Karim, erzähl uns etwas über dich und wie du Cerrion gegründet hast.

Ich bin Karim, der Gründer von Cerrion. Ich komme ursprünglich aus Ägypten, bin dort auch aufgewachsen und zum ersten Mal nach Zürich gekommen, um an der ETH zu studieren. Direkt nach meinem Studium an der ETH habe ich angefangen, mit verschiedenen Fertigungsunternehmen über die Möglichkeiten zu sprechen, in der Industrie exponentielles Wachstum durch Technologien wie KI, Computer Vision etc. zu erreichen. Dabei sind wir sehr schnell auf das Problem gestossen, dass die Industrie immer noch ein Transparenzproblem hat, und da haben wir eigentlich angefangen.

Wie hast du das Marktpotenzial für Cerrion im Fertigungssektor erkannt?

In meinem Fall habe ich die Leute direkt gefragt. Ungefähr ein Jahr vor der Gründung von Cerrion habe ich meine Zeit damit verbracht, mich mit verschiedenen Herstellern und den verschiedenen Stakeholdern zu unterhalten. Dabei habe ich herausgefunden, was ihre Herausforderungen sind, was der Status quo ist, wo die Technologie eine Lücke füllen könnte und wie gross dieser Pain Point ist. Zusammen mit dem Team haben wir dann ein Problem gefunden, das wir lösen können und haben zunächst Beratungsprojekte gemacht, in denen ich verschiedene Ansätze getestet habe. Irgendwann haben wir dann den Ansatz gefunden, wie wir das Problem technisch lösen können. Wir haben da auch ganz klar einen Market Pull gesehen, das heisst, die Kunden waren bereit, uns für Projekte Geld zu bezahlen, ohne dass wir ein Produkt hatten, einfach auf Basis der Vision. Das war für uns ein starkes Signal all in zu gehen.

Welche Herausforderungen habt ihr bei den Produktionsteams gesehen und wie löst Cerrion dieses Problem?

Wir haben schnell gelernt, dass in der Produktion schnell etwas schief gehen kann. Die Prozesse sind im Laufe der Zeit sehr komplex geworden und es gibt sehr viele Prozesse und Maschinen, da passiert es schnell, dass etwas nicht richtig aufeinander abgestimmt ist. Die Herausforderung ist, den Überblick zu behalten, wo etwas schief läuft. Dementsprechend braucht es immer jemanden, der ständig da ist, um zu schauen, was ist eigentlich passiert und warum. Da haben wir gesagt, anstatt dass ein Mensch dauernd alles beobachten muss, was ein Mensch aufgrund seiner begrenzten Aufmerksamkeitsspanne auch nicht kann, versuchen wir diese Aufgabe mit KI nachzubilden. Der Mensch schaut sich die Prozesse mit seinen Augen an, das kann man mit Standard-Videokameras machen. Die Kameras werden dann an verschiedenen Stellen in der Produktion installiert. Die Videoströme der Kameras werden dann von der KI analysiert. Die KI lernt dann, wie der Prozess aussieht und kann Abweichungen automatisch erkennen und auf Basis einfacher menschlicher Rückmeldungen in verschiedene Problemtypen klassifizieren. Je nach Problemtyp können wir dann entscheiden, ob die Maschine oder die betroffene Sektion angehalten werden muss. Damit reduzieren wir einerseits Sicherheitsrisiken, andererseits erhöhen wir die Effizienz und ersparen dem Kunden Verluste. Ausserdem muss nicht immer ein Arbeiter vor Ort sein, um den Prozess zu überwachen, so dass die Arbeiter effizienter eingesetzt werden können. Darüber hinaus haben wir eine Plattform entwickelt, auf der alle Daten gespeichert werden. So können die Produktionsteams die Produktion optimieren und entscheiden, worauf sie sich konzentrieren.

Welche Herausforderungen gab es bei der Umsetzung dieser Idee in ein Produkt? Und wie habt ihr diese Herausforderungen überwunden/gelöst?

Die Fertigung ist im Allgemeinen sehr hektisch, es gibt immer 1000 Brände zu löschen. Die Schwierigkeit für uns war, wie kann man nicht nur eine Bildverarbeitungstechnologie bauen, die das erkennt, sondern wie kann man das auch am einfachsten an die Leute bringen. Wie machen wir Schnittstellen, die es sehr einfach machen, diesen Wert zu erfassen. Wir haben zum Beispiel ein Ticketing-System gebaut, das den Leuten sagt: Pass auf, hier ist ein problematisches Muster, hier sind die Videos und alle Informationen, die du brauchst, tu etwas dagegen. Wir schlagen auch vor, was man tun kann, um das Problem zu lösen, und sagen dann, ob das Problem gelöst wurde oder nicht. Unsere größte Herausforderung bestand darin, zu verstehen, wie die Industrie heute funktioniert und wie wir uns in sie integrieren können, ohne als zusätzliches System betrachtet zu werden. Wir haben das geschafft, indem wir viel Zeit mit unseren Kunden verbracht haben. Wir haben Kunden in verschiedenen Ländern und sind dorthin geflogen, um vor Ort zu iterieren und Feedback einzuholen. Technologisch war KI auch nicht trivial, die Lösung ist, ein gutes Team zu haben, das so etwas machen kann.

