i4Challenge 2021 – die Gewinnerfirmen und ihre Lösungen

Wir stellen in diesem Artikel ausführlich die preisgekrönten Lösungen der Gewinnerfirmen der i4Challenge 2021 vor: die Funktionsweise der Lösungen, die Vorteile, deren USP und die nächsten Entwicklungsschritte. 

Noch immer müssen Autonome Fahrsysteme verbessert werden, damit sie Hindernisse zuverlässig und schnell erkennen. Helfen kann der 3D-Bildsensor der Firma Fastree 3D, welcher für jedes Pixel die Entfernung erfasst und zuverlässig in Echtzeit agiert.

Wie funktioniert Ihre Lösung und welche Funktionen sind wichtig?

Wir entwickeln schnelle dreidimensionale Bildsensoren, die für jedes Pixel die Entfernung erfassen. Ein System-on-Chip-Schaltkreis steuert Infrarot-Laserblitze und verarbeitet Messungen, wobei die Qualität der Messungen in Echtzeit gesteuert wird, um sich an wechselnde Beleuchtungsbedingungen und Ziele anzupassen. Damit können autonome Industriefahrzeuge in Innenräumen oder im Freien navigieren und Fahrassistenzsysteme in Kraftfahrzeugen so verbessert werden, dass sie Fussgänger und Radfahrer im Stadtverkehr zuverlässig erkennen.

Was war bei der Entwicklung die grosse Herausforderung?

Die Technologie ist das Ergebnis von fünfzehn Jahren Forschung an der EPFL auf dem Gebiet der CMOS-Einzelphotonen-Detektoren für die Time-of-Flight-Messung. Solche Näherungssensoren werden seit Kurzem in Milliarden von Telefonen oder Entfernungsmessern eingesetzt. Wir haben nun die Leistung auf 60 Meter Reichweite (10 % Reflektivität), bei höherer Geschwindigkeit (>100 fps) und unter Sonnenlicht (60klux) erweitert. Wir haben den weltweit ersten gestapelten integrierten Schaltkreis vorgestellt, der eine Echtzeit-Optimierung von Reichweite, Auflösung, Geschwindigkeit und Störungsunterdrückung auf dem Chip ermöglicht.

Dank Steigerung der Sensorleistung höheres Mass an Zuverlässigkeit erreichen

Was hat die Jury besonders hervorgehoben?

Unser Entwicklungskit und Prototyp-Schaltkreis demonstrieren die Erkennung von Fahrzeugen und Personen bei starker Sonneneinstrahlung und bieten eine Software-Entwicklungsumgebung. Wir haben es zusammen mit NXP und Robert Bosch entwickelt und getestet und vergleichen es mit LiDAR, wie z. B. dem im Apple iPhone Pro. Zu den Gründern gehören Prof. E. Charbon, Architekt von Microsoft Kinnect, und Lucio Carrara, Entwickler von erfolgreichen industriellen Näherungssensoren. Wir haben 13 Patent- und Industrieauszeichnungen erhalten.

Wer profitiert von dieser Lösung?

Der Einsatz von fahrerlosen Transportfahrzeugen (FTS) und autonomen mobilen Robotern (AMRs) für den Materialtransport in Lagern und die Fertigung in Fabriken nimmt zu. Sie arbeiten ohne direkte menschliche Kontrolle und planen ihre Routen dynamisch in Abhängigkeit von der Umgebung.  Durch die Steigerung der Sensorleistung lässt sich ein höheres Mass an Zuverlässigkeit erreichen. Beispielsweise arbeiten Cobots gleichzeitig mit Menschen am selben Ort und nutzen Sensoren zur Steuerung von Position, Geschwindigkeit und Kraft des Cobots.

Wie markttauglich ist die Lösung? Oder ist sie bereits auf dem Markt? Falls ja, seit wann? Falls nein: Welche Entwicklungsschritte müssen noch genommen werden?

Wir können Prototypen integrierter Schaltungen und Hardware-Evaluierungskits an Integratoren liefern. Das aktuelle Evaluierungskit bietet 2'000 Pixel und misst bis zu 40m ± 2cm bei 100fps unter 60klux Sonnenlicht.  Wir planen, bis Ende 2022 Muster eines integrierten Schaltkreises mit 40'000 Pixeln anzubieten, der die Erkennungs- und Verarbeitungsfunktionen auf einem einzigen Chip vereint. Wir glauben, dass dies die Herstellung eines schnellen 3D-LiDARs zu Stückkosten von unter 200 € bei einer Stückzahl von 100'000 Einheiten ermöglichen sollte. 

