EnliteAI: Die österreichische AR/VR-Landschaft auf einen Blick

Das Wiener AI-Startup EnliteAI hat eine weitere "Landscape" zusammengestellt. Diesmal geht es um Augmented und Virtual Reality in Österreich.
/enliteai-die-oesterreichische-ar-vr-landschaft-auf-einen-blick/

Zusammenfassung aus

Zusammenfassung ein

AR/VR-Landschaft
(c) EnliteAI
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

Es ist bereits Nummer 3. Im vergangenen November hatte das Wiener Startup EnliteAI die erste österreichische „Landscape“ vorgelegt – damals im eigenen Kernbereich Artificial Intelligence. Im Jänner lieferte das Team rund um Co-Founder und CEO Clemens Wasner gemeinsam mit Robert Schwertner („Cryptorobby“) die zweite Übersichtsdarstellung zur österreichischen Blockchain-Landschaft. Spätestens jetzt mit der dritten „Map“ zur österreichischen AR/VR-Landschaft ist klar: Es steckt ein größerer Plan zur Abbildung des Tech- und Startup-Ökosystems dahinter. Bei dieser Landscape wurde EnliteAI vom Wiener HealthTech-Experten und Außenwirtschaft Austria-Export-Berater Matthias Grabner unterstützt.

+++ Salzburg AG testet Augmented Reality-System +++

AR/VR-Landschaft: Eigne Hardware und hohe Kompetenz

Wie auch schon bei den ersten beiden Maps handelt es sich nicht um eine bloße Aufzählung und Kategorisierung. Zusätzlich führte EnliteAI eine Studie zum Thema durch und präsentiert die „Key Findings“:

  • Österreich habe ein gesundes AR- und VR-Ökosystem, das fast die gesamte Wertschöpfungskette abdecke. Es gäbe Hardware, Software, Entwickler-Tools und Software Development Kits.
  • Investments würden zwar in letzter Zeit zunehmen, der Großteil der AR- und VR-Unternehmen sei aber selbstfinanziert und in den schwarzen Zahlen.
  • Durchschnittlich gäbe es die AR- und VR-Unternehmen bereits länger, als jene in den anderen Hype-Bereichen Blockchain und AI.
  • Firmen, die früher eingestiegen sind, wie Wikitude, exChimp und Evolaris sei es gelungen, einen großen Marktanteil zu erlangen und die Führungsrolle in ihrem jeweiligen Segment einzunehmen.
  • Das Kompetenzlevel sei sehr hoch – Unternehmen seien in der Lage, ihre eigene Hardware zu produzieren, was global gesehen nur auf sehr wenige Startups zutreffe.
  • Eine große Zahl an Creative Agencies habe AR-/VR-Kompetenzen aufgebaut und Projekte für große internationale Kunden umgesetzt. Das beweise die Stärke des Ökosystems.
  • Die Größte Dichte an Playern aus dem AR-/VR-Bereich gibt es innerhalb Österreichs in Graz.
  • Die mediale Aufmerksamkeit für AR/VR sei geringer als in anderen High-Tech-Bereichen. Das sei zugleich Fluch (wenig Sichtbarkeit bei potenziellen Kunden, Partnern und Investoren) und Segen (geringer öffentlicher Druck) für die Unternehmen.
  • Davon ausgehend, dass es in nächster Zeit keinen Durchbruch im Hardware-Bereich geben werde (etwa eine praktikable AR-Brille für Endverbraucher), erwartet EnliteAI für den Bereich weiterhin ein „gesundes und organisches Wachstum“.
AR/VR-Landschaft Österreich
(c) EnliteAI

Weitere Einträge willkommen

EnliteAI will die Grafik regelmäßig aktualisieren – das ist bei den bisherigen zwei Landscapes bereits passiert. Firmen und Institutionen, die inkludiert werden wollen, können sich unter [email protected] beim Wiener Startup melden. Auf diese Art soll auf Dauer ein noch genaueres Abbild der AR-/VR-Landschaft Österreichs entstehen.

