelle beispielsweise für die Risikobewertung. Hitachi setzt sie für die vorausschauende Wartung seiner Maschinen ein. ‚Oxford Cancer‚ nutzt sie, um anhand von Proteinmarkern Krebserkrankungen bei Patienten besser vorherzusagen als mit bisherigen Modellen“, sagt er.

Wenn man sich die Internationale Raumstation ansehe, genauer gesagt das Columbus-Modul, in dem SAP das Modell einsetzt, gebe es dort enorme Datenmengen.

„Nicht einfach zur Erde herunterladen“

„Die Maschinen auf der ISS erzeugen Telemetriedaten, die sehr nützlich sind. Allerdings handelt es sich um rund zehn Gigabyte an Daten. Diese kann man nicht einfach zur Erde herunterladen – das würde viel zu lange dauern, wenn man schnell reagieren möchte, etwa um bestimmte Muster oder Auffälligkeiten in Zeitreihen zu erkennen“, erklärt Herzig. „Die Modelle lassen sich direkt vor Ort einsetzen, weil sie im Vergleich zu großen Sprachmodellen relativ klein sind. Sie können also unmittelbar auf der Raumstation betrieben werden. Und es ist kein Training erforderlich. Man speist die aktuellen Daten direkt als Live-Datenstrom ein und erhält sofort Vorhersagen.“

Der CTO sieht den Anwendungsfall auf der Raumstation nicht bloß als eine Marketingaktion, sondern als Zeugnis dafür, wie weit man gehen könne. Er sagt: „Wie nützlich ist die Technologie unter solch extremen Bedingungen? Auf der Erde ist heute vieles einfach. Wir haben schnelle Internetverbindungen und leistungsfähige GPUs. Bei solchen Anwendungsfällen spielt die Latenz kaum eine Rolle. Aber können wir auch in einer Umgebung echten Mehrwert schaffen, die nur eingeschränkt angebunden ist – oder zumindest sehr weit entfernt? Genau das wollten wir zeigen: Mit einer lokalen Verarbeitungsumgebung lassen sich Probleme lösen, deren Lösung sonst schwierig wäre, weil man zunächst sämtliche Daten zur Erde übertragen müsste. Anschließend müsste man sie dort auswerten und die Ergebnisse zurückübermitteln. Dann könnte es aber bereits zu spät sein.“

SAP löst „Data Drift“-Problem

Ein zentrales Problem bei klassischen KI-Modellen ist der sogenannte Data Drift: Data Scientists trainieren ihre Modelle auf historischen Daten, doch schon beim Abschluss des Trainings können sich die eintreffenden Daten statistisch verändert haben. Die neuen Modelle von SAP wollen genau hier ansetzen.

Man könne jederzeit aktuelle Daten ins Kontextfenster geben und erhalte darauf basierend präzise Vorhersagen, ohne neu trainieren zu müssen. „Veränderungen in Struktur oder Eigenschaften der Daten erkennt das Modell unmittelbar“, betont Herzig. „Das wollten wir demonstrieren: Müsste man bei veränderten Bedingungen erst alle Informationen zur Erde übertragen und das gesamte Modell neu trainieren, wäre es dafür viel zu spät. Dann würde man auf der ISS sagen: ‚Schön, dass ihr uns das jetzt mitteilt – aber das hättet ihr uns schon vor einem oder zwei Monaten sagen müssen‘.“

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

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

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 …

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

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 …

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

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 …

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

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 …

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Rebel Music Distribution: Wie ein Musik-Tech-Startup aus Triest mit kleinem Team Millionen Streams verwaltet