In einem bedeutenden Schritt zur Etablierung im US-Markt hat Stream Analyze, ein führendes Unternehmen im Bereich Edge-AI-Lösungen, eine Partnerschaft mit Microchip und mehreren amerikanischen Firmen geschlossen, um seine innovative Technologie in den USA einzuführen. Dazu gehört die Integration von KI in Werkzeuge wie Kettensägen.
Gegründet im Jahr 2015 in Uppsala, Schweden, und unterstützt durch umfangreiche akademische Forschung, hat sich Stream Analyze zum Ziel gesetzt, herkömmliche Geräte wie Rasenmäher, Bergbaumaschinen und Gabelstapler durch die Verbesserung ihrer Funktionalität mit KI-Funktionen zu revolutionieren.
„Wir möchten unsere Kunden durch Edge-Analytics oder Edge-AI stärken“, erklärte Daniel Spahr, Chief Operations Officer von Stream Analyze. In einem aktuellen Video-Interview fasste er die Mission einfach zusammen: „Dumme Dinge intelligent machen.“
Warum eine KI-Kettensäge?
Es stellt sich die Frage nach dem praktischen Bedarf an KI-gesteuerten Kettensägen. Die Vorteile sind erheblich. Beispielsweise kann ein Manager in einer Holzernteoperation mithilfe von KI in Echtzeit Updates zu Kraftstoffständen, Maschinenleistung und Wartungsbedarf erhalten. So können rechtzeitige Ersatzbeschaffungen erfolgen und Ausfallzeiten minimiert werden.
Die Nachfrage nach Edge-AI geht über Kettensägen hinaus. Unternehmen wie Eloque, das auf Infrastruktur-Sensoren spezialisiert ist, betonen die Bedeutung proaktiver Problemerkennung, um Effizienz zu steigern, Kosten zu sparen und die Betriebsabläufe aufrechtzuerhalten.
Ein weiterer Mitbewerber, Sima.AI, bietet eine No-Code-Plattform für Edge-AI, die sich für hochgradig geforderte Anwendungen wie Militärdrohnen eignet. Kürzlich sicherte sich das Unternehmen 70 Millionen Dollar an Finanzierung und unterstreicht damit das wachsende Interesse von Investoren an Edge-AI-Technologien.
Umfassende Edge AI/ML-Lösungen von Stream Analyze
Stream Analyze hebt sich mit einer „End-to-End-Plattform für Machine-Learning-Operationen“ hervor, so Spahr. Ihre Technologie identifiziert effizient relevante Daten für den Upload in die Cloud und vermeidet unnötige Datenerfassung, die Kosten und Ressourcen in die Höhe treibt. „Datentransfer und Speicherung sind teuer geworden, daher bietet die lokale Verarbeitung eine hybride Lösung,“ erklärte Spahr.
Viele Edge-AI-Anwendungen, insbesondere in abgelegenen Gebieten mit schlechter Anbindung, erfordern Robustheit. Jan Nilsson, Mitbegründer und CEO von Stream Analyze, bemerkte: „Manchmal hat man eine Verbindung, manchmal nicht. Abnutzung ist ein kontinuierlicher Prozess, was eine Analyse im Gerät nötig macht. Unsere Technologie ist unabhängig von der Kommunikationsinfrastruktur.“
Das Portfolio des Unternehmens umfasst den SA Engine, SA Studio, SA Staging und SA Federated Services und bietet eine ganzheitliche Plattform zur Bereitstellung von KI-Modellen am Edge. Obwohl vorgefertigte Vorlagen bereitgestellt werden, passen die Kunden ihre Modelle oft mit dem SA Studio an.
Benutzerfreundliche und schnelle Bereitstellung
Stream Analyze entwirft KI für spezifische Branchenanforderungen und verwendet oft Mikrocontroller. Dieses Setup ermöglicht die Verarbeitung von Echtzeitdaten und spricht sowohl Datenwissenschaftler als auch Ingenieure an, um eine einfache Handhabung zu gewährleisten. „Konkurrenztechnologien erfordern häufig Embedded-Programmierung oder Firmware-Updates, die langsam und risikobehaftet sein können“, fügte Spahr hinzu.
Darüber hinaus ermöglicht die Technologie von Stream Analyze eine schnelle Bereitstellung und Anpassung der Modelle direkt an den Geräten, wodurch die Markteinführungszeit erheblich verkürzt wird. Mit einem minimalen Speicherbedarf von nur 17 kB übertreffen ihre Lösungen Konkurrenten wie AWS Greengrass oder TensorFlow Lite und sind vielseitig einsetzbar.
Stream Analyze legt zudem großen Wert auf den Datenschutz der Kunden, indem es Unternehmen ermöglicht, die Technologie anzupassen, ohne spezifische Informationen über Anwendungsfälle preiszugeben. „Jeder Kunde ist einzigartig, und es gibt keine 'one size fits all'-Lösung“, erklärte Nilsson. „Sie implementieren die Plattform unabhängig und wahren somit die Vertraulichkeit ihrer Analysen.“
Mit dem Eintritt in den US-Markt erwartet Stream Analyze nicht nur eine Expansion des Geschäfts, sondern auch eine Revolutionierung dafür, wie Unternehmen Daten und KI nutzen, um fundierte Entscheidungen in Echtzeit zu treffen, die zuvor unerreichbar waren.
Rangliste
