Bildnachweis: (c) S2Data.
Keine Leerfahrten und damit weniger CO2 – das ermöglicht das ganzheitliche Transportplanungs-Tool von S2Data aus Graz. Das Start-up konnte mit seiner Digitalisierung des Transportwesens Investoren aus dem BayStartUP-Netzwerk begeistern und eine siebenstellige Finanzierungsrunde realisieren.
An der Seedfinanzierung haben sich Rethink Ventures, D11Z.Ventures und RoxBros aus dem BayStartUP-Investorennetzwerk beteiligt. Insgesamt konnten 1,4 Mio. EUR von privaten Investoren und zusätzlich 700.000 Euro von der AWS Austrian Wirtschafts Service eingesammelt werden. Überzeugt hat sie die KI-basierte Softwarelösung „MasterScheduler“ von S2data, die Logistikprozesse durchgängig entlang der Supply Chain optimiert und den Weg zu einer effizienteren Logistik ohne Leerfahrten auf der Straße und auf See ebnet. Ihre Software-as-a-Service-Lösung ermöglicht mit Hilfe von KI ganzheitliche und vorausschauende Logistik (predictive logistics). Die Lösung betrachtet alle Logistik-Parameter von Produktion über Lager bis Lieferung und Transportoptimierung gleichzeitig und nicht wie herkömmliche Tools nacheinander. Zu den Kunden des Start-ups gehören u.a. die Automobilzulieferer Yanfeng und Magna sowie das Speditionsunternehmen Duvenbeck. „Das Investment eröffnet uns große Chancen für unsere Skalierung in andere Branchen, aber auch international“, sagt Dr. Stefan Kremsner, CEO und Co-Gründer von S2data. „Unser unmittelbares Ziel ist es, das Unternehmen in den Bereichen Vertrieb und Entwicklung auszubauen und zu zeigen, dass sich der Einsatz des MasterScheduler in allen Branchen lohnt, wo es Logistikaufgaben gibt. Zudem ist der globale Rollout unserer Lösung für einen unserer Kunden geplant.“
BayStartUP als Sparingspartner
BayStartUP unterstützte den gesamten Fundraising-Prozess durch Sparring und passgenaues Matching mit Investoren aus dem BayStartUP-Investorennetzwerk. Die Kapitalgeber verfügen über Marktkenntnisse in den Bereichen Logistik- und Mobilitätslösungen, KI und Digitalisierung und bringen ihr großes Netzwerk sowie ihre eigene Expertise mit ein. „Der Schlüssel zum Finanzierungserfolg für Start-ups liegt in gezielten Vorstellungen bei passenden Investoren. Ein starkes Netzwerk ermöglicht nicht nur den Zugang zu Kapital, sondern auch zu den richtigen Partnern, die das Wachstum und die Entwicklung des Unternehmens unterstützen können“, weiß Dr. Carsten Rudolph, Geschäftsführer von BayStartUP. Aus dem Investorennetzwerk freut sich Jan Ludwig, Investment Manager bei D11Z.Ventures, über die Beteiligung: „Die künstliche Intelligenz von S2data setzt neue Maßstäbe bei der Optimierung von Supply-Chain-Prozessen. Durch den Einsatz der Software werden nicht nur die Logistikkosten gesenkt, sondern auch die Emissionen deutlich reduziert. Die beeindruckende Kombination aus detaillierter Analyse und exzellenter Nutzerfreundlichkeit hat uns als Investor überzeugt. S2data hat das Potenzial, sich als Technologieführer in der Logistikoptimierung zu etablieren.“ Und Matthias Schanze von Rethink Ventures ergänzt: „Die Kombination aus Marktpotenzial, innovativer Idee mit künstlicher Intelligenz, positivem Feedback bestehender Kunden und einem hervorragenden Team hat uns überzeugt, S2data auf ihrem Weg zu einer nachhaltigen Logistik zu unterstützen.“
Predictive Logistics: Dreidimensionale Planung mit Künstlicher Intelligenz
Der Transport- und Logistiksektor ist derzeit einer der größten CO2-Emittenten. Die Optimierungslösung von S2data ist in der Lage, Transporte effizienter zu planen, Fahrzeuge besser auszulasten, Leerfahrten zu vermeiden und damit signifikant CO2 einzusparen. Im Gegensatz zu herkömmlichen Transportplanungstools berücksichtigt die Lösung mit Hilfe von KI alle relevanten Planungsfaktoren wesentlich detaillierter und plant ganzheitlich bis zu sechs Wochen im Voraus. „Vereinfacht gesagt spielen wir Tetris auf dem LKW entlang der kompletten Lieferkette“, so Kremsner. „Wir stapeln Güter auf LKWs und konsolidieren Transporte, um die LKWs voll auszulasten. Wir berücksichtigen dabei Lagerbestände, Produktionskapazitäten, Routen- und Tarifwahl sowie Ladungsgewicht, -meter und -volumen. Im Ergebnis verringern wir dadurch die Zahl der Transporte und reduzieren Transportkosten, CO2-Emissionen und benötigte Ressourcen.“ Daraus ergeben sich Einsparpotenziale, die bisherige Tools nicht erreichen. Die SaaS-Lösung kann Logistik und Transport flexibel und grundsätzlich in verschiedensten Branchen optimieren. Ein Beispiel hierfür ist die Automobilbranche, die sich komplexen Herausforderungen gegenübersieht. Störungsfreie Lieferketten sind für Just-in-time- oder Just-in-sequence-Lieferungen unerlässlich. Zudem erhöht die Vielzahl kritischer Komponenten von Lieferanten aus einem weltweiten Netz die Komplexität beträchtlich. Predictive Planning ermöglicht es, diese Herausforderungen in der Logistikplanung zu berücksichtigen und durch das Konsolidieren von Bestellungen Transporte effizienter und nachhaltiger zu gestalten. Auch die Holz- oder Bauindustrie, in der komplexe Verladungen und Lieferungen die Regel sind, profitieren von der ganzheitlichen 3D-Sicht. Weitere Branchen wie der Handel, die Abfallwirtschaft oder Logistik-Dienstleister erhöhen unter anderem durch die intelligente Routenoptimierung die Effizienz und beugen durch die Reduzierung der manuellen Planungszeit dem Fachkräftemangel vor.
Gründer mit wissenschaftlichem Hintergrund
Das Gründerteam von S2data besteht aus den beiden Mathematikern Dr. Stefan Kremsner (CEO) und Dr. Stefan Lendl (COO). Kremsner ist seit 2010 als Unternehmer für die Entwicklung von Industrieprojekten rund Algorithmen, Software für Optimierung, Datenanalyse und Blockchain-Anwendungen verantwortlich. Er studierte und promovierte in Graz mit den Schwerpunkten stochastische Optimierung und maschinelles Lernen für hochdimensionale Probleme und leitete Forschungsteams in den Bereichen künstliche Intelligenz und stochastische Optimierung. Neben seiner Tätigkeit bei S2data bleibt Kremsner der Mathematik als Wissenschaftler treu. Lendl ist als COO verantwortlich für die technische und algorithmische Entwicklung. Er forscht leidenschaftlich in den Bereichen kombinatorische Optimierung, Netzwerke mit Schwerpunkt auf robuster Optimierung sowie Anwendungen im Bereich Operations Research.
