01.04.2020

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

Die Zukunft des Fahrens ist autonom... Bis Fahrzeuge über die Fähigkeiten des menschlichen Fahrens verfügen, muss die AI aber noch ein paar Dinge lernen. Das in Graz ansässige Unternehmen AVL adressiert eines dieser Probleme gemeinsam mit dem im Silicon Valley ansässigen Technologieanbieter Deepen.AI.
/artikel/avl-deepen-ai
AVL trainiert die AI mit Deepen AI
(c) Adobe Stock / Monopoly919
sponsored

Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst. Um die Aufgabe des Fahrens zu bewältigen, müssen die autonomen Fahrsysteme („Autonomous Driving Systems“ / ADS) noch erfolgreich das Erkennen von Objekten und das Einschätzen von Situationen erlernen.

+++So hilft Software, menschliche Fehler beim Autofahren zu verhindern+++

Dieser Prozess läuft in mehreren Stufen ab. Die Objekterkennung muss in der ersten Phase feststellen, wo sich überhaupt ein Objekt befindet. Im zweiten Schritt wird dann ein erkanntes Objekt klassifiziert: Es wird festgestellt, ob es sich dabei beispielsweise um ein Fahrzeug, einen Erwachsenen, ein Kind oder ein Tier handelt – denn ein Kind verhält sich zum Beispiel anders als ein Erwachsener. Schließlich muss das System noch das sogenanntes# „Tracking“ durchführen: Dabei wird analysiert, wo sich das Objekt in der Vergangenheit befand, wo es sich nun befindet – um somit Rückschlüsse darüber zu ziehen, wo sich das Objekt vermutlich als nächstes befinden wird.

Die Datenspreu vom Datenweizen trennen

Selbstfahrende Autos nutzen dabei Daten verschiedener im Fahrzeug verbauter Sensoren – wie etwa Kameras oder der LiDAR-Sensor, welcher den Abstand der Objekte zum Auto misst. Diese Sensoren produzieren unzählige Daten – und eben diese Daten müssen korrekt zugeordnet werden, so dass die AI erkennen kann, welche Daten für die Sicherheit relevant sind und welche nicht.

Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel. Deepen hat in Zusammenarbeit mit der Firma AVL aus Graz eine Technologie zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt. Erste Ergebnisse dieser Zusammenarbeit wurden im Rahmen der CES 2020 in Las Vegas präsentiert.

PoC mit AVL für die Zukunft des autonomen Fahrens

Beim von drei ehemaligen Google-Mitarbeitern gegründeten Startup Deepen.AI geht es um die zuvor erwähnte Herausforderung, autonomen Fahrsystemen zu einem besseren Verständnis ihrer Umwelt zu verhelfen. Um dies zu erreichen, braucht die KI etwas menschliche Hilfe, um effektiv darin trainiert zu werden, korrekte Schlussfolgerungen zu ziehen. Neben den 17 Vollzeit-Mitarbeitern beschäftigt Deepen.AI daher rund 250 Menschen in Indien, welche die von den Sensoren erfassten Daten bereinigen und die KI darin trainieren, Objekte zu erkennen: So markieren sie zum Beispiel, wenn die AI einen Seitenspiegel bei einem Auto übersehen oder Objekte falsch klassifiziert hat. „Diese Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“

Eben dieser starke Fokus auf Datenintegrität ist auch Schwerpunkt des gemeinsam mit AVL entwickelten PoC. „Es ist für AVL wichtig, auf Pixel- und Point-Level korrekt annotierte Daten zu haben“, erläutert Thomas Schlömicher, Research Engineer ADAS bei AVL. Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.

 „Safety Pool“ als nächster Schritt nach dem PoC

„Gemeinsam“ ist auch das Stichwort hinter dem Ziel, das die Partner nach dem erfolgreichen PoC gemeinsam verfolgen möchten. Eine große Herausforderung für die Branche ist, dass die verschiedenen Autohersteller derzeit unterschiedliche Wege gehen, wobei jeder seinen eigenen Ansatz verfolgt. „Die Branche braucht aber Standards“, sagt Musa: Das sei die Basis dafür, dass jeder in die Sicherheit der Systeme vertraut.

Daher hat „Safety Pool™, (www.safetypool.ai), ein Projekt unter der Leitung von Deepen und dem Weltwirtschaftsforum, das Ziel, quantifizierte Benchmarks und einheitliche Beschreibungen von Fahrsituationen zu definieren, die dann nicht nur als Standards für die Industrie, sondern auch als solides Rückgrat zur Ableitung von konsensbasierten Sicherheitsbewertungen und Rahmenregelungen dienen sollen. Dies wird die Gesellschaft einen bedeutenden Schritt näher zum Ziel bringen, von den revolutionären Fähigkeiten der automatisierten Fahrtechnologien zu profitieren.

