RWTH-Startup dataMatters bringt KI in die Realwirtschaft
Die Verbindung von Künstlicher Intelligenz (KI) mit der realen Welt ist heute Praxis: Das RWTH-Startup dataMatters zeigt, wie KI in der Realwirtschaft messbare Effekte liefert. Gegründet von Dr. Daniel Trauth, fokussiert das Kölner Team auf die Smartisierung von Städten, Gebäuden und Fabriken. Kein Spekulationspoker, sondern greifbare Projekte: Mülltonnen melden ihren Füllstand per Sensor an eine KI-Zentrale – die Tourenplanung wird optimiert, Kosten sinken, CO2-Emissionen gehen zurück. Diese Bodenhaftung unterscheidet dataMatters von rein generativen KI-Angeboten.
Ein Geschäftsmodell mit Bodenhaftung
Dr. Daniel Trauth betont: „Wir sind ein reales Unternehmen und wachsen mit zufriedenen Kunden statt mit Wagniskapital.“ Diese Philosophie prägt das Geschäftsmodell von dataMatters. Statt auf Text- oder Bildgeneratoren zu setzen, verbindet das Unternehmen physische Objekte mit KI-Systemen. Ziel sind Effizienzgewinne und nachvollziehbare Einsparungen in der realen Welt. Neben Füllstandssensorik in der Entsorgung gehören Heizungssteuerungen in Bürogebäuden, Parkraummanagement oder Frühwarnsysteme für Maschinenverschleiß zum Portfolio. Aus Redaktionssicht ist das Erfolgsrezept: klare Use Cases, robuste Sensorik, saubere Datenflüsse – erst dann kommt die KI.
KI in der Realwirtschaft: Ein Beispiel aus der Praxis
In einer Kommune wurden Mülltonnen mit Füllstandssensoren vernetzt, deren Daten in einer zentralen KI-Lösung Routen und Abholrhythmen optimieren. Ergebnis: rund 20 Prozent weniger Kosten und etwa 30 Prozent weniger CO2-Emissionen. „Es gibt unzählige auf den ersten Blick banale Einsatzgebiete für KI mit konkretem Nutzen in der Realwirtschaft“, sagt Trauth. Ein zweiter Blick zeigt: Genau diese „banalen“ Hebel wirken in Summe stark – in der Stadtverwaltung ebenso wie in der Wohnungswirtschaft oder im Anlagenbetrieb.
Was bringt KI in der Realwirtschaft konkret?
KI senkt wiederkehrende Betriebsaufwände um zweistellige Prozentsätze und verbessert Planbarkeit, Auslastung und Nachhaltigkeit messbar. Typisch sind schnelle Amortisationszeiten, weil vorhandene Prozesse datenbasiert feinjustiert werden.
In der Praxis zeigt sich der Nutzen an drei Mustern: erstens Echtzeit-Transparenz durch Sensorik (z.B. Füllstände, Temperaturen, Vibrationen), zweitens KI-gestützte Prognosen (z.B. Verschleiß, Auslastung, Wetter-/Ereignisabhängigkeiten), drittens Automatisierung (z.B. dynamische Touren, Heizprofile, Alarmketten). dataMatters koppelt dazu Feldgeräte mit Datenräumen und KI-Software – auf Wunsch auch mit kundeneigenen Systemen. Für Sie als Betreiber zählt das Ergebnis: weniger Leerfahrten, weniger Energieverschwendung, weniger Stillstand.
- Gebäude: Heiz-/Lichtautomation nach Belegung, prognostische Regelung gegen „Montagskälte“ im Büro.
- Stadt: Parkraumüberwachung, Abfalllogistik, Frühwarnsysteme für Extremwetter.
- Industrie: Zustandsüberwachung, Anomalieerkennung, Material- und Energieeffizienz.
Smart Cities: Ein Milliardenmarkt
Der globale Smart-Cities-Markt wird derzeit auf über 700 Milliarden US-Dollar geschätzt und könnte bis 2030 auf rund 4 Billionen US-Dollar wachsen (Schätzungen, Stand 2025). In Deutschland wird ein Anstieg auf bis zu 47 Milliarden Euro erwartet. dataMatters zielt auf diesen Bedarf – mit Lösungen, die Kommunen in den operativen Alltag integrieren. Ein aktuelles Beispiel aus dem Umfeld: In New York sind seit dem 12. November 2024 flächendeckend Mülltonnen für Gebäude mit bis zu neun Wohneinheiten, Kirchen und Behörden vorgeschrieben; rund 70 Prozent des städtischen Mülls sind davon betroffen – ein Schritt, der Logistik, Hygiene und Lebensqualität verbindet und als Türöffner für „smarte“ Abfallwirtschaft gilt.
Smart Buildings: Nachhaltigkeit und Effizienz
Auch der Markt für Smart-Building-Technologien wächst dynamisch (Schätzungen: weltweit rund 18 Milliarden US-Dollar Technologie- und Serviceanteile ohne Baukosten; Deutschland knapp 2 Milliarden Euro). dataMatters setzt hier auf Regelstrategien, die reale Nutzungsmuster abbilden: Statt Dauerbetrieb wird nach Anwesenheit, Außentemperatur und Kalender gefahren. „Durch ein smartes Konzept werden enorme Heizkosten eingespart, was Unternehmen und öffentlichen Verwaltungen ebenso guttut wie dem Klima“, so Trauth. In unseren Tests mit Bestandsgebäuden sind die größten Hebel: korrekte Sensorik-Positionen, verlässliche Zeitpläne und eine lernende, aber dokumentierte Regel-Logik.
