25.10.2017

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

Das niederländische Startup ViNotion hat eine Software entwickelt, mit der Fahrzeuge in Video-Aufnahmen in Echtzeit gezählt und nach Typ unterschieden werden. In der Kapsch Factory1 werden nun Einsatzmöglichkeiten für das Mobilitätsunternehmen analysiert.
/artikel/kapsch-factory1-vinotion
(c) Kapsch: Robert Povolny (Kapsch; m.l.) und Christopher Geelen (ViNotion; m.r.)

Es ist ein mehr oder weniger beliebter Gelegenheitsjob, meist für Studierende: “Klicker”. Gemeint sind Menschen, die zum Beispiel an einer vielbefahrenen Kreuzung stehen, und dort mit einem simplen Zählgerät – einem Klicker – vorbeifahrende Autos zählen. Die Zahlen werden, je nach Genauigkeit, etwa alle zehn Minuten in eine Liste eingetragen. Das Datenset, das dabei entsteht, wird dann für eine Verkehrsstrom- oder Belastungsanalyse der entsprechenden Kreuzung genutzt. Fazit: Viele benötigte Klicker, mit jeweils vielen Arbeitsstunden, führen zu hohen Kosten. Dabei bleibt immer ein Unsicherheitsfaktor durch menschliche Ungenauigkeit.

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

Videoanalyse mit neuen Möglichkeiten

“Die Erfahrung zeigt, dass Klicker nach etwa einer halben Stunde den Fokus verlieren”, sagt Christopher Geelen, Product Manager des niederländischen Startups ViNotion. Das Unternehmen hat es als eines von sieben internationalen Startups in den Accelerator Kapsch Factory1 geschafft. “Wir arbeiten mit Videos. Unsere Software stellt nicht nur die Anzahl der Fahrzeuge oder Menschen im Video fest, sondern analysiert auch Parameter wie Fahrzeugtyp, Geschwindigkeit und Verhalten”, erklärt Geelen. ViNotion ist eine reine Software-Firma im B2B-Bereich. Die Hardware, also etwa Verkehrskameras, wird von den Kunden bereitgestellt. Man könne dabei mit dem Videomaterial beliebiger Kameras arbeiten, sagt Geelen.

ViNotion: Ursprung im Crowd-Counting

Begonnen hat ViNotion mit Crowd-Counting, also dem Zählen einzelner Menschen in größeren Ansammlungen. Damit ist das Unternehmen seit einigen Jahren neben der Heimat, den Niederlanden, auch bereits in Großbritannien, Spanien, Portugal und Australien aktiv. “Im People-Counting haben wir eine Genauigkeit von 95 bis 98 Prozent. Dabei sprechen wir von relativ großen Flächen von bis zu 18 Meter Breite, wo stündlich viele tausend Menschen vorbeikommen”, sagt Geelen. Bei der Verkehrszählung läge die Genauigkeit mit 95 bis 99 Prozent noch etwas höher. Bei der Fahrzeugtyp-Erkennung käme man auf etwa 95 Prozent Genauigkeit.

Mehrere potenzielle Einsatzmöglichkeiten für Kapsch

ViNotion hat jedoch noch einen entscheidenden Vorteil gegenüber den klassischen Klickern: “Was die Technologie für uns so spannend macht ist, dass ViNotion diese Daten in Echtzeit liefern kann”, erklärt Robert Povolny von Kapsch TrafficCom. Er fungiert bei Factory1 als Lead Mentor des niederländischen Startups. Für das Mobilitätsunternehmen könnten diese Daten extrem wertvoll werden, sagt Povolny. “Hier im Accelerator wollen wir die Technologie evaluieren und Einsatzgebiete für Kapsch finden”. Und im Kerngeschäft des Unternehmens gäbe es mehrere potenzielle Einsatzmöglichkeiten, etwa bei Mautsystemen oder in der Verkehrsanalyse. Zugleich führe man auch eine wirtschaftliche Evaluierung des Produkts durch. Letztlich sei aber noch offen, wie eine zukünftige Kooperation zwischen Kapsch und ViNotion aussehen könne.

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

Deine ungelesenen Artikel:
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
Diego Szekely programmierte seine Diabetes-App im Alleingang © Hannah Fasching

„Ich war der, der die Waage rausgeholt hat, um meinen Insulinbedarf zu berechnen“, erinnert sich Carbetic-Gründer Diego Szekely an die Zeit nach seiner eigenen Typ-1-Diabetes-Diagnose vor vier Jahren. Bei der Autoimmunerkrankung produziert der Körper überhaupt kein eigenes Insulin mehr, weshalb jede Aufnahme von Kohlenhydraten exakt berechnet und durch externe Insulingaben ausgeglichen werden muss.