AVL und Deepen AI im Video-Talk

==> zur Website des Startups

==> zur Website der AVL Creators Expedition

Redaktionstipps
Deine ungelesenen Artikel:
05.11.2026

Die 6 häufigsten Rechtsfallen für Startups im ersten Geschäftsjahr

Im ersten Geschäftsjahr konzentrieren sich Gründer:innen meist voll auf Produkt und Wachstum – rechtliche Risiken werden dabei leicht unterschätzt. Doch Rechtsfehler können schnell existenzgefährdend werden. brutkasten sprach dazu mit Rechtsschutz-Experte Gerd Plank von ERGO Versicherung AG.
/artikel/die-6-haeufigsten-rechtsfallen-fuer-startups-im-ersten-geschaeftsjahr
05.11.2026

Die 6 häufigsten Rechtsfallen für Startups im ersten Geschäftsjahr

Im ersten Geschäftsjahr konzentrieren sich Gründer:innen meist voll auf Produkt und Wachstum – rechtliche Risiken werden dabei leicht unterschätzt. Doch Rechtsfehler können schnell existenzgefährdend werden. brutkasten sprach dazu mit Rechtsschutz-Experte Gerd Plank von ERGO Versicherung AG.
/artikel/die-6-haeufigsten-rechtsfallen-fuer-startups-im-ersten-geschaeftsjahr
(c) Sasun Bughdaryan via Unsplash

In der Gründungsphase steht das operative Geschäft an erster Stelle: Produkte werden entwickelt, Marketingkampagnen gestartet und erste Kund:innen akquiriert. Rechtliche Rahmenbedingungen und eine nachhaltige Absicherung rücken dabei mitunter in den Hintergrund. Dabei können nicht nur unbedachte Versäumnisse, sondern sogar unverschuldete Konflikte junge Unternehmen rasch in finanzielle Schieflagen bringen.

“Ich mache ja nichts falsch”

„Ein häufiger Satz von Gründerinnen und Gründern lautet: Was soll schon passieren? Ich mache ja nichts falsch“, sagt Rechtsschutz-Experte Gerd Plank von der ERGO Versicherung. Doch im Unternehmensalltag geraten Firmen keineswegs nur durch eigenes Fehlverhalten in juristische Auseinandersetzungen. Plank verdeutlicht das an einem Praxisbeispiel aus dem Strafrechtsschutz: „Auch wenn ein Geschäftspartner etwas falsch macht, etwa bei der Verrechnung, kann ein Unternehmen ins Visier der Staatsanwaltschaft geraten.“ In Österreich gebe es jährlich rund 540.000 Ermittlungsverfahren bei den Staatsanwaltschaften, denen lediglich 28.000 Verurteilungen gegenüberstehen. „Das bedeutet, dass 95 Prozent der Verfahren eingestellt werden oder mit einem Freispruch enden – die immensen Anwalts- und Verteidigungskosten von oft 10.000 bis 20.000 Euro muss man ohne Rechtsschutzversicherung dennoch selbst tragen“, so Plank.

Rechtsschutz-Experte Gerd Plank | (c) ERGO Versicherung

Auch bei zivilrechtlichen Auseinandersetzungen würden Gründer:innen das finanzielle Risiko unterschätzen. „Schon wenn man einen vermeintlich kleinen Streitwert von 500 Euro einklagt, liegen die Gesamtkosten in der ersten Instanz bereits bei rund 1.600 Euro. Kommen weitere Verhandlungen hinzu, ist man rasch bei 6.000 Euro“, führt Plank aus. Da ein Großteil der Gerichtsverfahren mit einem Vergleich enden würden, blieben beide Parteien häufig auf ihren eigenen Anwaltskosten sitzen. „In Österreich liegt der häufigste bestrittene Wert bei 10.000 Euro. Die Gesamtkosten bei diesem Streitwert erreichen schnell 20.000 Euro“, so der Experte. Ohne Absicherung verzichten Startups daher oft auf berechtigte Forderungen, um Prozesskosten zu vermeiden – was im Einzelfall existenzbedrohende finanzielle Auswirkungen haben kann.

Die 6 häufigsten Rechtsfallen

Um solche Szenarien zu verhindern, sollten Gründer:innen die typischen Stolpersteine der ersten Monate kennen. Gerd Plank fasst im Gespräch mit brutkasten die sechs häufigsten Rechtsfallen zusammen – und zeigt auf, wie sich Startups mit dem passenden Rechtsschutz davor schützen können.

