05.08.2025
GASTBEITRAG

Venture Building: Von der Idee zur industriellen Anwendung

Im Gastbeitrag im Rahmen der Serie "Corporate Venturing" erklärt Philippe Thiltges, Co-Founder und CEO von whataventure, am Beispiel Pixoanalytics, wie Venture Building in der Praxis funktioniert.
/artikel/venture-building-von-der-idee-zur-industriellen-anwendung
Phillippe Thiltges über Venture Building | (c) whataventure
Phillippe Thiltges | Foto: whataventure

Die brutkasten-Serie „Corporate Venturing“ is powered by AKELA, Raiffeisen Bank International AG, UNIQA Insurance GroupMavie NextVerbund, whataventure — New business. Powered by entrepreneurs. und Wien Energie GmbH.


Wenn wir über New Business Building sprechen, kann das schnell abstrakt klingen. Strategien, Frameworks, Governance. Aber im Kern geht es um etwas ganz anderes: Mut. Dranbleiben. Und vor allem das richtige Timing, um Möglichkeitsfenster zu öffnen, bevor andere überhaupt wissen, dass sie existieren.

Ein gutes Beispiel dafür ist Pixoanalytics. Die Idee dazu wurde im Intrapreneurship-Programm von DHL geboren – einem Programm, das wir als whataventure mit aufgebaut und gemeinsam mit internen Talenten umgesetzt haben. 

Wie Pixoanalytics funktioniert – simpel, smart und effektiv

Im Kern steckt in Pixoanalytics eine Technologie, die Objekte scannt und über KI anhand ihrer Oberflächenstruktur einen digitalen Fingerabdruck erstellt. 

Pixoanalytics nutzt hochentwickelte Computer-Vision- und KI-Algorithmen, die feine Oberflächenstrukturen – beispielsweise auf Papier, Kunststoff oder Holz – wie einen digitalen Fingerabdruck erfassen. Mit handelsüblichen Kameras analysiert die Technologie natürliche, einzigartige Oberflächenstrukturen. Diese Oberflächenstrukturen werden in Millisekunden identifiziert und Objekte dadurch automatisch klassifiziert und getrackt. 

Klingt technisch? War es auch. Und genau deshalb war es so spannend.

Die vielen kleinen Schritte zur Minimum Viable Company

Gemeinsam mit dem Intrapreneur und Gründer Ali Özyigit haben wir für die Technologie erste Anwendungsfelder identifiziert, den Markt analysiert, validiert und Partnerschaften angebahnt. Wir haben Kunden gewonnen und Schritt für Schritt das Geschäftsmodell geschärft. Kurz: Wir haben daraus eine “Minimum Viable Company” gebaut. Mit Egger wurde kürzlich ein weiterer toller Business Case geschaffen. 

Wie Egger die Technologie von Pixoanalytics nutzt

Egger, einer der führenden Holzwerkstoffhersteller Europas, erkannte früh das Potenzial der Technologie und zeigte sich von Anfang an offen und neugierig, sie in der eigenen Produktion zu testen. Nach einem erfolgreichen Piloten auf einer Produktionslinie wurde die Lösung schrittweise auf weitere Linien ausgerollt – mit spürbarem Effekt in mehreren Bereichen.

Die Technologie liefert etwa eine genaue Analyse der Produktionseffizienz, optimiert die Bestandsführung durch Lagerverwaltung, liefert Lieferkettentransparenz gemäß EU-Vorgaben und eine präzise CO₂-Bilanzierung.

Diese enge Zusammenarbeit zwischen Egger und Pixoanalytics – die wir in die Wege leiten durften – basiert auf der gemeinsamen Bereitschaft, neue Wege zu gehen. 

Unternehmerisch denken, heißt Chancen zu nutzen 

Unternehmertum – in Konzernen oder Startups – ist selten geradlinig. Es braucht Raum für Experimente, aber auch klare Entscheidungen. Es braucht Ressourcen – aber vor allem Menschen, die dran glauben, auch wenn der Business Case noch wackelt. Und es braucht Partner, die mit anpacken. Nicht als Berater, sondern manchmal auch als Co-Founder auf Zeit. Dass aus einer internen Idee ein tragfähiges Venture wurde, ist vor allem dem unternehmerischen Drive von Ali Özyigit zu verdanken. 

Pixoanalytics ist für mich ein Beispiel dafür, was möglich ist, wenn man unternehmerisch denkt, statt nur zu verwalten. Wenn man Dinge ausprobiert, bevor sie zu hundert Prozent sicher sind. Und wenn man versteht: Skalieren heißt, Chancen gezielt zu nutzen – durch das Suchen von Möglichkeitsfeldern, tragfähige Use Cases und ein Team, das Verantwortung übernimmt.

Über den Autor

Industrial Goods & Services ...

Philippe Thiltges, Co-founder & CEO whataventure, prägt seit mehr als einem Jahrzehnt die Innovationslandschaft in Österreich und Deutschland. Er hat über 150 Unternehmen bei der Schaffung nachhaltiger Innovationsstrategien und -strukturen unterstützt.

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

Venture Building: Von der Idee zur industriellen Anwendung

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Venture Building: Von der Idee zur industriellen Anwendung

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Venture Building: Von der Idee zur industriellen Anwendung

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 …

Venture Building: Von der Idee zur industriellen Anwendung

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 …

Venture Building: Von der Idee zur industriellen Anwendung

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 …

Venture Building: Von der Idee zur industriellen Anwendung

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 …

Venture Building: Von der Idee zur industriellen Anwendung

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Venture Building: Von der Idee zur industriellen Anwendung

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Venture Building: Von der Idee zur industriellen Anwendung