16.10.2017

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

Das niederländische Startup Fileradar arbeitet im Accelerator Factory1 gemeinsam mit Kapsch an einem Verkehrs-Vorhersagesystem. Ein erstes gemeinsames Projekt wird in Madrid umgesetzt.
/artikel/kapsch-factory1-fileradar
(c) Kapsch: Das Fileradar-Team (l.) Mit Kapsch-Lead-Mentor Benoit Robinet (r.)
sponsored

Viele Menschen haben es im Laufe der Geschichte versucht – manche erfolgreicher, manche weniger erfolgreich: Die Zukunft vorhersehen. Dieser alte Traum kann nun dank der technischen Entwicklung in Erfüllung gehen. Während man sich in alten Zeiten auf göttliche Eingebung, Glaskugeln und dergleichen verließ, baut das niederländische Startup Fileradar im Accelerator-Programm Kapsch Factory1 auf Big Data und Machine Learning. Das Ziel ist dann auch etwas bescheidener (und realistischer), als jenes von Nostradamus und Co: 10 bis 15 Minuten im Voraus will Fileradar die Verkehrssituation vorhersagen.

+++ Kapsch: Hinter den Kulissen von Factory1 +++

Nicht nur reine Verkehrsdaten…

“Wir verwenden sowohl Daten über die aktuelle Verkehrssituation als auch große Datensets zum gegebenen Straßenzug aus der Vergangenheit. Über einen Machine Learning-Ansatz sagt unser System dann die wahrscheinlichste Verkehrsentwicklung voraus”, erklärt Fileradar-Co-Founder Frank Zuurbier. Project Engineer Peter Biczók ergänzt: “Was uns von anderen unterscheidet ist, sind die Daten, die wir nutzen.” Denn man verwende bei Fileradar nicht nur direkte Verkehrsdaten, sondern Informationen über unterschiedlichste Parameter, die auf den Verkehr Einfluss haben. So fließen etwa auch Wetterdaten, Informationen über größere Events in der Gegend und Berichte über Unfälle in die Analyse.

… auch Tweets fließen in die Analyse

Eine wichtige Rolle spielen dabei Social Media. “Dass es irgendwo einen Verkehrsunfall gab, wird oft schneller getwittert, als es bei den Verkehrsbehörden landet”, erklärt Biczók. Dabei kombiniere immer eine ganze Reihe von Daten, um Fehlinformationen zu eliminieren: “Ein einzelner Tweet ist ebenso unzuverlässig, wie die Daten eines einzelnen Verkehrssensors.” Generell erwarte man aber auch keine gezielt gestreuten Fehlinformationen im Verkehrsbereich. Vorsicht sei jedenfalls geboten: “Wir hatten einmal einen Tweet über einen ‚Unfall‘, bei dem das falsche Papierformat gewählt wurde, nämlich A4”, erzählt Zuurbier. Das System wertete dies als Hinweis zu einem Verkehrsunfall auf der Autobahn A4.

Mit Kapsch zu neuen Märkten

In der Heimat, den Niederlanden, hat das Unternehmen, das vor sieben Jahren an der Universität Delft gegründet wurde, bereits eine Kooperation mit der Verkehrsbehörde und ist in mehreren Städten aktiv. Über die Zusammenarbeit mit Kapsch soll nun ein größerer Markt erschlossen werden. “Wir dachten uns, wir können es nicht stemmen, einfach loszuziehen und weltweit bei jeder Verkehrsbehörde anzuklopfen, ob sie an unserem Produkt interessiert sind. Wir sollten einen Partner finden, der diese Kontakte bereits hat und diese Märkte bereits abdeckt”, erzählt Zuurbier. Die Ausschreibung der Kapsch Factory1 hätte sich dabei perfekt ergeben.

“Fügt sich perfekt in unser Kerngeschäft”

“Was Fileradar macht, fügt sich wirklich perfekt in unser Kerngeschäft”, ergänzt Eric Karl Diethelm von Kapsch TrafficCom, der im Accelerator als Mentor für das Startup fungiert. “Ein tieferes Verständnis für die vorhandenen Daten zu erlangen und immer mehr aus ihnen herauszuholen ist eines unserer wichtigsten Ziele”, sagt er. Konkret haben Fileradar und Kapsch im Rahmen der Factory1 ein gemeinsames Projekt in Spaniens Hauptstadt Madrid. Das System wird dort für einen etwa fünf Kilometer langen Straßenzug mit 15 Kreuzungen implementiert, den Kapsch bereits seit längerem betreut.