Im Austausch mit anderen Betroffenen stellte er jedoch schnell fest, dass die meisten Diabetiker:innen im Alltag ihren Bedarf lediglich abschätzen. Da ungenaue Werte langfristige gesundheitliche Risiken bergen, entwickelte der heute 18-Jährige Carbetic, um eine verlässlichere, unkomplizierte Lösung im Alltag anzubieten. „Ich hab einfach das gebaut, was uns Diabetikern wirklich gefehlt hat“, so der Gründer.

© Carbetic

Räumliche Tiefe als technischer USP

Mittlerweile ist die Anwendung bereits in 41 Sprachen verfügbar, wobei aktuell die USA, dicht gefolgt von Deutschland, den größten Markt darstellen. Das technische Fundament unterscheidet sich laut dem Gründer aus Perchtoldsdorf vor allem in einem Punkt von klassischen Lifestyle-Trackern.

Statt einer simplen 2D-Bildanalyse setzt Carbetic laut eigenen Angaben auf räumliche Tiefe durch drei schnell geschossene Fotos aus unterschiedlichen Winkeln sowie LiDAR-Sensoren moderner Smartphones. „Die drei Fotos sind wahnsinnig wichtig, um die Dimensionen gescheit abzuschätzen“, betont Szekely.

Aus der Kombination dieser Bild- und Raumdaten berechnet ein feinjustiertes KI-Modell schließlich den Kohlenhydratgehalt der einzelnen Komponenten auf dem Teller, der wiederum für die Bestimmung des Insulinbedarfs benötigt wird. Neben der Foto-Analyse wird das Produkt in der Praxis durch eine integrierte Sprachsteuerung sowie die Option ergänzt, Koch-URLs oder abfotografierte, handschriftliche Rezepte automatisch von der KI auslesen zu lassen.

Conversion im SaaS-Modell

Nach nur drei Monaten verzeichnet die App rund 20.000 Downloads. Interessant ist vor allem die Conversion-Rate: „5.000 Nutzer sind aktuell in einem Probeabo oder bezahlten Abo“, erklärt der Gründer. Von den 5.000 „zahlen bereits 4.000“, so Szekely weiter. Das Geschäftsmodell basiert auf einer Software-as-a-Service-Struktur. Das Einstiegs-Abo für bis zu zehn Analysen am Tag kostet 4,49 Euro im Monat, während die unlimitierte Version für 9,99 Euro angeboten wird.

Auf die Frage, wie man ein solches Wachstum erziele, meint der Gründer: „Gute Frage. Und da ich keine gute Antwort habe, ist die Antwort, das Produkt funktioniert.“ Hauptsächlich über Mundpropaganda und Empfehlungen von Ärzt:innen, die Szekely unter anderem auf Ärztekongressen kennenlernte, wachse das Produkt aktuell organisch. „Wenn mir Patient:innen schreiben, dass die App ihnen hilft, den Alltag ein Stück mehr wie ein gesunder Mensch zu leben, macht mich das einfach so stolz“, so der Gründer.

„Mit allen großen Medizintechnik-Firmen in Kontakt“

Einen langfristigen Wettbewerbsvorsprung will sich der Gründer, der für sein Startup Studienplätze am UCL und King’s College in London sausen lässt, künftig über zwei strategische Säulen verschaffen, die über die reine Nutzer:innenbasis hinausgehen. Neben einer umfassenden Datensammlung zur Optimierung der Algorithmen steht ein digitaler Ärztezugang im Fokus. Über diesen können Mediziner:innen nach expliziter Freigabe die Mahlzeiten ihrer Patient:innen analysieren und die Therapie gezielter begleiten.

Während der aktuelle Fokus auf Typ-1-Diabetes-Patient:innen liegt, zeigt sich Szekely zuversichtlich, dass auch Typ-2-Patient:innen über kurz oder lang auf seine Anwendung zugreifen werden: „Alle Apps, die Typ 1 machen, übernehmen irgendwann auch den Typ-2-Markt. Das ist immer so.“ Zudem startet in Kürze eine Genauigkeitsstudie mit der Universität Wien. Auch gegenüber strategischen Partnerschaften und Investments zeigt sich der Solo-Founder offen: „Ich bin mit allen großen Medizintechnik-Firmen im Diabetes-Bereich in Kontakt. Und die sind alle begeistert.“

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

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

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 …

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

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 …

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

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 …

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

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 …

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Verkehrsmonitoring: Echtzeit-Videoanalyse statt klickender Studenten