16.03.2021

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

Aus der Forschung kommen in Österreich zu wenige Startups. Eine neue Spinoff-Studie geht den Gründen auf die Spur.
/artikel/spinoffs-studie-oesterreich-2021
Außenansicht des Instituts für Kryptoökonomie, wo der crypto42 Summit stattfinden wird.
© WU Wien

Zu wenig betriebswirtschaftliches Wissen, mangelnde finanzielle Unterstützung und Angst vor Scheitern oder Zeitmangel: Das sind für ForscherInnen in Österreich die größten Hindernisse, ein Startup zu gründen. Zu diesem Ergebnis kommt eine Studie, für die erstmals WissenschaftlerInnen selbst befragt wurden. Bisher wurden zum Thema Spinoffs, also Ausgründungen von Universitäten, meist nur Technologietransfer-ExpertInnen oder GründerInnen befragt, heißt es in einer Aussendung des Company Builders „Startup Manufaktur“, die die Studie gemeinsam mit Melanie Danner und dem WU Gründungszentrum durchgeführt hat. 262 ForscherInnen, die (noch) nicht gegründet haben, wurden für die Studie befragt.

Wenige Spinoffs in Österreich

Dass diese Frage überhaupt gestellt wird, liegt an den vergleichsweise schwachen Zahlen bei universitären Ausgründungen in Österreich. Während das Land bei Forschungsausgaben im EU-Ranking regelmäßig Spitzenplätze belegt, schneidet Österreich bei der Umsetzung von Forschungsergebnissen in der Wirtschaft nicht so gut ab. Das wird einerseits in Patenten gemessen, aber eben auch in Spinoffs. Laut Austrian Startup Monitor entstanden 2019 nur 7,4 Prozent der neu gegründeten Startups in Österreich im Zuge universitärer Forschung. Laut den Wissensbilanzen der 22 österreichischen Universitäten wurden dort 2019 insgesamt 19 Spinoffs gegründet – Fachhochschulen und Forschungseinrichtungen nicht mitgerechnet.

Studie zu Spinoffs in Österreich © Startup Manufaktur
Studie zu Spinoffs in Österreich © Startup Manufaktur

ForscherInnen besser vernetzen

Die neue Studie zeigt laut Rudolf Dömötör vom WU Gründerzentrum, dass schon eine bessere Vernetzung von ForscherInnen mit der Wirtschaft ein guter Hebel wäre: „Oft fehlt es an Möglichkeiten, Kontakt zu Menschen mit Erfahrung im wirtschaftlichen Bereich aufzubauen. Diese interdisziplinäre Vernetzung wäre jedoch wichtig, und zwar nicht nur, um Know-how auszutauschen, sondern auch um in ihnen Mentoren, Investoren, Mitgründer und ein passendes Team finden zu können und potentielle Geschäftsmöglichkeiten zu identifizieren“. Auch die von Befragten genannten Ängste vor dem Scheitern und fehlender Finanzierung könne durch eine bessere Verbindung mit InvestorInnen und Förderstellen adressiert werden.

Als mögliche Vorbilder für die Förderung von Spinoffs nennt die Startup Manufaktur die TU München mit ihrer Initiative UnternehmerTUM – die deutsche Hochschule bringt jährlich rund 50 Ausgründungen hervor. Auch von der ETH Zürich, die alleine 2020 34 Spinoffs hervorgebracht hat, könne man viel lernen.

Neue Initiativen in Österreich

Zuletzt wurden allerdings auch in Österreich die Bemühungen um Spinoffs verstärkt. Die Investoren Herbert Gartner (eQventure) und Hermann Hauser haben die Initiative Spin-off Austria ins Leben gerufen und das Forschungszentrum IST Austria in Klosterneuburg hat einen 40-Millionen-Euro-Fonds für Spinoffs aufgelegt.

Deine ungelesenen Artikel:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

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

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

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 …

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

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 …

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

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 …

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

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 …

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Spinoffs: Warum ForscherInnen in Österreich zu selten Startups gründen