Wie kam es zur Idee, mit Lightly eine datenorientierte L\u00f6sung f\u00fcr maschinelles Lernen zu entwickeln?<\/h3>\n\n\n\n
Lightly wurde von mir, Matthias Heller, zusammen mit Igor Susmelj gegr\u00fcndet. Wir haben an der ETH und in Harvard studiert, wobei Igor einen Hintergrund in Computer Vision und Deep Learning hat. Die Idee entstand aus Igors Erfahrung mit dem Training von KI-Modellen mit riesigen Mengen ungefilterter Daten \u2013 es wurde klar, dass mehr Daten nicht unbedingt besser sind.<\/p>\n\n\n\n
Diese Erkenntnis bildete die Grundlage f\u00fcr unser erstes Produkt, LightlyOne. Seitdem hat sich die Branche in dieselbe Richtung entwickelt und konzentriert sich zunehmend auf die Qualit\u00e4t der Daten und nicht nur auf die Menge. Lightly Edge ist eine nat\u00fcrliche Weiterentwicklung dieser Idee und \u00fcbertr\u00e4gt dieselben Prinzipien auf Edge-Ger\u00e4te.<\/p>\n\n\n\n
Was ist die Vision hinter Lightly und wie f\u00fcgt sich Lightly Edge in diese ein?<\/h3>\n\n\n\n
Unsere Aufgabe bei Lightly ist es, Ingenieuren f\u00fcr maschinelles Lernen dabei zu helfen, leistungsf\u00e4higere Computer-Vision-Modelle zu entwickeln, indem wir ihnen die richtigen Werkzeuge f\u00fcr die Arbeit mit den richtigen Daten an die Hand geben.<\/p>\n\n\n\n
Die Qualit\u00e4t eines Modells ist eng mit der Qualit\u00e4t der Daten verbunden, aus denen es lernt. Die Daten sind sozusagen die Nahrung f\u00fcr KI-Modelle und wie beim Menschen kommt es auch hier auf die Qualit\u00e4t an. Lightly Edge hilft dabei nur die Daten zu sammeln, welche man auch wirklich f\u00fcrs Training braucht und das direkt im Moment der Datenerfassung. Es geht darum, Teams dabei zu unterst\u00fctzen, fr\u00fcher intelligente Entscheidungen zu treffen, damit sie schneller und mit mehr Vertrauen handeln k\u00f6nnen.<\/p>\n\n\n\n
Wie profitieren Unternehmen konkret von der Verarbeitung direkt an der Edge statt in der Cloud?<\/h3>\n\n\n\n
Die Verarbeitung von Daten an der Schnittstelle bietet mehrere Vorteile:<\/p>\n\n\n\n
\u201eCollection Cars\u201c sind speicherlimitiert, was die Reichweite der Datensammlung stark einschr\u00e4nkt. Besonders f\u00fcr seltene Szenarien sind daher viele Fahrten n\u00f6tig. Mit Lightly Edge werden nur relevante und wertvolle Daten \u00fcbertragen, wodurch Speicher und Bandbreite effizient genutzt werden. Das spart nicht nur Kosten, sondern auch Energie und CO2-Emissionen.<\/p>\n\n\n\n
Schnellere Iteration, da Teams in Echtzeit Einblicke in die gesammelten Daten erhalten.<\/p>\n\n\n\n
Bessere Kontrolle, da Unternehmen mit Hilfe unseres Vision Language Models Erfassungsstrategien gezielt auf ihre spezifischen Ziele und Szenarien ausrichten k\u00f6nnen. So wird bereits w\u00e4hrend der Datensammlung erkannt, welche Inhalte relevant sind.<\/p>\n\n\n\n
All dies f\u00fchrt zu einem effizienteren und gezielteren Ansatz bei der Modellentwicklung.<\/p>\n\n\n\n
Welche Zielgruppe spricht Lightly Edge besonders an und mit welchen Anwendungsf\u00e4llen?<\/h3>\n\n\n\n
Wir haben Lightly Edge urspr\u00fcnglich f\u00fcr Automobilhersteller entwickelt, insbesondere f\u00fcr diejenigen, die an autonomen Fahrsystemen und ADAS arbeiten.<\/p>\n\n\n\n
Es l\u00f6st zwei entscheidende Probleme f\u00fcr sie:<\/p>\n\n\n\n
Es erfasst selektiv Randf\u00e4lle \u2013 wie ein Kind, das eine Stra\u00dfe \u00fcberquert, oder komplexe Fahrbedingungen \u2013, die die Trainingsdatens\u00e4tze tats\u00e4chlich verbessern.<\/p>\n\n\n\n
