AI-Produktions-Startup-Finanzierung boomt, während die Schweizer EthonAI 16,5 Millionen US-Dollar einwerben
Da Fabriken und Produktionsstätten durch Sensoren, Robotik und andere vernetzte Technologien "intelligenter" geworden sind, wurde ein potentielles Datenschatz geschaffen, der für Erkenntnisse über Engpässe und andere Verbesserungsbereiche genutzt werden kann. Oder vielleicht sogar, um Prozesse zu beschleunigen, die sonst erhebliche manuelle Vorarbeit erfordern würden.
Aber viele dieser generierten Daten sind unstrukturiert und nicht sofort leicht zu nutzen. Während die Big-Data-Analyse seit Jahren ein fester Bestandteil von Branchen wie Finanz- und Logistikwesen ist, hat sie den Produktionsbereich noch nicht vollständig durchdrungen. Dadurch wurde ein unerschlossener Datenschatz an Erkenntnissen geschaffen und in letzter Zeit auch ein aufstrebender Markt für Technologien, die sowohl die Erfassung als auch die Sinnhaftigkeit einer Vielzahl von Produktionsdaten bewältigen.
Letzten Monat sammelte das in Großbritannien gegründete Oden Technologies, jetzt mit Sitz in New York, eine Serie-B-Finanzierungsrunde in Höhe von 28,5 Millionen US-Dollar, um das Wachstum seiner Datenanalyseplattform für Hersteller voranzutreiben. Deutschlands Daedalus sammelte 21 Millionen US-Dollar, um KI auf Präzisionsherstellungsanlagen anzuwenden. Und Belgiens Robovision sicherte 42 Millionen US-Dollar, um intelligente Computer Vision für Industriemaschinen zu bringen.
Jetzt ist EthonAI an der Reihe, da das Schweizer Startup am Donnerstag bekannt gab, dass es in einer Serie-A-Finanzierungsrunde mit Index Ventures, General Catalyst, Earlybird und Founderful an der Spitze 15 Millionen CHF (16,5 Millionen US-Dollar) eingesammelt hat.
EthonAI findet Defekte in Produkten
Im Jahr 2021 in Zürich von CEO Julian Senoner und CTO Bernhard Kratzwald gegründet, kann EthonAI KI-Modelle für spezifische Anwendungsfälle schulen, beispielsweise im Bereich der Elektronikfertigung, wo der Kunde Bilder von fehlerfreien Produkten liefert und EthonsAI-Software Inspektor dann Oberflächendefekte in den Produkten während des Herstellungs- und Montageprozesses identifizieren kann. Apple hat kürzlich ein Unternehmen namens DarwinAI erworben, das einen ähnlichen Zweck erfüllt, nämlich die Automatisierung des visuellen Qualitätsmanagementsprozesses in der Komponentenfertigung.
Allerdings kann EthonAI breiter Daten aus der gesamten Produktionsanlage eines Unternehmens, von Sensoren bis hin zu Linienstopps, kombinieren und ein Bild davon erstellen, wo die Dinge gut und weniger gut funktionieren, und sogar die Leistung über mehrere Einrichtungen vergleichen, um zu sehen, wo es Verbesserungspotenziale geben könnte.
In seiner dreijährigen Geschichte hat EthonAI einige prominenten Kunden wie Siemens und Schokoladenhersteller Lindt gewonnen.
Die genauere Betrachtung der Zielmärkte von EthonAI zeigt, dass die Halbleiterfertigung ein besonderer Schwerpunkt ist, obwohl das Unternehmen keine spezifischen Kunden in diesem Bereich offenbart hat. Allerdings ist ein bekanntes Problem im Bereich der Chip-Industrie eine niedrige Ausbeute, bei der Defekte in den Siliziumwafern die Anzahl der tatsächlich verwendbaren Chips nach der Produktion beeinträchtigen können. Berichten zufolge hat Apple letztes Jahr eine Vereinbarung mit dem Chip-Hersteller TSMC getroffen, die anscheinend besonders niedrige Ausbeuteraten hatte (damals nur 55%), wobei Apple einen Vertrag ausgehandelt hat, nur für bekannte gute Wafer zu bezahlen - was Milliarden von Dollar einsparte.
EthonAI arbeitet seinerseits mit einem „führenden Halbleiterhersteller“ zusammen, der seine Plattform nutzt, um mehrere Datensätze zu kombinieren, um Analysen durchzuführen und bisher unbekannte Beziehungen zwischen Prozessen, Geräten und Ausbeuteraten zu identifizieren.
„Die Produktion steht an einem kritischen Punkt, und Unternehmen, die sich nicht an KI anpassen, riskieren zurückzufallen“, sagte Senoner in einer Pressemitteilung. „Fabriken produzieren Berge von Daten, und KI ist der Schlüssel, um Erkenntnisse freizuschalten, die zu operationeller Exzellenz führen.“
