03.02.2022

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

Österreichs Startups und KMU leisten einen wichtigen Beitrag bei der Bekämpfung von Lebensmittelabfällen. Die besten Projekte werden am 17. Feber beim Finale des Wettbewerbs „Teller statt Tonne“ prämiert. Der Stream startet um 14:00 Uhr.
/artikel/teller-statt-tonne
sponsored

Die Verschwendung von Lebensmitteln stellt auch in Österreich ein wachsendes Problem dar: Jährlich fallen hunderttausende Tonnen vermeidbare Lebensmittelabfälle an. Sowohl in den Haushalten aber auch im Handel und in der Gastronomie werden Lebensmittel ungenutzt entsorgt. Dieses Problem wurde mit dem Wettbewerb „Teller statt Tonne“ adressiert. Dabei werden Projekte und Unternehmen ausgezeichnet, die in diesem Bereich nachhaltige Lösungen entwickeln und umsetzen. Der Wettbewerb wird im Auftrag des Bundesministeriums für Digitalisierung und Wirtschaftsstandort von der aws organisiert.

In den beiden Kategorien „Ideen und Projekte“ und „Startup und KMU“ wurden die besten Projekte gesucht. Aus der Vielzahl an Anmeldungen hat eine Expert:innen-Jury fünf Teams pro Kategorie ausgewählt. Nun werden die Siegerinnen und Sieger im Rahmen eines Streaming-Events ausgezeichnet. Dabei überreicht Bundesministerin Margarete Schramböck (BMDW) Preisgelder in der Höhe von 10.000 Euro an die Gewinner-Teams.

Der Streaming-Event startet am 17.02.2022 um 14:00 Uhr. Die Teilnahme ist unter folgendem YouTube-Stream möglich:

Das sind die nominierten Projekte in der Kategorie „Ideen und Projekte“

  • NeedNect Solutions: Das Startup hat sich auf die intelligente Nutzung von bereits vorhandenen Gästedaten in der Hotellerie spezialisiert. Mit diesen Informationen können Hotels viel besser planen und sich auf die Vorlieben ihrer Gäste einstellen. Dadurch wird der Lebensmittelverschwendung vorgebeugt.
  • NIMM MI MIT: Das Team vermarktet Obst- und Gemüsekisten in Abholstationen in und um Innsbruck. Dabei wird die Ausschussware von Tiroler Landwirtinnen und Landwirten verkauft, die nicht den Handelskriterien entspricht. Die Landwirte bekommen dadurch einen fairen Preis und die hochwertigen Lebensmittel müssen künftig nicht mehr entsorgt werden.
  • HLW Feldbach/ Is(s) AFOCH: In einer Junior Company erarbeiten Schülerinnen und Schüler ein Gesamtkonzept für eine Tauschbörse für Lebensmittel für Haushalte und Schülerinnen und Schüler. Aus den gespendeten Lebensmitteln werden im Kochunterricht „Gerichte im Glas“ kreiert.
  • SENNsenn: Das Projektteam hat einen pflanzlichen Käseersatz unter Verwendung von Steinobstkernen entwickelt, die sonst im Abfall landen würden. Es werden ausschließlich regionale Rohstoffe zur Herstellung des Käseersatzes herangezogen.
  • Zero Waste Austria: Ziel des Projekts ist die Vernetzung von allen Personen, Initiativen, Vereinen und Unternehmen, die damit ihre Waren, Dienstleistungen und Informationen rund um das Thema Lebensmittelabfallvermeidung potenziellen Kundinnen und Kunden präsentieren können. Damit werden Kräfte gebündelt, Know-how getauscht und Ressourcen geteilt.

Das sind die nominierten Projekte in der Kategorie „Startups und KMU“

  • BRüSLi: Das Startup bietet einzigartige Lösungen, um Lebensmittelverschwendung zu reduzieren. Mit ihrem ersten Produkt, Knuspermüsli aus Brot, veredelt das Unternehmen hochwertiges überproduziertes Brot von Bäckereien und dem Einzelhandel zu einem knusprigen Frühstückserlebnis.
  • Food Saver: Das Projekt rettet wunderbar reifes Gemüse von steirischen Bauern, das für den Handel zu klein, zu krumm ist oder einen anderen optischen Mangel aufweist und sonst vernichtet werden würde. Dieses Gemüse wird im Restaurant verkocht und den Gästen als Frischware angeboten.
  • Ehrenwort Genussmomente: Das Gewürze Startup hat aus den Braurückständen von Gewürzsaucen eine eigene Teriyaki-Mischung entwickelt. Die Zero-Waste-Lösung kam Anfang 2021 auf den Markt und hat Kundinnen und Kunden überzeugt.
  • Kern Tec: Durch Kern Tecs mehrstufigen und skalierbaren Prozess, können Steinobstkerne verschiedenster Sorten erstmals verwertet und zu hochwertigen Produkten, wie Ölen für Genuss und die Kosmetikindustrie, Snacks, Milchalternativen und Proteinmehlen veredelt werden. Kern Tec hat ein technisches, vollautomatisiertes Verfahren entwickelt, um die Kerne schonend zu trocknen, zu knacken und anschließend von der Schale zu trennen.
  • Obstkreis: Das Team sammelt bzw. erntet Obst, Gemüse und „Un“-Kräuter aus Privatgärten, bei allen, denen die Ernte zu viel oder zu mühsam ist. Anstatt das Obst unter den Bäumen verrotten zu lassen, wird das Obst geerntet und die Bäume gepflegt. Aus den geernteten Früchten werden in einer kleinen Manufaktur in reiner Handarbeit, Marmeladen, Chutneys, Aufstriche, Säfte und Sirup eingekocht.

Deine ungelesenen Artikel:
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
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
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

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

AI Summaries

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

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 …

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

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 …

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

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 …

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

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 …

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Teller statt Tonne: Die besten Projekte Österreichs gegen Lebensmittelverschwendung werden ausgezeichnet