-
99.9% Data Reduction: Why Send Gigabytes to the Cloud When Asset State is Determined at the Edge?
SF2 Edge State Intelligence: Instead of transmitting continuous streams of raw data to the cloud, SF2 condenses multivariate sensor data directly at the edge into compact State Fingerprints. This creates highly actionable state information while drastically reducing network traffic. Industrial facilities are generating more sensor data than ever before. However, evaluating whether a machine is operating within its normal range doesn’t necessarily require a constant transmission of raw data. SF2 Systems takes a more efficient approach: state calculation happens exactly where the data is generated – at the edge. Instead of pushing full raw data streams, only relevant state information is forwarded. When Sensors Become a Transport Problem Vibration, temperature, pressure,…
-
99,9 % Datenreduktion: Warum Gigabytes in die Cloud schicken, wenn der Zustand am Edge entsteht?
Industrieanlagen erzeugen immer mehr Sensordaten. Doch um zu beurteilen, ob sich eine Maschine im Normalbereich bewegt, müssen jedoch nicht zwingend alle Rohdaten permanent übertragen werden. SF2 Systems wählt hier einen effizienteren Weg: Die Zustandsberechnung erfolgt direkt dort, wo die Daten entstehen – am Edge. Anstelle vollständiger Rohdatenströme wird ausschließlich die relevante Zustandsinformation weitergeben. Wenn Sensorik zum Transportproblem wird Vibration, Temperatur, Druck, Stromaufnahme, Drehzahl, Durchfluss, IMU- und Prozessdaten: Moderne Maschinen und Anlagen liefern heute dutzende oder hunderte Messgrößen gleichzeitig. Diese Datentiefe ist technisch wertvoll, wirft architektonisch jedoch eine entscheidende Frage auf: Welche dieser Daten müssen die Maschine tatsächlich verlassen? Der klassische Weg lautet meist: erfassen, übertragen, speichern und anschließend zentral analysieren.…
-
Ein Sensor fährt mit: SF2 Systems macht Zustandsveränderungen auf Förderstrecken sichtbar
Eine Rolle läuft unrund. Die Anlage steht. Eine einzige verschlissene Rolle kann reichen. Solange sie nur etwas unrunder läuft, fällt sie im täglichen Betrieb kaum auf. Wird das Problem hörbar oder sichtbar, ist aus einer kleinen Zustandsveränderung möglicherweise bereits ein Stillstand geworden. Bei kilometerlangen Förder- und Transportanlagen ist genau das ein strukturelles Problem: Tausende Rollen, Lager, Übergänge und Antriebe bewegen sich jeden Tag, aber nur ein kleiner Teil davon wird permanent überwacht. Die klassische Lösung, jede einzelne Komponente dauerhaft zu instrumentieren, bedeutet zusätzliche Sensoren, aufwendige Verkabelung, hohe Integrationskosten und Wartung der Messtechnik. Das Deep-Tech-Unternehmen SF2 Systems präsentiert nun einen wirtschaftlicheren Ansatz: Der Träger, der ohnehin über die Strecke fährt, wird…
-
Europe’s Space Sector Needs More Than Reliable Signals – It Needs Meaningful System States
Europe’s space sector is evolving into a highly interconnected industrial ecosystem. As space assets become more complex, autonomous and reusable, one question becomes paramount: What is the actual physical state of the system itself? Vienna-based deep-tech company SF2 Systems is pioneering a technology that turns telemetry, test data, and engineering knowledge into a comparable representation of system state, from individual components and subsystems up to the entire space asset. Europe’s space industry is no longer a niche market. More than 5,000 companies across the continent are active in space and satellite technologies. According to APEX Ventures, the industry generates approximately €8.8 billion in annual revenue and employs more than 60,000…
-
Kritische Infrastruktur wird überall überwacht. Aber wer versteht ihren Gesamtzustand?