Gibt es ein ähnliches Produkt auf dem Markt und falls ja, wie unterscheidet sich Ihre Lösung?

Nur fünf Unternehmen (Apple, Adaps, Ibeo, Ouster, Sony) haben Flash mit Arrays von Einzelphotonendetektoren angekündigt, die vor einigen Jahren noch nicht realisierbar waren.  Über 40 Anbieter setzen LiDARs mit geringerer Geschwindigkeit und Auflösung ein, oft zu 10-fach höheren Kosten.  Unser Flash-LiDAR bietet die schnellste Erkennung bei hoher Auflösung und mit Qualitätskontrolle in Echtzeit.

Welche nächsten Schritte peilen Sie nun an?

In der Weiterentwicklung der Technologie: Unser Ziel ist es, industrielle Kunden mit dem besten Preis-Leistungs-Verhältnis zu beliefern. Zu diesem Zweck haben wir eine Partnerschaft mit einem führenden Halbleiterhersteller (Global Foundries) und Laserhersteller (Osram/Vixar) für unser Modul der nächsten Generation geschlossen.  Die System-on-Chip-Schaltung wird 320 × 120 Erkennungspixel (HQVGA) und eine programmierbare digitale Verarbeitungseinheit bieten. Zur Miniaturisierung werden wir einen hochmodernen integrierten CMOS-Schaltkreis einsetzen, ähnlich wie bei unserem Prototyp von 2017.

Betreffend Marktzugang: Wir sind auf der Suche nach Partnerschaften, um unsere ICs und LiDAR-Module sowohl in der Industrie als auch in der Automobilbranche zu testen, z. B. für die FTS/AMR-Navigation.  Ab 2022 werden wir Evaluierungskits an F&E-Abteilungen vertreiben (über GMP SA, Schweiz). Das HDK bietet eine Multicore- und Linux-Softwareumgebung. Der nächste IC wird mit NXP ARM-Coprozessorschaltungen getestet, um die Entwicklung zu erleichtern.

Warum haben Sie an dieser i4Challenge teilgenommen?

Wir sehen Chancen für neue Technologien in der Industrie 4.0 wie FTS- und AMR-Systeme. Die I4Challenge-ist ein Weg, um Partnerschaften und strategische Investitionen für Start-ups zu erleichtern.  Wir suchen Partnerschaften mit Unternehmen, die ergänzende KI-Sensorfusion oder IoT-Systeme anbieten, um eine intelligente Navigation über verschiedene Routen zu ermöglichen, welche Hindernissen geschickt ausweicht. Der Bereich ist auch für Investoren attraktiv, da in den Jahren 2020/21 etwa 20 Start-up-Unternehmen in diesem Bereich mehr als zwei Milliarden USD an Investitionen erhalten haben.

3D-Drucker, die personalisierte Medikamente ausdrucken, sind rar und haben noch viel Potenzial bezüglich Druckgeschwindigkeit, Flexibilität und präziserer Dosierung. Das Start-up Personalized Medical Products SA aus Courroux bei Delsberg hätte da eine geeignete Technologie, um dieses Potenzial auszuschöpfen.

Wie funktioniert Ihre Lösung und welche Funktionen sind wichtig?

Mit unserer neuen pharmazeutischen Herstellungstechnologie für personalisierte Medikamente wollen wir die Zugänglichkeit zu personalisierten Medikamenten für jedermann ermöglichen. Denn die heutigen, aus Massenherstellung verfügbaren Medikamente erfüllen nicht die Bedürfnisse der Patienten und führen zu mehr Nebenwirkungen, mehr Toxizität oder weniger Wirksamkeit für sie.

Was war bei der Entwicklung die grosse Herausforderung?

Die erste Herausforderung war, eine Herstellungstechnologie zu finden, die eine genügend hohe Produktivität bietet bei gleichzeitig präziser Dosierung der Wirkstoffe. Eine weitere Herausforderung stellt die Zulassung in einem so stark reglementierten Markt dar.

Bewährte Technologie in neuem Anwendungsbereich einsetzen

Was hat die Jury besonders hervorgehoben?

