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:
03.07.2026

Warum die internationalen Krypto-Player in Wien bei Manuel Gahns Lumia landen

Vor drei Jahren mit dem Startup House gestartet betreibt Manuel Gahn mit Lumia mittlerweile zwei Standorte, mehrere Geschäftszweige und einen besonderen Fokus auf internationale Krypto-Unternehmen. Im Interview erzählte er uns mehr dazu.
/artikel/warum-die-internationalen-krypto-player-in-wien-bei-manuel-gahns-lumia-landen
03.07.2026

Warum die internationalen Krypto-Player in Wien bei Manuel Gahns Lumia landen

Vor drei Jahren mit dem Startup House gestartet betreibt Manuel Gahn mit Lumia mittlerweile zwei Standorte, mehrere Geschäftszweige und einen besonderen Fokus auf internationale Krypto-Unternehmen. Im Interview erzählte er uns mehr dazu.
/artikel/warum-die-internationalen-krypto-player-in-wien-bei-manuel-gahns-lumia-landen
Manuel Gahn und Lena Manzenreiter | (c) Lumia
Manuel Gahn und Lena Manzenreiter | (c) Lumia

Eine ganze Reihe internationaler Krypto-Anbieter baut bekanntlich seine EU-Hauptquartiere in Wien auf. Während Player wie Bybit EU, KuCoin EU oder zuletzt WhiteBit EU dank Erhalt der MiCAR-Lizenz bereits offiziell die Arbeit aufgenommen haben, müssen andere vorerst unter dem Radar bleiben.Nicht weniger als fünf dieser Player, KuCoin EU, WhiteBit EU und drei weitere, die noch nicht genannt werden dürfen, haben sich an den beiden Standorten des Wiener Office-Space-Unternehmens Lumia angesiedelt. Das wiederum befindet sich aktuell in der nächsten Expansionsphase, nachdem nach dem Start mit dem Startup House vor drei Jahren bereits 2024 ein zweiter Standort eröffnet wurde.

Dabei setzt man nicht nur auf internationale Krypto-Unternehmen. Kürzlich hat Lumia-Gründer Manuel Gahn mit Lena Manzenreiter als neue Head of Ecosystem & EUHQ eine Verantwortliche für diese internationalen Ansiedlungen an Bord geholt, die auch als Ansprechpartnerin für Partnerorganisationen wie Wirtschaftsagentur Wien, FFG, GIN, WKO, und DAAA fungiert. Im Interview erzählte uns Gahn über die besondere Position von Lumia im Krypto-Bereich, die Anforderungen, die man dafür erfüllt und die Strategie, die dahinterliegt.


brutkasten: Wie hat sich Lumia seit dem Start mit dem Startup House vor einigen Jahren entwickelt? Wo steht ihr gerade?

Manuel Gahn: Mit dem Startup House haben wir vor gut drei Jahren angefangen. Wir sind wirklich zu diesem physischen Ankerpunkt der Wiener Startup-Szene geworden, vor allem auch als Community Place. Etwas unbeabsichtigt hat sich ja auch das hocherfolgreiche Geschäftsmodell der Event-Venues entwickelt, wobei wir hier mit Loft und Prisma zwei Standorte haben. All das ist im Lumia-Ökosystem gebündelt. Wir haben zudem gemerkt, dass es sich bei unseren Coworkern mittlerweile auch über das Startup-Segment hinaus entwickelt hat. Mit unseren Serviced Offices ziehen wir auch größere Firmen an – beispielsweise Dyson und Uber.

Prisma fungiert bei Lumia als Event-Venue | (c) Lumia

Hat sich das auch auf euer Angebot ausgewirkt?

Ja, wir haben gemerkt, dass wir in Premium Serviced Offices expandieren können. Vor gut eineinhalb Jahren kam dann die Ansiedlung von KuCoin Europe, die dann den Prozess begonnen haben, sich für die MiCAR-Lizenz zu bewerben. Das war für uns eine neue Herausforderung, aber auch sehr spannend. Mit dem chinesischen Markt war ich davor schon ein bisschen in Berührung, weil ich in Hongkong studiert habe. Auch mit dem chinesischen Eigentümern konnte ich dementsprechend etwas besser umgehen als vielleicht andere Spaces in Wien.

