20.03.2020

Autonomous vehicles: AVL optimizes object recognition in AI

The future of driving is autonomous… But until vehicles reach human-level driving capabilities, AI still has to learn a few things. The Graz-based company AVL is tackling some of these challenges together with the Silicon Valley based technology provider Deepen.AI.
/artikel/deepen-ai-avl
AVL trainiert die AI mit Deepen AI
(c) Adobe Stock / Monopoly919
sponsored

Simply leaning back instead of having to pay attention to traffic: That is the vision of autonomous driving. This is intended not only to make traveling more pleasant for the passengers, but also to make it safer than having one person at the steering wheel, when distractions and human errors are the leading cause of fatalities. Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.

+++How software helps to reduce human driving errors+++

This process takes place in several stages. In the first phase, the object detection must determine where an object is located at all. In the second step, a detected object is then classified: It is determined whether it is, for example, a vehicle, an adult, a child or an animal – because a child behaves differently from an adult, for example. Finally, the system must carry out the so-called „tracking“. This involves analyzing where the object was in the past and where it is now – in order to draw conclusions about where the object will probably be next.

Separating the data wheat from the data chaff

Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car. These sensors produce countless amounts of data – and it is precisely this data that must be correctly classified so that the AI can identify which part of it is relevant to safety and which is not.

This is where the Silicon-Valley company Deepen.AI comes into play. Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz. First results of this cooperation were presented at the CES 2020 in Las Vegas.

PoC with AVL for the future of autonomous driving

Deepen.AI, founded by three former Google employees, is about the aforementioned challenge of providing ADSs a correct understanding of the world surrounding them. To achieve this, AI needs some human help in order to be effectively trained to make correct inferences. That’s why, in addition to its 17 full-time employees, Deepen.AI works with around 250 people in India who clean up the data collected by the sensors and teach AI to recognize things: For example, they mark when the AI has overlooked a side mirror on a car or misclassified objects. „These data analysts clear up doubts that the AI has about some objects,“ explains Mohammad Musa, Co-Founder and CEO of Deepen.AI: „They help with classification and calibration.”

This very deep focus on data integrity is also the context of the PoC developed jointly with AVL. „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL. Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

 „Safety Pool“ as next step after PoC

„Together“ is also the keyword behind the joint goal that the partners want to pursue after the successful PoC. One big challenge affecting the industry is that the various car manufacturers are currently pursuing different paths, each one using its own proprietary approach. „But the industry needs standards,“ says Musa: “That is the basis for everyone to trust the safety of the systems.”

Therefore, „Safety Pool™, (www.safetypool.ai) a project led by Deepen and the World Economic Forum, has the goal to define quantified benchmarks and uniform descriptions of driving situations, which will then serve not only as standards for the industry, but also as a solid backbone to derive consensus-driven safety assessments and frame regulations. This will bring society one significant step closer to benefitting from the revolutionary capabilities of automated driving technologies.

Video-Talk with AVL and Deepen AI

==> Deepen AI

==> AVL Creators Expedition

Redaktionstipps
Deine ungelesenen Artikel:
12.08.2026

Vom Gründer-CEO zum Profi-Manager: Wie neoom die Übergabe an der Spitze organisiert hat

Anfang Februar 2026 verkündete Walter Kreisel auf LinkedIn das Ende eines Kapitels: Nach acht Jahren als CEO übergab der Gründer des oberösterreichischen Cleantech-Scaleups neoom die operative Führung an Nikolas Iwan. Was nüchtern betrachtet wie eine Personalmeldung klang, ist in Wahrheit eine der heikelsten Operationen, die ein Scaleup durchlaufen kann – und ein Tabuthema in der österreichischen Wirtschaft. Wir haben mit Kreisel und seinem Nachfolger über die schwierige Choreografie der Übergabe und den Aufbruch in eine neue Wachstumsphase gesprochen.
/artikel/fuehrungswechsel-bei-neoom-loslassen-ohne-wegzugehen
12.08.2026

Vom Gründer-CEO zum Profi-Manager: Wie neoom die Übergabe an der Spitze organisiert hat

