Synthetische Daten, Training-as-a-Service und Visual Language Models beschleunigen Smart-City-Anwendungen

Mit neuen Erweiterungen seiner Entwicklerplattform Hafnia setzt der dänische Videosoftware-Spezialist Milestone Systems gemeinsam mit NVIDIA neue Maßstäbe in der Entwicklung von Vision-AI-Anwendungen. Vorgestellt wurden die aktuellen Fortschritte auf der NVIDIA GTC in San Jose – im Fokus: synthetische Daten, Training-as-a-Service (TaaS) und Visual Language Models (VLM).

KI-Training jenseits historischer Daten

Klassische KI-Systeme basieren primär auf historischen Daten – ein Ansatz, der in dynamischen Umgebungen wie Smart Cities schnell an Grenzen stößt. Seltene Wetterlagen, atypische Verkehrssituationen oder regionale Besonderheiten sind in vielen Datensätzen unterrepräsentiert.

Hafnia adressiert diese Lücke durch die Kombination realer Videodaten mit synthetischer Datengenerierung. Auf Basis von NVIDIA-Technologien entstehen realitätsnahe, physikbasierte Trainingsdaten, die auch seltene oder risikobehaftete Szenarien abbilden. Ziel ist es, Verzerrungen in Datensätzen zu reduzieren und die Robustheit von KI-Modellen deutlich zu erhöhen.

„Wir ermöglichen es Entwicklern, Modelle zu trainieren, die nicht nur bekannte Situationen beherrschen, sondern auch auf unerwartete Ereignisse vorbereitet sind“, erklärt Edward Mauser, Director of Hafnia bei Milestone Systems.

Training-as-a-Service: Komplexität reduzieren, Tempo erhöhen

Mit dem geplanten Training-as-a-Service-Angebot schlägt Hafnia eine Brücke zwischen Datensammlung und Modelltraining. Entwickler erhalten direkten Zugriff auf kuratierte, regelkonforme Daten – sowohl reale als auch synthetische – und können diese für spezifische Anwendungsfälle anpassen.

Der Vorteil: Statt fragmentierter Toolchains entsteht eine integrierte Umgebung, die den gesamten Trainingsprozess vereinfacht. Milestone zufolge lassen sich Entwicklungszyklen so deutlich verkürzen – bei gleichzeitig hoher Datenqualität und regulatorischer Sicherheit.

Visual Language Models für Smart Cities

Ein weiterer Baustein ist VLM-as-a-Service: eine neue Generation von Visual Language Models, die visuelle Daten mit kontextuellem Verständnis kombinieren. Basierend auf NVIDIA Cosmos-Modellen sind diese speziell für urbane Anwendungsfälle optimiert.

Bereits verfügbar ist ein EU-optimiertes Verkehrsmodell, das in ersten Städten im Einsatz ist. Weitere Modelle sollen folgen – etwa für Sicherheits-, Mobilitäts- oder Infrastruktur-Szenarien. Ziel ist es, Computer-Vision-Anwendungen durch generative KI intelligenter, skalierbarer und wirtschaftlicher zu machen.

End-to-End-Infrastruktur und Datensouveränität

Hafnia setzt auf eine Multi-Cloud-Architektur, die Anbieter wie AWS oder Nebius integriert. Damit lässt sich der gesamte Lebenszyklus von KI-Modellen – von der Datengenerierung über Training bis zur Ausbringung – flexibel und skalierbar abbilden.

Ein zentraler Aspekt ist dabei die Datensouveränität: Unternehmen behalten die Kontrolle darüber, wo ihre Daten verarbeitet werden – ein entscheidender Faktor insbesondere im europäischen Kontext.

Fazit: Vom reaktiven zum proaktiven KI-System

Mit der Weiterentwicklung von Hafnia verschiebt Milestone Systems den Fokus von reaktiven KI-Modellen hin zu proaktiven, resilienten Systemen. Die Kombination aus synthetischen Daten, integrierter Trainingsinfrastruktur und neuen Modellansätzen markiert einen wichtigen Schritt für skalierbare, praxisnahe Vision-AI – insbesondere in komplexen Smart-City-Umgebungen.