“Die Verkehrsvorhersage ist kein Selbstzweck. Sie nutzt nur dann etwas, wenn man etwas aus den Ergebnissen macht”

Evaluierung führt zu konkreten Vorschlägen

“Wir haben dort zunächst sechs Monate lang Verkehrsdaten gesammelt. Seit September sind wir mit unserem System live”, erzählt Zuurbier. Im nächsten Schritt werde man die Performance in dieser ersten Phase evaluieren. “Das Schöne daran, wenn man 10-Minuten-Voraussagen macht ist, dass man zehn Minuten später weiß, ob man richtig gelegen ist”, sagt Biczók dazu. Doch man verfolge bereits weitere Ziele in Madrid. “Die Verkehrsvorhersage ist kein Selbstzweck. Sie nutzt nur dann etwas, wenn man etwas aus den Ergebnissen macht”, sagt Zuurbier. In diesem Fall wolle man etwa nachher Vorschläge liefern können, die Ampelschaltung effizienter zu gestalten.

“Blicken auf eine sehr reichhaltige Daten-Zukunft”

Außerdem wolle man das Konzept mit den gewonnenen Daten und der weiteren Verbesserung des Machine Learning Systems immer schneller auf neue Orte ausweiten können. “Früher wurden Verkehrsmodelle manuell erstellt. Für so einen Straßenzug wie in Madrid hätte das etwa ein halbes Jahr lang gedauert. Wir sind jetzt bald soweit, dass wir das in unter einer Woche automatisiert machen können”, sagt Biczók. Wichtig sei es nun auch, das System auf Orte ausweiten zu können, die über keine so gute Datenlage verfügten. Auch an der stärkeren Integration von Daten, die von Fahrzeugen selber kommen, arbeite man bereits intensiv, so habe man etwa eine Kooperation mit dem Navigationssystem-Hersteller Tom Tom. “Wir blicken auf eine sehr reichhaltige Daten-Zukunft. Und wir sind dafür bereit”, sagt Zuurbier.

+++ Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen +++

Deine ungelesenen Artikel:
04.11.2024

Carbon Cleanup: Wie ein Linzer Startup die Kohlefaserindustrie revolutionieren möchte

Das Linzer Startup Carbon Cleanup hat sich auf das Recycling von Kohlenstofffasern aus Industrieabfällen spezialisiert. Wir haben mit Gründer und CEO Jörg Radanitsch über die weiteren Wachstumsschritte und eine neue Kooperation mit KTM Technologies gesprochen. 
/artikel/carbon-cleanup-portraet
04.11.2024

Carbon Cleanup: Wie ein Linzer Startup die Kohlefaserindustrie revolutionieren möchte

Das Linzer Startup Carbon Cleanup hat sich auf das Recycling von Kohlenstofffasern aus Industrieabfällen spezialisiert. Wir haben mit Gründer und CEO Jörg Radanitsch über die weiteren Wachstumsschritte und eine neue Kooperation mit KTM Technologies gesprochen. 
/artikel/carbon-cleanup-portraet

Die Verwendung von Kohlefaser in der Industrie hat in den letzten Jahren stark zugenommen – insbesondere in Bereichen wie der Luft- und Raumfahrt, dem Automobilbau und der Windenergie. Kohlefaser überzeugt durch ihre hohe Festigkeit bei geringem Gewicht, doch ihre Herstellung ist ressourcenintensiv und teuer. Ein großes Problem stellt der hohe Verschnitt bei der Produktion dar: In der Industrie landen im Durschnitt bis zu 30 Prozent der Rohstoffe im Abfall. Diese Materialverluste sind nicht nur ökonomisch ineffizient, sondern auch aus ökologischer Sicht problematisch, da Kohlefaser biologisch nur schwer abbaubar ist.

Carbon Cleanup setzt auf KI

Das 2020 gegründete Linzer Startup Carbon Cleanup rund um Gründer Jörg Radanitsch hat sich diesem Problem angenommen und zum Ziel gesetzt, Kohlenstofffasern aus Industrieabfällen aufzubereiten und wiederverwendbar zu machen. Konkret hat das Startup eine mobile Aufbereitungsanlage entwickelt, um Carbonfasern direkt vor Ort beim Kunden aufzubereiten. 

Zum Herzstück der Anlage gehört nicht nur die mechanische Aufbereitung der Kohlenstofffasern. Im Hintergrund läuft auch eine Software, die eine KI-gestützte visuelle Erkennung der zugeführten Rohstoffe ermöglicht.

“Wir haben ein KI-generiertes Datenblatt entwickelt, das automatisch die Charakteristika von eingehendem Material erkennt und den Wert des Rezyklats bestimmt“, so Radanitsch. “Bevor das Material in unsere Anlage kommt, wissen wir schon, welche mechanischen Eigenschaften es haben wird. Das ist entscheidend für die Qualität und den Marktwert des Endprodukts.”