Und es bietet eine dringend ben\u00f6tigte Alternative zu dem oft manuellen und fehleranf\u00e4lligen Datenerfassungsprozess.<\/p>\n\n\n\n
Die potenziellen Anwendungen reichen jedoch weit \u00fcber die Automobilindustrie hinaus, von der Landwirtschaft bis zum Einzelhandel und dar\u00fcber.<\/p>\n\n\n\n
Was unterscheidet Lightly Edge von klassischen L\u00f6sungen zur Datenvorverarbeitung im KI-Kontext?<\/h3>\n\n\n\n
Bei den meisten herk\u00f6mmlichen L\u00f6sungen wird erst alles gesammelt und gespeichert und dann versucht, den ganzen Datenpool zu bereinigen. Das ist ineffizient und teuer \u2013 vor allem bei gro\u00dfen Datenmengen wie Video.<\/p>\n\n\n\n
Lightly Edge kehrt dieses Modell um. Indem es Daten in Echtzeit auswertet und direkt auf dem Ger\u00e4t filtert, erm\u00f6glicht es intelligentere Entscheidungen direkt am Anfang der Pipeline. Es handelt sich nicht nur um eine Vorverarbeitung, sondern um eine intelligente Erfassung.<\/p>\n\n\n\n
Welche technischen Herausforderungen mussten Sie beim Aufbau von Lightly Edge \u00fcberwinden?<\/h3>\n\n\n\n
Die gr\u00f6\u00dfte Herausforderung bestand darin, die Echtzeitverarbeitung auf Ger\u00e4ten mit begrenzter Rechenleistung zu erm\u00f6glichen. Wir mussten das richtige Gleichgewicht zwischen Geschwindigkeit und Genauigkeit finden und sicherstellen, dass unsere Modelle eine qualitativ hochwertige Datenselektion ohne Latenzzeiten liefern konnten.<\/p>\n\n\n\n
Dies bedeutete eine tiefgreifende Optimierung und eine Menge Arbeit, um die Robustheit in verschiedenen Anwendungsf\u00e4llen zu gew\u00e4hrleisten \u2013 und gleichzeitig eine einfache Bedienung des Systems zu gew\u00e4hrleisten.<\/p>\n\n\n\n
Wie wichtig ist das Thema Datenschutz f\u00fcr Ihre Kunden und wie begegnet Lightly Edge diesen Anforderungen?<\/h3>\n\n\n\n
Datenschutz hat h\u00f6chste Priorit\u00e4t, insbesondere in Regionen wie Europa, wo Vorschriften wie die DSGVO hohe Anforderungen stellen.
Mit Lightly Edge erfolgt die Datenauswahl direkt lokal auf dem Ger\u00e4t. Dadurch werden weniger Rohdaten \u00fcbertragen oder gespeichert, was das Risiko von Datenlecks erheblich reduziert. Wie bei all unseren Produkten behalten unsere Kunden stets die volle Kontrolle \u00fcber ihre Datenpipelines.<\/p>\n\n\n\n
Wie sehen die n\u00e4chsten Entwicklungsschritte f\u00fcr Lightly Edge und Lightly allgemein aus?<\/h3>\n\n\n\n
Wir konzentrieren uns auf die Ausweitung von Lightly Edge auf neue Plattformen und Branchen, wie z. B. Drohnen, industrielle Automatisierung<\/a> und mehr.<\/p>\n\n\n\n Gleichzeitig haben wir gerade zwei aufregende neue Produkte auf den Markt gebracht, die gerade an Dynamik gewinnen. Wir wollen die Integration in unserem gesamten \u00d6kosystem vertiefen und in Bereichen mit starken Synergien wachsen, um die Erfassung und Nutzung von Daten in visuellen KI-Workflows weiter zu verbessern.<\/p>\n\n\n\n Wir arbeiten eng mit mehreren gro\u00dfen Industrieunternehmen zusammen. In der Automobilindustrie geh\u00f6ren Unternehmen wie Bosch zu unseren Partnern. In der Landwirtschaft kooperieren wir mit Unternehmen wie John Deere und Syngenta. Wir sind sogar in den Einzelhandel eingestiegen und arbeiten mit Walmart zusammen.