Und mittlerweile seid ihr im Krypto-Segment aber noch deutlich weiter gewachsen…

Ja, wir sind wieder in der Expansion, weil wir mittlerweile so viel Nachfrage und volle Büros haben. Insbesondere mit dem Fokus auf zukünftige sogenannte CASPs, also Crypto Asset Service Providers. Das sind jetzt nicht nur Krypto-Player und Krypto-Börsen selbst, sondern auch zum Beispiel Stablecoin-Unternehmen, die sehr strenge regulatorische Vorschriften und Vorgaben für die Office Compliance haben, mit der Finanzmarktaufsicht als sehr kompetenter Regulatorin. Die Fragen für die Büro-Requirements sind zwar komplex, aber für alle die gleichen und die haben wir mittlerweile am besten ausgearbeitet. Zwei unserer Unternehmen haben diesen Prozess bereits geschafft und weitere drei sind aktuell dabei.

Du hast KuCoin EU schon erwähnt. Die zweiten, die diesen Prozess geschafft haben, darfst du auch nennen…

Ja, KuCoinEU ist an unserem zweiten Standort in der Tribüne, wo auch das Prisma als Konferenzzentrum läuft. Im Startup House ist im Frühjahr Whitebit EU eingezogen und hat letzte Woche die MiCAR-Lizenz bekommen. Die drei weiteren Unternehmen darf ich noch nicht nennen, weil sie gerade im Lizenz-Prozess sind. Aber auch die sind bereits in Office-Größen von 5 bis 20 Leuten und arbeiten sehr stark an ihrer Compliance, um die Lizenzen zu bekommen. Da wird es in den nächsten paar Wochen noch neue Announcements geben.

Mit was überzeugt ihr die Krypto-Unternehmen? Warum kommen alle zu euch?

Es sind nicht alle bei uns. Bybit EU, die wohl größte Wette auf Österreich, etwa nicht. Ich weiß von sieben oder acht, die diese Prozesse haben, und fünf davon sind hier. Natürlich ist es die starke Flexibilität, anfangs ein kleines Team zu haben und bei uns wachsen zu können. Lumia zieht außerdem Wiens engagierteste Personen und Firmen an – viele davon jung und Expats. Im Krypto-Bereich liegt das auch an der Nähe zu Bitpanda. Viele Leute, die in diesen in MiCAR-Lizenzierungsprozessen steckenden Firmen angestellt sind, sind ehemalige Pandas und schätzen den Business Hub rund um die Krieau.

Die Bitpanda-Zentrale ist direkt gegenüber vom Startup House…

Ja. Und der größte Hebel ist letztlich das Netzwerk. Angefangen hat es bei KuCoin Europe mit Oliver Stauber, Christian Niedermüller, Christian Derler und so weiter. Keiner von denen ist jetzt noch dort und sie haben alle neue Arbeitgeber, die auch in diesen Lizenzprozessen sind. Sie alle sind bei uns geblieben.

Und so trifft sich dann das gesamte ehemalige Team bei euch wieder?

Lustigerweise ja. Sonst würde man sagen, wir sind im B2B-Business, also Lumia macht Office Business, aber eigentlich, nachdem wir einfach die besten Arbeitsplätze Österreichs anbieten, ist es ein bisschen ein B2C-Business. Vielleicht verändern sich die Arbeitgeber:innen von den Personen, aber die Personen wollen bei uns bleiben.

Du hast auch von regulatorischen Hürden gesprochen. Bei jenen davon, die das Office angehen, seid ihr am Zug. Kannst du mir da mehr erzählen?

Ja, die Office-Compliance hat sich als Quick Win für MiCAR-Applicants herauskristallisiert. Da geht es etwa darum, dass laut Vorschriften drei voneinander getrennte Bereiche für eine Krypto-Company nötig sind. Holding, Compliance-Team, Anti-Money-Laundering Officer, Anti-Terrorism-Financing und so weiter. Wie wird die Hot Wallet gestored? Wie sind die Access Logs? Wie gehen wir mit Umsatzsteuerschädlingen um? Wie werden Besucher:innen registriert? Gibt es ein High-Security-Zutrittskontrollsystem? Das ist das, was wir jetzt auch gerade wieder aufrüsten und nochmal verbessern. Wir brauchen etwa verstärkte Sicherheitstüren und Fenster mit einbruchsicheren Sichtschutzfolien. Es ist schon wirklich ein Aufwand, sich da zu spezialisieren. Die ersten ein, zwei Male waren nicht lustig, aber jetzt haben wir das perfektioniert.