Zuerst einmal, dass wir ein sehr breit aufgestelltes Team bei PMP haben, das alle Aspekte dieses komplexen Projektumfeldes abzudecken vermag. Dann auch den Ansatz, eine in einem anderen Anwendungsbereich bereits bewährte Technologie als Basis zu verwenden, auch wenn die Regulatorien im Lebensmittel- und Pharmabereich doch ziemlich unterschiedlich sind, was nicht unterschätzt werden darf.

Wer profitiert von dieser Lösung?

Die Patienten profitieren indirekt von der neuen Lösung. Die relativ kompakten Herstellungsanlagen sollen an Spitälern und Apotheken zur Anwendung kommen, welche damit die potenziellen Kunden darstellen.

Wie markttauglich ist die Lösung? Oder ist sie bereits auf dem Markt? Falls ja, seit wann? Falls nein: Welche Entwicklungsschritte müssen noch genommen werden?

Nein, unsere Lösung ist noch nicht auf dem Markt.

Gibt es ein ähnliches Produkt auf dem Markt und falls ja, wie unterscheidet sich Ihre Lösung?

Es arbeiten verschiedene Unternehmen und Forschungsinstitute weltweit an dieser Thematik. Bisher hat einzig FabRx in England einen 3D-Drucker für personalisierte Medikamente am Markt. Dieser arbeitet mit einer Einzeldüse, womit er relativ langsam ist. Dagegen hat unser Verfahren eine wesentlich höhere Produktivität bei gleichzeitig deutlich flexiblerer und präziserer Einzeldosierung.

Es arbeiten verschiedene Unternehmen und Forschungsinstitute weltweit an dieser Thematik. Bisher hat einzig FabRx in England einen 3D-Drucker für personalisierte Medikamente am Markt.

Welche nächsten Schritte peilen Sie nun an?

Bei der Entwicklung der Lösung: 
• Definieren der Zusammenarbeit mit unserem Maschinenpartner
• Einreichung des Forschungsförderantrags für die Entwicklung der ersten Medikamente
• Aufbau und Test des bereits entworfenen Prototyps
• Sichern der nächsten Finanzierungsrunde

Betreffend Marktzugang:

• Teilnahme und Ausstellung an der TradeShow BE4.0 in Mulhouse 30.11./1.12.2021
• Vernetzung mit weiteren Spitalapotheken als zukünftige Kunden (mit dem Universitätsspital Basel und dem Kantonsspital Aarau arbeiten wir schon zusammen)
• Kontaktaufnahme mit dem Schweizerischen Apothekerverband pharmaSuisse als Dachorganisation der Apothekerinnen und Apotheker

Warum haben Sie an dieser i4Challenge teilgenommen?

i4Challenge bietet interessante Unterstützung für ein Start-up und vor allem auch die Chance, unsere Sichtbarkeit und Wahrnehmung zu erhöhen. Der Gewinn ist zudem eine klare Bestätigung unseres vielversprechenden Business Cases, da wir von Experten in einer professionellen, mehrstufigen Bewertung ausgewählt wurden. Dies unterstützt unsere Motivation stark und wird für die nächsten Schritte sehr hilfreich sein, insbesondere für weitere Finanzierungsrunden.

Auch in Chemielaboren wird automatisiert, aber die Komplexität ist oft eine grosse Herausforderung oder sogar ein Hindernis. Im kapselbasierten Synthesizer von Synple Chem können nun aber neue Moleküle generiert werden und dies so einfach, als sei es eine Kapsel-Kaffeemaschine.

Wie funktioniert Ihre Lösung und welche Funktionen sind wichtig?

Die kapselbasierten Synthesizer von Synple Chem generieren neue Moleküle so einfach wie bei einer Kapsel-Kaffeemaschine und verändert damit nachhaltig die chemische Synthese. Zugleich können dadurch arbeitsintensive Techniken in der Medikamentenentwicklung abgelöst werden.

Diese Technologie ermöglicht es Forschern, potenzielle neue Medikamente auf einfache, schnelle, sichere und effiziente Weise zu entwickeln und letztendlich die Zeit zu verkürzen, die für die Entdeckung neuer Medikamente benötigt wird.

Was war bei der Entwicklung die grosse Herausforderung?

Die Herausforderung bestand hauptsächlich in der Standardisierung der angewendeten Chemie, sodass diese möglichst breit und mit guter Qualität funktioniert und angewendet werden kann.

