vsion.ai
Sie sind in der digitalen Welt so gefragt wie nie: Sensoren aller Art. Bei der DB sorgen sie als elektronische Augen und Ohren für eine erweiterte Wahrnehmung. Sei es als Überwachungskameras in den Bahnen und an Bahnhöfen, als Kamerabrücken in Instandhaltungswerken, Ultraschallsensoren an den Schienen, Mikrofonen in den Rolltreppen oder LiDAR-Sensoren an Drohnen – Sensorik ist ein Allrounder und ihre Einsatzmöglichkeiten sind fast grenzenlos. Die größte Challenge dabei: Die wirklich wichtigen Informationen aus dem riesigen Pool an Daten zu erkennen. Denn wie ein altes Sprichwort besagt: Wer zu viel sieht, erkennt überhaupt nichts. Genau hier setzt vsion.ai mit seinen Analyseexpert:innen an und bietet Lösungen.
Die Teams hinter vsion.ai
Zunächst als ein einziges Team gestartet, arbeitet das Venture vsion.ai seit 2018 an KI-basierten Analysen auf Basis von Bild- und Videodaten. In den vergangenen Jahren haben sich die Teams bei vsion.ai mehrmals neu aufgestellt. Der erste Team-Split entwickelte das Produkt IDA, die intelligente digitale Assistenz bei der Analyse von Bild- und Videodaten. Im Jahr 2021 haben sich schließlich drei Arbeitsfelder ergeben: Produktentwicklung, New Business und Beratungsgeschäft sowie konzerngesteuerte KI-Projekte. Dadurch ergab sich ein erneuter Team-Split Anfang 2022. In dieser Konstellation ist das vsion.ai-Team nun unterwegs und passt sich weiterhin flexibel den Aufgaben und Herausforderungen an.
AdobeStock / Gorodenkoff
Mit geballter Expertise löst das Venture mit seinen Partnern zahlreiche Herausforderungen im Bahnbetrieb. Für die Bild- und Videoanalyse entwickelten die Teams eine effektive Vorgehensweise und setzen diese schon erfolgreich in der Praxis ein. Bad news für alle, die Graffiti auf Zügen als Kunst empfinden. Denn mit vsion.ai lassen sich mit Farbe besprühte Züge schnell ermitteln. Und das ist noch nicht alles. Wie jede:r weiß, wird die Deutsche Bahn jeden Winter von Schnee überrascht. Da ist es von großem Vorteil, dass dank vsion.ai eine automatisierte Schneeerkennung an Bahnhöfen möglich wird. Echt smart ist außerdem, dass der Zustand von Infrastrukturkomponenten, wie kleine Schrauben, mit vision.ai erfasst werden kann.
Das alles bedeutet: Die Analyse-Verfahren von vsion.ai haben sich in der Praxis bewährt. Damit hat das Venture die Basis geschaffen Machine Perception, also die maschinelle Wahrnehmung, in den Betriebsablauf der Bahn zu integrieren. Was aber bedeutet das genau?
Machine Perception und Multisensorik revolutionieren die DB
Hinter dem Begriff Machine Perception steckt nicht etwa eine neue Heavy-Metal-Band, sondern bezeichnet im Kontext der DB, die Wahrnehmung der bahnspezifischen Umwelt auf Basis von Sensoren sowie die automatisierte Interpretation der gesammelten Daten. Das passiert meistens durch künstliche Intelligenz. Das Ziel: Die gewonnenen Erkenntnisse zur Optimierung des Bahnbetriebs zu nutzen.
Auch eine einzelne Sensorik ist per se schon sinnvoll und leistungsfähig, bringt aber auch eine Schwäche mit sich: Ihre Wahrnehmung ist auf einen Sinn beschränkt. Menschen dagegen können Sachverhalte vielseitig erfassen, indem sie intuitiv auf mehrere Sinne zurückgreifen. So ist ein defektes Lager an einem Güterwagen zwar schwer mit den Augen festzustellen, lässt sich aber durch die Quietschgeräusche sofort erkennen.
Bei vsion.ai werden diese Defizite einzelner Messwert-Lieferanten kompensiert, indem mehrere, sich ergänzende Sensoren zu einem aussagekräftigen Gesamtbild kombiniert werden. Dieses wiederum bietet mehr, als nur die Summe aller Einzelteile.
AdobeStock / Alexander Gorschkow
Durch die kombinierte Sensorik prüft das vsion.ai-Venture genau, welche Ziele eines Use Cases mit welchen Technologien am effizientesten erreicht werden können. Dabei bildet die Expertise in Kamera- und Audioanalysen die Grundlage. Doch das Venture erweitert stetig sein Know-How:
Die Analyseexpert:innen nutzen beispielsweise das Testfeld an der Riedbahn, um zusätzliche Sensoren in Kombination mit Kamerabildern zu testen. Dabei setzen sie Thermalkameras sowie Mikrofone ein und synchronisieren die Ergebnisse mit den dazu passenden Kamerabildern. Ihr Ziel ist es, durch eine große Datenmenge und kombinierte Informationen die automatisierte Entscheidungsfindung für verschiedene Use Cases zu optimieren. Viel (Input) hilft viel.
Du hast ebenfalls eine Idee oder stehst vor einer Herausforderung?
Dann schreib uns und wir lassen gemeinsam Ideen zur digitalen Realität werden.
Team
