07.01.2019

Smart Data: Rettungsboje im Datenmeer?

Doppelinterview: Wir haben mit den Gründern Christian Lutz von Crate.io und Stefan Ebner von Braintribe gesprochen, die uns aus den Datenfluten retten möchten. Rund um das gemeinsame Schlagwort Smart Data stellen sie Zukunftshypothesen bezüglich einfach zugänglicher Daten auf, die teilweise bereits heute greifen.
/artikel/smart-data-rettungsboje-im-datenmeer
Smart Data
(c) crate.io und braintribe: v.l.n.r. Christian Lutz (Crate.io) und Stefan Ebner (Braintribe)

Die Digitalisierung erzeugt seit Jahrzehnten Datenmengen, deren Ausmaß heute nur noch schwer erfassbar ist. Auf 2,5 Trillionen Bytes schätzt man den globalen Datenoutput pro Tag. Die KIs können mit Big Data umgehen, ihre User immer weniger. Welchen Nutzen stiften großen Datenmengen? Wie können sie unsere Gesellschaft positiv verändern? Stefan Ebner von Braintribe und Christian Lutz von Crate.io geben uns darauf Antworten.

+++ brutkasten Magazin #7: Die Welt in 5 Jahren +++

Smarte Daten für smarte Städte

Stefan Ebners Smart-Data-Unternehmen Braintribe legt mit dem Smart City Lab, das gemeinsam mit der UN initiiert wurde, ein Beispiel für einen Bereich vor, in dem Smart Data zu weitreichenden globalen Veränderungen führen könnte. Städte spülen schon heute riesige Datenmengen in die Rechenzentren ihrer Verwaltungsapparate. Heute wird ihr Potential kaum ausgeschöpft, weil der Umgang mit diesen extremen Daten zu komplex erscheint. Wir haben mit Stefan Ebner, der mit Braintribe 2017 ein Millioneninvestment von Technologiegrößen wie Hermann Hauser einfahren konnte, über das Smart City Lab und die Evolution der Daten gesprochen.

Die technologisierte Stadt, die Smart City – woran denkst du, wenn du das hörst?

Ebner: Ehrlich gesagt: Seit George Orwell hat sich eigentlich in unseren Städten nicht so viel verändert. Ich habe immer noch das Bild von dem Bürgermeister im Kopf, der wissen will, was seine Bürger treiben. Aber: Es gibt ein spannenderes Feld, das aufzeigt, wie wir Städte in Zukunft entwickeln können. Dabei werden wir nicht drum herumkommen, den Menschen ins Zentrum zu stellen und herauszufinden, wie die Technologie dem urbanen Leben dienen kann. Es klingt kitschig, aber die Technologie ist nicht der Zweck. Sie existiert, um ein besseres Zusammenleben zu schaffen. Und Städte sind organische Lebensräume, keine maschinellen oder technologischen.

Braintribe hat gemeinsam mit der UN und der Organisation für internationale Wirtschaftsbeziehungen das Smart City Lab ins Leben gerufen. Wie wird dort gearbeitet?

Ebner: Es ist eine globale Initiative, die in Wien entstanden ist. Im Grunde genommen hat das Smart City Lab zwei Ziele. Das erste ist: Co-Creation. Wir suchen nach Partnern, die Ideen haben, die wir gemeinsam umsetzen. Das zweite ist, die entwickelten Ideen früh mit der Öffentlichkeit zu teilen, damit sie allen zur Verfügung stehen.

Wie hängen die Schlagworte Smart Data und Smart City für dich zusammen?

Ebner: Braintribe lebt seit über 15 Jahre in diesem Big-Data-Raum, der ja im Endeffekt für unsere Gesellschaft zu komplex ist, um allgemein zugänglich zu sein. Wir haben damit gekämpft, eine erstklassige Plattform zu bauen, die das Komplexitätsproblem von Big Data löst. Das Endergebnis ist Smart Data, für uns mit der inzwischen patentggestützten Kerntechnologie Cortex.

Aber es geht natürlich nicht nur uns so. Smart Data ist einfach die nächste Stufe in der digitalen Evolution. Big Data ist heute sehr exklusiv, die Daten gehören einigen Spezialisten. Smart Data hat die richtige Ausdruckskraft und das richtige Format, damit auch Nicht-Spezialisten damit umgehen können. Erst wenn Daten verständlich sind, werden Ihnen die Leute vertrauen. Diejenigen, die sie nicht verstehen, haben Angst vor ihnen.

Und heute verstehen sicher 90 Prozent der Leute Daten nicht, brauchen sie aber. Wir haben dazu Tribefire/Datapedia entwickelt, eine Plattform, die auch Leuten ohne großes Technikwissen Zugang zu Daten vermittelt. So werden im Endeffekt mehr Menschen mehr Macht haben, weil sie besser verstehen, wie man Real-Life-Problems mit Smart Data lösen kann. So helfen wir echten Innovatoren, Projekte umzusetzen, die vorher nur ITlern vorbehalten waren.

