15.11.2018

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

Alle reden von der Smart City und dem autonomen Fahren. Aber wer sorgt eigentlich dafür, dass im Straßenverkehr der Zukunft alles sicher abläuft? Das Wiener Unternehmen TTTech arbeitet mit der Safety-Plattform „MotionWise“ an einem "Gehirn" für selbstständig fahrende Autos.
/artikel/tttech-smart-city-mobilitaet
TTTech
TTTech-Gründer Georg Kopetz | (c) TTTech
sponsored

Eine Stadt wird nur dann zur Smart City, wenn alle Bausteine, die den urbanen Raum lebenswert machen, gemeinsam Mehrwert für ihre BewohnerInnen schaffen. Das gilt besonders auch für den Bereich der Mobilität. Der klare Trend zu autonomem Fahren und zu „Shared Mobility“ wird dazu beitragen, die urbane Mobilität nicht nur intelligenter, sondern auch energieeffizienter, sicherer und komfortabler zu gestalten. Die TTTech Auto AG beschäftigt sich seit Jahren mit dieser Thematik und ist Spezialist für zuverlässige Computersysteme und bietet weltweit eine sichere Softwareplattform für Funktionen des autonomen Fahrens an. Die TTTech Auto AG ist Bestandteil der TTTech Group, wo mittlerweile über 1400 MitarbeiterInnen an 12 Standorten daran arbeiten, die Vision des Unternehmens „Advancing safe technologies, improving human lives“ in unterschiedlichen Sektoren der Industrie (von der Raumfähre bis zum Robotaxi) zu realisieren. Georg Kopetz, Co-Founder und CEO der TTTech Auto AG, im Interview zum Thema sichere Mobilität in der Smart City.

+++ Du interessiert Dich für das Thema Smart City? Hier findest du mehr +++

Herr Kopetz, wie sehen Sie die Rolle des autonomen Fahrens in einer Smart City der Zukunft?

Der Trend zu autonomen Fahrzeugen ist mit dem bevorstehenden Aufstieg der Smart Cities eng verbunden. Zum einen wird die Technologie des autonomen Fahrens dazu beitragen, den Individualverkehr sicherer und komfortablerer zu machen. Nicht zuletzt bietet die autonome Funktionalität die Chance, die Zeit im Auto anderweitig zu nutzen, als selbst das Fahrzeug (oft im Stau) zu steuern. Die erfreulicherweise sinkende Zahl an Verkehrstoten und Verletzten im vergangenen Jahrzehnt ist heute auch schon dem Fortschritt im Bereich der elektronischen Sicherheits- und Assistenzsysteme zu verdanken, die wir als Vorstufe des autonomen Fahrens verstehen. Denkt man diese Funktionen weiter in Richtung einer intelligenten vernetzten autonomen Zukunft („shared mobility“), haben ausgereifte Computersysteme enormes Potenzial, um den Alltag in den Smart Cities stark zu verändern. Als Beispiel möchte ich hier die die erhöhte Nutzungsfrequenz der Autos durch Sharing, einen besser abgestimmten und effizienteren Verkehrsfluss sowie die drastische Reduktion des Parkens im öffentlichen Raum nennen.

Was trägt TTTech Auto dazu bei?

Wir sind weltweit die Sicherheits- und Softwarespezialisten auf dem Gebiet des autonomen Fahrens. Genauer gesagt entwickeln wir die zulässige Computerarchitektur, die dafür sorgt, dass alle Funktionen sicher in „real-time“ abgearbeitet werden und damit die Datenflüsse zwischen Sensoren und Aktoren im Auto durch Intelligenz sicher vernetzt funktionieren. Im Fall eines Fehlers tragen wir mit unserer Lösung dazu bei, dass Back-up-Strategien ausgeführt werden können, und das Fahrzeug z.B. sicher weiterfahren kann. Unsere Safety-Plattform „MotionWise“ agiert sozusagen als wichtiger Teil des Gehirns des Fahrzeugs, auf dessen Basis die Fahrentscheidungen auf der Applikationsebene getroffen werden können.

Wann werden sich Ihrer Meinung nach Fahrzeuge autonom in einer Stadt bewegen können?

Bis zu einem echten City-Autopiloten, der ein Fahrzeug sicher autonom durch Städte bewegen kann, wird es noch dauern. In einer Stadt gibt es viele Szenarien, die man in absehbarer Zeit mit den heutigen Technologien noch nicht ausreichend sicher abdecken kann. Jedoch ist es heute gut vorstellbar, dass autonome Shuttles in gewissen Anwendungsszenarien, verbunden mit intelligent unterstützter Infrastruktur, nicht nur im Probebetrieb schon bald unser Straßenbild bereichern werden. Heute sind die meisten Systeme auf einem Automatisierungsgrund der Stufe 2, die damit als intelligente Fahrhilfen eingestuft werden können. Erste Level-3-fähige Computersysteme mit unserer Technologie stehen jedoch bei Audi kurz vor der Straßenfreigabe: Ein Staupilot wird das Fahrzeug sicher durch Stop-and-Go Verkehr steuern. Der nächste Innovationsschritt wird wohl ein Highway-Pilot sein, der das teilautonome Fahren auf gewissen Autobahnstrecken ermöglicht. An solchen Projekten arbeiten wir bereits heute mit mehreren namhaften Automobilherstellern.


