26.08.2025
KI

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

Neuromorphic Computing ist eine neue Technologie, um Künstliche Intelligenz (KI) zu verbessern. Das Ziel ist es, KI energiesparender und schneller zu machen. Seit drei Jahren arbeiten das Institut für Signalverarbeitung der Johannes Kepler Universität Linz (JKU), die Silicon Austria Labs (SAL) und das Software Competence Center Hagenberg (SCCH) dafür eng zusammen.
/artikel/neuromorphic-computing-jku-sal-und-scch-machen-ki-effizienter-und-schneller
Neuromorphic
© JKU Lunglmayr - (v.l.n.r.) Thomas Buchegger (SAL), Bernhard Moser (SCCH/JKU), Michael Lunglmayr (JKU).

Das menschliche Gehirn verarbeitet Informationen nicht als Bits, sondern nutzt Impulse (kurze elektrische Signale oder Spikes). Entscheidend ist dabei, wann so ein Impuls auftritt – denn der exakte Zeitpunkt überträgt die eigentliche Information. Dadurch kann das Gehirn mehr und komplexere Informationen pro Signal transportieren, als ein digitales Bit, das nur „0“ oder „1“ kennt. Die Zeit zwischen den Spikes enthält deutlich mehr Informationsgehalt, und das macht diese Methode effizienter für bestimmte Aufgaben – zum Beispiel um Muster oder Abläufe in Echtzeit zu erkennen. In der Technik werden solche Konzepte im „Neuromorphic Computing“ (NC) durch sogenannte Spiking Neural Networks (SNN) nachgebildet.

„Unser Ziel ist es, Systeme zu entwickeln, die biologische Strukturen und Prozesse nachbilden – mit minimalem Energiebedarf und maximaler Reaktionsfähigkeit“, erklärt Bernhard A. Moser, Technology and Innovation Manager am SCCH. „Einsatzbereiche sind u. a. Robotik, Medizintechnik oder Umwelt-Monitoring.“

Vorurteile bei Neuromorphic Computing

Trotz des zunehmenden Interesses an Neuromorphic Computing halten sich, laut den Forschern, nach wie vor einige hartnäckige Vorurteile, wie z.B. dass man teure, spezielle Hardware brauche, dass es langsamer sei als klassische Verfahren oder dass es an industrieller Reife fehle. „Wir zeigen, dass viele dieser Annahmen überholt sind. Erstens bietet NC nicht nur enormes Potential im Hinblick auf Energieeffizienz, sondern auch in Sachen Geschwindigkeit. Zweitens demonstrieren wir, dass NC keineswegs auf spezielle analoge Hardware beschränkt ist, sondern auch gewinnbringend auf Standard-Hardware-Plattformen eingesetzt werden kann“, sagt Thomas Buchegger, Standortleiter von SAL in Linz.

Eine neue Studie scheint das an einem Beispiel aus der Medizin zu bestätigen: Forschende der Johannes Kepler Universität (JKU), der SAL, des SCCH und der TU Graz haben gemeinsam untersucht, wie sich EKG-Daten effizienter erfassen und verarbeiten lassen. Dabei konnten sie über 80 Prozent der Datenmenge einsparen, ohne dass die Qualität der Analyse leide – mit weniger Speicherbedarf bei gleicher Genauigkeit.

Weltrekord und Patent

Seit Beginn ihrer Kooperation konnten die Partner zudem einige Erfolge erzielen:

Weltrekord
Mit einem neuen Demonstrator haben Forschende erfolgreich gezeigt, wie man sogenannte Spiking Neural Networks (SNN) – eine besondere Art von künstlichen neuronalen Netzwerken – besonders schnell auf gängigen FPGA-Systemen betreiben kann. FPGA steht für „Field Programmable Gate Array“ und beschreibt einen flexiblen, anpassbaren Computerchip, der häufig in der Technik eingesetzt wird.

„Mit unserem Verfahren können wir über 2,5 Millionen Bilder pro Sekunde verarbeiten – das ist mehr als 100 Mal schneller als bisherige Systeme mit der gleichen Hardware und den gleichen Daten“, erklärt Michael Lunglmayr vom Institut für Signalverarbeitung der JKU. „Zudem arbeitet unser System sehr energiesparend und erreicht eine Effizienz von mehr als drei Millionen Bildern pro Sekunde pro Watt.“

Patent angemeldet
Eine neue Erfindung zur besonders energiesparenden Datenerfassung wurde zudem bereits zum Patent angemeldet. Dabei kommen neuromorphe Prinzipien zum Einsatz, die von der Funktionsweise des menschlichen Gehirns inspiriert sind.

