Das Vypno-Team
© Vypno

Vypno: „In 5 Jahren möchten wir zu den Leadern in Generative AI und Synthetic Data gehören.“

Machine Learning funktioniert nur mit einer ausreichenden Datenmenge. Die zu beschaffen stellt viele Unternehmen aber vor echte Herausforderungen: zu kosten- und zeitaufwendig. Schneller und günstiger soll es mit der Softwarelösung von Vypno gehen. Das Münchner Startup will mit seinen virtuell generierten Bilddaten Deep-Learning-Algorithmen füttern. Ein Interview mit dem GründerInnen-Team.

Wer seid Ihr und was macht Ihr? Stellt Euch bitte kurz vor!

Unser Gründerteam bei Vypno besteht aus Maximilian Jakasovic, 33, CEO, der schon während seines Bachelorstudiums der Informatik seinen unternehmerischen Geist entdeckte und mit der Appetise GmbH sein erstes Startup gründete.

Durch sein Studium der Informatik lernte er auch einen der Mitgründer von Vypno kennen, Alejandro Rueda, 32, welcher vor seinem Studium bereits eine Ausbildung zum Film- und Computeranimator machte und hier erste Erfahrungen in der Berufswelt sammeln konnte. In seinem Studium spezialisierte er sich auf Bildbearbeitung mit Hilfe von Machine Learning. In unserem Team ist er zuständig für Computer Vision und Deep Learning und unterstützt uns des Weiteren durch seine Expertise in den Bereichen des Designs.

Ein weiteres Mitglied und Mitbegründer von Vypno ist Yang Li, 33, welche mit mehr als 10 Jahren Erfahrungen in den Bereichen Scientific and Engineering Simulation glänzt, wo sie sowohl als Entwickler und auch als Manager tätig war. Yang studierte Mathematik und trägt einen Doktortitel in Informatik. Durch ihre langjährigen und umfassenden Kenntnisse ist sie zuständig für das Team Management und die Projektentwicklung. Maximilian und Yang lernte sich durch Yangs Tätigkeit als Betreuer für Abschlussarbeiten kennen, wo sie unter anderem Maxis bei seiner Masterarbeit betreute.

Das letzte Mitglied in unserem Team ist Nitesh Narayan, 35, welcher ebenfalls einen Doktortitel in Informatik trägt. Durch seine langjährige Erfahrung in den Bereichen der Softwareentwicklung unterstützt er unser Team im designen und entwickeln von Software-Applikationen.

Schnell viele Daten für Deep Learning

Welches Problem löst Euer Startup?

Eines der größten Probleme im Machine Learning ist, dass man oft zu wenige oder ungeeignete Daten für Deep Learning zur Verfügung hat und eine manuelle Akquise und Aufbereitung sehr kostspielig und zeitaufwendig ist. Unsere Technologie ermöglicht die schnelle Generierung und Kennzeichnung von Bilddaten in Sekunden und reduziert somit den Arbeits- und Kostenaufwand deutlich.

Aber das gibt’s doch schon längst!

Die Kombination aus Generative AI mit synthetischen Daten, wie sie in unserer Technologie benutzt wird, ist einzigartig und ermöglicht unseren Kunden signifikante Kosteneinsparungen.

Gab es bereits einen Punkt, an dem Ihr beinahe gescheitert seid?

Da wir ein sehr internationales Team sind, bereiteten uns vor allem die Aufenthaltsgenehmigungen und Arbeitserlaubnisse für unsere einzelnen Mitglieder immer wieder Schwierigkeiten.

Wo möchtet Ihr in einem Jahr stehen, wo in fünf Jahren?

In einem Jahr möchten wir voll durchfinanziert sein und in fünf Jahren möchten wir zu den Leadern in Generative AI und Synthetic Data gehören.

München, das deutsche Silicon Valley

Wie schätzt Ihr den Startup-Standort München ein?

München als deutsches Silicon Valley bietet exzellente Möglichkeiten für junge Unternehmen. Durch den Forschungstandort Garching werden wir ständig mit neuen innovativen Ideen konfrontiert und unsere Kooperationen mit unseren Partnern ermöglichen uns die Interaktion mit einem breiten Spektrum aus Beratern und Unternehmen.

Schneller Exit oder langer Atem?

Gegenwärtig machen wir uns über einen Exit keine Gedanken. Für uns steht an erster Stelle ein Produkt zu entwickeln, welches den hohen Ansprüchen unserer Kunden gerecht wird.