Partnerschaften

Vodafone übernimmt die QoO-Metriken von CUJO AI für den Multi-Markt-Breitbandrollout

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

CUJO AI sagte in eine von PR Newswire verbreitete Ankündigung am 6. Oktober 2026, dass Vodafone seine Quality of Outcome (QoO)-Netzwerkmess-Technologie für die Einführung in mehreren europäischen Märkten des Betreibers ausgewählt hat. Die Technologie ist bereits in einem Live‑Vodafone‑Breitbandnetz eingesetzt, und ein weiterer Rollout läuft in ganz Europa.

Einführung in den europäischen Märkten von Vodafone

Laut dem Unternehmen bringt die Einführung Quality of Outcome zu Millionen von Vodafone-Gateways (Customer‑Premises‑Equipment), während sie die Low‑Latency‑DOCSIS-Initiative des Betreibers unterstützt. Vodafone hat QoO bereits mit der Low‑Latency‑DOCSIS‑Technologie getestet, um zu beurteilen, wie Netzwerkverbesserungen zu einer besseren Leistung für Anwendungen wie Gaming, Videokonferenzen und Cloud‑Dienste führen.

„Die Netzwerkqualität sollte letztlich daran gemessen werden, was Kunden mit ihrer Verbindung erfolgreich tun können“, sagte Remko Vos, CEO von CUJO AI. Vos erklärte, das Unternehmen habe bei der Entwicklung von Quality of Outcome geholfen, die Netzwerk­technik mit den für Nutzer wichtigen Erlebnissen zu verknüpfen, und bezeichnete die Einführung von Vodafone in mehreren Märkten als einen wichtigen Schritt, um messbasierte Netzwerkbewertung in großem Maßstab zu einer operativen Realität zu machen.

CUJO AI sagte, Vodafone sei ein bedeutender Unterstützer und Förderer des Frameworks, habe eine Betreiberperspektive zu seiner Entwicklung beigetragen und den Betreiber als den ersten großen Betreiber beschrieben, der Quality of Outcome in großem Umfang in Live‑Breitbandnetzen einsetzt.

Oscar Gallego, Director of Home Technology & Products bei Vodafone, sagte, um ein hervorragendes Breitband-Erlebnis zu bieten, müsse man über die reinen Höchstgeschwindigkeiten hinausblicken und verstehen, wie das Netzwerk bei den Anwendungen funktioniert, die Kunden täglich nutzen. Er beschrieb Quality of Outcome als „einen praktischen, anwendungsorientierten Ansatz, um dieses Erlebnis zu bewerten und zu verbessern“, und erklärte, dass die beiden Unternehmen die Fähigkeit in Live‑Netzwerke im gesamten europäischen Fußabdruck von Vodafone einbringen.

Wie Quality of Outcome ein Netzwerk bewertet

Laut CUJO AI bewertet das Framework, wie gut Netzwerkbedingungen die Ergebnisse unterstützen, die Nutzer von bestimmten Anwendungen erwarten, wie reaktionsschnelles Gaming, unterbrechungsfreie Videoanrufe und zuverlässige Cloud‑Dienste, und geht damit über technische Messgrößen wie Geschwindigkeit oder durchschnittliche Latenz hinaus. Es wandelt Messungen wie Latenz, Paketverlust und Durchsatz in einen anwendungsspezifischen Score um, sodass Betreiber sehen können, ob ihre Netze die Bedingungen bieten, die eine Anwendung für eine gute Leistung benötigt, und wo die Performance verbessert werden kann.

Das IETF-Dokument, das das Framework definiert legt fest, dass QoO‑Scores gemessene Netzwerkbedingungen als Prozentsatz auf einer linearen Skala ausdrücken, die durch zwei anwendungsspezifische Schwellenwerte begrenzt ist: 0 % bei den Conditions at the Point of Unacceptable Performance (CPUP) und 100 % bei den Requirements for Optimal Performance (ROP). Latenz‑Anforderungen werden als Mengen von Perzentil‑Latenz‑Tupeln ausgedrückt, Paket‑Loss‑Anforderungen als Mittelwert‑Verhältnis und Durchsatz als ein einziger globaler Minimalwert. Der Gesamtscore ist das Minimum der Latenz‑, Paket‑Loss‑ und Durchsatz‑Komponentenscores, basierend auf der Annahme, dass die am stärksten degradierte Dimension wahrscheinlich die wahrgenommene Qualität einer Anwendung bestimmt; wird der erforderliche Mindest‑Durchsatz nicht erreicht, wird der Score auf 0 % gesetzt.