Auch die Entwicklung eines automatisierten Gerätes war für ein Team von Chemikern erst einmal eine Herausforderung. Allerdings haben wir uns in den Bereichen Engineering und Software externe Hilfe geholt.

Geschwindigkeit in der Forschung ist entscheiden

Was hat die Jury besonders hervorgehoben?

Die Jury hat vor allem die Effizienzsteigerung im Labor und Zeitersparnis des Prozesses unterstrichen. Auch das existierende Produkt im Markt wurde als positiv bewertet.

Wer profitiert von dieser Lösung?

Die Kunden von Synple Chem finden sich hauptsächlich in der pharmazeutischen Industrie oder Auftragsforschungsinstitute. Synthetische Chemiker, die dort an der Erforschung neuer Wirkstoffe und Materialien arbeiten, können von der Technologie profitieren. Denn Geschwindigkeit in der Forschung ist entscheidend und Unternehmen investieren stark in neue Technologien, die ihnen einen Vorteil dabei verschaffen können.

Wie markttauglich ist die Lösung? Oder ist sie bereits auf dem Markt? Falls ja, seit wann? Falls nein: Welche Entwicklungsschritte müssen noch genommen werden?

Die erste Generation des Gerätes war 2018 verfügbar, mit der wir eine Pilotstudie mit einigen frühen Kunden durchgeführt haben. Die weiterentwickelte kommerzielle Generation des Instruments wurde Ende 2019 vorgestellt und ist seitdem erhältlich. Wir arbeiten kontinuierlich an Verbesserungen des Gerätes und neuen Anwendungen, um die Attraktivität der Technologie weiter zu steigern.

Gibt es ein ähnliches Produkt auf dem Markt und falls ja, wie unterscheidet sich Ihre Lösung?

Aktuell verfügbare Roboter- oder Flow-Chemie-Automaten versprechen einen hohen Automatisierungsgrad. Sie sind jedoch komplex in der Anwendung und erfordern allein für ihren Betrieb Fachpersonal in Vollzeit und sind in vielen Bereichen der Forschungschemie von begrenztem Nutzen. Da diese Maschinen nicht reaktionsspezifisch sind, bleibt das Einrichten einer chemischen Reaktion für diese komplexen Geräte eine mühsame Aufgabe und macht diese Systeme für die sich schnell ändernden Anforderungen der medizinischen Chemie nicht geeignet.

Synple Chem bietet mit der proprietären Kombination aus einem Synthesizer und der vor-optimierten chemischen Reaktion in Form der Reagenzienkartusche eine wesentlich vereinfachte Anwendbarkeit.

Welche nächsten Schritte peilen Sie nun an?

Entwicklung der Lösung: Wir planen auch weitere Entwicklungen, einschliesslich neuer Hardware und der Integration unserer bestehenden Technologie mit anderen innovativen, auf KI und maschinellem Lernen basierten Technologien. Dies wird es uns ermöglichen, mit Partnern zusammenzuarbeiten, um eine neue, integrierte Entdeckungsplattform zu schaffen.

Betreffend Marktzugang: Aktuell ist Synple verstärkt im europäischen Markt vertreten und wir haben erste Schritte im nordamerikanischen Markt gemacht. Dies werden wir in den nächsten Monaten ausbauen und in der Zukunft auch auf Asien konzentrieren.

Warum haben Sie an dieser i4Challenge teilgenommen?

Synple hat sich für die Teilnahme an der i4Challenge beworben, weil wir Wert auf ein gutes Netzwerk legen. Die Tatsache, dass die Gewinner eine grössere Bekanntheit in der Region Basel erlangen und Zugang zu den umfangreichen Fachkenntnissen und Erfahrungen der Region erhalten würden, hat uns an diesem Wettbewerb gereizt.

Die Firma Mechmine stellt eine sensible Hardware her, die mit hochwertiger Signalverarbeitung und ausgeklügelte Algorithmen baldige Ausfälle von Maschinenteile erkennen kann. Gibt es natürlich schon alles, aber die hier ist hypersensibel.

Wie funktioniert Ihre Lösung und welche Funktionen sind wichtig?

Wir bieten eine Dienstleistung an, welche Vibrationen von rotierenden Maschinen messen, auswerten und Vorhersagen zur Restlebensdauer machen, um Ausfälle zu verhindern. Getriebe und Wälzlager produzieren spezifische Frequenzmuster, wenn ein Defekt vorliegt. Um diese frühzeitig zu erkennen, setzen wir auf sensible Hardware, hochwertige Signalverarbeitung und ausgeklügelte Algorithmen. Wir bieten eine Turnkey-Lösung an, vom Sensor bis zur Auswertung in der Cloud – unser Core-Business.