Wie groß ist der Reifegrad für KI in deutschen Unternehmen?
Viele Firmen sind technisch vorbereitet, aber Umsetzung und Skalierung stocken: Studien berichten von hoher Bereitschaft, jedoch selten ganzheitlicher Integration in Entscheidungen.
Das deckt sich mit Projekterfahrungen: Ohne klare Datenstrategie und Zuständigkeiten bleibt der Nutzen punktuell. Laut der aktuellen Deloitte‑Analyse zum KI‑Reifegrad sind 40 Prozent bei Technik/Infra „hoch vorbereitet“, aber nur 4 Prozent nutzen KI umfassend für Entscheidungen (Stand 2024/25). Anbieter wie dataMatters schließen diese Lücke pragmatisch: Sie liefern Sensorik, Datenräume und KI-Modelle als Bausteine, die in bestehende Prozesse passen – statt alles neu aufzusetzen.
Die Herausforderung: 'Dumme Dinge' vernetzen
Es gibt Schätzungen zufolge rund 20 Milliarden IoT-Geräte – doch die meisten physischen Güter sind noch offline. Genau hier setzt dataMatters an. „Unser Geschäftsmodell besteht darin, diese 'dummen Dinge' mit Sensoren zu versehen und mit einer KI-Zentrale zu verbinden“, sagt Trauth. Vom Heizkörper über die Mülltonne bis zur Pumpe im Technikraum: Erst der Datenfluss macht Optimierung möglich. In der Praxis hat sich gezeigt: Beginnen Sie mit einem klar umrissenen Use Case, definieren Sie Datenqualität und KPIs, und skalieren Sie nach dem Proof of Value – nicht umgekehrt.
Ein Blick in die Zukunft
Die RWTH Aachen stärkt das Ökosystem zusätzlich: Nordrhein‑Westfalen investiert bis zu 180 Millionen Euro in ein neues KI‑Center, das sichere, verlässliche und nachhaltige KI vorantreiben soll. Das unterstützt Transferprojekte in die Industrie – genau dort, wo dataMatters agiert.
Mit dem Schwerpunkt auf „KI im echten Leben“ hat dataMatters bereits internationale Anfragen. Trauth erwartet, dass KI über Smart Cities hinaus in nahezu alle Branchen vordringt – vom Gesundheitswesen bis zur Agrarwirtschaft. Für Hausverwaltungen und Stadtwerke bedeutet das konkret: von Insellösungen zu vernetzten, datengetriebenen Services, die messbar Betriebskosten senken und ESG‑Ziele stützen. Mehr Einblicke in das NRW‑Ökosystem bietet die Landesinformation zum neuen RWTH‑KI‑Center.
Fazit
KI in der Realwirtschaft ist kein Hype, sondern Handwerk: Sensorik, saubere Datenräume, klare Use Cases und belastbare KPIs. dataMatters zeigt, wie Kommunen und Betreiber zweistellige Einsparungen und CO2‑Reduktionen erreichen. Der Markt für Smart Cities und Smart Buildings wächst, der Transfer wird durch RWTH‑Initiativen zusätzlich befeuert. Aus Redaktionssicht lohnt der Start mit einem eng gefassten Projekt, das sich nachweisbar rechnet – und dann skaliert. Wer Prozesse kennt und Daten nutzbar macht, erzielt schnell sichtbare Effekte.
Künstliche Intelligenz (KI) spielt eine immer größere Rolle in der Realwirtschaft. Startups wie das RWTH-Spin-off dataMatters zeigen, wie innovative Technologien Unternehmen dabei helfen können, Prozesse zu optimieren und neue Geschäftsfelder zu erschließen. Besonders im Bereich der erneuerbaren Energien gibt es spannende Entwicklungen, die durch KI unterstützt werden. Wenn Sie beispielsweise über die Installation eines Balkonkraftwerk in Moosburg an der Isar nachdenken, können KI-gestützte Systeme helfen, den optimalen Standort und die beste Ausrichtung für maximale Effizienz zu bestimmen.
Auch bei der Nutzung von Solarenergie wird die Integration von KI immer wichtiger. Dank smarter Analysen können Systeme den Energieverbrauch vorhersagen und die Stromerzeugung entsprechend anpassen. Wenn Sie sich für Solarenergie interessieren, könnte ein Blick auf Solar in Hessisch Lichtenau spannend sein. Dort erfahren Sie mehr über die Möglichkeiten, wie erneuerbare Energien in Ihrer Region genutzt werden können.
Ein weiteres Beispiel für den Einsatz von KI in der Realwirtschaft ist die smarte Steuerung von Haushaltsgeräten. Moderne Systeme lernen aus Ihrem Verhalten und passen sich Ihren Bedürfnissen an. Die smarte Bodenpflege zeigt, wie KI selbst alltägliche Aufgaben wie das Staubsaugen effizienter gestalten kann. Solche Technologien sind ein Beweis dafür, wie KI unser Leben einfacher und nachhaltiger machen kann.
