15.12.2025
PORTRÄT

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

Weltweit laufen Millionen Server rund um die Uhr. Sie berechnen Daten, trainieren Algorithmen, betreiben Clouds. Und sie produzieren immense Mengen Wärme. Der Großteil der Serverabwärme bleibt ungenutzt. Bisher.
/artikel/serwas-tiroler-startup-macht-rechenleistung-zur-heizquelle
vlnr: Manuel Untergasser, Timo Berkmann, Lucas Bolte (C)Serwas

Genau hier möchte das Tiroler Startup Serwas ansetzen. Das Unternehmen nutzt die entstehende Abwärme direkt zum Heizen von Wohn- und Bürogebäuden. Erste Pilotanlagen laufen bereits in Vorarlberg.

Backe, backe Kuchen, der Server hat gerufen!

Die Nutzung von Serverabwärme ist kein völlig neuer Ansatz. In Wien wird etwa die Klinik Floridsdorf über die Wärme von Serveranlagen versorgt. Bisher waren solche Anwendungen jedoch vor allem groß angelegte Infrastrukturprojekte, die für kleinere Gebäude kaum praktikabel waren. Serwas möchte diese Technologie nun so vereinfachen, dass auch Wohnhäuser und kleine Betriebe davon profitieren können.

Im Gespräch mit brutkasten erzählt Gründer Timo Berkmann, dass die Idee in der Backstube seines Vaters entstand. Als feststand, dass Berkmann den Familienbetrieb nicht übernehmen würde, wurde die Produktion reduziert und die Bäckerei war nur noch einmal pro Woche in Betrieb. Für die Vorbereitung des Teigs, der eine konstante Grundwärme braucht, musste dennoch eine gewisse Temperatur gehalten werden, gleichzeitig wurde an den übrigen Tagen kaum geheizt. Eine Lösung musste her.

Kurz darauf stand in einer Vorarlberger Backstube ein Server, der gleichzeitig Rechenleistung für Cryptofarming erbrachte und Wärme erzeugte. Als im Frühling der Heizbedarf zurückging, wurde das System auf Wasserkühlung umgestellt und lieferte fortan auch warmes Wasser. So entstand der erste Prototyp.

Vereinte Kräfte

Timo Berkmann bringt das nötige Fachwissen mit, er ist ausgebildeter Bauingenieur und Bauphysiker. Für die Entwicklung eines marktfähigen Produkts war jedoch früh klar, dass er Unterstützung brauchen würde. Mit dem Wirtschaftswissenschaftler Manuel Untergasser und dem Informatiker Lucas Bolte holte er zwei Co-Gründer an Bord, die das Projekt entscheidend erweiterten. Gemeinsam arbeiteten sie von Beginn an mit dem Forschungszentrum für Energie der FH Vorarlberg zusammen. Dort wurde das System wissenschaftlich begleitet und weiterentwickelt.

Aus dieser Zusammenarbeit entstand auch eine intelligente Steuerungssoftware, die Strompreise und die Verfügbarkeit erneuerbarer Energie prognostizieren und den Betrieb automatisch optimieren soll, um so die Effizienz zu erhöhen und die Kosten zu senken.

Ein „Serwas“-Server neben einem Warmwasserkessel (C) Serwer

Wie wird Serverwärme alltagstauglich?

„Mit Serwas wird Rechenleistung zur Heizquelle. Damit werden Gebäude unabhängiger von steigenden Energiekosten“, sagt Berkmann. Die eigens entwickelte Server-Hardware wird dabei direkt in bestehende Heizsysteme integriert. Laut den Gründern soll die entstehende Wärme vor Ort genutzt werden, ohne lange Leitungswege und ohne aufwendige Umrüstung.

Auch technisch will Serwas die Einstiegshürde niedrig halten. „Unsere Technologie kann ohne technisches Vorwissen betrieben werden. Die Systemeinbindung ist einfach und die Wärme kann direkt im Gebäude genutzt werden“, ergänzt Co-Founder Untergasser.

Serwas verweist darauf, dass sich der Ansatz von klassischen Rechenzentren unterscheide, da dort überschüssige Wärme in der Regel abgeführt und heruntergekühlt werde. Im eigenen System werde die entstehende Wärme stattdessen für die Gebäudenutzung bereitgestellt. Nach Angaben des Unternehmens könne dies für Eigentümerinnen und Eigentümer zwei Effekte haben. Einerseits könnten die Heizkosten sinken, da die Wärme während des Serverbetriebs ohnehin entstehe. Andererseits könne die Rechenleistung zusätzliche Einnahmen ermöglichen. Serwas beschreibt die Systeme als kontinuierlich arbeitend und damit geeignet, eine gleichmäßige Wärmeversorgung zu unterstützen. Aus ökologischer Sicht wird darauf hingewiesen, dass jede genutzte Kilowattstunde Serverabwärme fossile Energiequellen ersetzen könne.