Was war bei der Entwicklung die grosse Herausforderung?

Um das IP aufzubauen, wie man automatisiert Defekte vorhersagen kann, braucht es Daten von Maschinen mit Defekten. Solche Daten sind rar, da meist präventiv ersetzt wird. Deshalb hatten wir beschlossen, Prüfbänke zu bauen, um Defekte gezielt herstellen zu können. Um realitätsnahe Daten zu generieren, dürfen solche Defekte nicht in 10 Minuten produziert werden, sondern über Monate, um die Defektentwicklung verfolgen zu können. Somit braucht es Jahre um eine Bibliothek mit Referenzdaten aufzubauen.

Jury lobte unter anderem den Fokus auf Wälzlager die Zielmärkte

Was hat die Jury besonders hervorgehoben?

Es wurde hervorgehoben, dass unerwartete Produktionsunterbrüche in der Industrie tatsächlich ein grosses Problem darstellen, dass ein klares Bedürfnis für unseren Service besteht und eine Retrofit-Lösung eine gute Sache sei. Ferner gefiel unser Fokus auf Wälzlager und die Zielmärkte wie Energie/Wasserwirtschaft und Industrie. Betont wurde auch, dass wir technisch sehr stark seien, das Produkt «gut aussieht», wir ein innovatives KMU sind, die mit guten Partnern zusammenarbeitet.

Wer profitiert von dieser Lösung?

B2B: Betreiber von kritischen Maschinen, wo ein Stillstand hohe Kosten verursacht: EWs (Generatoren, Turbinen, ORC), ARAs, Zubringer-Bergbahnen, Rechenzentren, Produktionsbetriebe (z.B. Zuckerrüben, Zement, Chemie/Pharma), Kräne im Stahlwerk, Personenlifte oder grosse Spindeln in Werkzeugmaschinen.
OEM: Maschinenbauer können mit unserer Lösung die Anlagen bei ihren Kunden überwachen und den Kundenservice erweitern, z.B. Defekte frühzeitig erkennen und wissensbasiert präventiv handeln.

Wie markttauglich ist die Lösung? Oder ist sie bereits auf dem Markt? Falls ja, seit wann? Falls nein: Welche Entwicklungsschritte müssen noch genommen werden?

Unsere Lösung ist seit der Hannover Messe 2018 auf dem Markt. Unsere mmBox ist heute global im Einsatz und überwacht kritische Ventilatoren in einem Pharmawerk, Personenaufzüge, Wasserkraftwerke, Standseilbahnen und kritische Maschinen wie Zentrifugen. Wir konnten unsere Technologie auch an einen grossen deutschen Getriebebauer lizenzieren, d.h. «Mechmine Inside». Über 10 Jahre gerechnet hat unsere Lösung das beste TCO und ROI im Vergleich mit 8 Konkurrenzprodukten.

Gibt es ein ähnliches Produkt auf dem Markt und falls ja, wie unterscheidet sich Ihre Lösung?

Ja, es gibt viele günstige IoT-Lösungen, die Daten sammeln. Aber unsere Hardware hat eine um 40dB höhere Empfindlichkeit und eine viel grössere Frequenzbandbreite, um Schäden frühzeitig erkennen zu können. Unsere Cloud-Lösung bietet die Diagnosefähigkeit, Früherkennung und automatisierte Funktionen an, um dem Wartungspersonal die Bedienung zu ermöglichen. Wir stellen sicher, dass die Sensoren korrekt platziert und montiert werden, damit Gewissheit besteht, dass brauchbare Signale gesammelt werden!

Aber unsere Hardware hat eine um 40dB höhere Empfindlichkeit und eine viel grössere Frequenzbandbreite, um Schäden frühzeitig erkennen zu können.

Welche nächsten Schritte peilen Sie nun an?

Weiterentwicklung der Lösung: Unsere technische Weiterentwicklung ruht nie. Je mehr Maschinen man überwacht und Daten generiert, umso besser kann man die Algorithmen optimieren. Aktuell arbeiten wir an einer automatisierten Berichtserstellung und, mit einer deutschen Partnerfirma, an der Entwicklung eines brauchbaren IoT-Funksensors, der Basebox2. Ein Innosuisse-Projekt befasst sich mit der synthetischen Herstellung von realitätsnahen, aber deterministischen Maschinendaten, um unsere Algorithmen weiter zu verbessern.