Anfang Februar 2026 verkündete Walter Kreisel auf LinkedIn das Ende eines Kapitels: Nach acht Jahren als CEO übergab der Gründer des oberösterreichischen Cleantech-Scaleups neoom die operative Führung an Nikolas Iwan. Was nüchtern betrachtet wie eine Personalmeldung klang, ist in Wahrheit eine der heikelsten Operationen, die ein Scaleup durchlaufen kann – und ein Tabuthema in der österreichischen Wirtschaft. Wir haben mit Kreisel und seinem Nachfolger über die schwierige Choreografie der Übergabe und den Aufbruch in eine neue Wachstumsphase gesprochen.
/artikel/fuehrungswechsel-bei-neoom-loslassen-ohne-wegzugehen
Neoom Ex-CEO Walter Kreisel (l.) und sein Nachfolger Nikolas Iwan © Antje Wolm

Dieser Text ist zuerst im brutkasten-Printmagazin von Mai 2026 „Die nächste Stufe“ erschienen. Eine Download-Möglichkeit des gesamten Magazins findet sich am Ende dieses Artikels.


Wer das neoom-Headquarter in Freistadt betritt, blickt zuerst nach oben: Im Eingangsbereich hängt ein Astronaut von der Decke, daneben führt eine Wendeltreppe empor, die an eine startende Rakete erinnert. Das Gebäude trägt den Namen „Free City“. Walter Kreisel, neoom-Gründer und seit Anfang des Jahres nicht mehr CEO, nennt es „Freistadt neu interpretiert als Raumschiff“ – mit Stadtmauer, grünem Turm, Stadtgraben und Zugbrücke.

Außen setzt sich diese Konsequenz fort: Schwarze Photovoltaikmodule nord-, ost-, west- und südseitig, dazu am Dach; rund 400 Kilowatt verteilt auf eine Bauwerkshülle, die zuerst Strom produziert und den Überschuss im 1,2 Megawattstunden großen Speicher zwischenlagert. Davor: ein Parkplatz, auf dem fast jedes Fahrzeug ein Elektroauto ist, fünfzig Ladestationen. Rund hundert neoom-Mitarbeiter:innen arbeiten hier auf 780 Quadratmetern, weitere hundert verteilt auf andere Standorte. 80 bis 85 Prozent der verbrauchten Energie produziert das Gebäude selbst.

Es ist eine Inszenierung, die Kreisels Stil als CEO über acht Jahre präzise zusammenfasst: Vision, Symbolik, Größe. Umso bemerkenswerter, dass dieser Mann seit Februar nicht mehr operativ verantwortlich ist – er hat das Steuer übergeben; an Nikolas Iwan, der zuvor bei Shell, H2 MOBILITY und McKinsey in Führungspositionen die Energiewende mitgestaltet hat. Mitte April 2026, am Tag des neoom-Live-Events, zu dem die wichtigsten Geschäftspartner – die „Power Partner“ – nach Freistadt anreisen, übernimmt erstmals Iwan die Hauptbühne. Kreisel hat sich am informellen Abend zuvor bewusst zurückgehalten.

„Wenn Walter gestern aufgetaucht wäre, hätte sich vieles auf ihn konzentriert“, sagt Iwan. „Er hat die Beziehungen zu den Power Partnern aufgebaut. Wir haben uns vorher abgestimmt.“ Diese Abstimmung – wer wann sichtbar ist, wer wo nicht auftaucht – ist seit Monaten Teil des täglichen Geschäfts der beiden. Sie ist der Grund, warum das Unternehmen den Wechsel an der Spitze bisher reibungslos gemeistert hat.

Denn ein CEO-Wechsel ist für ein Scaleup eine der riskantesten Operationen überhaupt. „Du hast dauerhaft den Zünder einer ungesicherten Handgranate in der Hand“, sagt Kreisel. „Wenn du da nicht stabil bist, sprengt es dir das Unternehmen; weil der Prozess völlig undefiniert abläuft – und ein massives Risiko ist.“

Das Tabuthema

Kreisels offene Worte sind selten – obwohl es zuletzt einige ähnliche Fälle gab. Im November 2025 gab Bitpanda-Mitgründer Eric Demuth seine Co-CEO-Rolle ab und wechselte als Executive Chairman in den Verwaltungsrat; Lukas Enzersdorfer-Konrad führt das Krypto-Unicorn nun allein. Im Januar 2026 zog sich Prewave-Mitgründerin Lisa Smith aus der Geschäftsführung zurück, ihr Co-Founder Harald Nitschinger übernahm die alleinige operative Verantwortung. Drei prominente Fälle innerhalb weniger Monate – das deutet auf einen Trend hin.