1. Mündliche Vereinbarungen und undokumentierte Vertragsänderungen

In der Startphase regiert oft das Prinzip Vertrauen. Verträge werden mündlich geschlossen oder vereinbarte Leistungen nachträglich per Handschlag abgeändert. „Einer der wichtigsten Punkte, bei denen es später zu Streitigkeiten kommt, sind undokumentierte Änderungen an Verträgen“, warnt Plank. Kommt es zu Uneinigkeiten über den Leistungsumfang oder Zahlungen, stehe Aussage gegen Aussage. Der Kunde bestreite etwa Zusatzleistungen, und das Startup bleibe auf den Kosten sitzen.

Wie der Rechtsschutz hilft: Der D.A.S. Firmen-Rechtsschutz der ERGO Versicherung unterstützt Gründer:innen durch juristische Erstberatung und Vorab-Vertragsprüfungen zu günstigen Konditionen. Zudem bietet ERGO für Jungunternehmer:innen einen besonderen Vorteil: Den Entfall der üblichen Wartefristen. „Kommt ein Unternehmen nach Abschluss eines größeren Auftrags zu uns, besteht im Premium-Rechtsschutz für Streitigkeiten aus dem Vertrag sofort Versicherungsschutz“, hebt Plank hervor.

2. Offene Rechnungen nicht konsequent eintreiben

Zahlen Kunden ihre Rechnungen nicht, zögern junge Firmen oft, rechtliche Schritte einzuleiten – aus Sorge um die Kundenbeziehung oder aus Angst vor hohen Prozesskosten. Dies führt rasch zu massiven Liquiditätsengpässen. „Laut KSV1870-Statistik kommen 30 bis 40 Prozent der Insolvenzen in Österreich dadurch zustande, dass Kund:innen Rechnungen nicht bezahlen und die Unternehmer nicht die finanziellen Mittel haben, um ihre Forderungen gerichtlich durchzusetzen“, erläutert Plank.

Wie der Rechtsschutz hilft: Das Forderungsmanagement der ERGO Versicherung übernimmt den Inkassoprozess. „Durch unser Know-how erreichen wir eine Eintreibungsquote von rund 80 Prozent“, führt der Experte aus. Ein Netzwerk aus 600 spezialisierten Partneranwält:innen vertritt Betroffene an allen 115 Bezirksgerichten in Österreich und in weiteren Instanzen. „Außergerichtliche Lösungswege dauern im Schnitt ein halbes Jahr, während ein Gerichtsprozess im Schnitt bis zu dreieinhalb Jahre in Anspruch nehmen kann“, betont Plank.

3. Fehler bei der Mitarbeiterbeschäftigung

Bei der Einstellung des ersten Personals passieren häufig Fehler. Ein Klassiker ist die fehlerhafte Einstufung von Arbeitskräften. „Der typische Fall ist, dass eine Person als freier Dienstnehmer oder Selbstständiger bezeichnet wird, obwohl die tatsächlichen Arbeitsbedingungen für ein Angestelltenverhältnis sprechen“, so Plank. Stellt die Sozialversicherung bei einer Nachprüfung eine Scheinselbstständigkeit oder Fehler bei Kollektivvertragsgehältern fest, drohen Nachzahlungen im fünfstelligen Bereich.

Wie der Rechtsschutz hilft: Gründer:innen werden präventiv bei Dienstverträgen beraten, im Streitfall übernimmt der Firmen-Rechtsschutz im Rahmen des vereinbarten Versicherungsschutzes die Vertretungs- und Prozesskosten. „Mit fachkundiger juristischer Beratung lassen sich Kollektivvertragsentlohnungen, Arbeitszeiten und Sonderzahlungen von Anfang an korrekt regeln“, erklärt Plank.

4. Vernachlässigter Schutz von Marken, Software und IP

Viele Startups bringen innovative Produkte, Softwarelösungen oder Marken auf den Markt, ohne ihr geistiges Eigentum ausreichend abzusichern oder finanziell verteidigen zu können. „Wenn etwa ein Vertragspartner Daten weitergibt oder Ideen kopiert, werden Prozesse nach dem Immaterialgüterrecht extrem teuer“, gibt Plank zu bedenken. Ohne Rechtsbeistand fehlen jungen Firmen meist die Mittel, sich gegen finanzstarke Nachahmer zur Wehr zu setzen.

