Pruna AI entwickelt optimierte, hocheffiziente KI-Modelle
Wie ein Start-up KI schneller und nachhaltiger macht
In Kürze
- Der Energie- und Ressourcenverbrauch von KI nimmt stetig zu
- Ziel von Pruna AI ist daher, effizientere und kostengünstigere KI-Modelle zu entwickeln
- Europa soll dadurch als Forschungs- und Wirtschaftsstandort gestärkt werden
Vor allem in der Forschung, die auf leistungsstarke Rechenmodelle angewiesen ist, sind die Kosten und der Energiebedarf von KI in den vergangenen Jahren stark gestiegen. Das Team von Pruna AI entwickelt deshalb KI-Modelle, die bei gleichbleibend hoher Leistungsfähigkeit deutlich weniger Ressourcen benötigen.
Typische Anwendungsfälle finden sich neben der Forschung etwa im E-Commerce: Ein Unternehmen möchte seinen Kundinnen und Kunden ermöglichen, in einer App ein Foto hochzuladen und verschiedene Kleidungsstücke virtuell anzuprobieren. Damit dieses „Virtual Try-on“ im Alltag funktioniert, muss das KI-Modell in Sekundenbruchteilen realistische Bilder erzeugen – etwa dieselbe Person mit unterschiedlichen T-Shirts – und zugleich so kostengünstig arbeiten, dass die Funktion millionenfach genutzt werden kann.
Wie Pruna KI-Modelle effizienter macht
Technisch setzt das Start-up auf mehrere Kompressions- und Optimierungsverfahren, die an unterschiedlichen Stellen des Modells ansetzen. So werden beispielsweise Verbindungen und Modellbestandteile entfernt, die für das Ergebnis nur eine geringe Rolle spielen. Zudem können bereits berechnete Zwischenergebnisse vorübergehend gespeichert werden, damit sie bei späteren, ähnlichen Anfragen nicht erneut berechnet werden müssen.
Die technische Besonderheit der Verfahren von Pruna AI besteht darin, sie nicht isoliert einzusetzen, sondern zu kombinieren und standardisiert auf Modelle anzuwenden. Anschließend wird automatisch evaluiert, wie stark sich Geschwindigkeit, Speicherverbrauch und Qualität im Vergleich zum Ausgangsmodell verändern. So lässt sich für unterschiedliche Anwendungen die jeweils beste Balance zwischen Effizienz und Genauigkeit finden. Zusätzlich setzt Pruna AI auf agentenbasierte Methoden, um die Qualität der Modelle weiter zu steigern.
Künstliche Intelligenz
Künstliche Intelligenz prägt unsere Arbeits-, Forschungs- und Alltagswelt. Entdecken Sie, wie wir diesen Fortschritt durch innovative KI-Methoden und Anwendungen mitgestalten – von Robotik bis Maschinellem Lernen.
Europa soll technologisch wettbewerbsfähig bleiben
Hinter Pruna AI steht ein vierköpfiges Gründerteam: Bertrand Charpentier, Rayan Nait Mazi, John Rachwan und TUM-Professor Stephan Günnemann. Die Idee für das Start-up entstand um das Jahr 2020 während der Promotion von Bertrand Charpentier beziehungsweise der Studienarbeiten von John Rachwan, als sie in ihren Forschungsprojekten an der TUM unmittelbar mit den Herausforderungen effizienter und leistungsstarker KI konfrontiert wurden.
Wir müssen KI-Systeme so entwickeln, dass sie mit deutlich weniger Ressourcen auskommen. Gerade für Europa ist das entscheidend, wenn wir technologisch wettbewerbsfähig bleiben wollen.
„Hinzu kam aber auch immer der Gedanke, dass es nicht der richtige Weg sein kann, für den wachsenden Rechenbedarf von KI über zusätzliche Energiequellen wie Atomkraftwerke nachzudenken. Stattdessen müssen wir KI-Systeme so entwickeln, dass sie mit deutlich weniger Ressourcen auskommen. Gerade für Europa ist das entscheidend, wenn wir technologisch wettbewerbsfähig bleiben wollen. Daher haben wir neben unserem Standort in München auch einen weiteren in Paris“, sagt Stephan Günnemann. Inzwischen ist das diverse und internationale Team auf 16 Vollzeitkräfte und einige studentische Hilfskräfte angewachsen.
Das Team wurde durch das EXIST-Gründungsstipendium gefördert, ebenso durch UnternehmerTUM, das Zentrum für Innovation und Gründung und die TUM Venture Labs Software/AI und Robotics/AI.
Entrepreneurship
Unternehmertum ist Teil unserer DNA. Entdecken Sie das Gründungsökosystem von TUM, UnternehmerTUM und den TUM Venture Labs mit vielfältigen Entrepreneurship-Angeboten – von Gründungsberatung bis hin zu Entrepreneurship Education.
- Stephan Günnemann ist Professor für Data Analytics and Machine Learning an der TUM School of Computation, Information and Technology, Executive Direktor des Munich Data Science Institute (MDSI), Direktor der Konrad Zuse School of Excellence in Reliable AI sowie Principal Investigator am Munich Center for Machine Learning (MCML).
- Das Innovationsökosystem mit der TUM im Mittelpunkt gilt als einer der erfolgreichsten Deeptech-Hubs in Europa. Seine besonderen Stärken sind sein starkes, vielfältiges Netzwerk und die äußerst spezifische Förderung. In Initiativen und Co-Labs arbeiten Start-ups mit etablierten Unternehmen, Fachleuten, Investorinnen und Investoren und Verwaltung an Innovationen. TUM und UnternehmerTUM, das Zentrum für Innovation und Gründung, unterstützen Gründungsteams mit Programmen, die exakt auf die einzelnen Phasen der Gründung und die Teams zugeschnitten sind. Auf zwölf Technologiefeldern bieten die TUM Venture Labs eine unmittelbare Anbindung an die Spitzenforschung, technische Infrastruktur und Marktexpertise. Pro Jahr werden mehr als 100 Unternehmen an der TUM gegründet und mehr als 1.000 Start-up-Teams von UnternehmerTUM und den Venture Labs unterstützt. UnternehmerTUM, das mit einem eigenen Venture-Capital-Fonds investiert, wurde von der Financial Times dreimal zu Europas bestem Gründungszentrum gewählt.
Technische Universität München
Corporate Communications Center
- Julia Rinner
- julia.rinner@tum.de
- presse@tum.de
- Teamwebsite
