On-Device-KI für Smartphones, Wearables und IoT

Die schnellste Cloud ist die, die man nicht braucht.

On-Device-KI ist schneller, im Betrieb günstiger und datenschutzfreundlicher als jede Cloud-Lösung, wenn sie richtig gebaut ist. Wir übertragen, was wir in eigenen Produkten im Alltag erprobt haben, auf Ihre Geräte und Anwendungsfälle: Objekterkennung, Segmentierung, Pose, Audio- und Bewegungserkennung.

Abb. 06 — Edge AI & IoT
iOS, Android, watchOS, Edge
4Plattformen
Pflicht für die Kernfunktion
0Cloud
allein in Pevu automatisiert
900+Tests

06.1 — Für Partner

Edge AI & IoT

01

Datenschutz als Architektur

In Pevu verlassen Bild und Ton nie das eigene WLAN. Geräusch- und Bewegungserkennung laufen auf dem Babygerät, verschlüsselt mit DTLS und SRTP, ohne Server und ohne Konto. Dieses Prinzip bauen wir auch in Kundenprodukte, in denen Datenschutz Voraussetzung ist.

02

Echtzeit ohne Netz

Wer auf dem Gerät rechnet, hat keine Latenz zum Rechenzentrum, keine Kosten pro Anfrage und keinen Ausfall bei schlechtem Empfang. DeepSwing misst Schläge mit 240 Bildern pro Sekunde, auf der Range genauso wie im Keller.

03

Vom Prototyp in den Store

Wir liefern nicht nur Modelle, sondern fertige Produkte: Apps für iOS, Android und watchOS, die im App Store und bei Google Play bestehen, mit Tests, Telemetrie ohne Tracking und einem Release-Prozess.

06.2 — Fähigkeiten

Was es kann.

Im Einsatz in unseren Produkten, jeden Tag, auf echten Geräten.

  1. 01

    Objekterkennung

    Kleine, schnelle Objekte in Echtzeit finden, wie Ball und Schlägerkopf.

  2. 02

    Segmentierung

    Flächen Pixel für Pixel klassifizieren, wie Fairways und Grüns im Luftbild.

  3. 03

    Pose und Bewegung

    Gelenke, Winkel und Bewegungsphasen von Menschen.

  4. 04

    Audio und Bewegung

    Geräusch- und Bewegungserkennung lokal, wie im Babyphone Pevu.

  5. 05

    iOS, Android, watchOS

    Core ML und Neural Engine, LiteRT und NPU, bis aufs Handgelenk.

  6. 06

    Offline

    Funktioniert ohne Netz, im Keller wie auf dem Golfplatz.

  7. 07

    Datenschutz

    Bilder und Töne müssen das Gerät für die Kernfunktion nicht verlassen.

  8. 08

    Bis in den Store

    Fertige Apps mit Tests, Releases und Store-Prüfung.

06.3 — So funktioniert es

So funktioniert es

  1. 01

    Use Case & Daten

    Ziel, Genauigkeit, Datenlage, offene Quellen.

  2. 02

    Training

    Detektion, Segmentierung, Pose oder Signal.

  3. 03

    Optimierung

    Core ML, LiteRT, Quantisierung, Neural Engine.

  4. 04

    Produkt

    Integration, Messung gegen Referenz, Release.

06.5 — FAQ

Häufige Fragen

Für welche Branchen entwickeln Sie On-Device-KI?

Sport und Fitness, Gesundheit und Bewegung, Industrie-Inspektion, Landwirtschaft und Geodaten sowie Smart Home und IoT. Überall dort, wo Kameras oder Sensoren in Echtzeit etwas erkennen sollen.

Arbeiten Sie mit vorhandenen Daten?

Ja. Wir nutzen vorhandene Datensätze, offene Quellen als Lehrer, wie bei der Platz-KI, und erfassen fehlende Daten gezielt selbst.

Auf welcher Hardware läuft die KI?

Auf iPhone und iPad über Core ML und die Neural Engine, auf Android über LiteRT und die NPU, auf Apple Watch sowie auf Edge-Boards mit eigener Beschleunigung.

Kontakt

Was soll Ihre Kamera erkennen?

Objekterkennung, Körper-Tracking, Segmentierung oder Kartografie, auf Ihrem Gerät, in Echtzeit. Lassen Sie uns darüber sprechen.