Wie der Rechtsschutz hilft: Der Premium-Rechtsschutz deckt komplexe Auseinandersetzungen im Immaterialgüterrecht ab. „Diese Streitigkeiten abzusichern ist entscheidend, da Rechtsstreitigkeiten um das geistige Eigentum hohe Streitwerte aufweisen“, betont der ERGO-Experte. ERGO stellt spezialisierte Partneranwält:innen bereit und übernimmt im Rahmen des vereinbarten Versicherungsschutzes die anfallenden Kosten.

5. Mangelhafte AGB und unzulässige Klauseln

Insbesondere im E-Commerce und beim Vertrieb an Endverbraucher greifen Gründer:innen häufig auf fehlerhafte oder ungeprüfte Allgemeine Geschäftsbedingungen (AGB) zurück. Werden Informationspflichten, Rücktrittsrechte oder Gewährleistungsbestimmungen missachtet, hat das teure Konsequenzen. „Wenn AGB unzulässige Klauseln enthalten, können sich Kunden darauf berufen und Zahlungen verweigern“, erklärt Plank.

Wie der Rechtsschutz hilft: Der D.A.S. Firmen-Rechtsschutz von ERGO bietet Unternehmern die Möglichkeit, Vertragswerke und AGB von spezialisierten Anwält:innen zu günstigen Konditionen prüfen zu lassen. „Es ist essenziell, sich von Anwält:innen im Vorfeld beraten zu lassen, ob die erstellten Klauseln rechtlich gültig sind, bevor man Angebote am Markt platziert“, rät Plank.

6. Überschreitung der Gewerbeberechtigung

In der Praxis bieten Startups nicht selten Leistungen an, die über den Umfang ihres eingetragenen Gewerbescheins hinausgehen. „Man muss wirklich darauf achten, dass man nur innerhalb jener Gewerbeberechtigungen arbeitet, die tatsächlich eingetragen sind“, mahnt Plank. Wird die Gewerbeberechtigung überschritten, drohen Verwaltungsstrafverfahren, die im schlimmsten Fall mit einem Gewerbeentzugsverfahren einhergehen.

Wie der Rechtsschutz hilft: Der Rechtsschutz für Gewerbeentzugsverfahren schützt Unternehmer vor den finanziellen Folgen von Verwaltungsstrafverfahren. „Auch bei drohendem Gewerbeentzug bieten wir die entsprechende rechtliche Absicherung und Vertretung“, führt Plank aus.


Aktionsangebot: ERGO Blue Weeks 

Aktuell bietet die ERGO Versicherung im Rahmen der „Blue Weeks“-Aktion besondere Konditionen für den D.A.S. Firmen-Rechtsschutz. Bei einem Vertragsabschluss bis 31. Jänner 2027 sparen Unternehmen bis zu fünf Monatsprämien.

Zusätzlich profitieren Jungunternehmer:innen im ersten Geschäftsjahr von einem Bonus – bis zu 20 Prozent auf die Prämienhöhe. Nähere Informationen erhalten Sie bei einer persönlichen Beratung mit den Rechtsschutzexperten der ERGO Versicherung.

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

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

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 …

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

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 …

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

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 …

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

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 …

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Autonome Fahrzeuge: AVL optimiert die Erkennung von Objekten in AI

  • Sich einfach zurück zu lehnen, anstatt selbst am Steuer auf den Verkehr achtgeben zu müssen, ist die Vision des autonomen Fahrens. So soll das Reisen für die Insassen nicht nur angenehmer werden, sondern auch sicherer als eine Person am Lenkrad sein, da zum Beispiel die menschliche Fehlerquelle des Müdewerdens nicht mehr das Fahren des Fahrzeuges beeinflusst.
  • Zugleich muss die AI noch lernen, welche Daten für die Sicherheit relevant sind und welche nicht.
  • Hier kommt das US-amerikanische Startup Deepen.AI ins Spiel, welches in einer Kooperation mit der in Graz ansässigen AVL einen Prototyp zur besseren Erkennung und Segmentierung von Objektdaten im Straßenverkehr entwickelt hat.
  • „Die Datenanalysten bereinigen Zweifel, welche die AI in Bezug auf manche Objekte hat“, erläutert Mohammad Musa, Co-Founder und CEO von Deepen.AI: „Sie helfen bei der Klassifizierung und Kalibrierung.“
  • Im Idealfall soll im Rahmen der Kooperation eine komplette „Data Intelligence Pipeline“  entstehen, welche von AVLs zahlreichen B2B-Kunden genutzt wird, um deren Daten zu annotieren und so gemeinsam die Zukunft des autonomen Fahrens zu gestalten.
  • Im Rahmen des „Safety Pool Project“ sollen gemeinsam mit dem World Economic Forum quantifizierte Benchmarks und einheitliche Objektklassen definiert werden, die dann als Standards für die Branche gelten.