Yarden Gross, CEO und Mitgründer von Orca AI – Interview-Serie

Yarden Gross ist ein erfahrener Unternehmer mit umfassenden Kenntnissen und Erfahrungen in maritimen Technologien.
Er leitet derzeit die Vision von Orca AI, um autonomes kommerzielles Schifffahrtswesen zu ermöglichen. Vor der Gründung von Orca AI war er Mitgründer und CEO von Engie, einem von Venture-Capital-Gebern unterstützten Automotive-Technologie-Unternehmen. Er hat einen Bachelor-Abschluss in Wirtschaft und Betriebswirtschaft von der Reichman-Universität (IDC Herzliya).

Orca AI ist ein maritimes Technologie-Unternehmen, das Computer-Vision und künstliche Intelligenz nutzt, um Schiffe sicherer und effizienter navigieren zu lassen. Seine Plattform kombiniert Daten von Kameras, Radar und AIS, um ein kontinuierliches Echtzeit-Bewusstsein zu schaffen, Kollisionsrisiken zu reduzieren, den Kraftstoffverbrauch zu senken und die Arbeitsbelastung der Besatzung zu verringern. Produkte wie SeaPod, FleetView und Co-Captain unterstützen die Überwachung von Schiffen, die Überwachung von Flotten und die gemeinsame situative Daten, um einen Schritt in Richtung autonomer Schifffahrt zu ermöglichen. Das System wird in globalen Flotten eingesetzt und von einer der größten maritimen visuellen Datenbanken der Welt angetrieben.

Sie haben nun über sieben Jahre damit verbracht, Orca AI aufzubauen, nachdem Sie zuvor Unternehmen im Bereich Automotive-Diagnose und -Reparatur gegründet haben. Was hat Sie ursprünglich motiviert, vom Landverkehrstechnologie-Bereich in die maritime Welt zu wechseln, und welches Problem wollten Sie lösen, als Sie das Unternehmen gründeten?

Ich wurde immer von dem Wunsch getrieben, komplexe Probleme mit Technologie zu lösen, die einen greifbaren Unterschied ausmacht. Mein Hintergrund in der Automotive-Diagnose hat mich mit der Macht von Daten und Echtzeit-Entscheidungsfindung vertraut gemacht. Als ich in den maritimen Sektor wechselte, sah ich eine Branche, die bereit für Innovation war. Traditionelle maritime Navigationstechniken waren stark von manuellen Prozessen und veralteten Systemen abhängig. Durch mein Aufwachsen am Ufer des See Genezareth entwickelte ich einen tiefen Respekt für die Herausforderungen der Navigation. Orca AI wurde gegründet, um die Macht von KI und Computer-Vision zu nutzen, um Sicherheit, menschliche Fehler zu reduzieren und die operative Effizienz auf See zu verbessern – um Lücken in der Branche zu schließen und das volle Potenzial maritimer Daten zu erschließen.

Orca AI wurde zu einer Zeit gegründet, als die maritime Branche noch stark von herkömmlichen Navigationstechniken abhängig war. Welche Lücken haben Sie zu Beginn beobachtet, die Ihnen die Überzeugung gaben, dass KI und Computer-Vision die Sicherheit auf See bedeutend verbessern könnten?

Die maritime Branche stand vor erheblichen Herausforderungen: einer starken Abhängigkeit von Radar und AIS für die Navigation, einer begrenzten Integration moderner Sensoren und einem Mangel an handhabbaren Erkenntnissen aus den gesammelten Daten. Ich erkannte, dass diese herkömmlichen Systeme zwar nützlich waren, aber das Maß an Echtzeit-Intelligenz und Entscheidungsunterstützung, das erforderlich war, um moderne maritime Risiken effektiv zu managen, fehlte.

Durch die Integration von KI und Computer-Vision konnten wir rohe Daten in handhabbare Intelligenz umwandeln, um Besatzungen nicht nur zu reagieren, sondern potenzielle Risiken vorherzusehen und zu verhindern. Dort lag der wahre Wert von KI, um Sicherheit, operative Effizienz und situatives Bewusstsein zu verbessern.

Co-Captain wurde als “Waze der Meere” bezeichnet. Welche waren die größten technischen Herausforderungen beim Aufbau einer Echtzeit-Plattform, die in der Lage ist, Sensor-Daten, Schiffsverhalten und Umweltrisiken auf globaler Ebene zu interpretieren?

