15.09.2021

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

Das Grazer Startup "ubicube" hat eine Technologie für die Analyse, Visualisierung und Webintegration von Big Geodata als Entscheidungshilfe für Standortfragen entwickelt. Zum Einsatz kommt ein satellitengestütztes Monitoring System.
/artikel/ubicube
Unicube
Christian Oswald, Andreas Salentinig und Benedict Wright (v.l.n.r) | (c) unicube
kooperation

Ursprünglich wollten Andreas Salentinig, der Gründer von ubicube, ein im Mai 2021 in Graz gegründetes österreichisches High-Tech Startup, eine Art “Lagesuchmaschine” entwickeln. Die Idee war einfach: Eine Software bauen, die basierend auf Geodaten nach Orten sucht, die den Vorstellungen bzw. Vorgaben des Users am besten entsprechen. Doch zahlreiche Kundeninterviews verdeutlichten schnell, dass die Probleme bei Standortfragen nicht primär in der Analytik liegen, sondern in der generellen Verfügbarkeit und Qualität von demographischen und ökonomischen Daten und Karten.

Oftmals sind bei dem branchenüblichen Kartenmaterial nur grobe Administrative Einheiten erfasst, kaum über Ländergrenzen hinweg vergleichbar, oder erst gar nicht verfügbar. Das Resultat: Ein globaler „Datenfleckerlteppich“. Schnell wurde klar, dass es wichtig ist, diesen Fleckerlteppich zu beseitigen – das perfekte Produkt-Konzept für ubicube.  

Eine Lösung – viele Anwendungsgebiete

Das Kernteam von ubicube besteht aus Geo IT und Earth Observation Experten, Software Architekten und Machine Learning Engineers sowie Wirtschaftsingenieuren. Die richtige Wissens-Mischung, um die Entwicklung ihres Produkts voran zu treiben.

Das Produkt richtet sich an alle, die auch bisher schon mit demographischen und ökonomischen Daten- und Kartenmaterial gearbeitet haben, hierbei aber immer mit unterschiedlicher Datenqualität und schlechter Verfügbarkeit zu kämpfen hatten.  Das kann sowohl der Entscheidungsträger darüber sein, wo der optimale Standort für sein nächstes Geschäftslokal ist, ein Stadtplaner, der ein neues Verkehrskonzept erarbeiten muss, oder aber auch ein Journalist sein, der mögliche Wahlmotive untersucht. Was diese Kunden eint ist der Bedarf an qualitativ hochwertigem Datenmaterial, um faktenbasierte, solide Entscheidungen treffen zu können.

Die demographischen und ökonomischen Karten bieten ubicube in einem Data Warehouse an. Für eine Grundgebühr bekommt der User Zugriff auf das Data Warehouse sowie eine bestimme Anzahl an Credits. Wie viele Credits für einen Datensatz gebraucht werden, hängt dabei von der Größe des Bereichs und der Anzahl der gewünschten Indikatoren ab. In Zukunft wollen die Gründer zusätzlich zu den “indicator maps” auch die Nutzung ihrer Geospatial Intelligence über ein Lizenzmodell ermöglichen.

Dieses Bild zeigt ein Preview des Showrooms für das Datawarehouse für demographische und ökonomische Indikatoren, aufrufbar unter https://sedea.ubicube.eu/

Herausforderungen für ubicube

ubicube wird momentan über Förderungen (mit Mitteln des BMK über die FFG und ESA BIC) finanziert. Zudem konnten sie schon einen Cashflow durch ihre Earth Monitoring Services erzeugen. Auch erste Interessensbekundungen von Investoren liegen vor. Prinzipiell sind die Gründer nicht abgeneigt, strategische Business Angels für schnelleres Wachstum ins Boot zu holen.

Wie für viele Startups stellt die Finanzierung aber nicht die einzige Herausforderung dar. Aus technischer Sicht ist die größter Herausforderung der Speicherbedarf bzw. die benötigte Rechenleistung, welche durch die Unmengen an verwendeten Daten bzw. die Komplexität der ubicube Machine Learning Algorithmen entstehen. Eine Auslagerung in die Cloud, um zu einem späteren Zeitpunkt problemlos auf größere geographische Bereiche skalieren zu können, ist daher aktuell in Arbeit. Zusätzlich soll ein Explainer Video helfen, die ubicube Technologie besser zu erklären. Das ihr Produkt Zukunft hat, zeigt auch ein kleines Luxusproblem der Gründer:  Es gibt schon fast zu viele mögliche Use Cases für ihre Geospatial Intelligence Lösung. Diese Aufzuzeigen ist eine Priorität des Unternehmens.

Eines dieser Use Cases ist ein satellitengestütztes Monitoring System für Wasserflächen, dass am 1. Oktober 2021 erstmal bei einem Kunden, mit dem das Startup einen Vertrag über vier Jahre abgeschlossen hat, online. Der nächste große Milestone folgt 2022: Eine Beta Version ihres Data Warehouse für demographische und ökonomische Indikatoren wird gelauncht.


Kooperation: Austria in Space präsentiert Österreichs Weltraumaktivitäten und ist der Treffpunkt für Space Startups, Experten, Medien und Enthusiasten – denn Weltraum ist für ALLE da.