Betreffend Marktzugang: Unsere Lösung ist wie eine Versicherung und bedingt einen technischen Verkauf, um Vertrauen zu gewinnen. Deshalb arbeiten wir auch mit kompetenten Partnerfirmen in der Schweiz (Montalpina AG), Österreich und hoffentlich bald in Deutschland zusammen. Trade-Shows generieren sehr gute Leads, weil die Interessenten dort unser System live sehen und verstehen können. Unser aktueller Fokus liegt bei Kraftwerken und Versorgungsunternehmen, aber generell bei allen kritischen rotierenden Maschinen.

Warum haben Sie an dieser i4Challenge teilgenommen?

Die zwei Hauptgründe für eine Teilnahme: Einerseits die mögliche Publicity bei einem Gewinn, was uns helfen könnte auf der Suche nach weiteren Investoren, und zweitens, um nützliches Feedback von der hochkarätigen und international zusammengesetzten Jury zu erhalten.

Bei Gesprächen kann die kognitive Voreingenommenheit das Resultat verfälschen. Das will eine Software verhindern, die mithilfe von Künstlicher Intelligenz den Menschen hinter der konditionierten Sprache zu erkennen versucht.

Wie funktioniert Ihre Lösung und welche Funktionen sind wichtig?

Cryfe ist eine KI-gestützte Software zur Analyse von authentischem Verhalten. Sie hilft, den Menschen hinter der konditionierten Sprache kennenzulernen. Cryfe hilft also dabei, die Emotionen Ihres Gesprächspartners zu erkennen, indem es die Übereinstimmung seiner Körpersprache mit dem, was er sagt, analysiert. So unterstützt die Software den Menschen, um zu einem intelligenten, unvoreingenommenen Entscheidungsprozess zu kommen.

Was war bei der Entwicklung die grosse Herausforderung?

Eindeutig das Sammeln von Daten in einer realen Befragungssituation. Damit eine künstliche Intelligenz so ethisch und transparent wie möglich sein kann, ist es wichtig, dass sie Daten erheben kann. Wir haben mit ValJob in Fribourg zusammengearbeitet, um diese Daten zu erhalten. Alle Daten wurden mit dem Einverständnis der Bewerber erhoben.

Der nächste Schritt bestand darin, dem Algorithmen zu ermöglichen, aus diesen Daten zu lernen. Zu diesem Zweck haben wir mit zwei Schweizer Universitäten zusammengearbeitet. Diese Daten wurden trainiert und von Experten für Verhaltensanalyse kommentiert.

«Cryfe ist wie ein persönlicher Coach, der Sie unterstützt»

Was hat die Jury besonders hervorgehoben?

Dass es eine grossartige Technologie ist, die vielseitig eingesetzt werden kann und also nicht nur das Recruiting betrifft. Ausserdem sehr spannender, neuer Blick, wenn es richtig eingesetzt wird. Ausserdem steckt klar auch eine Innovation im Bericht der eingesetzten Technologie und der Verfahren dahinter.

Natürlich gibt es auch ein paar Hinweise, was die weiteren Hindernisse sein könnten: Datenschutz zum Beispiel oder ganz einfach die Akzeptanz.

Wer profitiert von dieser Lösung?

Ich würde sagen: CEO, Personalvermittlern, Outplacement, Kandidaten. In der Tat ist es äusserst schwierig, bei einer Einstellung die wahre Persönlichkeit zu erkennen. Oft spielt der Kandidat, wie auch wir, eine Rolle. Der Personalverantwortliche ist dann mit einer Konditionierung des Kandidaten konfrontiert, liest ihn aber auch durch seine kognitiven Voreingenommenheiten.

Für den Bewerber ist es sehr interessant, sich selbst zu sehen und so seine Wirkung, seine Einstellung zu verstehen. Cryfe ist ein unvoreingenommener Dritter, der die Authentizität liest. Etwa so wie ein persönlicher Coach, der Sie unterstützt. Und die Software steht 24 Stunden am Tag zur Verfügung.

Wie markttauglich ist die Lösung? Oder ist sie bereits auf dem Markt? Falls ja, seit wann? Falls nein: Welche Entwicklungsschritte müssen noch genommen werden?