Die größte Herausforderung bestand darin, sicherzustellen, dass die Systeme von Orca AI große Mengen an Daten aus verschiedenen Quellen wie AIS, Radar und Kameras verarbeiten und in Echtzeit Sinn daraus machen konnten. Dazu waren fortschrittliche Algorithmen erforderlich, die komplexe Sensor-Daten interpretieren und das Verhalten von Schiffen unter verschiedenen Umweltbedingungen verstehen konnten. Die Erreichung einer globalen Reichweite bedeutete, mit einer Vielzahl von geografischen, wetterbedingten und regulatorischen Umgebungen umzugehen, was uns dazu zwang, eine robuste Plattform aufzubauen, die in der Lage war, zu lernen und sich an diese Nuancen anzupassen. Der Aufbau eines Systems, das auf verschiedenen Schifffahrtsrouten funktionieren und alle Informationen nahtlos integrieren konnte, war keine leichte Aufgabe.

Maritime Umgebungen bieten Randfälle, die viel unvorhersehbarer sind als Straßen – Nebel, Gegenlicht, ungewöhnliche Schiffstypen und Piraterie-Zonen. Wie haben Sie Ihre Modelle trainiert, um in solchen Bedingungen zuverlässig zu arbeiten?

Das Training der KI, um mit Randfällen umzugehen, erforderte eine Kombination aus realer Datenerfassung und Simulation. Wir arbeiteten eng mit Reedereien zusammen, um reale Daten aus herausfordernden Umgebungen zu sammeln, um sicherzustellen, dass unsere Modelle mit der Unvorhersehbarkeit maritimer Bedingungen umgehen konnten. Wir nutzten diese Datensätze, um die KI zu trainieren, indem wir extreme Wetterbedingungen und seltene Ereignisse simulierte, um sicherzustellen, dass unser System in Echtzeit anpassen konnte. Es ist ein kontinuierlicher Lernprozess, bei dem die Modelle ständig trainiert und neu trainiert werden, um ihre Zuverlässigkeit in herausfordernden Bedingungen zu verbessern.

Orca AI arbeitet in einigen der am stärksten befahrenen Schifffahrtsrouten der Welt. Welche Durchbrüche in Wahrnehmung, Erkennung oder Fusion ermöglichten es Ihnen, von traditionellen Warnsystemen zu echtem situativem Bewusstsein zu gelangen?

Der Durchbruch kam nicht durch die Hinzufügung mehrerer Daten, sondern durch die Verbesserung der bestehenden Daten, um sie handhabbarer und aktionabler zu machen. Traditionelle Warnsysteme informierten die Besatzung nur, wenn ein potenzielles Risiko erkannt wurde. Wir haben es weiterentwickelt, indem wir Radar-, AIS- und visuelle Daten von unseren SeaPod-Einheiten kombinierten. Durch die Kombination dieser Datenquellen konnten wir irrelevante Signale eliminieren, Rauschen reduzieren und ein klareres, genauereres Bild dessen erstellen, was sich um das Schiff herum befindet. Diese intelligente Fusion ermöglicht es unserem System, Kontext zu liefern – wie nahe gelegene Schiffe sich verhalten oder ob eine Situation eskalieren könnte – sodass die Besatzung informierte, proaktive Entscheidungen treffen kann.

Die Fähigkeit, ungewöhnliches Schiffverhalten zu erkennen, wird immer wichtiger. Wie verändert KI die Art und Weise, wie Flotten Risiken wie unregelmäßige Navigation, Kollisionen oder potenzielle Piraterie identifizieren?

KI ermöglicht es uns, Abweichungen vom normalen Verhalten früher zu erkennen als traditionelle Systeme. Anstatt auf ein Risiko wie eine Kollision oder eine Piraterie-Bedrohung zu warten, bis es sich vollständig entwickelt, analysiert Orca AI kontinuierlich die Bewegungen von Schiffen, ihre Geschwindigkeit und die umgebenden Bedingungen. Durch die Überwachung dieser Muster in Echtzeit kann das System frühzeitige Anzeichen potenzieller Risiken – wie unregelmäßige Navigation oder ungewöhnliches Verhalten – erkennen, was der Besatzung die Zeit gibt, die notwendigen Maßnahmen zu ergreifen. Diese Verlagerung hin zu proaktiver Risikomanagement ist der Schlüssel zur Transformation der maritimen Sicherheit und Operationen.

