25.04.2019

CEE Fintech Atlas: 19 FinTech-Startup-Ökosysteme im Vergleich

Die Raiffeisenbank International (RBI) präsentierte heute die Erstausgabe ihres "CEE Fintech Atlas". Darin werden die FinTech-Startup-Ökosysteme von 19 Ländern in Zentral- und Osteuropa beleuchtet.
/artikel/cee-fintech-atlas-2018
Im CEE Fintech Atlas werden 19 Ökosysteme unter die Lupe genommen.
Im CEE Fintech Atlas werden 19 Ökosysteme unter die Lupe genommen.

Dass die Raiffeisenbank International (RBI) bei ihren FinTech-Startup-Aktivitäten einen Fokus auf Zentral- und Osteuropa (CEE) legt, verwundert ob der Struktur der Bankengruppe nicht. Alleine beim aktuellen Durchgang des Accelerator-Programms Elevator Lab, dessen Call gestern startete, machen zehn Tochterbanken aus der Region mit. Eine umfassende Aufstellung über die FinTech-Startup-Ökosysteme im CEE-Raum habe es aber bisher noch nicht gegeben, sagt Maximilian Schausberger, Head of Fintech Partnerships der RBI, bei der heutigen Präsentation der Erstausgabe des CEE Fintech Atlas.

+++ Fokus-Channel: FinTech +++

CEE FinTech Atlas: 19 Ökosysteme im Vergleich

„Wir haben uns gewundert, dass es keinen umfassenden Report zu FinTech-Aktivitäten in unseren Märkten gibt“, erzählt Schausberger. Daher habe man die Sache selbst in die Hand genommen. Beteiligt am neuen CEE FinTech Atlas, in dem die Ökosysteme von 19 Ländern aus der Region beleuchtet werden, waren unter anderem sämtliche Tochterbanken, Raiffeisen Research, und die BCG-Tochter Expand Research. Auf knapp unter 50 Seiten werden dabei unter anderem FinTech-Startup-Investment-Volumina, führende VCs und Startups sowie makroökonomische Parameter verglichen.

Investment-Volumina: Österreich erreicht knapp Top 5

Herausstechend ist dabei die Führungsposition Russlands, die jedoch teilweise auch auf die schiere Größe des Markts zurückzuführen ist. Mit 292 Millionen in FinTech-Startups investierten Euro zwischen 2008 und 2018 lässt es Tschechien (132 Mio.), Polen (64 Mio.) und Estland (62 Mio.) klar hinter sich. Österreich schafft es mit 29 Millionen Euro kumuliertem Investment im Zeitraum noch knapp unter die Top 5. „Dieses Ranking ist natürlich auch stark beeinflusst durch einzelne Startups, die besonders große Runden abgeschlossen haben“, räumt Schausberger ein. Und insgesamt müsse man die Zahlen in Relation sehen: „Der gesamte CEE-Raum deckt in dem Zeitraum nur fünf Prozent des gesamteuropäischen Investment-Volumens ab“.

Maximilian Schausberger im Video-Talk zum CEE Fintech Atlas und zum Elevator Lab:

Live with Max Schausberger, Head of FinTech Partnerships at Raiffeisen Bank International AG about the new CEE FinTech Atlas and the 3rd batch of Elevator Lab.

Gepostet von DerBrutkasten am Donnerstag, 25. April 2019

CEE-Banking-Markt: Nach Aufholphase folgt Konsolidierung

Und dennoch – oder gerade deswegen: Nicht nur für die RBI bietet der CEE-Raum enormes Potenzial. 200 Millionen klassische Bankkunden hat der gesamte Markt derzeit. 150 Millionen davon nutzen bereits digitale Services. „Wir rechnen damit, dass sich diese Zahl in den kommenden Jahren um 20 Millionen erhöht“, sagt Schausberger. Der Markt im klassischen Bankgeschäft habe sich im CEE-Raum dagegen inzwischen weitgehend konsoldiert, erklärt Gunter Deuber von Raiffeisen Research. „Die vergangenen zwei Jahrzehnte waren von einem Aufholen geprägt. Während manche Märkte weiterhin deutliches Aufholpotenzial haben, hat sich der Trend in Ländern wie Tschechien und Polen bereits massiv abgeflacht“.

„Digitale Angebote mit zweistelligen Wachstumsraten“

Es sei also zwingend nötig, weitere Wachstumsfelder zu erschließen. Und: „Es ist möglich, digitale Angebote mit zweistelligen Wachstumsraten in die Märkte zu bringen“, sagt Deuber. Dabei würden sich in den CEE-Ländern ganz unterschiedlich große „Lücken“ zwischen der Markt-Penetration mit konventionellen gegenüber jener mit digitalen Bankdienstleistungen zeigen. Im Durchschnitt betrage diese im gesamten Raum 21 Prozentpunkte. Während sie in den osteuropäischen Märkten Russland, Ukraine und Belarus sehr klein sei – allerdings auf insgesamt recht niedrigem Niveau, bestünde in den südosteuropäischen Ländern besonders großer Aufholbedarf.

Klassische Bankdienstleistungen als „wichtige Eintrittskarte“

Dabei sei die Penetration mit klassischen Bankdienstleistungen immer noch eine wichtige Eintrittskarte in die Märkte. Daher würden FinTech-Partnerschaften sowohl für Banken wie die RBI als auch für die FinTech-Startups Sinn machen, sagt Deuber. Genau das hat die RBI mit ihrem Programm Elevator Lab im Sinn. „Die FinTechs brauchen einen Partner, der sich in der Region auskennt. Das sehen wir bei als Chance, die wir mit Elevator Lab institutionalisiert haben“, sagt Maximilian Schausberger.

Elevator Lab: Globale Suche mit CEE-Fokus

Wie auch die Findings des CEE Fintech Atlas zeigen würden, sei der Markt aber „kein leichter“. Seine Kleinteiligkeit und starke Unterschiede in der Regulatorik seien etwa Herausforderungen. Mit Elevator Lab verfolge man zwei große Ziele: „Wir wollen einerseits global die besten Lösungen finden und sie in unsere Märkte bringen. Andererseits wollen wir die besten Lösungen direkt in der Region finden“, sagt Schausberger. Dass es bereits in den ersten zwei Durchgängen Bewerbungen aus rund 50 Ländern gegeben habe, würde zeigen, dass der globale Ansatz aufgehe.

Elevator Ventures soll Wachstumskapital-Situation ändern

Verstärkt setzt man inzwischen auch auf den im Vorjahr gestarteten Corporate VC Elevator Ventures. Zwar sei das Elevator Lab nach wie vor equity free, wie Schausberger betont. Nach dem Programm stünde man aber bereit, gegebenenfalls die Partnerschaften mit Investments zu intensivieren. Über das von Speedinvest gemanagte gemeinsame Vehikel mit Uniqa Ventures seien bereits die ersten Investments erfolgt – man könne aber noch keine Namen nennen. Eigenständig befände man sich gerade mit mehreren Startups in Verhandlungen. Eines sei dabei jedenfalls – im Bezug auf den gesamten CEE-Raum – klar, sagt Schausberger: „Derzeit gilt noch die Devise: ‚Wenn ich Wachstumskapital brauche, muss ich aus dem Land weggehen‘. Dieses Sentiment wollen wir ändern“.

⇒ Offizielle Page zum Fintech Atlas mit Download

⇒ Page des Elevator Lab

Redaktionstipps
Deine ungelesenen Artikel:
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

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