1
00:00:00,099 --> 00:00:04,719
Tausende zerknüllte Plastikflaschen,
gebrauchte Shampoo Dosen und zerdrückte Kartons

2
00:00:04,980 --> 00:00:06,619
sausen auf einem Förderband vorbei.

3
00:00:06,980 --> 00:00:08,420
Mehrere Meter pro Sekunde.

4
00:00:08,739 --> 00:00:12,739
Normalerweise sieht hier ein Mitarbeiter
alle zehn Minuten kurz hin und macht eine

5
00:00:12,759 --> 00:00:13,979
händische Stichprobe.

6
00:00:14,039 --> 00:00:17,039
Aber direkt über dem Band hängt jetzt eine
kleine graue Kiste.

7
00:00:17,359 --> 00:00:22,119
Eine Kameraeinheit, genannt Analyzer, die
per Computer Vision jedes einzelne Objekt

8
00:00:22,159 --> 00:00:23,399
in Echtzeit erkennt.

9
00:00:23,439 --> 00:00:26,779
Und zwar nicht nur Plastik oder Pappe,
sondern die exakte Marke,

10
00:00:26,819 --> 00:00:28,599
das Material und den Füllstand.

11
00:00:28,804 --> 00:00:29,604
Warte mal, Max.

12
00:00:30,245 --> 00:00:34,724
Die Kamera sieht also im Müll ganz genau,
ob da eine Flasche von L'Oréal oder eine

13
00:00:34,764 --> 00:00:36,504
Packung von Unilever vorbeiläuft?

14
00:00:36,701 --> 00:00:38,061
Exakt das passiert da.

15
00:00:38,381 --> 00:00:41,841
Und genau aus dieser Beobachtung entsteht
gerade ein neues Geschäftsmodell.

16
00:00:42,241 --> 00:00:43,361
Willkommen bei IGNITION.

17
00:00:43,661 --> 00:00:46,061
Starte mit KI in Dein selbstbestimmtes
Leben.

18
00:00:46,204 --> 00:00:49,845
Heute zerlegen wir ein Geschäft, das durch
KI plötzlich anders funktioniert.

19
00:00:50,015 --> 00:00:53,154
Für IGNITION analysieren wir aktuelle
Entwicklungen aus KI,

20
00:00:53,355 --> 00:00:55,275
Technologie, Wirtschaft und Forschung.

21
00:00:55,574 --> 00:00:59,474
Wir vergleichen Quellen, prüfen
Behauptungen und trennen belastbare Signale von

22
00:00:59,574 --> 00:01:00,835
kurzfristigem Hype.

23
00:01:00,894 --> 00:01:04,314
Das britische Startup Greyparrot hat genau
dieses System gebaut.

24
00:01:04,335 --> 00:01:07,514
Und wenn man versteht, wer dafür bezahlt,
sieht man das Muster dahinter.

25
00:01:07,741 --> 00:01:08,981
Wer bezahlt denn dafür?

26
00:01:09,321 --> 00:01:12,701
Ich meine, auf den ersten Blick profitiert
doch erst mal der Sortierbetrieb,

27
00:01:12,821 --> 00:01:13,081
oder?

28
00:01:13,761 --> 00:01:16,981
Also Firmen wie Veolia, Biffa oder Waste
Management.

29
00:01:17,701 --> 00:01:21,781
Wenn die vorher nur sporadisch von Hand
gemessen haben, war das ja im Grunde ein

30
00:01:21,861 --> 00:01:22,502
Blinder Fleck.

31
00:01:22,583 --> 00:01:23,103
Genau.

32
00:01:23,153 --> 00:01:26,783
Für die Anlagenbetreiber ist das pure
operative Effizienz.

33
00:01:26,850 --> 00:01:31,143
Statt einer ungenauen Stichprobe am Tag
haben sie jetzt eine kontinuierliche KI

34
00:01:31,191 --> 00:01:32,623
Messung rund um die Uhr.

35
00:01:32,673 --> 00:01:36,423
Das steigert die Rückgewinnungsrate von
reinem Material und senkt den Ausschuss

36
00:01:36,503 --> 00:01:36,983
extrem.

