RailMind
— Adaptive Edge-AI-Engine
Kein NPU, keine Cloud, keine Trainingsdaten. Eine online-adaptive Engine ohne End-to-End-Backpropagation, validiert an 35+ öffentlichen Datensätzen aus 19 Domänen, für industrielle vorausschauende Wartung, Echtzeit-Videointelligenz und mehr.
Was ist RailMind?
RailMind ist eine gerätebasierte adaptive Engine — ohne End-to-End-Backpropagation, ohne Gradienten im Einsatz. Sie eliminiert Cloud-Anbindung, Trainingsdaten und GPU-Hardware. Hervorgegangen aus einem Forschungsprogramm zu dissipativer Kognition und zu einem einsatzfähigen Substrat destilliert, erkennt sie Anomalien, meldet Verteilungsdrift und passt sich kontinuierlich online an.
Kernprinzipien
Vier grundlegende Prinzipien treiben die Architektur von RailMind an.
Kein NPU erforderlich
Läuft auf Standard ARM Cortex-M Prozessoren. Keine Hardware-Upgrade-Kosten — bestehende industrielle MCUs erhalten durch Firmware-Update allein KI-Fähigkeiten der Spitzenklasse. SIL-Ready Architektur.
1000-Schritte-Schnellkonvergenz
Kein wochenlanges Training. Die Engine etabliert eine physikalische Baseline in nur 1000 Abtastschritten. Ein 5Hz-Gerät ist in 200 Sekunden bereit; eine Hochgeschwindigkeitslinie in unter 1 Sekunde.
Hybride Edge-Architektur
MCU übernimmt Mikrosekunden-Wahrnehmung, MPU übernimmt Entscheidungsfindung. Sensordaten werden in umsetzbare Wartungsempfehlungen transformiert — nicht nur Fehlercodes, sondern Anleitung zur Reparatur.
Leistung
Kontrollierte Experimentläufe über mehrere Forschungslinien
Aus 19 Domänen. Jede Domäne separat modelliert und validiert; kein Transfer vorausgesetzt.
Kein Pre-Training, keine gelabelten Daten, keine End-to-End-Backpropagation
Live-Demo
RailMind im Einsatz in Bahn, Wind, Marine und Industrie — Edge-basierte vorausschauende Wartung auf realen Produktionsanlagen.
Demo-Video kommt bald
Anwendungen
Industrielle vorausschauende Wartung
Edge-PdM für rotierende Maschinen in Bahn, Wind, Marine und allgemeiner Industrie — validiert auf CWRU- und PHM2022-Datensätzen. Abdeckung von 5Hz bis 1000Hz Anlagen.
Video- & Streaming-Intelligenz
Echtzeit-Video-QoE-Erkennung, Codec-Optimierung und semantische Analyse — validiert auf Streaming-QoE-Benchmarks
Struktur- & Infrastrukturüberwachung
Kontinuierliche Strukturgesundheitsüberwachung für Brücken und Bauwerke — validiert am Z24-Brücken-Datensatz
Architektur
Eine mehrschichtige Architektur von Ressourcendynamik über konkurrierende Recheneinheiten bis zur Edge-Bereitstellung — MCU für Wahrnehmung, MPU für Entscheidungsfindung.
Wettbewerbslandschaft
| Fähigkeit | RailMind | Siemens Copilot | Augury | BrainChip |
|---|---|---|---|---|
| NPU erforderlich | Nein (nur MCU) | Cloud-GPU | Cloud | Dedizierter ASIC |
| On-Device-Lernen | Kontinuierlich | Fixiert nach Training | ||
| Ohne End-to-End-Backpropagation | ||||
| Integrierte Drifterkennung | Extern | Extern | ||
| Multi-Domain validiert | 19 Domänen — 3 verkauft, 4 eingeschränkt, 12 nicht | Vibration + Thermisch | Nur Vibration | Generisch |
Bereit loszulegen?
Ob Investor, potenzieller Partner oder Ingenieur, der Edge-KI evaluiert — wir freuen uns auf Ihre Nachricht.
Kontakt aufnehmen