✨ AI Kontextualisierung
Mit der AI basierten Abschätzung von Ausfallsrisiken industrieller Lieferketten, hat sich das Wiener Startup Prewave eine Nische ausgesucht, die nun in der Coronakrise besonders gefragt war und ist. Mit einer eigenen, frei zugänglichen Live-Karte (“Coronavirus Disruption Map”) machte das 2017 gegründete TU Wien-Spinoff zusätzlich auf sich aufmerksam – der brutkasten berichtete. Der Nachfrage-Anstieg drückt sich nun auch im Interesse zahlreicher Investoren aus. Das Startup schließt ein nicht näher beziffertes Millioneninvestment ab.
+++ Aktuelle Startup-Investments +++
Kapital von aws Gründerfonds, seed & speed, Segnalita, Ventech, IST Cube und Speedinvest
Die Seed-Finanzierungsrunde wird vom aws Gründerfonds angeführt, zu den weiteren Investoren zählen seed & speed, Segnalita und Ventech sowie die Bestandsinvestoren IST Cube und Speedinvest. “Gerade die Entwicklungen der vergangenen Monate beschleunigen die Digitalisierungserfordernisse aller Industrien und Branchen. Besonders internationale Kunden- und Lieferantenbeziehungen bergen für viele traditionelle Geschäftsmodelle große Risiken, die oft nur verzögert feststellbar und nur schwer quantifizierbar sind. Prewave macht insbesondere Legacy Industries ein Angebot, mit seinem Frühwarnsystem Transparenz in Lieferketten zu bringen und mögliche Risiken zu visualisieren. Uns ist es wichtig, das erstklassige Prewave-Team mit einem starken Investorenkonsortium bei der internationalen Skalierung zu unterstützen”, kommentiert Ralf Kunzmann, Geschäftsführer aws Gründerfonds.
Prewave: AI, um Lieferketten zu verstehen
Die Technologie von Prewave basiert auf der fünfjährigen Doktorandenforschung von Lisa Smith an der TU Wien, die dann gemeinsam mit Harald Nitschinger das Unternehmen gründete. “Die derzeitige Krise zeigt, wie wichtig es für Industrieunternehmen ist, ständig am Laufenden darüber zu sein, was in der Lieferkette passiert. Die hohe Anzahl an Informationsquellen sowie die vielen Sprachen, die in weltweiten Lieferketten zum Einsatz kommen, machen es für einzelne Menschen unmöglich, den Überblick zu bewahren. Genau dieses Problem lösen unsere Algorithmen”, erklärt Smith.
Algorithmus holt Informationen aus Social Media
Zum Einsatz kommen Machine Learning und automatische Spracherkennung. Der Algorithmus werde dabei laufend darauf trainiert, Signale aus mehrsprachigen Textdaten als Risiko zu identifizieren, heißt es von Prewave. Man habe dafür eine Methode entwickelt, öffentlich zugängliche Informationen aus Social-Media-Kanälen wie z.B. Twitter, YouTube und lokalen Nachrichtenmedien als Datenquellen zu nutzen und qualitative Einflussfaktoren in Echtzeit messbar zu machen. Diese Daten hätten sich insbesondere im Bereich Lieferkettenmanagement (Supply Chain Management) als wertvoll erwiesen. “Ziel ist, jedem Unternehmer künftig Klarheit über die Herkunft seiner Produkte und über die Umstände, unter denen sie hergestellt wurden, zu verschaffen. Diese Transparenz bietet den Produzenten eine optimale Entscheidungsgrundlage”, so Prewave.
50 Sprachen werden von Prewave-Algorithmus erfasst
Das zehnköpfige Team arbeite nun laufend an der Verbesserung der Vorhersagekraft der Plattform. Unzählige Daten aus dem Internet würden zeitgleich verarbeitet und gegebenenfalls als risikorelevant eingestuft. Aus mehr als 50 Sprachen identifiziert der Algorithmus mehr als 60 verschiedene Risikokategorien wie z.B. Naturkatastrophen, Streiks, Feuer oder Grenzschließungen. “Künftig sollen noch weitere Datenquellen wie z.B. Wetterdaten herangezogen und entsprechend als Ereignistypen bzw. Risikofelder abgedeckt werden. Dafür soll die Kapazität der Plattform noch weiter ausgebaut werden; das verarbeitete Datenvolumen und die Geschwindigkeit der Datenverarbeitung werden dafür exponentiell gesteigert”, heißt es vom Startup. Um das Produkt auf internationalen Märkten auszurollen und weitere Industrien wie z.B. Banken, Versicherungen und NGOs anzusprechen, sollen für die Entwicklung sowie für Marketing und Vertrieb nun weitere Mitarbeiter aufgenommen werden.