Organisation eines internationalen Wettbewerbs
Im September 2025 findet in Alaska die wichtige IEEE-Konferenz zur Bildverarbeitung (ICIP) statt. Dabei organisiert das Forschungsteam einen internationalen Wettbewerb unter dem Motto „Wenig Energie, hohe Geschwindigkeit“. Ziel ist es, die besten Lösungen für eine besonders sparsame und schnelle KI zu finden.

Moser dazu: „Wir freuen uns sehr auf die Challenge. Die große Resonanz aus der Fachwelt zeigt, wie viel Kreativität und Innovationsgeist in diesem Bereich stecken.“

Deine ungelesenen Artikel:
28.08.2026

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
28.08.2026

Zyglox: Grazer Startup holt Sensortechnik aus dem All auf die Schiene

Das Grazer Startup Zyglox misst Belastungen an Radsätzen von Zügen berührungslos mit Sensorik aus der Raumfahrt. Gefördert wird es von der Austria Wirtschaftsservice (aws). Wir haben mit Gründer Jakob Moder gesprochen.
/artikel/zyglox-grazer-startup-holt-sensortechnik-aus-dem-all-auf-die-schiene
Das Zyglox-Team in Graz, in der Mitte die Gründer Jakob Moder (links) und Erik Gerstl (rechts). © Zyglox

Rund die Hälfte der Lifecycle-Kosten eines Zuges entfällt auf die Wartung, und davon wiederum mehr als die Hälfte auf Räder, Achsen und Fahrwerk, sagt Jakob Moder. Wie stark diese Bauteile im Betrieb tatsächlich belastet werden, wird bisher aber kaum gemessen. Der Grund ist simpel: Es fehlt an präziser Messtechnik, die im Dauerbetrieb einsetzbar ist. Das Grazer Startup Zyglox will das ändern.

„Die Eisenbahn ist nicht ins 21. Jahrhundert gekommen“

Der Name ist ein Wortspiel: Zyglox, gesprochen „Zügloks“, steht für Messtechnik für Züge und Loks. Dahinter stehen Jakob Moder und Erik Gerstl, die zuvor gemeinsam in der Messtechnik gearbeitet haben. Moder wechselte später in den Eisenbahnbereich und erlebte die Lücke dort aus der Praxis. Was es brauche, sei eine Lösung, „die das einerseits zuverlässig erkennt und gleichzeitig gut applizierbar ist“. Sein Urteil: „Bei der Usability ist die Eisenbahn nicht ins 21. Jahrhundert gekommen.“ Ende 2023 gründeten die beiden Techniker Zyglox in Graz.

Die bisherige Methode mit Dehnmessstreifen sei „einfach zu teuer“, erklärt Moder. Der Zug müsse dafür ein bis zwei Wochen zerlegt und instrumentiert werden, deshalb passiere das nur bei der Zulassung. „Das dauert ein Jahr, diese Technik reinzubringen, die Zulassung durchzuführen, und dann wird es wieder rausgenommen.“ Im laufenden Betrieb bleiben nur Beschleunigungssensoren, wie sie auch in jedem Smartphone stecken. „Das ist von der Datenqualität her ganz was anderes. Unser Sensor ist wie 4K, der Beschleunigungssensor liefert ein verpixeltes Foto von den Zuständen.“

Ein Sensor für Zulassung und Dauerbetrieb

Die Lösung von Zyglox lässt sich ohne größere Änderungen am Bauteil anbringen. „Wir haben eine Plug-and-Play-Lösung, die kann man einfach aufstecken“, sagt Moder. Ein Techniker braucht dafür laut Zyglox 30 Minuten. Der Sensor messe Dehnungen an Achsen, Wellen oder Schienen und liefere „gleiche oder bessere Daten als die Lösungen bisher“. Das Ziel ist ein Universalwerkzeug: genau genug für die Zulassung, aber so ausgelegt, dass es danach auf dem Fahrzeug bleibt und die Kräfte im Rad-Schiene-Kontakt dauerhaft erfasst. „Da gibt es ein großes Anwendungsfeld, denn damit wird auch die Infrastruktur überwacht“, so Moder.