Erste Anlagen bereits in Betrieb

Die ersten Systeme von Serwas sind bereits in privaten und gewerblichen Gebäuden im Einsatz. Nun startet die erste Produktgeneration offiziell in Österreich und Deutschland. Für 2026 ist bereits die nächste Entwicklungsstufe angekündigt. Mit KI-Server soll eine neue Serie mit höherer Rechenleistung und einer deutlich verbesserten Wirtschaftlichkeit auf den Markt kommen.

Ein Gerät der aktuellen Generation, das sowohl für die Heizungsunterstützung als auch für die Warmwasserbereitung eingesetzt wird, liefert rund zehn Kilowatt Wärmeleistung. Das System misst etwa 70 x 40 x 10 Zentimeter und kostet rund 12.000 Euro, hinzu kommen Installationskosten von etwa 1.500 Euro. Die Einnahmen aus der Rechenleistung liegen bei dieser ersten Generation bei rund 12 Cent pro Kilowattstunde.

Die nächste Generation wird den Schwerpunkt stärker auf die Warmwasseraufbereitung legen. Mit einem Preis von rund 25.000 Euro pro Einheit liegt sie höher, erzielt jedoch durch höhere Rechenleistung und verbesserte Optimierungssoftware deutlich größere Erträge von rund 80 Cent pro Kilowattstunde. Der Return on Investment soll bei etwa eineinhalb Jahren liegen.

Doppelter Nutzen

Das Unternehmen beschreibt sein Geschäftsmodell als eine Kombination aus Hardwareverkauf und Beteiligung an der Vermarktung der erzeugten Rechenleistung. Serwas gibt an, für diese Vermarktung einen Anteil von fünf bis zehn Prozent pro Kilowattstunde zu erhalten. Nach Unternehmensangaben könne für Gebäudeeigentümerinnen und Gebäudeeigentümer ein doppelter Nutzen entstehen, da sowohl Wärme bereitgestellt als auch Einnahmen über die Rechenleistung erzielt würden, während Serwas selbst über laufende Beteiligungen am Betrieb eingebunden sei.

Nach Einschätzung des Unternehmens könnte die Entwicklung dazu führen, dass die Systeme nicht nur für Ein- und Mehrfamilienhäuser, sondern auch für gewerbliche Objekte und energieintensive Gebäude wie Hotels, Produktionsbetriebe oder größere Immobilienanlagen relevant werden.

Von der Idee zum Startup

Serwas beschreibt den eigenen Ansatz als klaren Gegenentwurf zu bestehenden Lösungen, die häufig auf große Rechenzentren oder umfangreiche Anlagen setzen, deren Abwärme erst im Nachhinein nutzbar gemacht wird.

Das Unternehmen verfolgt nach eigenen Angaben ein All-in-One-Konzept, bei dem die Server von Beginn an so ausgelegt sind, dass sie Wärme direkt bereitstellen und gleichzeitig Rechenleistung erzeugen. Dadurch soll die Technologie auch für einzelne Häuser, kleinere Betriebe und mittelständische Unternehmen zugänglich werden. Aus Sicht des Teams entsteht damit ein Angebot in einem Bereich, der bislang weder von klassischer Gebäudetechnik noch von IT-Anbietern abgedeckt wurde.

Für die Weiterentwicklung konnte Serwas mehrere Förderungen holen, darunter zwei FFG-Innovationsschecks und einen FFG-Patentscheck mit jeweils 12.500 Euro, 20.000 Euro aus dem Boost.Up-Programm sowie 40.000 Euro aus dem aws First Incubator.

Auch bei Auszeichnungen zeigte sich Resonanz. Das Startup wurde für den Tiroler Innovationspreis nominiert, erhielt den Senator h.c. Dr. Martin Steinmeyer Preis in Höhe von 6.500 Euro und wurde beim H-Farm Mozart Bootcamp für den besten Pitch ausgezeichnet.

Für 2026 kündigt Serwas die Umwandlung von einem e.U. in eine FlexCo an. Zudem soll bereits im Mai 2025 ein PCT-Patent beantrag worden sein. Eine Investmentrunde ist für das zweite Quartal 2026 vorgesehen. Bislang haben alle Testkunden ihre Anlagen selbst finanziert, die Produktion erfolgt derzeit als Durchlaufmodell von der Komponentenbestellung bis zum Einbau dauert es etwa drei Wochen. Seit November 2025 läuft der offizielle Verkauf.

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

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 …

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

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 …

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

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 …

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

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 …

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Serwas: Tiroler Startup macht Rechenleistung zur Heizquelle