Global Smart Data aus dem Ländle

Crate.io, das Startup des Vorarlbergers Christian Lutz, Vater der Onlineportale sms.at und uboot.com und des ehemaligen StudiVZ-Technikchef Jodok Batlogg arbeitet seit einigen Jahren am Umgang mit großen Datenmengen. Wir haben mit Lutz gesprochen.

Was heißt für dich Smart Data und warum brauchen wir sie?

Lutz: Smart Data ist das Ergebnis eines Verdichtungs- oder Anreicherungsprozesses aus Big-Data-Anwendungen. Das heißt: Aus sehr großen Datensammlungen werden die relevanten Daten durch verschiedenste, auch automatisierte Maßnahmen herausgefiltert und weiters noch mit anderen Daten verknüpft, bevor man dann damit arbeitet. Es gibt kaum eine Big Data Anwendung, die ohne Smart Data Ansatz auskommt. Wir brauchen ihn, um Nutzen aus den Daten zu gewinnen.

Kannst du uns auf technischer Ebene einen Einblick geben?

Lutz: Es gibt verschiedene Ansätze, um aus Big Data Smart Data zu generieren. Im einfachsten Fall sind das sogenannte Long-Running-Queries, welche auf dem aktuellen Datenstrom in Echtzeit ausgeführt werden, um bestimmte Werte, Grenzen oder andere Trigger zu erkennen. Oft werden dazu auch gleichzeitig große historische Datenmengen mitanalysiert. Weiters sind verschiedene Methoden aus dem Bereich künstliche Intelligenz im Einsatz, zum Beispiel Machine-Learning, um bestimmte Muster zu erkennen. Dabei werden im ersten Schritt Learning-Queries gefahren – extrem viele über möglichst große Datenmengen. Dann wird das erkannte Muster als Funktion implementiert, welches direkt auf den Datenbank-Servern, also ganz nahe an den Daten, permanent auf dem Datenstrom sitzt und in Echtzeit mitanalysiert.

Wo liegen eure größten Projekte in dem Bereich Smart Data?

Lutz: Crate.io hat in diesem Bereich Kunden in unterschiedlichen Verticals, beispielweise die Firma McAfee mit Securitydaten und Echtzeitanalyse von Policy-Verletzungen, oder für Smart Building Zumtobel, die im Backend Analysen bezüglich des Stromverbrauchs und Zustands von Connected Lights machen. Oder eben Produktionsbetriebe, die in Echtzeit den Fertigungsprozess überwachen, Verbesserungsmaßnahmen zum Teil automatisch setzen können oder den Mitarbeitern an Maschinen helfen können, Ausschuss zu vermeiden beziehungsweise Stillstände zu reduzieren.


Dieser Beitrag erschien in gedruckter Form im brutkasten Magazin #7 “Die Welt in 5 Jahren”.

=> zur Page von Crate.io

=> zur Page von Braintribe

Videoarchiv: Live im Interview mit Stefan Ebner – Founder & CEO von Braintribe

Stefan Ebner, der Founder & CEO von Braintribe, im Live Gespräch über sein Firestarters Space, seine Vision einer Co-Creation Community im Wien, das erste Projekt Smart City Lab Opening uvm.

Gepostet von DerBrutkasten am Montag, 14. Mai 2018

Redaktionstipps
Deine ungelesenen Artikel:
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
21.10.2026

Grazer Deep-Tech-Spin-off DiLT Analytics schließt siebenstellige Finanzierungsrunde ab

Das Grazer TU-Spinoff holt den Deep-Tech-Fonds Noctua Science Ventures als Investor an Bord und erhält zusätzlich eine Förderung aus dem Programm aws Seedfinancing – Deep Tech. Das Kapital soll in den Teamaufbau und in den Rollout der Diagnosesoftware FaciliMind fließen.
/artikel/grazer-deep-tech-spin-off-dilt-analytics-schliesst-siebenstellige-finanzierungsrunde-ab
DiLT Analytics
© DiLT Analytics

DiLT Analytics hat eine siebenstellige Finanzierungsrunde abgeschlossen. Sie setzt sich aus einem Equity-Investment von Noctua Science Ventures und einer Förderung der Austria Wirtschaftsservice (aws) im Rahmen des Programms Seedfinancing – Deep Tech zusammen. Mit dem Geld möchte das 2021 gegründete Spinoff der TU Graz sein Team ausbauen und FaciliMind, seine Software zur automatisierten Fehlerdiagnose in Heizungs-, Lüftungs- und Klimaanlagen, zu weiteren Betreibern großer Gebäudeportfolios bringen

DiLT Analytics: „Substanziell wachsen“

Noctua Science Ventures ist ein Wiener Deep-Tech-Fonds und ein Joint Venture von Speedinvest und den Technischen Universitäten Österreichs. Der Fonds investiert gezielt in Ausgründungen, deren Produkt auf langjähriger Forschung beruht.