Jeden Tag werden auf der Schiene hunderttausende Kilometer zurückgelegt. Zyglox will jeden davon nutzbar machen, um zu lernen, zu verbessern und vorherzusagen. Mit herkömmlichen Methoden war das Erfassen dieser Daten bisher zu teuer, zu langsam und zu aufwendig. © Zyglox

Physik aus dem Trafo, Sensoren aus dem Weltraum

Technisch nutzt Zyglox hochsensitive Magnetfeldsensoren aus der Raumfahrt, das Startup ist Teil eines Downstream-Programms der ESA. Das Prinzip erklärt Moder am Transformator: Der brummt, weil das Magnetfeld des Wechselstroms den Stahl minimal dehnt. „Und wir machen das Umgekehrte: Wenn sich der Stahl dehnt, ändert sich sein Magnetfeld in der Umgebung.“ Ein aktives Messverfahren berücksichtigt dabei den linearen Zusammenhang zwischen Belastung und Sensorsignal. Die Technologie ist patentiert, entwickelt und montiert wird in Graz.

Betreiber als Kunden, Wartung als Hebel

Als primäre Kunden sieht Zyglox die Bahnbetreiber, bei denen die Wartungskosten anfallen. Dazu kommt die Sicherheit: „Es gibt viele Vorfälle, die vielleicht nicht zu einem Unfall führen, wo man aber trotzdem sicherer und zuverlässiger unterwegs wäre, wenn man gutes Condition Monitoring hat.“

Ein kleines Pilotprojekt ist bereits abgeschlossen. Für 2027 ist der Einbau des Systems in Fahrzeuge im regulären Streckenbetrieb geplant, zunächst als Prototyp für einige Wochen Messung. Danach folgt die Zulassung. Ende 2027 soll daraus ein fertiges Produkt werden, erst dann könne die Skalierung beginnen, sagt Moder. An Interesse mangelt es nicht: „Wir können gar nicht alle Pilotprojekte machen“, weil Sensorentwicklung samt Software personalintensiv sei. Ende September zeigt das Team den Prototyp auf der InnoTrans in Berlin, der größten Messe für Schienenfahrzeuge.

Mit aws Preseed und aws Seed vom Effekt zum Produkt

Finanziert hat sich Zyglox bisher aus eigenen Mitteln und über die Austria Wirtschaftsservice (aws). Mit aws Preseed, konkret im Programm „aws Preseed | Seedfinacing – Deep Tech“, hat das Startup die ersten eineinhalb Jahre an der Sensortechnologie getüftelt. „Es hat uns die Möglichkeit gegeben, eine Idee, die bereits validiert war, einfach zu erproben. Einfach Zeit zu haben, weil Hardware dauert ein bisschen, etwa Prototypen zu iterieren“, sagt Moder. Es sei vor allem darum gegangen, „sicherzustellen, dass das dann ein Produkt werden kann“. Seit Mitte 2025 ist Zyglox im Seed-Programm der aws, das voraussichtlich bis Anfang 2028 läuft. Das Team ist inzwischen auf rund sieben Personen gewachsen. Für die Skalierungsphase im kommenden Jahr will sich das Startup nach Investoren umsehen: „Wenn eine Bestellung eintritt oder größer wird, werden wir das mit den aktuellen Mitteln wahrscheinlich nicht mehr stemmen können.“

Standortvorteil Graz

Den Standort Graz sieht Moder als klaren Vorteil: Siemens fertigt hier Fahrwerke, dazu kommen Messdienstleister, Prüfstandbauer und Nextsense. Zyglox sitzt direkt am Campus der TU Graz, mit Zugang zu Prüfständen der Universität und Maschinen der voestalpine. „Die gesamte Infrastruktur ist einzigartig“, sagt Moder. „Im Silicon Valley könnten wir das Produkt wahrscheinlich nicht entwickeln, in Österreich geht es besser. Das ist eigentlich ein bisschen verrückt, aber wir haben hier die optimalen Bedingungen.“


Disclaimer: Dieser Artikel ist im Rahmen einer Medienkooperation mit der Austria Wirtschaftsservice (aws) entstanden.

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

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

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 …

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

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 …

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

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 …

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

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 …

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Neuromorphic Computing: JKU, SAL und SCCH machen KI effizienter und schneller