Episode #105 – Aepsy x Kinastic | Physical AI $47B | a16z DOJ | ExpertVision AI | Gravis Robotics

00:00:04: Hallo und willkommen zu Burnrate, denn wir sehen seinen Podcast.

00:00:07: Ich werde hier mit Gidjo Fredy über die Sarabsenne mit dem Schwerpunkt auf Venture Capital Folge.

00:00:12: hundertfünf steht an und wir nehmen auch vom Freitag, dem einundzwanzigsten August um achtunddreißig am Vormittag.

00:00:18: Vielen Dank für das positive Feedback für unser neues Format Einiges an Feedback hereingekommen Seit letzter Woche.

00:00:27: das freut uns sehr und bestärkt muss natürlich hier weit zu machen.

00:00:32: Diese Podcast wird gesponsert von unseren Partnern, Omion und abscale.ca.

00:00:37: Ja, Gigi!

00:00:38: Guten Morgen!

00:00:39: Was sind heute die Themen?

00:00:41: Heute haben wir ganz spannende Themen auf dem Tisch.

00:00:44: In der News diskutieren wir über die Übernahme von Kinastik durch Epsi zwei Schweizer Startups.

00:00:51: Dann haben wir den Aufstieg von Physical AI Investments im Visibereich aufm Programm.

00:00:58: Und die dritte News ist deine News aus Amerika.

00:01:01: Andries Horowitz wird ermittelt, da sie bei konkurrenzierenden Firmen im Board sind!

00:01:08: Dann haben wir Alejandro und Mathe von Expert Vision zu Gast.

00:01:12: Sie haben aktuell eine Kampagne bei Omnium am Laufen, unserem Partner.

00:01:18: Und zum Schluss kommen wir zur Transaktion der Woche.

00:01:21: Diesmal haben wir Gravis Robotics ihre Zweihundert Millionen Mega Series A mit Softbank im Lead auf dem Programm.

00:01:29: Gut, kommen wir zu den News der Woche!

00:01:30: Wir starten mit einer spannenden News aus dem Schweizer Digital Health Markt.

00:01:35: EPSI übernimmt Kinestik, das ich schon gesagt habe.

00:01:38: EPSC kennen wir als Plattform für psychologische Unterstützung mit über vier Psychologinnen und Psychologen.

00:01:45: Das ist beeindruckend!

00:01:46: Kinestika wiederum kommt aus der betrieblichen Gesundheitsförderung und Betreuter- und Hundertunternehmen mit Angeboten rund um Bewegungen, Ernährung, Mental Fitness, Workshops, Kampagnen usw.

00:01:59: Durch die Übernahme will EPSCI psychologischer Unterstützung und Prävention unter einem Dach zusammenbringen.

00:02:05: Künftig kommt das gemeinsame Angewod auf über hundertfünfzig Partnerunternehmen in der Schweiz, Team und Plattform von Kinestik werden in den nächsten Monaten in Epsi

00:02:15: integriert.".

00:02:16: Ja, das klingt strategisch logisch-gi.

00:02:20: epsi hat die psychologische Betreuung, kinestikt die Prävention.

00:02:24: aber ist es für dich tatsächlich jetzt ein Outstanding M&A Case oder einfach zwei relativ kleine Schweizer Anbieter, die zusammen etwas mehr Scale bekommen.

00:02:34: Ich will hier vielleicht noch ein kurzer Kommentar dazu bevor du antworten darfst.

00:02:39: AXA Diakinastik in Genesig investiert, zwanzig-zweiundzwanzig und arbeitet mit Epsi zusammen.

00:02:44: nicht, geht davon aus dass AXSA natürlich eine relevante Rolle gespielt hat bei diesem Zusammenschluss?

00:02:50: Ja, wir kennen beide für mich sehr gut und haben die auch begleitet über die Jahre und beobachtet.

00:02:55: Und ich finde schon dass es durchaus Sinn macht das hier die Firma Apps jetzt Kinestik übernommen hat.

00:03:01: Das ist doch ziemlich logisch gerade im BtoB vertrieb.

00:03:05: da willst du als Haar Abteilung nicht irgendwie fünf oder mehr verschiedene Tools einkaufen eins für Mental Health dann eines für Bewegungen, eins für Ernährung und dann noch mal eins für Workshop und nochmal ein paar andere.

00:03:18: wenn App sieht daraus es wirklich schafft, ein Produkt zu machen mit einem Vertrag und als einen Ansprechpartner auf die Firmen zugeht.

00:03:27: Dann steigt der Wett für die Kunden doch deutlich!

00:03:30: Und hier ist der spannendste Teil in der Übernahme wahrscheinlich nicht zwingend die Technologie von Kinestik sondern auch die rund hundert Beständen Unternehmenskunden und die Vertriebsbeziehungen.

00:03:44: Das ist für mich ein sehr gutes Beispiel, dass bei solchen Saas der Plattformmodellen irgendwann die Frage kommt.

00:03:50: Tape baue ich jetzt einen nächsten Produktbereich selbst oder kaufe ich Kunden-Team und Produkte einfach gleich dazu ein?

00:03:56: Ja genau darauf wollte ich hinaus.

00:03:58: warum übernimmt App sich überhaupt statt diese Präventionsangebote selbst aufzubauen.

00:04:03: Ich meine Workshops, Content oder Challenges rund um die Gesundheit wirken jetzt technologisch nicht gerade wie Rocket Science.

00:04:11: Ja, das kann ich jetzt nicht einschätzen.

00:04:13: Wie viel Sie denn die Technologie investiert haben?

00:04:16: Aber sehr wahrscheinlich ist wirklich nicht die Technologie der entscheidende Punkt oder der Entscheidungsfaktor für die Übernahme.

00:04:23: und das Schwierige im BTOB Gesundheitsmarkt, dass es das Vertrauen aufzubauen mit den Kunden dann die Distributionen und bestehende Kundenbeziehungen sind extrem langfristig.

00:04:35: Genastik wurde bereits im Jahr zweizigsechzehn gegründet und hat, wie gesagt rund hundert Unternehmenskunden.

00:04:43: Und diese Basis selbst aufzubauen – das kann Jahre dauern!

00:04:48: Hatte sie auch bei Genastick?

00:04:50: Und wenn app sie nun die Sekunden übernimmt und diese gleichzeitig mit ihrem bestehenden Mental Health Angebot ausrollen kann, dann ist es natürlich deutlich schneller als jetzt ein organisches Erwachstum.

00:05:06: Die interessante Kennzahl wäre deshalb für mich der Kaufpreis.

00:05:09: das wär sicher spannend herauszufinden Wie die da aussieht im Verhältnis zu den übernommenen Wiederketten AR, also sie darf multiple bezahlt haben.

00:05:20: Ohne diese Zahl kann ich natürlich nicht beurteilen ob es finanziell ein guter Deal war und strategisch macht das aber doch ziemlich viel Sinn.

00:05:29: Max glaubst du wie wenn solche Deals jetzt häufiger sehen?

00:05:33: Also eine Konsolidierung bei Schweizer Digital Health und Employee Benefit Startups

00:05:39: Aber wahrscheinlich nicht nur in diesem Bereich, sondern generell.

00:05:42: Das würde mich nicht überraschen.

