Das Berliner Start-up Peregrine Technologies setzt künstliche Intelligenz (KI) bei der Verkehrsvideoanalyse ein – ein datengestützter Ansatz, der die Verkehrssicherheit verbessern soll sowie Staus und Emissionen in Städten verringern kann.
Peregrine ist eines der Start-ups, die Munich Re und ERGO im Accelerator-Programm 2019 gemeinsam mit EIT Climate-KIC gefördert haben. EIT Climate-KIC ist die größte öffentlich-private Klimainitiative der Europäischen Union. Zu ihr gehört ein erfolgreicher Accelerator für Cleantech-Start-ups. Dort werden junge Unternehmen gefördert, die Klimaschutz-Lösungen entwickeln. Nun war Peregrine erfolgreich bei der Investoren-Suche.
„Unsere Vision ist es, mit Hilfe von Videoanalyse ein sichereres und nachhaltigeres Mobilitätsökosystem für alle zu schaffen", sagt Steffen Heinrich von Peregrine Technologies. Die neuen Investoren ermöglichen es nun, den Ansatz auszubauen: „Jetzt können wir die Reichweite unseres Smart-Kamera-Netzwerks erweitern und Flottenbetreibern auf der ganzen Welt eine visuelle Risikobewertung bieten, um den Verkehr sicherer und die Logistik effizienter zu machen."
Die Mitgründer von Peregrine haben einen Großteil ihrer bisherigen Karrieren bei Automobilherstellern und Automobiltechnologieunternehmen in Europa und im Silicon Valley verbracht. Sie haben früh erkannt, was den heutigen Fahrzeugdatendiensten für den Mobilitätssektor fehlt: kontextbezogene Informationen.
Im heutigen Mobilitätssektor verarbeiten immer mehr Systeme Fahrmuster, Verkehrsteilnehmer und fahrzeuginterne Daten – kontextbezogene Informationen sind jedoch immer noch schwer zu bekommen. Peregrine bietet Fahrern, Flottenbetreibern und anderen Dienstleistern, wie zum Beispiel Versicherungen, einen Überblick darüber, was in der Umgebung eines Fahrzeugs tatsächlich passiert und wie sich das sinnvoll nutzen lässt. Die Nutzung dieser Informationen kann die Sicherheit der Fahrer – auch kurzfristig – deutlich verbessern, insbesondere auch im schnell wachsenden Logistik- und Lieferbereich.
Weitere Informationen auf:
Am beliebtesten