Deine ungelesenen Artikel:
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
20.08.2026

Deepentix: sechsstellige Pre-Seed-Runde für NÖ-Deep-Tech-Startup – Kambis Kohansal Vajargah mit dabei

Mit einem SAFE (Simple Agreement for Future Equity) treibt das niederösterreichische Deep-Tech-Startup Deepentix seine nächsten Wachstumsschritte voran. An der Finanzierung beteiligen sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah.
/artikel/deepentix-sechsstellige-pre-seed-runde-fuer-noe-deep-tech-startup-kambis-kohansal-vajargah-mit-dabei
Deepentix
© tecnet equity - (v.l.) Investor Kambis Kohansal Vajargah, Endri Deliu, Morteza Amini und Altan Nar (alle Deepentix) sowie Peter Buchinger (tecnet equity).

Das NÖ-Startup Deepentix hat eine Enterprise-KI-Plattform entwickelt, die Unternehmen dabei unterstützen soll, aus Dokumenten wie Studien, Patenten oder internen Berichten einen sogenannten Wissensgraphen aufzubauen – ein Netzwerk aus Fakten und ihren Beziehungen. Dadurch lassen sich Antworten einer Künstlichen Intelligenz bis zum exakten Satz im Ursprungsdokument zurückverfolgen. Gerade in stark regulierten Branchen sei dies entscheidend, weil Aussagen jederzeit belegt und geprüft werden müssen.

Deepentix: Unternehmensdaten in Graphen überführen

Zielgruppe sind etwa Unternehmen in Branchen wie Pharma, Medizintechnik, Versicherungen oder Banken, die täglich mit großen Mengen an Studien, Patenten, Normen und internen Berichten arbeiten. Klassische generative KI liefere dazu zwar schnelle Antworten, könne deren Herkunft jedoch oft nicht lückenlos belegen. Genau hier möchte Deepentix ansetzen und unstrukturierte Unternehmensdaten in einen Wissensgraphen überführen – im Sinn einer nachvollziehbaren Wissensbasis für KI-Anwendungen.

„Wenn Mitarbeitende einer KI blind vertrauen müssen, weil sie deren Antworten nicht überprüfen können, ist das gerade in sensiblen Bereichen ein echtes Risiko. Genau dieses Vertrauensproblem lösen wir, indem wir jede Antwort bis zu ihrem Ursprung im Dokument sichtbar machen“, erklärt Morteza Amini, Mitgründer und CEO von Deepentix.

Mehrere Sprachmodelle

Der Aufbau von Wissensgraphen erfolge Deepentix nach häufig im Rahmen aufwendiger Beratungsprojekte oder über standardisierte Lösungen, die sich nur begrenzt auf einzelne Fachbereiche zuschneiden lassen. Bei Unternehmen, die ihre sensiblen Daten selbst kontrollieren und gleichzeitig präzise Ergebnisse benötigen, stoße dieser Ansatz oft an seine Grenzen. Aus diesem Grund entwickelte das Startup kein Beratungsprojekt für einzelne Kunden, sondern ein Werkzeug, mit dem Unternehmen Wissensgraphen selbst erstellen, betreiben und an ihre Anforderungen anpassen können.

Dabei setzt die Plattform nicht auf ein einziges großes KI-Modell aus der Cloud, sondern auf mehrere kleine, spezialisierte Sprachmodelle, die gezielt auf einzelne Fachbereiche wie Pharma oder Banken trainiert werden. Dadurch sollen die Ergebnisse präziser werden, während die Modelle bei Bedarf direkt auf den eigenen Servern der Unternehmen betrieben werden können.

Dafür gab es nun eine Pre-Seed-Finanzierung in sechsstelliger Höhe, an der sich tecnet equity, der internationale Frühphaseninvestor Rockstart sowie der Business Angel Kambis Kohansal Vajargah beteiligt haben. Das frische Kapital soll vor allem in Forschung und Entwicklung sowie in den Ausbau erster Pilotprojekte in regulierten Branchen fließen.

Deepentix baut Wissensnetz

„Wir verstehen uns nicht als Berater, die für einzelne Kunden ein Wissensnetz bauen, sondern als Technologieanbieter, der Unternehmen die volle Kontrolle über ihre eigenen Daten und Modelle gibt“, so Amini weiter. „Mit tecnet equity, Rockstart und Business Angel Kambis Kohansal Vajargah haben wir Partner an Bord, die den Weg von Deep-Tech-Startups aus erster Hand kennen. Das gibt uns nicht nur Kapital, sondern auch Zugang zu Netzwerk und Erfahrung, um in dieser Phase die richtigen Schritte zu setzen.“

Peter Buchinger, Investment Associate bei tecnet equity, ergänzt: „Uns hat neben der Technologie vor allem das stark aufgestellte Gründerteam von Deepentix überzeugt. Die Kombination aus wissenschaftlichem Hintergrund und Erfahrung in internationalen Unternehmen war ausschlaggebend, in dieser frühen Phase zu investieren.“

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

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

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 …

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

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 …

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

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 …

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

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 …

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

ubicube: Wie ein Grazer Startup mit Weltraumtechnologie Datenlücken schließt