37
00:01:37,063 --> 00:01:39,303
Aber das ist nur die erste Hälfte der
Geschichte.

38
00:01:39,432 --> 00:01:41,111
Und was ist die zweite Hälfte?

39
00:01:41,792 --> 00:01:45,891
Warum interessiert sich ein riesiger
Konsumgüterkonzern für eine Kamera,

40
00:01:46,371 --> 00:01:49,971
die über einem fremden Müllband irgendwo
in einer Recyclinghalle hängt?

41
00:01:50,000 --> 00:01:54,560
Weil Firmen wie Unilever, L'Oréal und
Kenvue über eine eigene Softwareplattform

42
00:01:54,620 --> 00:01:57,680
namens Deepnest auf genau diese Daten
zugreifen.

43
00:01:57,840 --> 00:01:59,600
Sie besitzen die Hallen nicht.

44
00:01:59,640 --> 00:02:01,040
Sie betreiben die Bänder nicht.

45
00:02:01,136 --> 00:02:04,720
Aber sie bezahlen dafür, dass sie zum
ersten Mal in Echtzeit sehen,

46
00:02:04,800 --> 00:02:09,120
wo ihre Verpackungen nach dem Kauf
tatsächlich landen, wie gut sie recycelt werden

47
00:02:09,166 --> 00:02:12,640
können und wo ihre Nachhaltigkeitsziele an
der Realität scheitern.

48
00:02:12,724 --> 00:02:14,724
Das, das, das ist ja der eigentliche
Hebel.

49
00:02:15,284 --> 00:02:19,164
Greyparrot baut im Grunde einen doppelten
Kundenzugang auf.

50
00:02:19,224 --> 00:02:22,625
Der Anlagenbetreiber nutzt die Hardware
für seinen täglichen Betrieb,

51
00:02:23,164 --> 00:02:26,504
und der Markenhersteller kauft die
Aggregierten Daten aus dem Prozess.

52
00:02:26,661 --> 00:02:27,621
Das ist der Punkt.

53
00:02:27,881 --> 00:02:29,701
Die Hardware öffnet die Tür zur Halle.

54
00:02:30,042 --> 00:02:32,281
Aber die Datenplattform skaliert das
Geschäft.

55
00:02:32,292 --> 00:02:34,452
Das klingt auf dem Papier extrem charmant.

56
00:02:34,548 --> 00:02:37,092
Aber ganz ehrlich, Max, wo ist der Haken?

57
00:02:37,312 --> 00:02:42,132
Warum sollten Recycler ihre Daten einfach
so teilen und warum müssen die Konzerne

58
00:02:42,192 --> 00:02:43,812
das genau jetzt kaufen?

59
00:02:43,792 --> 00:02:45,792
Hier verschiebt sich etwas durch die
Politik.

60
00:02:45,925 --> 00:02:50,672
Im ersten Quartal 2026 gab es einen echten
behördlichen Wendepunkt.

61
00:02:50,752 --> 00:02:55,072
Die britische Umweltbehörde, die
Environment Agency, hat zum ersten Mal KI

62
00:02:55,112 --> 00:02:59,072
generierte Daten von Greyparrot als
offiziellen gesetzlichen Nachweis für

63
00:02:59,125 --> 00:03:02,912
Umweltberichte von Entsorgern wie Biffa
und FCC akzeptiert.

64
00:03:03,057 --> 00:03:04,277
Okay, das ist stark.

65
00:03:04,816 --> 00:03:09,476
Das bedeutet ja, aus einfachen Messwerten
wird auf einmal eine regulierte Nachweis

66
00:03:09,536 --> 00:03:09,837
Währung.

67
00:03:10,034 --> 00:03:10,674
Genau das.

68
00:03:10,975 --> 00:03:13,814
Wenn die Behörde die Daten als
gesetzlichen Bericht anerkennt,

69
00:03:14,014 --> 00:03:18,114
verschiebt sich der Nutzen von optionaler
Software hin zu zwingender Compliance.