00:05:43: also viele der Firmen sind in den letzten Jahren sehr spezialisiert gestartet.

00:05:49: Mental Health, Fitness, Ernährung, Benefits gab es einige oder Prävention und für den Arbeitgeber ist diese Fragmentierung Eigentlich unattraktiv, denn man möchte möglichst wenige anbieten und eine Lösung die viel abdeckt.

00:06:04: Und gleichzeitig ist Fundraising schwieriger geworden auf Start-up Seite.

00:06:08: das macht M&A für kleinere Anbieter attraktiver.

00:06:11: statt nochmals jahrelang alleine auf Scale hinzuarbeiten keinen Zusammenschluss mit einem Peer durchaus sinnvoll sein.

00:06:19: Darum finde ich diesen Deal auch interessant und vielleicht ist Appsy, Kinastic weniger eine riesige Übernahme An und für sich, aber möglicherweise eben ein sehr gutes Beispiel dafür wie sich der Schweizer Digital Health macht in den nächsten Jahren konsolidieren wird.

00:06:35: Gehen wir zur zweiten News!

00:06:36: Eine Zahl die diese Woche ziemlich herausstecht.

00:06:53: Das ist fast viermal so viel wie in der zweiten Hälfte, zwanzig-fünfundzwanzig und rund achtzig Prozent mehr als im ersten halben Jahr.

00:07:01: Und noch verrückter?

00:07:02: In den gesamten drei Jahren von zwanziger, zweionzwanziger bis vierundzwziger zusammen waren es nur knapp zweiundvierzig Milliarden Dollar.

00:07:11: also noch wichtig.

00:07:12: mit physical AI meinen wir unter anderem Robotics autonome Fahrzeuge Aerospace Dronen industrielle Automatisierung oder Sensorik, also alles Themen wo wir auch bei Koyo Capital unserem Fonds zusammenführen und investieren.

00:07:28: Ja, die erste Frage an dich sind wir hier wirklich bei der nächsten großen Welle nach Generative AI?

00:07:34: Also wandert das Visigeld jetzt von Software in die physische Welt?

00:07:37: Das ist die Frage!

00:07:38: Ja, ich finde natürlich der Trend das absolut real.

00:07:42: Das sieht man in den Zahlen und man sieht es auch mit dem Outlooks wenn man die ein bisschen studiert, dass viele darauf wetten, dass die KI in die physikalische oder die physische Welt in den kommenden Jahren wirklich eintritt.

00:07:55: aber man muss schon mit den Zahlen wie immer etwas aufpassen.

00:07:59: Ein riesiger Teil des Kapitals kommt aus wenigen Megarunden.

00:08:05: Allein Waymo, die haben im Februar US-Dollar aufgenommen und dann kommen fünf Milliarden für Anduril, das Startup von Peter Thiel, zwei Milliarden für Shield AI und knapp zwei Milliarden for Sarconics.

00:08:25: Waymo vom gesamten Volumen von den siebemvierzig Milliarden, ja schon fast ein Drittel des gesamten Physical AI Fundings im ersten halben Jahr raus.

00:08:36: Unabhängig von diesen Mega-Deals finde ich die Verschiebung doch spannend!

00:08:39: Ich meine viele klassische Softwareinvestoren, das sehen wir auch am Schweizer Markt, die schauen plötzlich viel stärker auf Hardware, Robotics, Defendsthemen und auch industrielle Anwendungen Themen, die sich früher eigentlich... direkt abgelehnt haben, wenn da etwas in die Pipeline kam.

00:08:58: Die These dahinter ist eigentlich klar – die Software und AI-Infrastruktur sind inzwischen genug gut, dass man Intelligenz eben viel einfacher auch in reale Maschinen und Prozesse bringen kann.

00:09:10: Ja aber dann bin ich jetzt nämlich schon ein bisschen kritisch auch oder?

00:09:12: Ich kann mich erinnern von dem noch vor ein paar Jahren hieß es, ja Harvestarups darf so nie investieren, hoher Kapitalbedarf, lange Entwicklungszyklen Supply Chain Complex.

00:09:22: Ja, warum ist das plötzlich jetzt wieder attraktiv?

00:09:26: An die Zeit mag ich mich auch noch sehr gut erinnern.

00:09:28: wir haben ja immer ein Hardwarethemen auch sehr genau angeschaut in allen Fonds und es war schwierig da Co-Investoren zu finden weil das alle direkt abgelehnt haben.

00:09:37: Aber es scheint doch, dass sich jetzt die Economics deutlich verbessert haben.

00:09:43: Die Investoren, die CrunchBase zitiert, argumentieren gerade, dass Compute und Fundational Models zugänglicher geworden sind, die Simulation besser funktioniert und Sensoren sowie Hardware viel günstiger geworden sind Und dadurch können natürlich jetzt auf kleinere Teams viel schneller entwickeln und Produkte mit weniger Home-Cutbacks für den Start schon mal früher zum Kunden bringen.

00:10:11: Und man muss auch sagen, das Geschäftsmodell ist sicher.

00:10:14: Auch etwas veränderte Hardware wird nicht mehr nur als Single Sales verkauft, dass man jedes Jahr wieder ein Roboter verkaufen muss.

00:10:25: Sondern Hardware werden jetzt zunehmend mit Videokennten Software umsetzen, Usage-Based Pricing oder Outcome based pricing kombiniert.

00:10:33: Das heißt du verkaufst eben nicht einfach einmal sondern du kannst darauf einen laufenden Software und Data Layer aufbauen und ARR produzieren.

00:10:43: Für ein VC wird es dann plötzlich eben interessanter, weil du im besten Fall die Defensibility von Hardware mit den Economics und von Software kombinierst.

00:10:54: Das ist natürlich schon mega spannend!

00:10:56: Und die entscheidende Frage bleibt aber schafft das Unternehmen es tatsächlich in die Produktion auch zu zahlenden Kunden zu kommen?

00:11:04: Genau dorthin verschiebt sich laut Investoren inzwischen auch der Fokus.

00:11:12: dass aus der Start-up Perspektive anschaut, ist Physical AI jetzt ein Bereich in den Gründer aufspringen sollten.

00:11:20: So wie vor zwei oder drei Jahren jeder plötzlich einen Gen AI Start up gegründet hat?

00:11:26: Ja ich werde dann nicht schon vorsichtig!

00:11:28: Die Chance ist natürlich groß aber Physical AI ist wahrscheinlich gerade das Gegenteil von einem einfachen Trend auf dem man aufspringt sollte.

00:11:37: Bei einem klassischen KIS auf der Saarab kannst du relativ schnell ein Produkt bauen und testen.

00:11:43: Bei Robotics Aerospace oder eben auch Industrieautomation brauchst du häufig Hardwarekompetenz, du brauchst Zugang zu echten Kundenumgebungen Du brauchst seine Produktion und sehr viel Domain Knowledge.

00:11:57: dass die stärksten Modes bei Unternehmen entstehen, die mehrere Schichten selbst kontrollieren und vertikal integrieren.

00:12:04: Das hört man immer wieder und das heißt für mich der Gewinne baut wahrscheinlich nicht einfach einen AI-Rapper für einen Roboter sondern er kontrolliert eben die Technologie, die Daten und einen relevanten Teil des physischen Systems.