<\/p>\n\n\n\n Man merkt, dass sich der Fokus von \u201eWir sammeln alle Daten\u201c hin zu \u201eWir wollen die richtigen Daten sammeln\u201c verschoben hat. Es ist spannend zu sehen, wie sich gro\u00dfe, etablierte Unternehmen zunehmend der datenzentrierten KI-Entwicklung zuwenden. In der Industrie wurde erkannt, dass echte Durchbr\u00fcche nur mit den richtigen Daten m\u00f6glich sind.<\/p>\n\n\n\n Man muss reale Probleme l\u00f6sen und messbaren Mehrwert schaffen. Von Anfang an haben wir in Benutzerfreundlichkeit und eine einfache Bereitstellung investiert. Genauso wichtig ist es, anpassungsf\u00e4hig zu bleiben \u2013 was heute in der Wachstumsphase funktioniert, kann morgen schon \u00fcberholt sein. Entscheidend ist, stets nah an den Nutzern zu bleiben, denn die besten Ideen entstehen, wenn man ihre schwierigsten Herausforderungen versteht und l\u00f6st.<\/p>\n\n\n\n Wir glauben, dass die Zukunft der KI nicht nur in besseren Modellen, sondern auch in besseren Daten liegt. Der n\u00e4chste Leistungssprung wird sich aus der intelligenten Erfassung und Nutzung von Daten ergeben, da der Zugang zu Daten immer leichter wird.<\/p>\n\n\n\n Diese \u00dcberzeugung treibt unser Team jeden Tag an. Unsere Leidenschaft ist es, Entwicklern dabei zu helfen, schnellere, intelligentere und robustere Systeme zu entwickeln \u2013 vor allem in Bereichen, in denen viel auf dem Spiel steht, wie autonomes Fahren und Robotik.<\/p>\n\n\n\n Bild: Matthias Heller<\/a> und Igor Susmelj<\/a> @ Lightly<\/p>\n\n\n\n Wir bedanken uns bei Matthias Heller f\u00fcr das Interview<\/p>\n\n\n\n Aussagen des Autors und des Interviewpartners geben nicht unbedingt die Meinung der Redaktion und des Verlags wieder.<\/p>\n\n\n\n Lightly AG<\/strong> https:\/\/www.lightly.ai<\/a> Ansprechpartner:<\/strong> Matthias Heller<\/p>\n Social Media:<\/strong> Lightly Edge optimiert die Datenverarbeitung f\u00fcr KI und ML direkt am Ger\u00e4t. Sparen Sie Speicher, verbessern Sie Modelle und treffen Sie bessere Entscheidungen in Echtzeit.<\/p>\n","protected":false},"author":4,"featured_media":113539,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[4,15009,1],"tags":[140,9074,25955,4180,25953,1038,1189,5504,25952,25954,24321,327],"class_list":{"0":"post-113538","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-gruendertalk","8":"category-premium-startups","9":"category-startup-news","10":"tag-cloud","11":"tag-daten","12":"tag-datenerfassung","13":"tag-datenschutz","14":"tag-edge","15":"tag-effizienz","16":"tag-geraete","17":"tag-ki","18":"tag-lightly","19":"tag-ml","20":"tag-modelle","21":"tag-training"},"acf":[],"yoast_head":"\nWie gestaltet sich die Zusammenarbeit mit Industriepartnern, etwa im Automotive- oder Robotics-Bereich?<\/h3>\n\n\n\n
Was w\u00fcrden Sie Gr\u00fcndern raten, die ebenfalls ein KI-Produkt f\u00fcr datenintensive Anwendungen entwickeln m\u00f6chten?<\/h3>\n\n\n\n
Was treibt Ihr Team an, die Datenpipeline f\u00fcr visuelle KI so radikal neu zu denken?<\/h3>\n\n\n\n
\n\n\n\nPremium Start-up: Lightly<\/h2>\n\n\n\n
![\"\"](\"https:\/\/startupvalley.news\/de\/wp-content\/uploads\/sites\/2\/2025\/05\/logo-lightly.png\"){kind=logo}
<\/figure>\n<\/div>\n\n\n\nKontakt:<\/h3>\n\n\n
\nSch\u00fctzengasse 23
\n8001 Z\u00fcrich
\nSchweiz<\/p>\n
\ninfo@lightly.ai<\/a><\/p>\n
\nLinkedIn<\/a>
\nYouTube<\/a>
\nX<\/a><\/p>\n<\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"