Wir haben den Prototyp der Innosuisse im Januar 2021 erhalten. Unsere Ingenieure sind dabei, ihn zu verbessern, und er wird kontinuierlich verbessert werden müssen. Unser Ziel ist es, Cryfe bis Ende 2021 in der Alpha-Version zu lancieren. Die ersten Funktionen werden es den Nutzern ermöglichen, sich mit dem Profiling und der künstlichen Intelligenz vertraut zu machen.

Die Plattform selbst ist bereits funktionsfähig und man kann bereits jetzt Videos zur Analyse einsenden und wir vergeben dann einen Zugang zur Plattform. Wir sind zuversichtlich, dass bis Ende dieses Jahres die ersten Kunden zu den Early Adopters gehören werden.

Gibt es ein ähnliches Produkt auf dem Markt und falls ja, wie unterscheidet sich Ihre Lösung?

Es gibt Lösungen, die es ermöglichen, Emotionen oder Stimme der Gesprächspartner zu analysieren. Sie erstellen einen Bericht oder ein psychologisches Profil oder schlimmer noch, sie ordnen die Profile. Es gibt da eigentlich keinen Platz für den Kandidaten.

Cryfe ist anders und einzigartig: Es ist ein Werkzeug für die zwischenmenschliche Kommunikation. Die Software katalogisiert nicht den Menschen, erstellt keinen Bericht oder ein Profil. Cryfe begleitet seinen Nutzer, um kognitive Voreingenommenheit zu vermeiden und den Menschen so zu treffen, wie er ist und nicht, wie er ihn gerne hätte. Cryfe wurde entwickelt auf der Grundlage von angewandter Forschung, Grundlagenforschung, sehr vieler Daten, die im wirklichen Leben gesammelt und von Experten kommentiert wurden, und unter Beachtung der Gesetze zur Verwaltung personenbezogener Daten.

Cryfe begleitet seinen Nutzer, um kognitive Voreingenommenheit zu vermeiden und den Menschen so zu treffen, wie er ist und nicht, wie er ihn gerne hätte.

Welche nächsten Schritte peilen Sie nun an?

Technologie: Das maschinelle Lernen entwickelt sich ständig weiter. Wir werden unsere Algorithmen und unseren Datensatz weiter verbessern, um unseren Kunden immer die neuesten Verbesserungen und Technologien anbieten zu können. Cryfe arbeitet derzeit mit Zeitverzögerung. Sie nehmen ein Video auf, sehen sich die Analyse an und kommen bei einem nächsten Interview darauf zurück. Wir arbeiten an einer Echtzeitlösung.

Im Bereich E-Learning entwickeln wir unsere Schulungskurse weiter, damit unsere Nutzer Cryfe mit Bewusstsein und Ethik nutzen können.

Marktzugang: Wir haben mehr als 500 Personen in der Lese- und Verhaltensanalyse geschult und sind zuversichtlich, dass unsere grossen Kunden Cryfe folgen und übernehmen werden. Der Schweizer Markt ist für uns sehr wichtig, um unsere Expertise und Glaubwürdigkeit zu etablieren. Ab 2022 werden wir Cryfe in Europa und im Ausland einführen. Wir haben die Möglichkeit, den Markt in den USA im Rahmen des Swissnex-Projekts zu validieren, und wir werden auch an mehreren Fachmessen wie jener in Basel teilnehmen. Nach der CES 2021 haben wir in der Tat ein gutes Feedback erhalten («Microsoft für das Startup») und wir wollen uns weiter entwickeln.

Warum haben Sie an dieser i4Challenge teilgenommen?

Wir sind bereits in der Westschweiz präsent, und auch der deutsch-schweizerische Markt ist für uns wichtig. Außsserdem liegt Basel in der Nähe von Frankreich, was für uns ebenfalls von Interesse ist. Durch die Teilnahme an diesem Wettbewerb konnten wir das Feedback von 20 Experten in der Jury einholen. Es ist sehr wichtig für uns, diese Art von Feedback zu bekommen. Wir werden in den kommenden Monaten auch von ihren Ratschlägen profitieren können und Zugang zu ihrem Netzwerk haben. Und schliesslich sind wir sehr stolz darauf, dass wir unsere Innovation auf der Basel-Mulhouse-Messe präsentieren können.