00:12:17: Und deshalb würde ich sagen, physical AI ist wahrscheinlich tatsächlich eine der nächsten großen Visikategorien aber es wird deutlich schwieriger sein dort ein wirklich gutes Unternehmen aufzubauen, als eben den hundertsten Kai Saas Kess.

00:12:34: Gut, kommen wir zur dritten News und das ist eine spannende News aus der VC-Welt dass US Justizministerium untersucht Andrizen Horowitz weil Partner des Fonds gleichzeitig in den Boards von Unternehmen setzen die inzwischen miteinander konkurrieren.

00:12:51: Konkret geht es um Databricks und Five Tran, Ben Horowitz sitzt im Bord von Databracks A-Sixteen Z-Partner Martin Casado im Board von Fivetran.

00:13:04: Das Interessante daran ist, als ein Reason Horowitz ursprünglich investiert hat waren die beiden Unternehmen laut TechCrunch noch keine direkten Konkurrenten.

00:13:13: erst später hat Databricks sein Angebot stärker in Richtung Data Pipelines und Connectors erweitert also genau in den Kernmarkt von FiveTran.

00:13:22: Die Untersuchung läuft laut Bericht bereits seit fast einem Jahr und basiert auf Section Eight des Clayton Act, eine mehr als hundert Jahre alten Kartellgesetz das sogenannte Interlocking Direct Rate zwischen konkurrierenden Unternehmen verhindern sollen.

00:13:40: Ja ist es für dich Ghi wirklich ein Problem von Andreas Narowicz oder ist das schlicht unvermeidbar wenn ein großer Visi über die jahre Hunderde Firmen finanziert und sich deren Märkte irgendwann auch überschneiden?

00:13:53: Andreessen Horowitz ist ja bekannt dafür, dass in schnell wachsende Filme investiert und dann lange im Board bleibt.

00:14:00: Und das Portfolioüberschneidungen gibt, die zu kompetitisch werden – das ist in meinen Augen fast unvermeindbar!

00:14:10: Die Start-ups verändern ihre Produkte, sie pivotieren und expandieren in neue Märkte.

00:14:18: hunderte Unternehmen investiert, dann werden die irgendwann halt einfach zu Wettbewerben.

00:14:25: Aber man muss aussehen... Ein Investment, das ist etwas ganz anderes als ein Board-Seat.

00:14:30: Ein normaler Investor, der einfach auf den Cap-Table ist und er halt Updates zu zahlen.

00:14:36: und vielleicht zum aktuellen Markt.

00:14:38: aber als Board-Member da bekommst du natürlich sehr viel tieferere Einblicke in die Strategie, in die Product Roadmap, in Spricing, in mögliche Übernahmen, in zukünftige Expansionen Und du beeinflust es natürlich auch aktiv mit.

00:14:52: Und gerade deshalb wird es heikel, wenn zwei Partner derselben Fonds oder derselbe Firma in Boards von konkurrenzierenden Unternehmens sitzen.

00:15:04: Dann entsteht zumindest die Frage wie stellst du sicher dass die Informationen der Reihenfirma nichts von den anderen kommen.

00:15:12: und wie bleiben sie wirklich getrennt?

00:15:14: auch inside Andreessen Horowitz?

00:15:17: Ja genau weil.

00:15:17: Andreisen Horowitz könnte jetzt argumentieren Das sind zwei unterschiedliche Firmen, unterschiedliche Partner und wir bauen in den sogenannten Chinese Walls zwischen ihnen auf.

00:15:28: Reicht das deiner Meinung nach oder müsste in einem solchen Fall eine beiden Partner seinen Board seat abgeben?

00:15:36: Ja, wenn wir mal die Governance-Brille aufziehen dann würde ich ganz klar sagen.

00:15:42: Wenn die Unternehmen jetzt wirklich direkte Wettbewerber geworden sind, dann wäre ein Rücktritt des Einboardmembers als einer Firma sicherlich die saubere Lösung.

00:15:55: eine Chinese Wall, die kann sich hier intern helfen aber das ist ja trotzdem dasselbe Unternehmen, den Särdenfonds auf beiden Seiten.

00:16:06: Und diese Partner kennen sich ja, die gehen vielleicht ab und zu ein Bier trinken oder nachdessen.

00:16:11: Das ist dann alles oft der Rekord-Diskussion.

00:16:13: Da wird es doch sehr heikel.

00:16:18: Ja das ist ein anderer spannender Aspekt in dem wir hier vielleicht auch noch kurz anschauen sollten!

00:16:23: Was bedeutet das eigentlich für das Geschäftsmodell von VCs?

00:16:27: Topfons verkaufen den Gründern ja nicht einfach das Kapital.

00:16:31: Hey, wir investieren und sagen hey!

00:16:33: Wir investieren um kommen ins Board und helfen euch bei der Strategie beim Hiring, Fundraising und beim M&A-Prozess.

00:16:41: Und wenn jetzt ein Vomabringer einmal sagen muss hey, wir können euch nicht mehr im Board bleiben weil wir eine konkurrizierende Portfoliounternehmen haben dann verliebt dieses Versprechen natürlich hier plötzlich auch an Wert.

00:16:55: Ja, Max, könnt ihr das deine Meinung nach auch verändern?

00:16:59: Wie gründet Ihre Investoren auswählen also dass Sie stärker darauf achten was ein Fonds jetzt bereits im Portfolio hat?

00:17:07: Ich denke schon gerade in sehr konzentrierten Märkten ist es schon relevant.

00:17:11: wir sehen im KI Bereich bereit dass Investor Loyalty deutlich schwächer geworden ist Und viele große Fonds investieren heute gleichzeitig in Unternehmen, die sich teilweise direkt bekämpfen.

00:17:22: Und für Gründer heißt das man sollte nicht nur fragen ja wer gibt mir das beste Termsheet?

00:17:27: sondern auch welche anderen Unternehmen hat dieser Investor im Portfolio?

00:17:31: wo können in zwei oder drei Jahren auch Konflikte entstehen und welche Informationen bekommt der Investor von uns?

00:17:37: Natürlich kann man auch anders argumentieren.

00:17:39: es kann auch von Vorteil sein wenn ein Investor eine sehr hohe Branche Kompetenz hat.

00:17:45: Das kann ich auch nicht vergessen.

00:17:47: Man sieht das jetzt immer von der kritischen Seite her und man kann es nicht, man kann auch Ansage mentieren, dass ist klar.

00:17:54: Aber Summa Summarung glaube ich nicht!

00:17:56: Das ist groß wie es plötzlich keine konkurrieren Unternehmen mehr finanzieren werden.

00:18:01: aber Bullseeds könnten schon bewusster alloziert werden und vielleicht wird sich verändern wie viel strategische Information Gründer selbst mit ihren Investoren teilen.

00:18:13: Das glaube ich schon, also da muss man sich schließlich vorsichtig sein.

00:18:18: Also das Interessante in diesem Fall ist deshalb gar nicht nur an the reason Horowitz wenn das Justizministerium hier tatsächlich durchgreift könnte dass Konsequenzen haben für das gesamte Silicon Valley Modell bei dem im grossen Fonds immer mehr Unternehmen innerhalb der Seitenmärkte finanzieren.