„Die aws-Förderung ergänzt das Investment und ist auf genau diese Phase zugeschnitten: den Schritt von einer erprobten Technologie zu einem Produkt, das sich über viele Standorte hinweg ausrollen lässt“, heißt es per Aussendung. Um im Sinne des Programms aws Seedfinancing – Deep Tech als Deep Tech zu gelten, muss das Vorhaben auf einer „anspruchsvollen technologischen und wissenschaftlichen Herausforderung“ basieren und einen klaren Technologiesprung gegenüber bestehenden Lösungen oder rein inkrementellen Weiterentwicklungen ermöglichen.

„Mit Noctua Science Ventures haben wir einen Partner gefunden, der beides kennt: die technischen Herausforderungen eines Deep-Tech-Produkts und den Weg in die Kommerzialisierung. Für ein junges Spinoff ist das der Best Case. Dass parallel auch die aws-Förderung zugesagt wurde, bestätigt uns, dass FaciliMind und unser Team auf dem richtigen Weg sind. Jetzt geht es darum, substanziell zu wachsen“, sagt Theresa Kohl, CEO von DiLT Analytics.

Philipp Stangl, Managing Director von Noctua Science Ventures, ergänzt: „Von unseren vielen Gesprächspartnern erhielten wir ein sehr einheitliches Bild zu DiLT: ein glaubwürdiger, technisch differenzierter Ansatz, umgesetzt von einem Team, mit dem Immobilienprofis gerne zusammenarbeiten. Genau diese Kombination aus Forschungsvorsprung und starker Kundenorientierung ist es, wonach wir in der Pre-Seed-Phase suchen.“

2021 gegründet

DiLT Analytics wurde Ende 2021 von Franz Wotawa und Gerald Schweiger als Spinoff des Instituts für Softwaretechnologie der TU Graz gegründet und ging aus der Forschungsgruppe „Intelligent Systems“ hervor. Erstes größeres Projekt war „Inframonitor“, eine herstellerunabhängige IoT-Datenplattform für den Campus Inffeldgasse der TU Graz.

Seither ist DiLT an mehr als 20 Forschungsprojekten mit über 15 Partnern beteiligt, einige davon FFG-gefördert und gemeinsam mit österreichischen und europäischen Universitäten. Die Ergebnisse fließen über den Forschungszweig DiLT Research direkt in die Produktentwicklung. Geführt wird das Unternehmen heute von Theresa Kohl (CEO), Christopher Gray (Business Development & Strategy), Thomas Hirsch (CTO), Reinhard Pertschy (CPO) und Thomas Schwengler (Head of Software).

Die entwickelte Software FaciliMind analysiert Betriebsdaten von Heizungs-, Lüftungs- und Klimaanlagen, erkennt dabei versteckte Fehler und Optimierungspotenziale und liefert Technikteams eine nach Dringlichkeit sortierte Maßnahmenliste, so der Claim. Die Software von DiLT Analytics arbeitet herstellerunabhängig und lässt sich über ein einzelnes Gerät an die bestehende Gebäudeleittechnik anbinden. Dank eines knowledgegraphbasierten Softwarestacks soll sie das digitale Abbild komplexer Anlagen weitgehend automatisiert innerhalb weniger Tage statt monatelanger Handarbeit erstellen können. Zielgruppe sind Betreiber großer Gebäudeportfolios, etwa in der öffentlichen Hand, an Flughäfen sowie in Industrie und Gesundheitswesen.

DiLT Analytics erhielt Preise

Zu den Kunden zählen u.a. die Technischen Universitäten Graz und Wien, Bundesimmobiliengesellschaft (BIG), IG Immobilien Management GmbH und Industriekunden. 2025 wurde DiLT Analytics mit dem DREA Award und dem ÖGUT Umweltpreis ausgezeichnet. Und ist seit September 2026 nach ISO 27001 zertifiziert.

„Wissen über Anlagenbetrieb soll im Unternehmen bleiben“

Neben der Verstärkung des Teams und dem geplanten Rollout möchte DiLT Analytics künftig ein Übersetzungswerkzeug für den BACtwin-Standard als Open Source veröffentlichen und die Diagnose künftig auf weitere Technologien wie Wärmepumpen, Photovoltaik und Batteriespeicher ausweiten

„Ein Gebäudeportfolio überdauert seine Dienstleister und oft auch seine erfahrensten Mitarbeitenden“, sagt Kohl. „Unser Ziel ist, dass das Wissen über den Anlagenbetrieb im Unternehmen bleibt und dass Entscheidungen auf verifizierter Datengrundlage statt auf Bauchgefühl und Erinnerung beruhen.“

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

Smart Data: Rettungsboje im Datenmeer?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Smart Data: Rettungsboje im Datenmeer?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Smart Data: Rettungsboje im Datenmeer?

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 …

Smart Data: Rettungsboje im Datenmeer?

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 …

Smart Data: Rettungsboje im Datenmeer?

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 …

Smart Data: Rettungsboje im Datenmeer?

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 …

Smart Data: Rettungsboje im Datenmeer?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Smart Data: Rettungsboje im Datenmeer?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Smart Data: Rettungsboje im Datenmeer?