Die Technologie von Cerrion hilft also, schnell auf Prozessabweichungen zu reagieren. Arbeitet ihr weiter daran, den Prozess schneller zu machen, oder was sind eure Pläne für die Zukunft?

Wir arbeiten daran, Cerrion noch schneller und zuverlässiger zu machen. Es gibt verschiedene Dinge, auf die man achten muss, damit die Linien ohne Aufsicht laufen können, wenn Cerrion da ist. Für uns ist ein weiteres Thema, die KI transparenter zu machen, mehr Governance für die KI zu machen und das ganze System mehr in Richtung Self-Service zu entwickeln. Für all das haben wir auch schon eine klare Roadmap. Im Moment arbeiten wir an umfassenden Analyse-Dashboards und automatischen Vorschlägen, was man bei verschiedenen Problemen tun kann. Das Ziel ist eine Benutzeroberfläche, die es einem Produktionsingenieur, der keine Ahnung von KI hat, ermöglicht, Probleme schnell und einfach zu lösen.

Cerrion ist hauptsächlich im Industriesektor tätig, einem sehr traditionellen Sektor. Wie ist es, eine KI-Innovation in diesem traditionellen Sektor einzuführen? Wie wird das in der Industrie aufgenommen?

Ich glaube, das Ganze war sehr stark von einem Pain Point getrieben. Die Industrie hat viele Pain Points, sie müssen effizienter werden, sie müssen nachhaltiger werden, sie müssen die Sicherheit erhöhen und sie finden kaum Fachkräfte. Der Druck in der Industrie ist dementsprechend gross, deshalb können sie den Status quo nicht aufrechterhalten. Da sind wir gekommen und haben gesagt, mit dieser neuen Technologie könnt ihr dieses Problem lösen, das ihr vorher nicht lösen konntet. Wir haben dabei eine gute Aufnahme gesehen. Ich glaube, dass es am Ende für den Kunden keinen Unterschied macht, ob es KI ist oder nicht. Für sie ist es am Ende wichtig, dass man einen Critical Pain Point lösen kann, wie man das macht, ist dann weniger wichtig.

Euer Produkt musste auch geschützt werden. Für das habt ihr das Licencing Agreement und andere Verträge mit unserem Team gemacht. Wie seid ihr auf LEXR gekommen und wie war die Zusammenarbeit für dich?

Einer unserer Investoren hat mir LEXR vorgeschlagen, da wir generell viel juristische Arbeit hatten. Wir hatten auch Investitionen von Silicon Valley Investoren in den USA, deshalb brauchten wir eine US Holding Inc. Wir hatten auch amerikanische Anwälte, aber LEXR hat alles von der Schweizer Seite für uns abgewickelt. Von der Gründung bis zu den Lizenzverträgen, Serviceverträgen und anderen Verträgen. Da wir in der Fertigungsindustrie tätig sind, in der die Unternehmen meist stark konsolidiert sind, haben wir es oft mit riesigen Unternehmen zu tun. Zum Beispiel arbeiten wir jetzt auch mit Fortune 500 Unternehmen aus den USA zusammen, bei denen die rechtlichen Themen dann sehr kritisch sind und die Verträge bis auf das einzelne Wort durchgegangen werden. Hier war LEXR eine grosse Hilfe, vor allem weil Thomas und sein Team immer sehr schnell reagiert haben. Meistens hatte ich schon nach 2-3 Tagen ein Feedback und konnte mich dann direkt mit den Rechtsabteilungen der Kunden zusammensetzen.

Hast du Tipps für Gründer, die mit ihren Technologielösungen in die Produktion einsteigen wollen, so wie du es getan hast?

Die Fertigungsindustrie ist nicht die einfachste Branche, in die man einsteigen oder in der man etwas tun kann, aber es lohnt sich sehr, vor allem aus technischer Sicht. Der Einfluss, den man in diesem Bereich haben kann, ist enorm. Mein Rat ist zu verstehen, dass man nicht versuchen sollte, einen Nutzen aus der Technologie zu ziehen. Es ist besser, einen Pain Point durch Austausch zu finden und dann die Technologie in die Lösung eines Pain Points zu investieren. Man sollte also versuchen zu verstehen, was der Pain Point ist, in den die Unternehmen investieren würden, wie das Problem heute gemessen wird, wie es bewertet wird und andere Fragen, um schliesslich eine Lösung zu finden.

Gibt es sonst noch etwas, das du ansprechen möchtest?

Die Möglichkeiten in der Fertigung sind sehr gross. Die Industrie verliert heute etwa eine Billion Dollar durch ungeplante Ausfälle, das ist sehr viel und das ist eine grosse Chance, Technologie in die Industrie zu bringen. In Europa ist der Fachkräftemangel ein riesiges Problem, weil die Erfahrung verloren geht. Da gibt es auch ein grosses Potenzial, einen Weg zu finden, diese Erfahrung durch Technologie zu erhalten. Ich glaube, das ist für die langfristige Zukunft sehr wichtig.