00:18:35: wir sind gespannt wie hier entschieden Wird.

00:18:39: Ja und spanne es sich, wäre sicher auch zu sehen in wie vielen Fällen das effektiv der Fall ist dass man eben zwei so große Konkurrenten hat wo man plötzlich in kantellrechtlichen Fragestellungen gelangt ist jetzt ein Einzelfall oder gibt's ja wirklich fünf zehn oder zwanzig Fonds die ein solches Problem haben?

00:18:55: Mit Omnium schließt du deine Finanzierungsrunde schneller und erfolgreicher.

00:19:00: unser Partner Omniums ist eine innovative Plattform für Wachstumsfinanzierung Denn sie bieten einen komplett digitalen, schlanken und kosteneffizienten Prozess inklusive Legal Framework, InvestorInnen KYC- und Zahlungsabwicklung an.

00:19:17: Wer bei Omnium raised hat die Wahl eine Private Round zu machen und nur die Plattform für seine Investment Opportunity zu nutzen?

00:19:24: Oder erwählt die Private Round Plus mit zusätzlichem Zugang zu zehntausend registrierten Investoren?

00:19:31: Wer einer öffentlichkeitswirksame Runde mit möglichst großer Breitenwirkung machen möchte, wählt die Public Round!

00:19:37: wo das Angebot allen Investor-Innen zugänglich gemacht wird.

00:19:41: Mit Omnium schließt du deine Finanzierungsrunde schneller und erfolgreicher!

00:19:47: Willst du mit deinem Startup schnell und erfolgreich skalieren – und nicht nur wachsen?

00:19:51: Dann ist das Upscaler-Programm genau das Richtige für dich.

00:19:54: Es verschafft dir Zugang zu unserem großen Pool von Gründerinnen, Unternehmerinnen und passenden Investorinnen.

00:20:00: Über fünfzig Startups haben bereits in mehr als fünfhundert Workshops profitiert Und ihr Business national wie international skaliert.

00:20:08: Willst auch du von dieser persönlichen und individuellen Förderung profitieren?

00:20:12: Alle Informationen findest Du unter www.upscaler.ch.

00:20:18: Heute stellen wir wieder einmal ein Projekt unseres Partners Omnium vor, auf Omnum erhalten Anlegerinnen und Anlegers die Möglichkeit direkt in ausgewählte Schweizer Unternehmen und Wachsungsprojekte zu investieren und aktuell ist dort die Kampagne von Expert Vision AI live!

00:20:36: Tech-Unternehmen, das Computer Vision und künstliche Intelligenz zur Diebstahlprävention im Einzelhandel einsetzt.

00:20:44: Für einfach gesagt, Expert Vision macht aus den bereits vorhandenen Überwachungskameras eines Geschäfts intelligente Sensoren.

00:20:53: Die KAI analysiert Videostream in Echtzeiten kann beispielsweise erkennen Wenn Produkte beim Self-Checkout nicht gescannt werden, Ware versteckt wird.

00:21:02: Große Mengen eines Produktes auf einmal aus einem Regal genommen werden oder jemand den Laden verlässt ohne zu bezahlen.

00:21:09: Das Ziel ist dabei nicht einfach einen Diebstahl im Nachhinein zu dokumentieren sondern dem Personal einen Hinweis zu geben solange noch reagiert werden kann.

00:21:20: Spannend ist dabei auch der Ansatz beim Datenschutz.

00:21:22: Expert Vision gibt an, keine Personen zu identifizieren und bestehende Kamerasysteme zu integrieren.

00:21:29: Heute sprechen wir mit den beiden Co-Foundern Alejandro Garcia, Gründer und CEO von Expert Vision AI mit einem starken Hintergrund in Computer Vision AI und Technologie und Mate Varga, Grunder und CEO der viele Jahre Erfahrung aus dem Retail Umfeld mitbringt und zuvor unter anderem als Digital Director

00:21:48: bei

00:21:48: Coca Cola Teetik war.

00:21:51: Alejandro Mathe, welcome to the Burn Red Podcast!

00:21:54: Thank you for having us.

00:21:55: Let's start at a very beginning.

00:21:57: how did two of you meet and what?

00:22:00: was specific moment when he realized that retail theft could be addressed much more effectively with computer vision and AI?

00:22:10: Yeah I've

00:22:11: been working in computer vision.

00:22:14: Ich habe schon vor einigen Jahren verstanden, dass die Automation der Analysen von Videostreams eigentlich

00:22:23: über die

00:22:24: Industrie helfen kann.

00:22:26: Und das hat sich geklappt.

00:22:28: Ich startete im Jahr two thousand eighteen in meinem ersten Projekt mit ComputerVision und einer unserer ersten Kunden war Coca-Cola.

00:22:37: Wir hatten den Mandat zu bringen.

00:22:41: Der erste autonome Store in Switzerland für Employees.

00:22:48: Mathe war die Digitaldirektorin der Zeit in diesem Feld.

00:22:53: Wir arbeiteten ein bisschen mehr als ein Jahr, um dies zu bringen.

00:22:56: Ein paar Jahre später hat Mathe und ich realisiert, dass es in dieser Reise etwas größer ist.

00:23:08: zu adressen, und das war eine Stiftung für Retailers.

00:23:10: Und in den Jahrmeistern haben wir in dem Jahrjahr im Jahrjahre entschieden, dass wir zusammen mit der Expedition zusammenführen, um Retailer zu verhindern.

00:23:20: Sehr interessant!

00:23:21: Mathe, du kennst die Industrie sehr gut.

00:23:24: Wie significant ist das Problem von Stift?

00:23:27: Das war eigentlich eine der größten Gründe, warum es ein enormes

00:23:42: Problem ist.

00:23:43: Schrinkeg ist die Inventor-Differenz.

00:23:45: Das ist etwas, was alle Retailer haben.

00:23:48: Es ist eine große Verbrauchsschreibung und Schrinkel sind akzeptabel.

00:23:53: Sie sind Teil des täglichen Businesses.

00:23:54: Das Problem ist, dass was wir gesehen haben, dass es in den letzten fünf Jahren doppelt hat.

00:24:00: Und wenn ihr die grossen Retailers wissen, die ich sehr gut kenne ... Ich weiß, sie arbeiten auf eine sehr leichte Profit-Marginin.

00:24:09: Drei bis fünf Prozent Profitmarginin und wenn sie noch ein Prozent von ihrem Revenon verlieren, dann kann das ca.

00:24:19: zwanzig Prozent der Profitmarschinen sein.

00:24:21: Das ist warum sie jetzt mehr und mehr in der Prävention investieren.

00:24:26: Wir fragen, was für existierte Lösungen es ist.

00:24:29: Schauen wir mal.

00:24:29: Die existierten Lösungen sind sehr passiv.

00:24:31: Man kann alles hinter dem Konter betrachten.

00:24:34: Es funktioniert in einem kleinen Store oder man kann alles in einer Kabine lockern.

00:24:40: Und das ist eigentlich passiert.

00:24:41: Sie haben es versucht, aber das ist eine Veröffentlichung von Sales.

00:24:46: So, it's not gonna work.