Gründer Jörg Radanitsch | (c) Carbon Cleanup

Entwicklung der zweiten Generation an Anlagen

Während die erste Anlage des Unternehmens für R&D-Zwecke dient und über eine Kapazität von 30 Tonnen pro Jahr verfügt, konnte das Unternehmen über den Sommer eine zweite Anlage in Betrieb nehmen. „Unsere zweite Anlagengeneration ist im August fertiggestellt worden. Die Produktionskapazität ist dreimal so hoch wie bei unserer ersten Anlage. Damit sind wir jetzt in der Lage, deutlich mehr und auch verschiedene Kompositabfälle zu verarbeiten.“

Besonders stolz ist Radanitsch auf die gestiegene Materialqualität: „Das neue Aggregat ist viel stärker, was uns mehr Flexibilität bei der Verarbeitung der Materialien gibt. Wir können jetzt eine Vielzahl an Abfällen effizienter recyceln, was die Qualität der Produkte erheblich verbessert.“

Ein wichtiger Baustein für den Erfolg von Carbon Cleanup war die Unterstützung durch die Austria Wirtschaftsservice (aws). “Das Seed-Financing der Austria Wirtschaftsservice hat uns erlaubt, nicht nur unsere Forschung und Entwicklung voranzutreiben, sondern auch in Marketingaktivitäten zu investieren, die für uns als Hardware-Startup besonders wichtig sind“, erklärt Radanitsch.

Luftfahrtindustrie und Kooperation mit KTM Technologies

Eine der spannendsten Entwicklungen bei Carbon Cleanup ist der Einsatz ihrer recycelten Materialien im 3D-Druck, besonders in der Luftfahrtindustrie. “Wir liefern im Tonnenmaßstab Kunststoffgranulate, die mit unserer Rezyklatfaser verstärkt sind. Diese werden in großen 3D-Druckern verwendet, um Formen zu bauen, die dann für die Produktion von Flugzeugteilen genutzt werden”, so der Gründer.

Zudem arbeitet Carbon Cleanup mit dem österreichischen Motorradhersteller KTM zusammen. Gemeinsam arbeiten beide Unternehmen an einem geschlossenen Materialkreislauf, bei dem Post-Consumer- und Post-Industrial-Abfälle von KTM Technologies recycelt und für die Herstellung neuer Bauteile genutzt werden. Spezifisch handelt es sich um das Recycling der Teile des Rennmodells “X-Bow GT2”, dessen Rahmen zu 100 % aus Carbonfasern besteht. Durch Unfälle entsteht eine große Menge an beschädigtem Material, das normalerweise als Abfall betrachtet wird. Mit der Partnerschaft von KTM und Carbon Cleanup wird dieses Material zurück in den Kreislauf gebracht. 

(c) Carbon Cleanup

“KTM Technologies war von Anfang an ein Vorreiter. Sie testen unsere recycelten Materialien bereits erfolgreich in ihren Motorrädern“, betont Radanitsch.

Das Besondere an dieser Kooperation ist das sogenannte Closed-Loop-Material, das zu 100 Prozent aus dem Abfallstrom von KTM Technologies besteht. „Die Herausforderung ist, die Materialien zirkulär zu sammeln und in die Produktion zurückzuführen. Das Sammeln und die Qualität sind dabei entscheidend. Aber wir haben gezeigt, dass wir sogar leistungsfähigere Materialien aus Abfall herstellen können”, so der Gründer.

(c) Carbon Cleanup

Die nächsten Schritte von Carbon Cleanup

Das Geschäftsmodell von Carbon Cleanup basiert derzeit auf zwei Einnahmequellen: Zum einen bietet das Unternehmen Kunden einen Recycling-Service an, bei dem diese für die umweltgerechte Entsorgung des Materials bezahlen. Dafür wurde eine eigene Logistikstruktur aufgebaut. Zum anderen werden die Faserverbundkunststoffe an weitere Abnehmer verkauft. Derzeit liefert das Startup 98 Prozent der aufbereiteten Granulate ins Ausland. “Für eingehendes Material sind die Hauptmärkte neben Österreich vor allem Deutschland und Italien. Der Materialzufluss ist für uns derzeit jedoch kein Engpass, sodass wir gezielt das für uns passende Material auswählen können”, so der Gründer abschließend.


*Disclaimer: Das Startup-Porträt erscheint in Kooperation mit Austria Wirtschaftsservice (aws)

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

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

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 …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

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 …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

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 …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

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 …

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Kapsch Factory1: Wie mit Big Data die Zukunft vorausgesagt wird