Yarden Gross, CEO und Mitgründer von Orca AI – Interviewreihe

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 Schifffahren zur Realität zu machen. Bevor er Orca AI gründete, war er Mitgründer und CEO von Engie, einem von Risikokapitalgebern unterstützten Automotive-Technologieunternehmen. Er hält einen Bachelor-Abschluss in Wirtschaftswissenschaften und Betriebswirtschaft von der Reichman-Universität (IDC Herzliya).

Orca AI ist ein maritimes Technologieunternehmen, das Computer-Vision und künstliche Intelligenz verwendet, um Schiffen zu helfen, sicherer und effizienter zu navigieren. Seine Plattform kombiniert Daten von Kameras, Radar und AIS, um ein kontinuierliches Echtzeit-Bewusstsein zu schaffen, das Kollisionsrisiko 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 autonomes Schifffahren zu ermöglichen. Das System ist in globalen Flotten im Einsatz und wird von einem der größten maritimen visuellen Datensätze 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, von der Landmobilitätstechnologie 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 macht. 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 reif für Innovation war. Traditionelle maritime Navigationsmethoden 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 Sie davon überzeugt haben, dass KI und Computer-Vision die Sicherheit auf See sinnvoll verbessern können?

Die maritime Branche stand vor erheblichen Herausforderungen: Abhängigkeit von Radar und AIS für die Navigation, begrenzte Integration moderner Sensoren und mangelnde handhabbare Erkenntnisse aus den gesammelten Daten. Ich erkannte, dass diese herkömmlichen Systeme zwar nützlich waren, aber das Maß an Echtzeit-Intelligenz und Entscheidungsunterstützung, das benötigt wurde, um moderne maritime Risiken effektiv zu bewältigen, fehlte.

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

Co-Captain wurde als “Waze der Seen” bezeichnet. Welche waren die größten technischen Herausforderungen beim Aufbau einer Echtzeit-Plattform, die in der Lage ist, Sensor-Daten, Schiffverhalten und Umwelt-Risiken im globalen Maßstab 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 in verschiedenen Umgebungsbedingungen verstehen konnten. Die Erreichung des globalen Maßstabs bedeutete, mit einer Vielzahl von geografischen, Wetter- und regulatorischen Umgebungen umzugehen, was uns dazu zwang, eine robuste Plattform zu entwickeln, die in der Lage ist, diese Nuancen zu lernen und anzupassen. Der Aufbau eines Systems, das auf verschiedenen Schifffahrtslinien funktionieren und alle Informationen nahtlos integrieren konnte, war keine leichte Aufgabe.

Maritime Umgebungen bieten Randfälle, die viel unvorhersehbarer sind als Straßen – Nebel, Gegenlicht, wilde Wellen, 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 realen Daten 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 verwendeten dann 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 schwierigen Bedingungen zu verbessern.

Orca AI arbeitet in einigen der am stärksten befahrenen Schifffahrtslinien auf dem Planeten. Welche Durchbrüche in Wahrnehmung, Erkennung oder Fusion ermöglichten es Ihnen, von traditionellen Warnsystemen zu einem wahren situativen Bewusstsein zu gelangen?

Der Durchbruch kam nicht durch die Hinzufügung von mehr Daten, sondern durch die Verbesserung der bestehenden Daten, um sie handhabbarer und aktionabler zu machen. Traditionelle Warnsysteme informierten die Besatzung lediglich, 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 von dem, was sich um das Schiff herum befindet, erstellen. 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 verrückte 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 frühe Anzeichen von potenziellen Risiken erkennen – wie verrückte Navigation oder ungewöhnliches Verhalten – und der Besatzung die Zeit geben, die sie benötigt, um zu handeln. Diese Verlagerung hin zu proaktiver Risikobewältigung ist der Schlüssel, um die maritime Sicherheit und die Betriebsabläufe zu revolutionieren.

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, ein klareres, schnelleres und gemeinsames Entscheidungssystem im gesamten maritimen Ökosystem bereitzustellen. Es geht darum, eine intelligentere, vernetztere maritime Umgebung zu schaffen, in der Risiken antizipiert und nicht nur reagiert werden können.

Ihre jüngste Finanzierungsrunde von 72,5 Mio. USD markierte die größte Finanzierungsrunde in der maritimen Technologie bis dato. Wie verändert diese Investitionshöhe Ihre Straßenkarte, insbesondere da die Branche sich beschleunigt in Richtung autonomes Schifffahren bewegt?

Die Finanzierung beschleunigt unsere Mission und ermöglicht es uns, uns schneller auszudehnen und zu skalieren. Sie ändert nicht unsere Kern-Straßenkarte, die auf intelligenter Entscheidungsunterstützung fokussiert ist, aber sie ermöglicht es uns, mehr in Forschung und Entwicklung, Datenakquise und strategische Partnerschaften zu investieren. Da die Branche sich in Richtung Autonomie bewegt, hilft diese Investition uns, unsere Plattform zu verfeinern, um die Echtzeit-Daten bereitzustellen, die für autonome Systeme erforderlich sind. Sie stärkt unser Engagement, menschliche Entscheidungsfindung in naher Zukunft zu unterstützen, während wir die Branche auch auf autonome Schiffe in der Zukunft vorbereiten.

Wenn Flotten danach streben, Emissionen zu reduzieren und die Betriebs-effizienz zu verbessern, wo sehen Sie den größten kurzfristigen Einfluss von KI jenseits von Navigation und Sicherheit?

Jenseits von Navigation und Sicherheit kann KI einen erheblichen Einfluss auf die betriebliche Effizienz in Bereichen wie prädiktiver Wartung, Kraftstoff-Optimierung und Emissionsreduzierung haben. KI kann Echtzeit-Performance-Daten analysieren, um Wartungsbedarf vorherzusagen, bevor er zu einem Problem wird, und sicherstellen, dass Assets effektiver genutzt werden. Sie kann auch Einblicke in Kraftstoffverbrauchsmuster liefern, um Schiffen zu helfen, Kraftstoff 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.

Blicken Sie fünf Jahre voraus, welche Rolle spielen Sie, dass KI-gestütztes situatives Bewusstsein bei der Verlagerung der Branche in Richtung autonomer oder halbautonomer Schiffe spielen wird, 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 Natur – sie sind rechtlicher und regulatorischer Art. 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 die Entscheidungsfindung unterstützt, und sicherzustellen, dass Vorschriften sich entwickeln, um den Einsatz von KI effektiv zu regulieren. Bis dieses Rahmenwerk vorhanden ist, bleibt der Mensch im Kommando. Unser Ziel ist es, die menschliche Entscheidungsfindung weiterhin durch KI-Unterstützung zu stärken, damit die Branche sicher zu Autonomie übergehen kann, wenn der Zeitpunkt gekommen ist.

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