00:24:47: You need someone to open for you can put down everything in the locker or put a cable on it but its preventing again.

00:24:54: people shoppers who experience their product so they leave retail store and of course we can put cameras.

00:25:01: many retailers started to put cameras.

00:25:04: watching cameras is also job and watch upto five-to eight cameras at same time even one hour later are tired so there just economically not viable um immer auf die Kamera zu haben, und wirklich im Real-Time-Impakt.

00:25:22: Es ist mehr für die Videos zu reviewen, wenn du etwas spottest, das kannst du auch benutzen.

00:25:28: Also mehr oder weniger, die existierten Lösungen sind sehr expansiv.

00:25:32: zum Bild, Maintainer, imagine den RFID Tags, die AS Tags.

00:25:36: Was sie auf alle Produkte betrachten, ist ein enormes Workload, um es anzusetzen.

00:25:41: Honest, wenn du die Alertung bekommst, das letzte Moment, als der Person aus deinem Store steckt.

00:25:46: Also hast du nicht mehr Zeit zu reagieren und du musst sie dort manteln.

00:25:49: Manchmal muss man sie wegnehmen, bevor ihr sie verkauft.

00:25:53: Es ist ein großer Arbeit und es ist nicht proaktiv.

00:25:57: Es hilft dir nicht.

00:25:59: Das ist wo wir gesagt haben, dass das eine richtige Zeit für reale Zeit, Detektion und Alertungen zu verhindern, ideal verhindert.

00:26:07: oder die Arbeit der Sicherheitsteam zu facilitieren.

00:26:10: Perfekt, sehr interessant!

00:26:11: Alejandro, vielleicht kannst du ein Beispiel mit uns durch den Supermarkt, das schon existierte Kamera hat.

00:26:18: Was passiert, wenn die Expert-Division connectiert und wie man diese normalen Kameras in intelligenter Systeme dreht?

00:26:26: Ja, das ist ein guter Punkt, weil, wie Mathe gesagt hat, die meisten Retailers haben bereits Kameras im Store.

00:26:33: Wir arbeiten schon mit der Infrastruktur, die nur zu recordieren ist.

00:26:41: In den Eventen, wenn etwas wirklich groß ist, ist es dann, als sie reaktieren.

00:26:45: Aber das ist aber zu lange.

00:26:48: Wir benutzen diese Infrastruktur in einem realen Zeitraum, um die Videostreams zu analysieren.

00:26:54: Für das spielten wir einen kleinen Server im Store zu reduzieren und zu erleben, wie schnell die Zeit ist.

00:27:02: Mit einem kleinen Server kann man ca.

00:27:07: zehn bis zwölf Kameras handeln, die normal genug sind um das Problematik-Area zu kooperieren.

00:27:14: Dann kann natürlich die Lösung auf der Bedeutung des bestimmten Customers hängen.

00:27:20: Wir haben diese Video Streams gearbeitet und dann, wenn etwas besonderes ist,

00:27:26: z.B.,

00:27:26: jemand hat viel Perfum in sehr kurzem Zeit, dann wird ein kurzer Video mit den Timestamps und ein bisschen zusätzlicher Metadata für die persönliche Sicherheit, um sie in Aktion zu nehmen.

00:27:39: Oder Storemanager, das ist der responsiv für diese.

00:27:44: Du nimmst es so wie den Virtual RFID Tag aus den Goods?

00:27:47: Wie funktioniert das?

00:27:49: Ein RFID-Tag ist eine physische Devise und du kennst das mit dem Video.

00:27:54: Ja also wir haben einen Coin-Dister, wie gesagt Virtual RFI D, eigentlich haben wir einen Patentpending auf diesen... Technology that we have developed and basically allow us to deliver the same functionality, that RFID tags today without their constraints.

00:28:14: And with all of its benefits so basically were able follow a product from the shelf to the cashier or to the self checkup point and determine if this product eventually might be stolen.

00:28:27: Das braucht verschiedene Dinge,

00:28:30: z.B.,

00:28:31: identifizieren eine Person mit verschiedenen Kameras im Store und identifikieren, wenn eine Person ein Produkt holt und einen Exit oder so weiterentwickelt wird.

00:28:40: Und das alles zusammen ist, was wir in vielen unserer Applikationen betrachten.

00:28:44: Ein paar anderen Applikationsen brauchen nicht diese Funktionale, aber viele von ihnen – ja!

00:28:50: – und das ist eigentlich das, was die Differenz des anderen Vendors, und die andere Vorteile der Technologie ist, dass es gibt, um die Technologien in verschiedenen Plätzen zu bringen.

00:29:06: Wie zum Beispiel bei den Eilen, den Checkouts, Kassiers oder Exzits.

00:29:11: Das finde ich sehr interessant für Retailers, weil sie normalerweise eine Lösung haben wollen, die sich auf alle Artikel betreffen kann.

00:29:19: Ja, mit einer Technologie wie diese zwei Dinge sind offensichtlich kritische Akkursivität und Privatität.

00:29:26: minimize false positives, meaning situation where a completely innocent customer is flagged as suspicious while at the same time ensuring that the tech remains privacy compliant.

00:29:39: Yes!

00:29:39: That's very good point and something we put lot of attention especially because of requirements from GDPR and street data protection law.

00:29:49: Hier müssen wir bemerken, dass... Ja.

00:29:51: Wir haben viele Empfehlungen gemacht und hier sind wir auch versucht zu differenzieren in diesem Fronten.

00:29:57: Die anderen Render, unfortunatelnd, verabschieden.

00:30:01: so eine Menge falsche Positivität, die viele Retailer nicht benutzen können.

00:30:04: Und wir haben viele Enthalte geöffnet, um diese Zahl an sehr, sehr hohe Räume zu bringen, typisch unter einem Prozent, depending on the application.

00:30:13: Das andere ist, dass diese Alerzen nur Alerze sind.

00:30:20: Sie werden immer von einem Menschen beobachten.

00:30:24: Wir bringen nur die Information zu den Personen, die sich entscheiden wollen.

00:30:29: Wir holen die Evidenz und dann können sie sagen, ob es das eigentliche Fall ist oder nicht.

00:30:34: Wie bauen

00:30:35: wir unser System?

00:30:36: Wir wollen, dass es realer Zeit gibt als normaler Zeit.

00:30:43: Nevertheless, we see that in many cases retailers either are not ready to handle real-time or they don't want to have real time.

00:30:51: So do you have a different process?

00:30:53: They're reviewing the later stage so it's no problem if they review and anytime prefer to review before.

00:31:03: acting with customers especially Switzerland is very important perception of the brand.

00:31:11: So they will always review the alerts.

00:31:13: And what we help them, is that you don't need to search for proofs on their phone or laptop so it can be reviewed.

00:31:22: Okay I am very curious.

00:31:24: and this system detect a potential suspicious event right?

00:31:28: What happens then next inside of store?

00:31:30: who receives the alert?

00:31:32: ,what information do they get ?and what does ideal process look like from point onwards.

00:31:38: Wie

00:31:39: gesagt, wir wollen die Erleichterung so schnell wie möglich senden.

00:31:45: Wir müssen warten bis etwas passiert.