Orca AI’s ‘Co-Captain’ ermöglicht es Schiffen, Warnungen in Echtzeit miteinander zu teilen. Was signalisiert dies über die Zukunft von kooperativen maritimen Intelligenz-Netzwerken?

Indem wir es Schiffen ermöglichen, Daten und Warnungen in Echtzeit zu teilen, schaffen wir ein Netzwerk, in dem Schiffe voneinander lernen und informiertere Entscheidungen treffen können. Dies wird zu einer Verlagerung von isolierter Entscheidungsfindung hin zu einem kooperativeren Ansatz führen. Im Laufe der Zeit könnten diese Netzwerke regional oder flottenweit expandieren, mit dem ultimativen Ziel, klarere, schnellere und gemeinsame Entscheidungsunterstützung über das maritime Ökosystem hinweg zu bieten. Es geht darum, ein intelligentes, vernetztes maritimes Umfeld zu schaffen, in dem Risiken nicht nur reagiert, sondern vorhergesehen werden können.

Ihre kürzliche Finanzierungsrunde von 72,5 Mio. USD markierte die größte Finanzierungsrunde in der maritimen Technologie bis dato. Wie verändert diese Investition Ihre Roadmap, insbesondere da die Branche sich beschleunigt in Richtung autonomer Schifffahrt?

Die Finanzierung beschleunigt unsere Mission, indem sie es uns ermöglicht, schneller zu expandieren und zu skalieren. Sie ändert unsere Kern-Roadmap nicht, die auf intelligente Entscheidungsunterstützung fokussiert ist, aber sie wird es uns ermöglichen, mehr in Forschung und Entwicklung, Datenerfassung und strategische Partnerschaften zu investieren. Da die Branche sich in Richtung Autonomie bewegt, hilft diese Investition uns, unsere Plattform zu verfeinern, um die in Echtzeit verfügbaren, zuverlässigen Daten bereitzustellen, die autonome Systeme benötigen, um zu gedeihen. Sie stärkt unser Engagement, menschliche Entscheidungsfindung in naher Zukunft zu unterstützen, während wir die Branche auf autonome Schiffe in der Zukunft vorbereiten.

Wenn Flotten danach streben, Emissionen zu reduzieren und die operative Effizienz zu verbessern, wo sehen Sie den größten Einfluss von KI in naher Zukunft jenseits von Navigation und Sicherheit?

Jenseits von Navigation und Sicherheit kann KI einen erheblichen Einfluss auf die operative Effizienz in Bereichen wie prädiktiver Wartung, Kraftstoffoptimierung und Emissionsreduzierung haben. KI kann Echtzeit-Performance-Daten analysieren, um Wartungsbedarf vorherzusagen, bevor er zu einem Problem wird, und so sicherstellen, dass Assets effektiver genutzt werden. Sie kann auch Erkenntnisse über Kraftstoffverbrauchsmuster liefern, um Schiffen zu helfen, Kraftstoffverbrauch zu optimieren und Emissionen zu reduzieren. Der Schlüssel liegt darin, KI zu nutzen, um handhabbare Erkenntnisse zu liefern, die zu intelligenten Entscheidungen führen, die letztendlich Effizienz und Nachhaltigkeit vorantreiben.

Wenn wir in fünf Jahren zurückblicken, welche Rolle wird KI-gestütztes situatives Bewusstsein spielen, um die Branche näher an autonome oder semi-autonome Schiffe heranzuführen, und welche Meilensteine müssen erreicht werden, um dorthin zu gelangen?

KI-gestütztes situatives Bewusstsein wird für Autonomie unerlässlich sein, aber die größten Hürden, die vor uns liegen, sind nicht technischer, sondern rechtlicher und regulatorischer Natur. Die Herausforderung besteht nicht darin, ob KI Risiken erkennen kann; sie tut dies bereits gut. Die wahre Herausforderung besteht darin, ein rechtliches Rahmenwerk zu schaffen, das die Haftung klärt, wenn KI Entscheidungsfindung unterstützt, und sicherzustellen, dass Vorschriften so entwickelt werden, dass sie den Einsatz von KI effektiv regulieren. Bis dieses Rahmenwerk vorhanden ist, bleibt der Mensch im Kommando. Unser Ziel ist es, menschliche Entscheidungsfindung mit KI-Unterstützung weiter zu stärken, damit die Branche sicher zu Autonomie übergehen kann, wenn die Zeit reif ist.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Orca AI besuchen: Orca AI.