10.10.2017

Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen

i4drive kombiniert verschiedene Sensoren, damit Fahrzeuge Gefahren besser erkennen können. Kapsch arbeitet unter anderem an der Kommunikation zwischen Fahrzeugen. In einem gemeinsamen Projekt werden die Technologien nun zusammengeführt.
/artikel/kapsch-factory1-wenn-autos-miteinander-kommunizieren
Das Team von 14drive
sponsored

Als eines von sieben internationalen Startups schaffte es i4drive in den Kapsch-Accelerator Factory1. Das 2014 gegründete israelische Jungunternehmen arbeitet an einer Kombination unterschiedlicher Sensoren mit künstlicher Intelligenz und Machine Learning für Autos. Dabei wird optische Erkennung durch Kameras etwa mit Radar-Technologie kombiniert. „Unsere Vision ist es, die Zahl der Autounfälle zu verringern. Unsere Technologie wird auch selbstfahrende Autos noch sicherer machen“, erklärt CEO Adi Goren. Es geht bei der Technologie von i4drive jedoch nicht nur um autonomes Fahren, sondern auch um die Unterstützung menschlicher Fahrer, Stichwort: „Advanced Driving Assistance“. Im gemeinsamen Projekt mit Kapsch wird die Sensor-Erkennung mit Connected Vehicle-Technologie verknüpft.

Software für unterschiedlichste Sensoren und Betriebssysteme

„Seien es nun andere Autos, Fußgänger, Verkehrszeichen oder Ampeln. Unser Programm erkennt mit Hilfe der Sensoren alles, was auch ein Fahrer erkennen sollte“, erklärt Adi Goren. Mit künstlicher Intelligenz werden die gewonnenen Daten dann in Reaktionen, also Warnungen bei menschlichen Fahrern, und Handlungen bei selbstfahrenden Autos, umgesetzt. i4drive liefert dabei die Software-Komponente. Für Goren ist das ein entscheidender Vorteil des Startups: „Wir sind komplett hardware-agnostic. Wir können mit unterschiedlichsten Sensoren und Betriebssystemen arbeiten.“ dadurch könne man sowohl Anwendungen für bestehende Autos anbieten als auch individuelle Produkte für die großen Player herstellen.

Große Bandbreite an Systemen

Die Kombination mehrerer verschiedener Sensoren soll die Fehlerwahrscheinlichkeit verringern und die Zuverlässigkeit erhöhen. „Wenn es etwa zu dunkel für die Kamera-Erkennung ist, können die Radar-Sensoren und weitere Systeme das kompensieren“, erklärt Goren. Durch das eigene Maschine Learning-System werde die Erkennung laufend verfeinert. Immer müssten jedoch nicht so viele Sensoren zum Einsatz kommen: „Für bestimmte Usecases reicht eine einzelne Kamera.“ Und letztendlich sei es auch eine Kostenfrage. „Nicht jeder Kunde kann oder will das komplette Paket bezahlen. Auch mit weniger Sensoren können wir noch viele zuverlässige Anwendungen anbieten“, sagt Goren. Man wolle eben eine große Bandbreite an Produkten von einfachen Assistenzsystemen bis zu Systemen für selbstfahrende Autos anbieten.

Kapsch bringt Connected-Vehicle-Technologie ein

In der Zusammenarbeit mit Kapsch im Rahmen der Factory1 kommt nun eine weitere technologische Komponente dazu, an der der österreichische Konzern bereits längere Zeit arbeitet: „In unserem gemeinsamen Projekt kombinieren wir die Erkennung durch Sensoren mit der Kommunikation zwischen Fahrzeugen“, erklärt Goren. Er gibt ein Beispiel: „Ein Fußgänger läuft über die Straße, die Sensoren erkennen das rechtzeitig, das Auto führt eine Vollbremsung durch. 200 Meter dahinter ist ein weiteres Auto. Dessen Fahrer weiß noch nicht, was ihn in zwei Sekunden erwartet. Er kann durch die Technologie aber schon zu diesem Zeitpunkt gewarnt werden.“

Kooperation als Win-Win-Situation

„Wenn Fahrzeuge Gefahren auch an die anderen Autos und Verkehrszentralen kommunizieren, macht das den Verkehr noch deutlich sicherer“, erklärt Oliver Brandl von Kapsch, der in der factory1 als Lead Mentor des israelischen Startups fungiert. Daher arbeite man seit einigen Jahren intensiv an der Connected-Vehicle-Technologie. „Die Kombination mit der fortgeschrittenen Sensor-Erkennung von i4drive liegt hier für uns auf der Hand“. Ziel sei eine Kooperation auf Augenhöhe. „Sie liefern die Sensor-Technologie und wir die Kommunikationstechnologie. Wir ergänzen einander also. Es ist eine Win-Win-Situation“, erklärt Brandl. Dadurch werde man letztendlich ein bisher nicht dagewesenes Produkt bieten können, mit dem man auch neue Märkt erschließen könne.

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

Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen

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: Wenn Autos andere Fahrzeuge vor Gefahren warnen

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: Wenn Autos andere Fahrzeuge vor Gefahren warnen

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: Wenn Autos andere Fahrzeuge vor Gefahren warnen

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: Wenn Autos andere Fahrzeuge vor Gefahren warnen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Kapsch Factory1: Wenn Autos andere Fahrzeuge vor Gefahren warnen