00:31:47: Wir brauchen einen Trigger-Event zu erreichen, der den suspiciensten Falle triggert.

00:31:53: Es kann manchmal ein Checkout sein, weil es ein Check out oder eine Walk out Case ist, wenn man auf dem Weg geht.

00:32:00: Aber es gibt genug Zeit für das Retail-Operation zu reagieren.

00:32:05: Zu Ihrer Frage, was passiert nächstes Mal?

00:32:08: Es gibt verschiedene Optionen.

00:32:10: Es gibt auch Menschen-Optionen.

00:32:12: Egal ob sie eine persönliche Sicherung haben in größeren Städten, das ist typisch.

00:32:19: Und diese Leute bekommen die Alerte.

00:32:21: Sie reden oder schauen und reagieren auf es.

00:32:26: In kleineren Setups wie kleine Franchise-Städte, bei denen der Franchisereller oder den Storemanager sind, Wir arbeiten auch auf autonome Lösungen, in denen wir unseren Event an Alert in der Stimme trinken können.

00:32:52: Wie die Beeping von den Garten für die Aesthexen.

00:32:54: Wir können das gleiche machen als früher mit Alerts und Serienzen oder any kind of lights oder wie ein AI generiertes interaktives Text in einem autonomen Store.

00:33:10: Sehr interessant, und eine sehr große Sache.

00:33:12: Wie hat der Verstärker eigentlich die Verteilung deiner Technologie angepasst?

00:33:20: Und wie zeigest du dir, dass es actually cheaper ist zu benutzen als Expert-Visionen und einfach mit den Sachen im Pilotprojekt oder vielleicht auch mit realen Clients

00:33:31: schon?

00:33:31: Also eine sehr gute Frage.

00:33:34: Die Antwort ist, wenn wir mit einem neuen Retailer arbeiten, offerieren wir einen Pilot, also beide Seiten haben die Zeit, um zusammen zu arbeiten, um das System in optimale Performance zu bringen.

00:33:46: Normalerweise machen Sie das am Beginn, als die Installation geht und läuft.

00:33:51: In ein paar Wochen hat man ein bisschen Zeit, damit man es verbessert oder die Solution befindet, um für sie zu starten.

00:34:01: Also auf der Seite, das betrifft auch die Rettelung.

00:34:03: Aber sie schliessen offensichtlich andere Menschen, um diese Erlebnisse zu bekommen.

00:34:11: Und am Ende des Tages, was die Retailer überwenden, ist es mir helfen zu detectieren, dass ich vorhin Detekten habe.

00:34:19: Das machen wir in Wochen.

00:34:22: In ein paar Wochen können sie bereits Detekte mehr Cases, than they were doing before.

00:34:29: Even with security personnel watching cameras.

00:34:32: So in one specific case here for example department store In retail chain here in Switzerland in just two weeks They were able to detect three times the value of The cost of operational fee that we have on them.

00:34:54: Und für sie ist es klar, dass die Werte da sind.

00:34:58: Das ist warum sie schon planiert, um eine Lösung auszuhalten zu vielen mehr Storzen.

00:35:03: Okay, sehr interessant!

00:35:05: Wie machen Sie Geld?

00:35:06: Was ist das Geschäftsmodell der Expert-Vision?

00:35:08: Der

00:35:09: Geschäfts-Modell ist sehr einfach.

00:35:13: Es ist ein Salesbusiness.

00:35:14: Wir haben einen kleinen technischen Komponenten wie ein Hardwarekomponent, welcher sich den Retailern selbst verabschiedet hat.

00:35:21: Sie haben ihre Kamerainfrastruktur.

00:35:24: So, our hardware component is a server which can be managed by the retailer and the rest are our SaaS solution.

00:35:32: They're paying yearly fee based on their needs.

00:35:36: we created modular system.

00:35:39: some retailers have self-checkouts then they take the module for self checkout.

00:35:43: others don't need this so that you can build up kind of shopping list way what they need und dann bekommen sie eine jährliche Subscription fee per Store.

00:35:56: Und das ist es!

00:35:56: In dem

00:35:57: Fall der Kompetition, die AI und die Kompetivation sehr schnell entwickeln werden und natürlich sind Sie nicht der einzige Unternehmen auf diesem Problem zu sehen.

00:36:06: Was ist Ihre technologische oder kommersale Mode?

00:36:08: Warum kann ein großen Retailer bzw.

00:36:11: eine Stabilisierende Sicherheitsprovidere einfach eine similarlye Lösung

00:36:17: bauen?

00:36:17: Wir haben hier Intens, ein paar Jahre ago, like maybe four or five years ago from large retailers to try start work in this area.

00:36:29: But what we have also seen that period is they stop doing those exercises.

00:36:35: Retailers are retailers and not computer vision experts.

00:36:39: for them trying build these technologies typically a very short life exercise.

00:36:47: Es gibt immer noch andere Firmen, die in diesem Feld arbeiten.

00:36:50: Wie gesagt, ich denke vorhin, einer der wichtigsten Defensivisten ist dieser Artikel, dass unsere Kulturtechnologie die Kapazität für externe Offenders und interne Offenders auf den Eilen hat, Bezirkungen, Unterkaufs- und Exzits, während anderen nur auf ein paar Fakten arbeiten können.

00:37:12: Jemanden, dem wir heute im Level sind, Sie brauchen ca.

00:37:17: zwei Jahre, und ihr wisst, wie schnell die Computervision heute verändern wird.

00:37:21: Das ist eine Chance und ein Risiko.

00:37:25: Eine Chance im Sinne, dass es viele andere Applikationen gibt, die sich sehr schnell eröffnen.

00:37:30: Der Risiko bedeutet natürlich, dass wir innovieren müssen, um zu sorgen, dass sie auf der Rente sind.

00:37:36: Und das ist dort, wo wir heute sind.

00:37:37: Wir sind am selben Level als alle anderen Konpetitoren in der Welt.

00:37:41: Jetzt schauen

00:37:43: wir an die beiden von euch, beide Founders mit einem sehr unterschiedlichen Background Alejandro, Computer Vision und Technologie-Expert in Mathe mit extensiven Erfahrungen im Retail & Operations.

00:37:55: Wie dividest du auf einen täglichen Basis die Verantwortung zwischen den zwei von euch?

00:38:00: Wo fühlst du dich, dass die Skillsets complemente sich besonders gut und wo nicht?

00:38:05: Ja, so.

00:38:06: Natürlich, ich denke es war ziemlich klar, dass Alejandro auf die Technologie fokussiert wird.

00:38:12: Das ist was er seit langem arbeitete.

00:38:16: Er ist mit der technischen Team und unsere CTO beteiligt.

00:38:19: Sie arbeiten hand in hand zu entwickeln das Produkt.

00:38:23: Mein Fokus ist mehr um eine Verbindung mit den Retailern, dem ganzen Salesprozess und Marketing.

00:38:32: Das bringt uns zu deinem aktuellen

00:38:37: Fundrahmen auf Omnium.

00:38:39: Warum bist du jetzt im Kapital, und wie genau hast du das Geld geplant?

00:38:45: Und was sind die zwei oder drei Key-Mailstones, die du über den nächsten acht bis zu vier Monaten erreichen möchtest, um Exportation zum nächsten Level

00:38:55: zu bringen?