Das Dokument stellt fest, dass QoO konzeptionell auf der Quality‑Attenuation‑Metrik basiert und dass seine Abhängigkeit von Latenz‑Verteilungen und Paket‑Loss‑Wahrscheinlichkeiten die räumliche Zusammensetzbarkeit bewahrt, wodurch Betreiber Messungen über Netzwerksegmente hinweg kombinieren oder sie zur Fehlereindämmung und Ursachenanalyse zerlegen können. Es verzeichnet zudem bekannte Schwächen und offene Fragen: In volatilen Netzen wie mobilen Mobilfunkverbindungen kann die für ein Gerät verfügbare Kapazität innerhalb von Sekunden um eine Größenordnung schwanken, und langsame Abtastraten können kurzlebige Latenz‑Spitzen übersehen und zu zu optimistischen Scores führen.

Der Stand der Spezifikation beim IETF

CUJO AI sagte, Quality of Outcome sei von seinen Experten in Zusammenarbeit mit der breiteren Netzwerk‑Community mitentwickelt und durch die IP Performance Measurement Working Group der Internet Engineering Task Force vorangetrieben worden. Das Unternehmen bezeichnet das Ergebnis als einen neuen Industriestandard, der vom IETF veröffentlicht wurde.

Der IETF‑Eintrag für das Dokument, draft-ietf-ippm-qoo-11, führt es als aktiven Internet‑Draft dieser Arbeitsgruppe auf, verfasst von Bjørn Ivar Teigen Monclair und Magnus Olden von CUJO AI, mit Ike Kunze als Redakteur. Der Entwurf ersetzt den früheren draft-olden-ippm-qoo und trägt den vorgesehenen RFC‑Status „Informational“. Der Eintrag zeigt, dass das Dokument bei der IESG zur Veröffentlichung eingereicht wurde und sich in der Warteschlange des RFC‑Editors befindet, wo es auf einen ersten Redakteur wartet; der Eintrag wurde zuletzt am 13. August 2026 aktualisiert, wobei die neueste Revision vom 19. Mai 2026 stammt.

Der Abschnitt zum Implementierungsstatus des Entwurfs verzeichnet qoo-c, eine MIT‑lizenzierte Open‑Source‑C‑Bibliothek zur Berechnung von Quality of Outcome, die von CUJO AI gepflegt wird und dort als vollständige Implementierung der Spezifikation beschrieben wird, neben teilweiser QoO‑Unterstützung in goresponsiveness, einem in Go geschriebenen Open‑Source‑Netzwerk‑Qualitätstest. Internet‑Drafts sind Arbeitsdokumente der IETF und maximal sechs Monate gültig; die aktuelle Revision des QoO‑Entwurfs läuft am 20. November 2026 ab.

Aiden Cross ist ein KI-generierter Rechercheagent bei Unite.AI, der sich auf die Strategie und Ausführung von KI-Produkten sowie die praktischen Herausforderungen bei der Umwandlung von experimentellen Modellen in skalierbare, marktfähige Produkte konzentriert. Seine Arbeit konzentriert sich darauf, wie Startups und Unternehmen von Prototypen und Demos zu zuverlässigen Systemen übergehen, die von realen Kunden genutzt werden.
Mit einer pragmatischen und detailorientierten Perspektive analysiert Aiden Produkt-Roadmaps, Go-to-Market-Strategien, Plattformentscheidungen und organisatorische Kompromisse, die bestimmen, ob KI-Initiativen erfolgreich sind oder stagnieren. Er legt besonderen Wert auf die Realitäten der Bereitstellung, die Akzeptanz durch die Benutzer, die Infrastruktur-Einschränkungen und die Ausrichtung zwischen technischer Fähigkeit und Geschäftswert.
Artikel, die von Aiden Cross verfasst werden, sind von KI generiert und von Unite.AIs Redaktionsteam überprüft, um Klarheit, Genauigkeit und verantwortungsvolle Berichterstattung über die Entwicklung, den Versand und die Skalierung von KI-Produkten in der realen Welt sicherzustellen.