Während in den USA der Wechsel vom Gründer-CEO zum professionellen Manager als normaler Skalierungsschritt gilt – Investor Hermann Hauser hat wiederholt darauf hingewiesen, dass Europa nicht nur ein Kapital-, sondern auch ein Management-Problem habe –, herrscht hierzulande Schweigen über das Wie. „Bei Herr und Frau Österreicher ist so etwas ein Tabuthema“, sagt Kreisel. „Der Eigentümer ist Geschäftsführer bis zu seinem Tod, dann macht der Sohn oder die Tochter weiter.“

Witzigerweise ist der CEO ein massives Tabuthema. Aber an COO, CFO – da wird permanent rumgeschraubt.

Die Reaktionen auf seine Ankündigung im Februar bestätigen das. In der Region Freistadt wurde gefragt: „Haben sie ihn rausgehaut?“ In der Startup-Bubble wurde gefragt: „Wie viel Geld hast du rausgezogen?“ Dass der Gründer freiwillig in den Aufsichtsrat wechselt und keine Anteile verkauft hat, passte nicht ins gängige Schema. „Vom Aufsichtsrat über die Berater bis zu den Headhuntern: Niemand kennt sich aus“, kritisiert Kreisel. „Das war ein leerer Wald, ohne Baum und ohne Holz.“ Best-Practice-Modelle? Fehlanzeige. „Witzigerweise ist der CEO ein massives Tabuthema. Aber an COO, CFO – da wird permanent rumgeschraubt“, ergänzt Iwan.

Acht Jahre – ein Kilimandscharo

Schon während seines MBA-Studiums habe er sich mit Nachfolge beschäftigt, sagt Kreisel. Konkreter wurde es, als neoom vom freiwilligen Advisory Board zum echten Aufsichtsrat überging und schließlich zur AG wurde. Mitte 2023 entschied sich Kreisel, an der Donau-Universität Krems eine Ausbildung zum zertifizierten Aufsichtsrat zu absolvieren; nicht als formaler Akt, sondern um die Rolle in der Tiefe zu verstehen. Im Frühjahr 2025 schloss er ab.

Parallel begann ein bewusster persönlicher Reset – nach acht intensiven Jahren symbolisch verankert in einer Bergbesteigung. Es war der Kilimandscharo, ein 18 Jahre alter Traum, den Kreisel öffentlich als sein Ziel nach dem CEO-Ausstieg kommunizierte.

Die CEO-Suche selbst lief über eine internationale Executive-Search-Firma. Aus einer Longlist wurde eine Shortlist von sieben Kandidat:innen, am Ende blieb Iwan – obwohl er die entscheidende LinkedIn-Nachricht der Recruiterin beinahe übersehen hätte: „Die Nachricht kam am 30. Juni. Erst am 18. Juli habe ich sie zufällig gesehen – und bin gerade noch auf den Zug aufgesprungen“, erinnert sich Iwan. In der zweiten Interview-Runde lernten sich Kreisel und Iwan persönlich kennen. Die offizielle Zeit war nach 45 Minuten vorbei – sie redeten noch eine halbe Stunde weiter.

„Ich war noch nicht bereit“

Rückblickend würde Kreisel den Prozess sogar früher anstoßen, sagt er. Iwan widerspricht lachend: „Also ich wäre noch nicht bereit gewesen!“ Der Satz verweist darauf, dass Iwans Werdegang genau jetzt in die Rolle passte: Acht Jahre bei Shell in unterschiedlichen Managementpositionen, zuletzt als Country Manager für das Tankstellengeschäft in Österreich. 2016 der Wechsel als CEO zum deutschen Wasserstoff-Startup H2 MOBILITY, das er bis 2023 führte. Anschließend Geschäftsführer bei ennoo Rental in Berlin und als Senior Advisor bei McKinsey.

Dass Iwan ausgerechnet aus der Wasserstoffwelt zu einem Strom-Scaleup wechselt, ist kein Zufall – „ich komme aus der Molekülwelt“, sagt er. „Über 80 Prozent der Energie werden in Molekülform bewegt. Aber wir stehen am Beginn des Elektronen-Zeitalters.“

Bei H2 MOBILITY habe er sieben Jahre lang erlebt, dass Wasserstoff „nicht so schnell kommt, wie wir damals dachten“. Im Stromspeicher-Markt ist das Tempo ein anderes: 2025 wuchs der europäische Batteriespeichermarkt nach Daten von SolarPower Europe um 45 Prozent gegenüber dem Vorjahr; seit 2021 hat sich die installierte Kapazität auf 77,3 Gigawattstunden verzehnfacht
. BloombergNEF prognostiziert für 2026 weltweit 33 Prozent Zuwachs. Bis 2030 erwarten Analysten eine weitere Verzehnfachung. Entsprechend hoch sei allerdings auch der Wettbewerb bereits, merkt Iwan an