⇒ Zur Page der Wiener Hightech-Firma

Redaktionstipps
Deine ungelesenen Artikel:
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
07.07.2026

„Europa kann doch State of the Art“: Hochreiters NXAI präsentiert neues Modell

Das Linzer KI-Startup NXAI rund um KI-Pionier Sepp Hochreiter hat mit TiRex-2 ein neues Modell für Industrie-Vorhersagen veröffentlicht. Dieses soll extrem effizient bei der Analyse von Live-Datenströmen sein.
/artikel/europa-kann-doch-state-of-the-art-hochreiters-nxai-praesentiert-neues-modell
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI
KI-Pionier Sepp Hochreiter ist Co-Founder und Chief Scientist von NXAI | (c) NXAI

Das Linzer KI-Startup NXAI hat sein neuestes Modell TiRex-2 veröffentlicht. Die Entwicklung des sogenannten „Time Series Foundation Models“ (Zeitreihen-Basismodell) stand unter der wissenschaftlichen Leitung von KI-Pionier Sepp Hochreiter, der Mitgründer ist und als Chief Scientist des Startups fungiert.

Das Modell wurde auch als Open-Source-Software frei zugänglich gemacht. Es ist darauf spezialisiert, historische Datenreihen aus der Industrie zu analysieren, um zukünftige Entwicklungen vorherzusagen. In der Presseaussendung zum Release zeigt sich das Startup selbstbewusst: „Europa kann doch SOTA-Modelle“ (Anm. State of the Art). Laut Hochreiter teilt sich das neue Modell in den offiziellen Bestenlisten „die Spitzenplätze mit AWS“.

Mehrere Signale gleichzeitig im Blick

Die wesentliche technische Neuerung des Modells liegt in der Verarbeitung multivariater Zeitreihen. Während herkömmliche Vorhersagesysteme oft nur eine einzelne Datenreihe anhand ihrer eigenen Vergangenheit analysieren, bezieht TiRex-2 zusätzliche Einflussfaktoren – in der Fachsprache Kovariaten genannt – mit ein. Für Industrieunternehmen soll das zum entscheidenden Vorteil werden, da Maschinen und Prozesse selten nur ein isoliertes Signal erzeugen. In der Praxis bedeutet dies: Will ein Logistik- oder Energiebetrieb den künftigen Verbrauch prognostizieren, kann das Modell neben den historischen Verbrauchsdaten auch begleitende Faktoren wie das Wetter, Kalenderdaten oder Produktionspläne auswerten. Das macht die Vorhersagen präziser und aussagekräftiger.

xLSTM soll Effizienz-Boost bringen

Im Gegensatz zu bekannten KI-Systemen wie ChatGPT, die auf der speicherintensiven Transformer-Architektur basieren, nutzt TiRex-2 das von Hochreiter mitentwickelte xLSTM-Verfahren. Das soll ein zentrales Problem industrieller Live-Anwendungen lösen: Bei kontinuierlich einlaufenden Datenströmen (Streaming) explodiere bei herkömmlichen Systemen nämlich der Rechen- und Speicheraufwand, argumentiert man beim Startup. TiRex-2 hingegen verarbeitet Daten sequenziell und aktualisiert fortlaufend einen internen Zustand. Dadurch würden der Speicherbedarf und die Rechenkosten auch bei unbegrenzten Datenströmen konstant niedrig bleiben. Lukas Fischer, Head of Applied Research bei NXAI, erklärt dazu: „Mit TiRex-2 können wir kontinuierliche Datenströme in Echtzeit analysieren, ohne Einbußen bei der Modellperformance.“ Dies prädestiniert das Modell für den direkten Einsatz an Maschinen vor Ort (Edge-Anwendungen).

„Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren“

Die Leistungsfähigkeit des Modells wird durch das begleitende wissenschaftliche Paper des Forscherteams untermauert. Darin zeigen die Wissenschaftler, dass sich TiRex-2 besonders gut für das sogenannte Zero-Shot-Forecasting eignet. Das bedeutet, dass das Modell ohne vorheriges, spezielles Training präzise Vorhersagen für völlig neue Maschinentypen oder Datensätze treffen kann.

Laut dem CEO von NXAI, Albert Ortig, bringt diese Generalisierungsfähigkeit handfeste wirtschaftliche Vorteile im Betrieb: „Die Kunden müssen für unterschiedliche Maschinen nicht immer ein neues KI-Modell trainieren.“ Ein weiterer Vorzug des vergleichsweise kompakten Modells mit 82 Millionen Parametern ist, dass es auf Wunsch direkt auf den eigenen Servern der Kunden (On-Prem) betrieben werden kann, was die Datensicherheit für sensible Industrie-Prozesse erhöht.

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

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

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 …

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

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 …

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

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 …

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

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 …

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

TTTech: Sichere und noch komfortablere Mobilität in der Smart City

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

TTTech: Sichere und noch komfortablere Mobilität in der Smart City