Lumia stellt für seine Mieter spezielle Zugangssysteme bereit | (c) Lumia

Damit wissen mittlerweile auch die Regulatoren, wenn sie für den sogenannten Office Visit “wiedermal” bei uns vorbeikommen, dass wir wissen, was zu tun ist. Ich will damit nicht sagen, dass es die Unternehmen leichter haben, die Lizenz zu bekommen und Office Compliance ist auch wirklich nur ein ganz kleiner Teil. Es sind genau dieselben strengen Regeln, die sie in anderen Immobilien auch haben. Nur wir können dabei unterstützen, weil wir in diesem konkreten Thema vermutlich europaweit am meisten Erfahrung haben.

Und ich nehme jetzt an, der Prüfer, der zum fünften Mal wegen der fünften Firma zu euch kommt, weiß dann schon, dass eure Fenster bruchsicher sind…

Zum Beispiel. Sie wissen auch, dass wir die WLAN-Netzwerke voneinander trennen, es komplett sichere Storage Archives gibt, die Zutrittskontrollen on-premise laufen und es Security-Kameras gibt. Zum Beispiel müssen alle Besucher:innen getrackt werden. Da gibt es dann eine Registrierung über unsere Rezeption. Die checkt sie ein und aus, prüft die IDs und teilt Visitor-Badges aus. Das haben wir wirklich zur Perfektion getrieben.

Jetzt Anfang Juli ist ein großes Thema natürlich, dass die MiCAR-Regelungen endgültig schlagend werden. Wie nimmst du das von deiner Position aus wahr?

Wir kriegen das gar nicht so viel mit, weil wir nicht im Tagesgeschäft involviert sind. Eine neue Firma hat morgen diesen Office Visit. Heute stellen wir auch gerade nochmal sicher, dass alle Systeme laufen, damit alles funktioniert. Nachdem es einmal aufgesetzt wurde, muss es dann ja immer funktionieren. Es ist schon auch lustig, wenn dann viele internationale Gäste hier sind.

Aber die Firmen siedeln sich unter anderem deswegen bei uns an, weil sie auch noch nicht wissen, was passiert, wenn sie abgelehnt werden. Da kann man keinen Fünf-Jahres-Vertrag mit vielleicht 400 Quadratmetern unterschreiben, wenn man nach sechs Monaten abgelehnt wird und keine Lizenz bekommt. Da sind Flex-Office-Lösungen eine sehr gute Lösung.

Ich stelle zum Ende nochmal eine klassische Ausblicksfrage: Du hast am Anfang des Interviews anklingen lassen, dass ihr weiter in der Expansionsphase seid. Und du hast gesagt, dass sich auch internationale Unternehmen abseits der Krypto-Branche wegen eines EU-Headquarters bei euch umsehen.

Wir sind jetzt gerade dabei, weitere 500 bis 1.500 Quadratmeter dazu zu mieten – das ist noch nicht ganz fix. Je nach Arbeitsplätzen und Conference Center kann das noch variieren oder auch noch viel mehr werden, falls noch mehr von diesen Firmen kommen. Was wir gemerkt haben: Es gibt zum Beispiel dank „Go Austria“ von GIN und FFG ziemlich viel Zuzug nach Wien als Basis für einen Markteintritt in Europa. Flexible Premium-Arbeitsplätze können hier natürlich auch von Wirtschaftsagentur Wien und ABA gut positioniert werden. Diese Firmen brauchen anfangs mal ein Virtual Office und expandieren dann womöglich auch auf Arbeitsplätze. Die wissen oft noch gar nicht, was genau deren Europe Entry Strategy sein wird.

Deswegen haben wir auch diese Marke „EUHQ by Lumia“ erfunden. Das können Finanzdienstleister oder Crypto Asset Service Provider sein, auf die wir aktuell unseren Fokus legen, weil es eben sehr schwer ist, denen zu genügen, und wir da den perfekten Product-Market-Fit gefunden haben. Aber es gibt auch andere, die in unserem Tech-Expat-Hub gerne einziehen würden.

Unsere Mitarbeiterin Lena Manzenreiter leitet die Expansion in dieses Geschäftsfeld. Sie wird viel im Ökosystem, mit der DAAA und mit der Wirtschaftsagentur Wien an neuen Initiativen arbeiten, um mit diesen internationalen White-Collar-Jobs neue Akzente zu setzen – um Wien als wichtigen Tech-Standort und Expansions Hub für Europa weiter zu etablieren.

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.