00:38:57: Im ersten Jahr haben wir Zeit für ein Bildup.

00:39:01: der Technologie und des Produkts zu einem Level, das bereits für die Störungen gelangt wird.

00:39:07: Letztes Jahr haben wir schon den ersten Piloten verwendet und in diesen Piloten zum Pausen von Kunden konvertiert werden.

00:39:15: Das war eine sehr große Begründung für uns, dass wir diese Produktmarketeiligung haben.

00:39:21: Es war super wichtig.

00:39:23: Und dieses Jahr, was wir gesehen haben ist, dass wir mit großen Retailern arbeiten, die natürlich sehr schwer sind um diesen Problem zu lösen, so schnell wie möglich.

00:39:35: Das ist eine der Gründe, warum wir den Fundraising machen.

00:39:39: Wir denken, es ist das richtige Moment, denn jetzt sind wir in dieser Fähigkeit.

00:39:44: Die Retailer fragen sich, ob man halb von unseren Storchern installieren kann?

00:39:49: Und wir müssen die Produkte jetzt auf diese unterprysende Bereitigung bringen.

00:39:55: Die Fans werden in order zu starten dieser steilenden Phase viel

00:40:00: genutzt.

00:40:00: Great!

00:40:01: Alejandro Mateo, vielen Dank für das Vorausschauen uns und für einen interessanten Blick in den Exportivisten der AI, deine Technologie und deinen Plan für die Zukunft.

00:40:29: So,

00:40:30: kommen wir zur Transaktion der Woche und das ist als Schweizer Sicht wirklich eine... Außergewöhnliche Finanzierungsrunde.

00:40:37: Gravis Robotics, ein ETH Spinoff aus Zürich hat eine Series A-Runde über zweihundert Millionen US Dollar abgeschlossen und der Investor dabei ist niemand weniger als die Softbank.

00:40:50: Und zwar als alleiniger Investor.

00:40:53: gemäß Medienmitteilung wird Gravis damit rund mit einer Milliarde US Dollar Post Money bewertet also ein neues Schweizer Unicorn in der Runde.

00:41:04: Das ist für ein Schweizer Start-up natürlich ein enormes Signal und auch nicht einfach eine große Softwarerunde, sondern ein kapitalintensiver Robotics & Deep Deck Case.

00:41:14: Gravis baut autonome Systeme für schwere Baumaschinen also für Bagger oder Erdbewegungsmaschinen wie sie ja auch heißen die auf Baustellen in Steinbrüchen oder in großen Infrastrukturprojekten eingesetzt werden.

00:41:31: Gravis finde ich spannend.

00:41:32: Sie bauen eben nicht einfach einen autonomen Backer, sondern eine Retrofit-Lösung.

00:41:37: Das heißt bestehende Maschinen können mit etwas Hardware und Software nachgerüstet werden.

00:41:43: Und das ist so genannte Gravis Rack.

00:41:45: Das sind Systeme mit Sensoren-, Rechenleistungen und Autonomiesoftware, dass auf die vorhandene Maschine montiert wird.

00:41:54: Also kunden sich das natürlich extrem entscheidend weil Bauunternehmen besitzen ja bereits viele sehr teure Maschinen, also eine große Maschinflotte mit einem enormen Anschaffungswert.

00:42:06: Und wenn die Autonomie nur für wenige neue Maschienen komplett funktioniert ist die Einstiegshürde natürlich extrem hoch.

00:42:13: Wenn man aber die bestimmten Maschine verschiedener Herstellen nachrüsten kann dann wird der Markt natürlich deutlich spannender und die Einführung viel realistischer.

00:42:24: Wie schon erwähnt am Ende geht das bei Gravis um diese sogenannte Erdbewegungen.

00:42:28: Also es geht um Graben, Ausheben, Planieren, Lkw-Beladung oder Stockpile Management wie man auch sagt.

00:42:36: Das klingt vielleicht wenig glamourös als zum Beispiel humanoid Roboter.

00:42:41: die sind ja aktuell sehr im Trend ist aber wirtschaftlich extrem relevant.

00:42:45: also fast jedes Infrastrukturprojekt beginnt damit dass irgendwo gegraben wird.

00:42:50: und genau dort liegen eben viele strukturelle Probleme der Bauindustrie.

00:42:54: Produktivität ist seit Jahren ein Thema, Fachkräfte sind knapp.

00:42:58: Gute Maschinenführer sind schwer zu finden und Baustellen sind komplexe oft auch gefährliche

00:43:05: Arbeitsumgebungen.".

00:43:08: Baustellen so schwierig, diese Vielfalt.

00:43:11: Eine Fabrik ist eigentlich relativ einfach kontrolliert und kontrollierbar eine Baustelle eben nicht.

00:43:17: der Untergrund verändert sich je nach Wetter das verändert sich ja dann auch die Maschinen die bewegt sich die Menschen die laufen einfach herum also die Bauarbeiter und die Bauherren.

00:43:28: es gibt Steine da sind Leitungen im Boden es ist Hanglage plötzlich Schlamm neben Staub also ein sehr diverses Feld wo die Roboter sich da zurechtfinden müssen.

00:43:39: Und die Maschine, die verändert ihre Umgebung aktiv mit weil sie eben gräbt oder Material bewegt und das ist eine extrem anspruchsvolle Umgebungen für einen guten Autonomist.

00:43:50: Ja genau!

00:43:50: Und Kravis wurde jetzt Jahr zwanzig zweiundzwanzig als Spinoff der Rethia Zürich aus dem Umfeld des Robotics Systems Lab von Marco Hutter gegründet mit Hans-Peter Fessler als VORP den früheren, ich glaube er war CEO von ABW Schweiz Johns und CTO Dominic Judt bringt das Team sehr viel Robotik und Autonomie Know-How mit.

00:44:13: Das haben sie kombiniert, mit einem sehr klaren Industrieproblem – und das sind aus meiner Sicht auch der Unterschied zu vielen Robotics Visionen die man immer wieder hört.

00:44:24: Gravis versucht nicht einen Allzweckroboter zu bauen sondern startet mit einer sehr konkreten Anwendung bei der der wirtschaftlichen Nutzen sofort verständlich ist!

00:44:35: Ja, genau.

00:44:36: Das kann man direkt berechnen.

00:44:38: diesen Nutzen ist höhere Produktivität weniger Abhängigkeit von Knappen und mittlerweile auch teuren Maschinen führen und selbstverständlich auch mehr Sicherheit.

00:44:47: kommt dazu technologisch kombinierte Gravis die Sensorik Computer Vision LiDAR GNSS Maschinstörung und KI Modelle.

00:44:58: Die Maschine muss also nicht nur sehen wo sie ist sondern auch verstehen was sie gerade tut.

00:45:04: Machen wir mal ein Beispiel, Sie müssen verstehen wie der Boden reagiert und welche Bewegung als nächstes sinnvoll ist.

00:45:10: Dabei arbeitet Gravis auch mit Simulatoren.

00:45:14: und wichtig ist es zu dem Gravys geht nicht direkt auf Vollautonomie also ohne Maschinenführer hinten dran.

