07.06.2019

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

Voting Beim S & B Award 2019 des Rudolf Sallinger Fonds treten zehn Teams mit auf Forschung basierenden Business-Ideen gegeneinander an. Der brutkasten vergibt einen Sonderpreis (5000 Euro Mediavolumen), dessen Gewinner hier ermittelt wird. Das Voting hat am 17.06.2019 um 14:00 Uhr geendet.
/artikel/voting-spinoffs-s-b-award
S&B Award 2025 - Voting: Welches Spinoff hat das größte Potenzial?
(c) fotolia.com - REDPIXEL

Die heimischen Universitäten, Fachhochschulen und Forschungseinrichtungen bringen laufend neue Startups hervor. Nicht wenige der erfolgreichsten Jungunternehmen des Landes haben ihren Ursprung in der Forschung. Es sind nicht immer die auffälligsten Business-Ideen, die von Spinoffs kommen. Häufig sind es jedoch jene, die das größte Potenzial aufweisen. Genau solche sollen beim S & B Award des Rudolf Sallinger Fonds vor den Vorhang geholt werden, der am 19. Juni vergeben wird.

+++ Das sind die Gewinner des S&B-Award 2018 +++

Beim S & B Award 2019 schafften es zehn Spinoff-Teams in Finale. Neben dem Hauptpreis – 20.000 Euro Cash und weitere Unterstützungsleistungen – vergibt auch der brutkasten einen Sonderpreis. Der Gewinner von 5000 Euro Mediavolumen wird mit diesem Voting ermittelt. Herangezogen wird das Ergebnis vom 18.06.2019 um 14:00 Uhr:

 

Das sind die zehn Finalisten des S & B Award 2019:

Albuplatin – MedUni Wien und Uni Wien

Im Projekt Albuplatin wurde ein Krebstherapeutikum auf Platin-Basis entwickelt. Es handelt sich dabei um eine sogenannte „Prodrug“, die die aktive Verbindung in ungiftiger Form beinhaltet und gezielt an das Plasmaprotein Albumin im Blut des Patienten bindet. Anschließend wird Albuplatin durch die erhöhte Albuminaufnahme von Krebszellen gezielt im Tumorgewebe angereichert und dort selektiv zum aktiven Therapeutikum umgewandelt.

Angel Valve Vienna – MedUni Wien

Angel Valve Vienna hat ein Implantat zur Behandlung von Erkrankungen der Mitralklappen im Herz entwickelt. Mit dem minimal invasiven Implantat, das über Katheter eingesetzt wird, kann eine teure und riskante (und daher bei vielen Patienten nicht durchgeführte) Operation am offenen Herzen – wie derzeit gängig – verhindert werden. Damit sollen langfristig mehr Erkrankte behandelt werden und gleichzeitig Kosten im Gesundheitsbereich reduziert werden.

Automold – I.S.T. Austria

Im Projekt Automold wurde eine Methode entwickelt, um den Formenbau im Spritzgussbereich stark zu vereinfachen. Das computergestützte Designwerkzeug erlaubt es, Gussformen automatisiert herzustellen. Das soll eine Reduktion der Kosten und Zeit des Formenbaus auf ein Zehntel ermöglichen. Das soll langfristig die Kleinserienproduktion mittels Spritzguss revolutionieren.

CarboFeed – BOKU Wien

Im Projekt CarboFeed wurde eine Methode entwickelt, mit der CO2 mit Hilfe einer neuartigen Hefe, zu einem Tierfutterzusatz verarbeitet werden kann. Damit soll CO2 als Rohstoffquelle nachhaltig nutzbar gemacht werden. Die Umwelt soll dabei auch davon profitieren, dass damit keine zusätzlichen landwirtschaftlichen Flächen zur Tierfutter-Produktion gebraucht werden.

MagPrint3D

Im Projekt MagPrint3D wurde ein Verfahren entwickelt mit dem magnetische Systeme (additiv) 3D-gedruckt werden können. Zusätzlich wurde ein Simulationsprogramm entwickelt, um die geometrische Form für eine beliebige Magnetisierungsverteilung zu berechnen. Mit dem System soll auch die Auflösung von medizinischen MRT-Anwendungen mittels passgenauen magnetischen Shimmingelementen verbessert werden.

MobiKlon – Management Center Innsbruck

Im Projekt MobiKlon wurde ein neuartiger Trennapparat für Kläranlagen entwickelt, mit dem bestehende Systeme nachgerüstet werden können. Damit sollen Störstoffe wie Glas-, Sand- und Metallpartikel effizienter abgeschieden werden. Das soll zu einer Reduzierung der Betriebskosten von Kläranlagen führen, indem kostenintensive Faulturmreinigungen (durch Spezialtaucher) nicht mehr notwendig sind und der Verschleiß an Anlagenteilen reduziert wird.

Pregenerate – TU Wien

Im Projekt Pregenerate wurde ein neuartiges System für die Athritis-Behandlung entwickelt. Basis dafür sind direkt am Knorpel bzw. in Gelenken angebrachte Chips, die den derzeit gängigen Medikamenteneinsatz massiv reduzieren sollen.

Sproof – FH Salzburg

Im Projekt Sproof wurde ein dezentrales System für digitales Dokumentenmanagement entwickelt. Damit kann man digitale Dokumente ausstellen, verwalten und überprüfen. Das kann etwa für digitale Ausweise, Zeugnisse, Frachtpapiere, Zertifikate und dezentrale PKIs genutzt werden. Über die dazugehörige App können die Dokumente auch mobil verwaltet werden.

Staubfrei – BOKU Wien

Im Projekt Staubfrei wurde für die Holzindustrie ein Holzstaub-Filter-System für gängige Absauganlagen auf Basis des triboelektrischen Effekts entwickelt. Dabei wird der Staub gegenpolig aufgeladen wodurch Feinstaub zu Grobstaub wird. Mit dem System sollen neben positiven Effekten auf die Gesundheit der Arbeiter unter anderem der Energieverbrauch von Absauganlagen gesenkt und die Standzeiten der Filtermedien verlängert werden.

VitreaLab – Uni Wien

Im Projekt VitreaLab wurde ein neues Display-System auf Basis von Laser-Dioden entwickelt. Es soll bei besserer Bildqualität einen deutlich niedrigeren Energieverbrauch als gängige Displays bieten.

⇒ Zur offiziellen Award-Page

Redaktionstipps

[xyz-ihs snippet=“pinpoll“]

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

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

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 …

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

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 …

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

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 …

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

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 …

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Voting: Welches dieser Uni-Spinoffs hat das größte Potenzial?