26.06.2018

„Ein Corporate, das ein bisschen anders tickt“

Momentan läuft die Bewerbungsphase für die zweite Ausgabe der Wien Energie Innovation Challenge. Wir haben die Sieger-Startups der ersten Challenge gefragt, was für sie dabei herausgekommen ist und was sie potenziellen BewerberInnen raten.
/artikel/wien-energie-innovation-challenge-ein-corporate-das-ein-bisschen-anders-tickt
Wien Energie Innovation Challenge
(c) Wien Energie: "Smart Drone Inspection" im Feld
sponsored

„Wir waren am Anfang extrem skeptisch. Wir haben uns gefragt: Wollen die nur wissen, was wir uns in den vergangenen drei Jahren erarbeitet haben und machen es dann selber?“, erzählt Philipp Knopf vom burgenländischen Startup Skyability. Er nahm mit seinem Team vor rund eineinhalb Jahren dann doch an der ersten Ausgabe der Wien Energie Innovation Challenge Teil. Inzwischen hat das auf Drohnen-Aufnahmen spezialisierte Startup im Rahmen des Projekts „Smart Inspection“ eine intensive Kooperation mit Wien Energie und dem niederländischen Teilnehmer-Startup birds.ai im Bereich Kraftwerksinspektion.

+++ Innovation Challenge 2018: Wien Energie sucht wieder Startups mit Power +++

„Sie brennen für das Projekt – bis hinauf in die Führungsebene“

„Wir wurden also sehr schnell und sehr klar eines Besseren belehrt“, sagt Knopf. Die anfängliche Skepsis wäre von schlechten Erfahrungen mit anderen Corporates gekommen. „Bei Wien Energie haben wir schnell den Spirit gespürt. Die Expertinnen und Experten arbeiten nicht nur intensiv mit uns zusammen, sondern brennen für das Projekt – bis hinauf in die Führungsebene“, sagt der Gründer. „Es ist ein Corporate, das ein bisschen anders tickt“.

Rasche Entscheidungen

„Wir waren überrascht, dass auch in so einem großen Konzern so rasch Entscheidungen getroffen werden und wir den Proof of Concept extrem schnell umsetzen konnten“, erzählt Phillip Fumolo von ViewAR. Das auf Augmented Reality-Anwendungen spezialisierte Wiener Startup hat gemeinsam mit Wien Energie ein AR-Konzept für Wartungsarbeiten im Anlagenservice entwickelt. Eine smarte Brille liefert dabei zusätzliche Informationen, wie etwa eine Wegbeschreibung zu einem bestimmten Anlagenteil oder Echtzeitdaten der Anlagen. So muss zum Beispiel bei bestimmten Fehlern kein Spezialist aus ausländischen Firmen eingeflogen werden, sondern ein Mitarbeiter erhält über die Brille Anweisungen vom Spezialisten und kann die Arbeiten selbst ausführen. „Spannend war für uns auch, wie viele Abteilungen und Mitarbeiter bei so einem Projekt involviert sind – und trotzdem ist alles flüssig gelaufen“, sagt Fumolo.

Wien Energie Innovation Challenge
(c) Wien Energie / Robert Rubak: Das AR-System im Einsatz im Kraftwerk Simmering

Einer der größten Partner

Eine ähnliche Erfahrung hat Marc Isop vom Tiroler Chatbot-Startup Onlim gemacht. „Die Vorgänge waren vom Beginn der Challenge an bis zum laufenden Betrieb unseres gemeinsamen Projekts gut strukturiert und effizient“, erzählt er. Gemeinsam mit Wien Energie baute Onlim den Kundenbetreuungs-Chatbot BotTina. „Wir haben gemeinsam mit den Fachabteilungen während der Challenge den Prototypen entwickelt. Kurze Zeit später sind wir zunächst auf Facebook-Messenger und dann auf der Website mit dem fertigen Produkt online gegangen“, erzählt Isop. Inzwischen ist Wien Energie ein Partner des Startups – und zwar einer der größten.

Wien Energie Innovation Challenge
(c) Wien Energie: BotTina war schon kurz nach Ende der ersten Challenge online.

„Noch einige Hausaufgaben zu erledigen“

Auch bei Skyability will man die Zusammenarbeit mit Wien Energie weiter intensivieren. „Wir arbeiten schon sehr eng zusammen und loten momentan gemeinsam aus, wie wir noch mehr daraus machen können“, sagt Gründer Philipp Knopf. Noch nicht ganz soweit ist man bei ViewAR. „Unser Projekt war von Beginn an sehr zukunftsorientiert. Für den großen Rollout sind noch einige Hausaufgaben zu erledigen“, sagt Phillip Fumolo. Diese arbeite man momentan ab und stehe in regelmäßigem Kontakt zu den ExpertInnen bei Wien Energie.

Konkreten Anwendungsfall parat haben

Und was raten die Alumni den BewerberInnen der zweiten Runde? „Man sollte beim Pitch jedenfalls einen konkreten Anwendungsfall parat haben“ sagt Onlim-Gründer Isop. Denn, so ViewAR-Gründer Fumolo, „es geht darum, wirklich ein Projekt umzusetzen“. Und Philipp Knopf ergänzt: „Man muss einfach offen sein. Wien Energie hat uns auch gezeigt, dass sie offen für alle Ideen sind. Mit ihrem Feedback und ihrer Unterstützung kann man dann Hürden nehmen, die man alleine vielleicht nicht geschafft hätte“.


Wien Energie Innovation Challenge 2018

Dieses Jahr will Wien Energie fünf Startups in den Accelerator aufnehmen. Diese werden von einer Jury aus zehn Unternehmen gewählt, die sich in einem dreitägigen Bootcamp im September bewähren müssen. Die Bewerbungsphase für diese erste Auswahl der Wien Energie Innovation Challenge 2018 endet am 15. Juli.

⇒ Mehr Information zum aktuellen Call

⇒ Zur offiziellen Page mit Bewerbung

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

„Ein Corporate, das ein bisschen anders tickt“

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

„Ein Corporate, das ein bisschen anders tickt“

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

„Ein Corporate, das ein bisschen anders tickt“

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 …

„Ein Corporate, das ein bisschen anders tickt“

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 …

„Ein Corporate, das ein bisschen anders tickt“

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 …

„Ein Corporate, das ein bisschen anders tickt“

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 …

„Ein Corporate, das ein bisschen anders tickt“

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

„Ein Corporate, das ein bisschen anders tickt“

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

„Ein Corporate, das ein bisschen anders tickt“