00:45:21: Mit dem Gravis Copilot haben sie eine Zwischenstufe entwickelt bei der ein Operator in der Maschine bleibt Aber durch die drei D-Führung, Hazard Detection und digitale Assistenz unterstützt wird.

00:45:35: Und das macht natürlich den Markt einstieg auch ein bisschen realistischer.

00:45:40: Ja Max mit wem arbeitet Gravis denn bisher zusammen?

00:45:44: Ja, Gravis mögt sich bereits jetzt mit großen Baumaschinen und Industriepartner wie zum Beispiel Holzim, Taylor Woodrow HD Hyundai Hitachi und auch Flannery.

00:45:55: Besonders Holzimm ist spannend weil dort nicht nur Baustellen sondern auch Steinbrüche Materiallogistik und schwer industrielle Umgebungen relevant sind und Gravis ist damit nicht nur ein Construction Tech Startup sondern eben ein Anbieter für autonome, schwere Industrieanwendungen.

00:46:12: zu sprechen von Deployments auf mehrere Kontinenten und Maschinen die in verschiedenen Ländern schon live sind.

00:46:20: Gehen wir wieder kurz auf die Financing History von GravySign.

00:46:23: Wir haben immer eine Captable kurz zusammengestellt.

00:46:26: Die Firma wurde im Oktober zwanzigzehnundzwanzig gegründet.

00:46:29: Im Februar zwanzig, dreiundzwanzig haben sie die Pre-Seedrunde von vier Millionen durchgeführt.

00:46:34: Die Bewertung wurde hier bereits auf zwanzige Millionen Pre-Money angesetzt und nicht groß kommuniziert.

00:46:41: Mit allergrößten Wahrscheinlichkeit war hier Armada Investment im Lied und sichtlich mit dabei.

00:46:47: Im April zwanziger, fünfundzwantig fand eine Seedrunde mit zweiundzwanzig Millionen statt.

00:46:54: Diese Runde wurde von IQ Capital und Secure Ventures Co.

00:46:59: angeführt, dabei waren auch wieder Armada Ventures und Holzim hat da auch investiert.

00:47:06: Das war bereits ein interessanter Mix aus Deep Tech Visis- und Bau- und Industriebezug mit dem strategischen Kapital von Holzem.

00:47:16: Die Bewertung wurde damals bei EINUNDREISIG PRE angesetzt und somit hatten sie ein bisschen über fünfzig Millionen Postmoney

00:47:24: Schön, und jetzt kommt Softbank mit zweihundert Millionen US Dollar dazu als alleiniger Investor offenbar.

00:47:31: Das ist schon eine andere Dimension jetzt.

00:47:33: Laut Berichten lag die Bewertung bei rund einer Milliarde US Dollar.

00:47:37: Post Money.

00:47:39: besonders interessant ist auch das zuvor schon spekuliert wurde.

00:47:42: Softbank habe eine Übernahme von Gravis geprüft.

00:47:46: Jetzt wird es keine Acquisition sondern eine sehr große Wachstumsfinanzierung.

00:47:51: Wir sind eben ein bisschen nachgegangen und die zweihundert Millionen werden wohl in mehreren Closings investiert.

00:47:56: Jetzt in den ersten Closing wurden rund siebenundfünfzig Millionen Schweizer Franken bei einer Bewertung von siebenhundertneunzig Millionen US Dollar investiert, das entspricht nun schon eine Sechzehn-X Wertsteigerungen für die ersten Investoren also nicht so schlecht.

00:48:12: innerhalb von drei Jahren einen Sechzen X. Und wenn dann die ganzen zweihundert Millionen investiert sind, hat Gravis bereits über zweihundfundzwanzig Millionen Kapital aufgenommen.

00:48:24: Ja also vom Markt her zeigt das einmal mehr.

00:48:27: wir haben uns bei den News schon besprochen dass Fisical AI gerade stark an Bedeutung gewinnt.

00:48:32: noch nach der ersten großen Welle generativer AI geht es zunehmend darum Die künstliche Intelligenz in die reale Welt zu transformieren.

00:48:42: Deshalb im Maschinen, Roboterfahrzeuge und Industrieanlagen.

00:48:45: Gravis passt genau in diese These.

00:48:48: Die Bauindustrie ist riesengroßt und wenig automatisiert, leidet unter Fachkräftemauern und stellt gleichzeitig unter hohem Produktivitätsdruck.

00:48:57: Und SoftBanker hat ja historisch eine große Affinität zur Robotics und großen Plattformbetten.

00:49:03: Sie haben ja im letzten Jahr bereits die Robotiksparte von ABB für über fünf Milliarden US-Soller übernommen.

00:49:10: Und Gravis, sie könnten jetzt nicht nur einzelne Maschinenautonomen machen sondern haben das Ziel zur Autonomieschicht für schwere Maschinnen zu werden.

00:49:19: und wenn die Technologie natürlich über verschiedene Herstellermaschinetypen und Einsatzbereiche hinweg funktioniert da entsteht ein potentielles Betriebssystem.

00:49:29: Erdbewegung und Schwerindustrie, das ist natürlich schon ein großer Unterschied zwischen einem Produkt und einer Plattform die sich darauf abziehen.

00:49:38: Und mit den zweihundert Millionen will Gravis international expandieren, Teams aufbauen, kommerzielle Deployments beschleunigen und die Produktentwicklung natürlich deutlich vorantreiben.

00:49:49: Robotics skaliert aber nicht wie Software.

00:49:52: Jede neue Maschine, jede Baustelle und jede Kunde bringt jeweils reale operative Komplexität mit sich und manchmal auch sehr individuell.

00:50:02: Dementsprechend braucht Gravits nun viele Field Engineers also die vor Ort arbeiten.

00:50:07: da müssen sie Support, Safety Prozesse Hardware-Leverketen, Integration mit den Maschinen Versicherungsfragen, regulatorische Fragen und sehr robuste Kundenbetreuung aufbauen.

00:50:19: Und auf Baustellen müssen die Systeme extrem zuverlässig sein, denn Fehler dort sind extrem teuer und können auch sehr schnell gefährlich werden.

00:50:28: Für das Schweizer Ökosystem ist der Riegel ausgewöhnlich spannend – also ein ETH-Spinoff!

00:50:33: Robotics-Herkunft aus Zürich.

00:50:35: Man hat früher Top Investoren mit Armada, man hat strategisch Industriepartner an Bord und jetzt eben Softbank als globalen Investor.

00:50:43: Das ist eine sehr starke Validierung und es zeigt auch dass im Schweizer Detail nicht nur in Life Sciences oder Quantum Relevantes sondern auch in Physically AI und Robotics.

00:50:53: Züricher hat mit der ETIA und dem Robotics System Lab ein.

00:50:56: sehr starker Basis hat man hier wieder einmal gesehen und ich glaube es ist ein Beispiel dafür, wie daraus eine globale Infrastrukturcase entstehen kann.

00:51:05: So das wär's gewesen mit Burnrate den WC Insider Podcast.

00:51:09: Wenn ihr unseren Podcast unterstützen wollt abonniert unsere Newsletter und teilt diesen neuen Netzwerk.

00:51:13: Vielen Dank fürs Reinhören.

00:51:15: Wir wünschen euch ein schönes Wochenende Take care und Tschüss!