Die vielen Online-Retouren und der Abfall in der Modeindustrie sind ein Problem. Abhilfe könnte ein Körperscan leisten, sodass die eigenen Körpermassen mit den Kleidermassen im Onlineshop verglichen werden können.

Wie funktioniert Ihre Lösung und welche Funktionen sind wichtig?

BeAwear ist ein Fashion-Tech-Unternehmen aus Kreuzlingen, welches mittel 3D-geometrischen Lösungen und künstlicher Intelligenz (KI) bahnbrechende B2B-SAAS-Lösungen hin zu einer zirkulären Kreislaufwirtschaft in der Modeindustrie entwickelt. Wir adressieren das Problem schlechter Passform, die Senkung hoher Online-Retouren, Kosten und Abfall in der Modeindustrie. Durch eine einfach integrierbare API-Plug-and-Play-Lösung in Onlineshops können Endkunden ihre Körpermasse über einen 3D-Scan vom Smartphone oder Laptop aus erfassen. Aus diesen Daten gleichen wir Konfektionsgrössen im First- und Second-Hand-Bereich ab, können aber auch individuelle Massen-Masskonfektion on-demand erstellen. Um den Endkunden ein besseres Einkaufserlebnis zu bieten, nutzen wir Gamification Elemente, d.h. Endkunden können anhand ihres 3D-Körperscans mit ihrem «Digitalen Twin» passende Kleidung auswählen, nach ihren persönlichen Wünschen filtern, verändern und ihr eigenes Stilprofil erstellen.

Was war bei der Entwicklung die grosse Herausforderung?

Die ganzheitliche Problemlösung, welche die Modeindustrie zum zweitgrössten Umweltverschmutzer macht, geht weit über die Senkung der Retourenqoute – was aber aus wirtschaftlicher Sicht die Industrie vorrangig drückt. Ein zirkuläres Businessmodell zu entwickeln, dass einerseits die aktuelle Wirtschaft abholt und in ein nachhaltiges, kreislaufbasiertes Modell überführt, war eine komplexe Entwicklungsaufgabe.

Zweites Mal in Folge Gewinner der I4Challenge

Was hat die Jury besonders hervorgehoben?

Wir sind das zweite Mal in Folge Gewinner der I4Challenge, so konnte die Jury sehen, welche Entwicklung wir im letzten Jahr durchgemacht haben. Wir haben heute einen Investor, gehen im Oktober live an den Markt und haben erste Kunden. Heute haben wir klare Visionen und eine entwickelte Strategie, das hat überzeugt.

Wer profitiert von dieser Lösung?

Diese patentierte KI-Lösung unterstützt E-Commerce-Händler, neue KäuferInnen mit Nicht-Standard-Körpermassen zu adressieren, aber auch KäuferInnen mit Standardmassen die richtigen Grössen zu vermitteln. Laut einer Studie des Institut Hohensteins (2021) passen nur ca. 30 % der Bevölkerung in die Standardmasse XS-3XL. E-Commerce-Händler werden so dabei unterstützt, ihre Lieferkette zu digitalisieren. Massenmassproduktion auf diese Art und Weise fördert die On-Demand-Produktion in der Schweiz und Europa in dezentralisierten Mikrofabriken. Hier laufen Bestrebungen, die letzten lokalen Produktionsstandorte anzubinden und in ihrer wirtschaftlichen Entwicklung zu stärken.

Massenmassproduktion auf diese Art und Weise fördert die On-Demand-Produktion in der Schweiz und Europa in dezentralisierten Mikrofabriken.

Wie markttauglich ist die Lösung? Oder ist sie bereits auf dem Markt? Falls ja, seit wann? Falls nein: Welche Entwicklungsschritte müssen noch genommen werden?

Wir werden im Oktober 2021 unser erstes Software-Paket bei unserem ersten Kunden launchen. Von diesem Zeitpunkt an sind wir mit weiteren Akquisen und deren Implementierung beschäftigt. Gleichzeitig werden wir im neuen Jahr einen ersten Test-Roll-Out mit unserer Made-to-Measure (Massenmass-Kollektion) bei unserem heutigen ersten implementierten Kunden launchen, der bereits die Infrastruktur für die Digitalisierung zu einer lokalen Mikro-Fabrik hat. Momentan haben wir ein Forschungsprojekt, um Datensätze für Menschen mit Behinderungen zu erstellen, um zukünftig auch diese Zielgruppe mit passender Kleidung bedienen zu können.