KI identifiziert Bauvorhaben: Millionen Euro für Building Radar

Bild: Building Radar GmbH Building Radar identifiziert weltweit neue Bauvorhaben mit künstlicher Intelligenz. Die Münchner Gründer haben nun erfolgreich die Series-A-Finanzierungsrunde über 5 Millionen Euro abgeschlossen. Die neuen Investoren an Bord sind unter anderem coparion, FO Holding, PropTech1 Ventures und SIGNA Innovations.

 

 

Bild: Building Radar GmbH


Die Bauwirtschaft boomt: Im Vergleich zum Vorjahr wurden im ersten Halbjahr 2019 36 Prozent mehr digitale Ausschreibungen und Veröffentlichungen zu Bauvorhaben in Deutschland erfasst. Frühzeitig von diesen zu erfahren ist ein entscheidender Erfolgsfaktor für Zulieferer und Dienstleister der Baubranche, wenn es um die Projektakquise geht. Bisher ein sehr zeitaufwändiger Prozess. Das wollen Leopold Neuerburg, Paul Indinger und Raoul Friedrich, Gründer des KI-Startups Building Radar ändern und Firmen helfen, ihr Umsatzpotenzial zu steigern. Die Bauwirtschaft gehört zu den am wenigsten digitalisierten Industrien in Deutschland. Mithilfe von künstlicher Intelligenz und Machine Learning findet Building Radar neue Bauvorhaben weltweit und wesentlich früher, als das mit manueller Recherche möglich ist.

Ihre Idee kommt an: Die Gründer aus München haben im September 2019 die Series-A-Finanzierungsrunde in Höhe von fünf Millionen Euro geschlossen. Die fünf Millionen Euro wird das PropTech-Startup einsetzen, um in neue Märkte zu expandieren, den Suchalgorithmus weiter zu verfeinern und die Suchergebnisse zu optimieren – mithilfe von Machine Learning.

Mit künstlicher Intelligenz die neuesten Bauvorhaben immer im Blick

Dienstleister und Lieferanten der Bauwirtschaft sparen durch Building Radar nicht nur Zeit bei der Leadgenerierung, durch frühzeitige Informationen zu Bauvorhaben wird zudem die Abschlussrate von Projekten erhöht. Das sieht auch Jürgen Fenk, CEO der Signa Innovations und Mitglied im Executive Board der Signa Group so: „Building Radar bietet einen entscheidenden Vorteil für seine Kunden, denn potentielle Projekte frühzeitig gezielt zu erkennen ist immens wichtig für den vertrieblichen Erfolg. Wir sind überzeugt von der Vision hinter Building Radar und bringen deshalb unsere Expertise ein, um das Gründertrio beim Wachstum zu unterstützen.“

Täglich 5.000 neue Bauvorhaben aus 100.000 Quellen

Die Software von Building Radar identifiziert täglich ca. 5.000 neue Bauprojekte aus über 100.000 verschiedenen Quellen und umfasst insgesamt über fünf Millionen Baustellen. Der Nutzer kann nach Standort, Bauphase oder Baugröße suchen. Wenn die Sucheinstellungen gespeichert werden, kann sich der User Push-Benachrichtigungen schicken lassen und verpasst so kein einziges potentielles Projekt mehr. „Die Baubranche hat enormes Wachstumspotenzial, wenn es um digitale Innovationen geht. Entsprechend freuen wir uns, mit Building Radar in ein PropTech zu investieren, welches auch mit Hilfe künstlicher Intelligenz Zulieferer der Baubranche auf Vertriebsebene von müßigen manuellen Prozessen befreit“, so Anja Rath, Managing Partner bei PropTech1 Ventures, dem ersten deutschen, auf PropTech-Startups spezialisierten Venture-Capital-Fonds.

Thematik: Technologie
www.buildingradar.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige