Ein von MONOist geführtes Interview mit Tiffany Bloomquist, Leiterin des Startup-Sektors für den asiatisch-pazifischen Raum und Japan bei Amazon Web Services, und Taesan Kwon, Chief Operating Officer von STRADVISION, zeigt, wie Cloud-Infrastruktur und Startup-Förderprogramme einem auf Computer Vision spezialisierten Unternehmen dabei helfen können, von der Entwicklung einer spezialisierten Technologie zur Einführung von Lösungen für künstliche Intelligenz in mehreren Branchen überzugehen.
Das Interview fand während einer von AWS am 8. September 2026 im STRADVISION-Büro in Südkorea veranstalteten Medienveranstaltung statt. Im Mittelpunkt standen die Aktivitäten beider Unternehmen im Bereich der künstlichen Intelligenz sowie das, was AWS als physische künstliche Intelligenz bezeichnet: der Einsatz intelligenter Modelle in Umgebungen, die mit der realen Welt interagieren, etwa in Fahrzeugen und Robotern.
Von der Idee zum Markt
Bloomquist sagte, AWS habe innerhalb von 20 Jahren mehr als 80 Milliarden US-Dollar investiert und unterstütze über das Programm AWS Activate weltweit mehr als 350.000 Startups. Ihrer Erläuterung zufolge beschränkt sich diese Unterstützung nicht auf Rechenguthaben und technische Dienste, sondern erstreckt sich auch auf die Unterstützung der Unternehmen beim Aufbau des Produkts, bei der Entwicklung einer Go-to-Market-Strategie, bei der Nutzung des AWS Marketplace sowie bei der Vernetzung mit Partnern und Unternehmenskunden.
AWS führt Unternehmen wie Netflix und Grab als Beispiele für Firmen an, die mit konkreten Ideen begonnen und sich anschließend zu globalen Unternehmen entwickelt haben. Das Interview liefert jedoch keine neuen Zahlen zum Wachstum von STRADVISION oder zu bestimmten Geschäftsergebnissen, sondern konzentriert sich auf die Mechanismen, mit denen AWS Unternehmen in den Entwicklungs- und Expansionsphasen unterstützt.
Was AWS für Lösungen der künstlichen Intelligenz bereitstellt
AWS erklärt, mehr als 200 Dienste bereitzustellen, die je nach Kundenanforderungen kombiniert werden können. Für rechenintensive Projekte im Bereich der künstlichen Intelligenz gehören dazu der Einsatz von Grafikprozessoren von NVIDIA oder der Zugriff auf AWS-Trainium-Chips für das Training von Modellen und AWS-Inferentia-Chips für die Ausführung der Inferenz.
Das Unternehmen verwies außerdem auf AWS SageMaker HyperPod zur Koordinierung groß angelegter Modelltrainingsprozesse und auf Amazon Bedrock für den Zugriff auf Modelle der künstlichen Intelligenz über Programmierschnittstellen. Hinzu kommen Amazon Q Developer und Kiro für Softwareentwicklungsaufgaben sowie Amazon QuickSight zur Analyse und Darstellung von Daten.
STRADVISIONs Anwendungen im Bereich der physischen künstlichen Intelligenz
STRADVISION entwickelt auf künstlicher Intelligenz basierende Lösungen für Computer Vision und setzt sie in fahrzeugbezogenen Anwendungen ein. Bloomquist erklärte, die Technologien des Unternehmens stellten einen frühen Anwendungsfall für physische künstliche Intelligenz dar. Zugleich würden auf Fahrzeugdaten trainierte Modelle auf weitere Bereiche ausgeweitet, darunter die Robotik.
Dem Artikel zufolge nutzt STRADVISION AWS-Lösungen bei der Entwicklung seiner Produkte. Das Interview legt jedoch nicht fest, welche Dienste in den einzelnen Produktionsphasen verwendet werden, und nennt weder Leistungskennzahlen noch Kundenverträge oder technische Einzelheiten, anhand derer sich die Auswirkungen dieser Dienste unabhängig messen ließen.
Warum ist diese Entwicklung wichtig?
Die Bedeutung dieses Falls liegt darin, dass er verdeutlicht, dass die Entwicklung künstlicher Intelligenz für reale Umgebungen nicht allein vom Modell abhängt. Sie erfordert auch eine Infrastruktur für das Training und den Betrieb von Modellen sowie Werkzeuge für das Datenmanagement, die Entwicklung und die kommerzielle Bereitstellung. Für Startups in den Bereichen Automobil und Robotik kann diese Integration den Bedarf verringern, die gesamte Infrastruktur intern aufzubauen.
Der Erfolg dieses Modells bleibt hingegen an die Datenqualität, die Sicherheits- und Zuverlässigkeitsanforderungen kritischer Anwendungen, die Kosten der Rechenleistung und die Fähigkeit des Unternehmens gebunden, das Versuchsmodell in ein einsetzbares Produkt zu überführen. Der Artikel liefert nicht genügend Einzelheiten, um diese Aspekte im Fall von STRADVISION zu beurteilen. Daher sollte das Interview als Darstellung einer Technologiepartnerschaft und eines Unterstützungsökosystems betrachtet werden, nicht als unabhängige Bewertung der Produktleistung.