70
00:03:18,434 --> 00:03:20,454
Und das treibt die Zahlungsbereitschaft.

71
00:03:20,514 --> 00:03:24,974
Denn Gesetze zur erweiterten
Herstellerverantwortung, sogenannte EPR Regulierungen,

72
00:03:25,234 --> 00:03:27,694
zwingen die Firmen weltweit zu genauen
Nachweisen.

73
00:03:28,011 --> 00:03:31,131
Lass uns mal kurz die kaufmännische
Realität prüfen.

74
00:03:31,191 --> 00:03:33,831
Was wissen wir denn konkret über die
Zahlen von Greyparrot?

75
00:03:34,391 --> 00:03:36,231
Haben die schon echte Umsätze offengelegt?

76
00:03:36,292 --> 00:03:40,452
Konkrete Umsatzzahlen oder Margen nennt
das Unternehmen öffentlich bisher nicht.

77
00:03:40,592 --> 00:03:45,412
Bekannt ist aber, dass sie eine Series B
Finanzierung über 27 Millionen Dollar

78
00:03:45,472 --> 00:03:49,812
aufgenommen haben, womit das Gesamtkapital
bei rund 60 Millionen Dollar liegt.

79
00:03:49,903 --> 00:03:54,292
Investoren wetten also massiv darauf, dass
sich dieser Datenstandard durchsetzt.

80
00:03:54,292 --> 00:03:56,012
Aber wo liegt das Risiko?

81
00:03:56,100 --> 00:04:00,612
Wenn ich mir das als Operator anschaue:
Der Burggraben von Greyparrot hängt doch

82
00:04:00,646 --> 00:04:05,292
komplett davon ab, dass sie physischen
Zugang zu fremden Sortierbändern bekommen.

83
00:04:05,380 --> 00:04:10,212
Wenn ein großer Anlagenbauer morgen eigene
Kameras in seine Sortiermaschinen baut,

84
00:04:10,244 --> 00:04:11,252
wird der Zugang eng.

85
00:04:11,390 --> 00:04:13,089
Ein absolut berechtigter Einwand.

86
00:04:13,349 --> 00:04:16,829
Die Skalierung ist an physische Hardware
gekoppelt, die in fremden Hallen

87
00:04:16,869 --> 00:04:18,069
installiert werden muss.

88
00:04:18,129 --> 00:04:22,170
Und das zweite Risiko ist die Politik:
Wenn Regulierung die Nachfrage schafft,

89
00:04:22,229 --> 00:04:24,749
verändert jede Gesetzesänderung auch den
Markt.

90
00:04:24,809 --> 00:04:27,850
Aber das unternehmerische Muster dahinter
ist extrem wertvoll.

91
00:04:27,875 --> 00:04:29,555
Welches Muster meinst du genau?

92
00:04:29,701 --> 00:04:34,301
Instrumentiere einen bestehenden,
physischen Prozess mit KI Sensorik.

93
00:04:34,401 --> 00:04:38,562
So entsteht ein Daten Nebenprodukt, das
für einen externen Dritten viel wertvoller

94
00:04:38,581 --> 00:04:41,201
ist als für den Betreiber der Hardware
selbst.

95
00:04:41,261 --> 00:04:45,381
Gründer sollten sich immer fragen: Wer
braucht die Daten meines Prozesses dringender

96
00:04:45,422 --> 00:04:47,321
als die Person, die die Maschine bedient?

97
00:04:47,515 --> 00:04:50,934
Wer die Datenhoheit über einen
unsichtbaren Materialstrom gewinnt,

98
00:04:51,394 --> 00:04:55,435
verwandelt einen stinknormalen Ablauf in
ein hochprofitables Datenprodukt.

99
00:04:55,458 --> 00:04:57,458
Das war der Business Case des Tages.

100
00:04:57,458 --> 00:04:58,338
IGNITION.

101
00:04:58,458 --> 00:04:59,418
Jeden Morgen.

102
00:04:59,488 --> 00:05:00,818
Ein echter Business Case.

103
00:05:00,914 --> 00:05:02,498
Eine echte Chance für Dich.