⇒ zur Page von EnliteAI

die Redaktion

Auch Künstliche Intelligenz kann menschliche Schwächen haben

Algorithmen erkennen Sarkasmus, aber sie können vergessen – zwei Themen, denen sich Wissenschaftlerinnen des Software Competence Center Hagenberg in ihren Forschungsarbeiten widmen.
/kunstliche-intelligenz-menschliche-schwachen/
Künstliche Intelligenz
(c) Adobe Stock / metamorworks
sponsored

Das Erkennen von Sarkasmus im Web ist sogar für Menschen ein schwieriges Unterfangen – für eine künstliche Intelligenz ist es umso komplizierter. Dabei wäre dies etwa im Onlinehandel wichtig, damit zum Beispiel eine Onlinerezension richtig eingeschätzt werden kann. Bisherige Sarkasmusdetektionen fokussieren sich auf die Erkennung von Sarkasmus auf Satzebene oder für eine spezielle Textphrase. Das Problem dabei ist, dass es oft unmöglich ist, einen einzelnen sarkastischen Satz zu identifizieren, ohne den Kontext zu kennen.

(c) SCCH

Diesem Thema widmet sich Nicole Schwarz vom Software Competence Center Hagenberg (SCCH) in ihrer Arbeit. „Ich arbeite dabei mit einem Deep Neural Network, das jeweils ein Convolutional Neural Network und ein Long-Short-Term Memory Network umfasst“, so Schwarz. Beide Methoden können Texte effizient klassifizieren, die vom Kontext des jeweiligen Textes abhängen, da beide über Speichereinheiten verfügen, um sich bereits gelernte Wörter aus dem Text merken zu können.

Die Ergebnisse der Arbeit zeigen somit, dass Deep Neural Networks die Genauigkeit simplerer Modelle übertreffen können – allerdings mit einem Wermutstropfen: Gäbe es mehr und bessere Daten, so könnten auch genauere Resultate erzielt werden.

Auch eine Künstliche Intelligenz kann vergessen

(c) SCCH

Daten sind zugleich das Thema, dem sich Sabrina Luftensteiner in ihrer Arbeit widmet. Denn Vergessen ist kein menschliches Privileg, wie sie erklärt: Auch bei Maschinen ist das sogenannte „katastrophale Vergessen“ ein Problem.

„Ich erforsche das katastrophale Vergessen, welches beim Online-Learning von neuronalen Netzen auftritt und wodurch gelernte Zusammenhänge in bestehenden Modellen bei der Anpassung mit neuen Daten verdrängt werden“, sagt Luftensteiner. Ein Modell komplett neu zu erstellen ist zum Beispiel in der Industrie aber oft zu aufwendig oder gar nicht möglich – etwa wegen des Überschreitens zeitlicher Limits oder auch, weil hier benötigte Daten fehlen.

In diesem Kontext sind auch zensurierte Daten ein Problem: Diese entstehen zum Beispiel durch physikalische Grenzen von Sensoren (z.B. Hitzesensoren) – sie führen zu einem verfälschten Modell, da die im Training genutzten Daten nicht den realen Daten entsprechen. „Ich habe daher ein Framework entwickelt, welches diese Ansätze einbindet und auf verschiedene Datensätze anwendbar ist. Durch die diversen Konfigurationsmöglichkeiten ist dieses Framework gegen das Vergessen in diversen Bereichen – vor allem aber in der Industrie – anwendbar“, so Luftensteiner.

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.
Möchtest du in Zukunft mehr von diesen Artikeln lesen?

Dann melde dich für unseren Newsletter an!

Leselisten zum Schmökern

Neueste Nachrichten

jungesgeld
07.08.2020

Summary Modus

EnliteAI: Die österreichische AR/VR-Landschaft auf einen Blick

Es gibt neue Nachrichten

Auch interessant