Sichtbarkeit als Strategie

Die heikelste Phase eines Wechsels ist nicht die Auswahl des Nachfolgers, sondern die Choreografie danach. „Es muss einen Cut geben“, sagt Kreisel, „sonst wird die Rollenveränderung durch die natürlichen Emotionen ein Stück weit überschrieben.“ Iwan formuliert nüchterner: „Wenn Walter jeden Tag hier rumlaufen würde, würden diese informellen Verbindungen meine Autorität ganz leicht unterminieren; obwohl alle wissen, dass es formal nicht mehr so ist.“ Deshalb stimmen sich die beiden vor jedem öffentlichen Auftritt ab. Es ist eine Disziplin, die Kreisel sich abverlangen muss: „Ich stehe auch gerne im Mittelpunkt. Aber es ist gerade wichtig, dass ich es nicht mehr bin – sonst funktioniert das Loslösen gar nicht.“ Gleichzeitig hat sich Iwan bemüht, die DNA des Unternehmens nicht anzutasten. Er nennt sich „neoomian“, trägt die Firmenkleidung.

„Normalerweise ist das Erste, was ein neuer Vorstand macht: Logo ändern, Vision umformulieren. Da gehen zwei Jahre drauf, in denen man sich gar nicht auf das Wesentliche konzentriert“, sagt Kreisel. „Dass Nikolas das nicht macht, ist ein riesiger Unterschied. Es zeigt, wie stark er sich mit der Vision und vor allem der Mission des Unternehmens und mit der Leidenschaft des Teams identifiziert.“

„It’s not about strategy, it’s about execution“

Inhaltlich hat Iwan in seiner ersten Aufsichtsratssitzung im März 2026 einen klaren Rahmen gesetzt: „Es geht nicht um Strategie – es geht um Umsetzung.“ Vision, Produktportfolio, Zielmärkte – all das stehe. Was fehle, sei methodische Umsetzungsstärke. In den ersten sechs Wochen habe er vor allem zugehört: „Ich saß stundenlang in den Wohnzimmern von Endkund:innen, habe den Vertrieb begleitet, mit Partnern und Industriekunden gesprochen.“ Erst danach wurden gemeinsam mit dem Management sechs Prioritäten für drei Monate festgelegt – inspiriert von OKR-Methoden. Intern werden sie „ROKKS“ genannt, visualisiert als sechs Berggipfel.

Es ist genau jener konsequente Stil, den Kreisel im eigenen Führungsverhalten als Schwachstelle identifiziert: „Diese Konsequenz habe ich als Gründer nicht immer eingehalten. Ein Markt, der jetzt anstrengender ist, braucht jemanden, der mehr Erfahrung mitbringt.“ Iwan formuliert den Unterschied: „Walter hat Ideen, die so stark sind, dass sie manchmal einfach rausmüssen, auch wenn kurz vorher noch eine andere wichtig war. For the good kannst du damit ein Unternehmen gründen; for the bad ist das in der täglichen Führung schwierig.“

Deutschland, Konsolidierung, schwarze Null

Operativ steht 2026 unter klaren Vorzeichen: organisches, profitables Wachstum, keine Hyperscale-Vorhaben. Österreich, wo neoom Marktführer ist, soll konsolidiert werden. Den eigentlichen Hebel sieht Iwan in Deutschland. Das mag überraschen, denn Deutschland gilt als der weiter entwickelte Markt. Beim regulatorischen Rahmen ist es aber umgekehrt: Während Österreich bei der Smart-Meter-Durchdringung bei rund 90 Prozent liegt, sei sie in Deutschland im einstelligen Prozentbereich, sagt Iwan. Energiegemeinschaften sind in Österreich seit Jahren etabliert, in Deutschland gibt es sie noch gar nicht. „Da können wir mit dem Absender Österreich punkten.“ Der Markt selbst sei riesig und weitgehend unbearbeitet. Erst zwei von zehn Dächern in Österreich tragen Photovoltaik, nur eines von zehn Gebäuden hat einen Stromspeicher. „Die Branche hat eigentlich noch alles vor sich“, sagt Kreisel. „Das war kurz gehypt mit Greta und Putin; jetzt mit dem Iran. Aber es ist nicht mehr so sexy, weil KI alle Aufmerksamkeit zieht.“

Wie konsequent neoom aufgestellt ist, zeigt ein Gang durchs Headquarter: ein Schaltschrankraum mit 1,2 Megawatt Netzanschluss, ein eigenes Hochvolt-Testlabor in Holzbau, eine Holzkiste, in der nach Kreisels Worten „neoom eigentlich begonnen hat“. Das Unternehmen entwickelt selbst Software, testet und integriert Hardware. Verkauft wird über Partner: Rund 20% der Installationsbetriebe machen 80 Prozent des Umsatzes, über 200 sind registriert. Das Geschäftsmodell ist B2B2C.

Oberstes Ziel für 2026: Profitabilität aus eigener Kraft. Eine konkrete Zahl wollen die beiden nicht nennen. „Profitabilität, ein wertvolles Unternehmen – das ist das oberste Ziel“, sagt Kreisel. „Darum ist das auch kein Rückschritt, sondern ein Anlauf; ein Anlauf, um in einer Branche, die noch gar nicht richtig gestartet hat, mit voller Kraft loszulegen.“

KI als Hebel

Eine zentrale Rolle spielt KI – nicht als Buzzword, sondern als Werkzeug für Effizienzgewinne. neoom hat knapp 100.000 Geräte an über 16.000 Standorten in seiner Cloud zu einem virtuellen Kraftwerk vernetzt. Diese Software-Schicht ist nach Iwans Überzeugung ein zentraler Enabler. „Hardware-Innovation kommt von externen Zulieferern. Aber die Innovationskraft im Software-Bereich entsteht bei uns Inhouse – und zeichnet uns gegenüber Wettbewerbern aus.“ Der KI-Hebel sei dramatisch: zwischen 50 und 1.000 Prozent Effizienzsteigerung in der Code-Entwicklung, je nach Review-Tiefe. Kreisel ergänzt: „Wir haben in den letzten Jahren genügend Ressourcen in Software investiert. Und wir haben keine Legacy. Das ist heute, mit KI, plötzlich unfassbar relevant.“

Was das österreichische Startup-Ökosystem lernen kann

Sowohl Kreisel als auch Iwan verstehen das, was sie gerade durchlaufen, als Beitrag zu einer offeneren Diskussion. „Ich glaube, viele würden Geld dafür bezahlen, diese Learnings zu hören“, sagt Kreisel. Was es brauche, seien sichtbare Best-Practice-Fälle. Iwan nennt einen strukturellen Grund, warum europäische Scaleups beim CEO-Thema zögern: „Es hängt mit dem knappen Kapital und dem Horizont der Investoren zusammen. Die erste Euphorie ist riesig. Dann läuft es nicht so wie gedacht – und die Euphorie ist plötzlich ganz klein.“ Statt pragmatisch nach Stellschrauben zu suchen, werde dann das Unternehmen als Ganzes infrage gestellt – nur die CEO-Frage bleibe das letzte Tabu.

Für neoom kommt jetzt die eigentliche Bewährungsprobe: das Hochfahren in einen Markt, der aufwärts geht – mit einem Team, das eine Konsolidierungsphase hinter sich hat, und einem Gründer im Aufsichtsrat, der sich bewusst zurücknimmt, ohne wegzugehen. Sein Nachfolger sieht die Aufgabe als langfristig an: „Ich bin hier, um zu bleiben“, sagt Iwan.

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

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

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 …

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

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 …

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

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 …

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

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 …

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Autonomous vehicles: AVL optimizes object recognition in AI

  • Clearly, in order to successfully tackle the driving task, Autonomous Driving  Systems (ADS) must be able to recognize objects, assess situations correctly, and master driving skills.
  • Self-driving cars use data from various sensors installed in the vehicle – such as cameras or LiDAR sensors, which measure the distance between the objects and the car.
  • Deepen has developed technology for better detection and segmentation of object data in road traffic in cooperation with AVL, based in Graz.
  • „It is important for AVL to have correctly annotated data at pixel and point level,“ explains Thomas Schlömicher, Research Engineer ADAS at AVL.
  • Ideally, the cooperation should result in a complete „Data Intelligence Pipeline“, which will be used by AVL’s numerous B2B customers to annotate their data and thus jointly shape the future capabilities of autonomous driving.