Kritische Infrastrukturen liefern enorme Mengen an Daten, Zustandsmeldungen und Alarmen. SF2 Systems verdichtet vorhandene Sensor- und Betriebsdaten zu vergleichbaren State Fingerprints. Betreiber können damit erkennen, ob sich das gemeinsame Verhalten vieler Signale von bekannten Referenzzuständen entfernt. Die Verarbeitung kann lokal am Edge oder On-Premises erfolgen, ohne zwingende Cloud-Anbindung. Eine erste Analyse ist mit historischen Daten offline und ohne Schreibzugriff auf Steuerungs- oder Schutzsysteme möglich. Betreiber kritischer Infrastruktur verfügen meist über zahlreiche spezialisierte Systeme für Betrieb, Instandhaltung, OT und Security. Jedes dieser Systeme erfüllt seine Aufgabe. Was daraus nicht automatisch entsteht, ist ein gemeinsames und vergleichbares Bild davon, in welchem Zustand sich das technische System tatsächlich befindet und wie sich dieser…
-
Europas Raumfahrt braucht nicht nur sichere Signale – sondern verständliche Systemzustände
Europas Raumfahrt wächst zu einem hochvernetzten Industrieökosystem. Doch je komplexer, autonomer und wiederverwendbarer Space Assets werden, desto wichtiger wird eine zusätzliche Frage: In welchem physischen Zustand befindet sich das System selbst? Das Wiener Deep-Tech-Unternehmen SF2 Systems entwickelt eine Technologie, die aus Telemetrie, Testdaten und Engineering-Wissen eine vergleichbare Zustandsrepräsentation erzeugt – von der Komponente über das Subsystem bis zum gesamten Space Asset. Europas Raumfahrt ist keine Nische mehr. Mehr als 5.000 Unternehmen sind europaweit in Raumfahrt- und Satellitentechnologien aktiv, die Branche erwirtschaftet laut APEX Ventures rund 8,8 Milliarden Euro jährlich und beschäftigt mehr als 60.000 Ingenieurinnen, Ingenieure und Wissenschaftler. Die European Space Tech Ecosystem Landscape zeigt, wie breit dieses Ökosystem inzwischen…
-
Physical AI Needs More Than Intelligence: Trustworthiness Must Be Verifiable During Operation
. “Brains may be commoditised. Trust will not.” With this statement, André Loesekrug-Pietri, Chairman of the Joint European Disruptive Initiative JEDI, captured one of the central challenges of Physical AI at The Autonomous Main Event 2026 in Vienna. His keynote was fittingly titled “Verify, Don’t Trust.” Powerful AI models are becoming increasingly available. The harder question is how their decisions can be reliably connected to real machines operating in constantly changing physical environments. An autonomous system may still be running exactly the same software as on day one while its physical body has already begun to change: motors age, friction shifts, sensors drift, tools wear, and loads and environmental conditions…
-
Physical AI braucht mehr als Intelligenz: Vertrauenswürdigkeit muss im Betrieb überprüfbar werden
. „Brains may be commoditised. Trust will not.“ Mit diesem Satz brachte André Loesekrug-Pietri, Chairman der Joint European Disruptive Initiative JEDI, beim The Autonomous Main Event 2026 in Wien eine zentrale Herausforderung von Physical AI auf den Punkt. Seine Keynote trug entsprechend den Titel „Verify, Don’t Trust“. Leistungsfähige AI-Modelle werden zunehmend verfügbar. Schwieriger wird die Frage, wie ihre Entscheidungen zuverlässig mit einer realen Maschine und einer sich ständig verändernden physischen Umwelt verbunden werden. Denn ein autonomes System kann noch exakt dieselbe Software ausführen wie am ersten Tag, während sich der physische Körper darunter längst verändert hat: Motoren altern, Reibung verändert sich, Sensoren driften, Werkzeuge verschleißen, Lasten und Umgebungsbedingungen wechseln. Physical…
-
SF2 Systems Brings State Fingerprints to the Energy Sector
Few industries operate under conditions that change as continuously as the energy sector. Energy is generated, converted, stored, transmitted and distributed, and operating conditions shift at every stage. Wind and solar output fluctuate, power plants change load, storage systems charge and discharge, and transformers respond to changing grid conditions. At the same time, vast amounts of technical data are generated across this entire chain — from conventional operational and SCADA data to high-resolution electrical, mechanical and vibration signals. In many cases, the data is already there. The real challenge is turning it into a meaningful picture of the system’s actual state. A System-Level View Instead of Sensor Silos An energy…
-
SF2 Systems bringt Zustands-Fingerprints in die Energiewirtschaft
Kaum eine Branche ist technisch so stark von ständig wechselnden Zuständen geprägt wie die Energiewirtschaft. Energie wird erzeugt, umgewandelt, gespeichert, transportiert und verteilt – und auf jeder Stufe verändern sich die Bedingungen laufend. Wind und Sonneneinstrahlung schwanken, Kraftwerke wechseln ihre Leistung, Speicher laden und entladen, Transformatoren reagieren auf unterschiedliche Lastsituationen. Gleichzeitig entstehen entlang dieser gesamten Kette enorme Mengen technischer Daten – von klassischen Betriebs- und SCADA-Werten bis zu hochaufgelösten elektrischen, mechanischen oder Schwingungssignalen. Die Daten sind häufig längst vorhanden. Entscheidend ist, aus ihnen ein verständliches Bild des tatsächlichen Systemzustands zu gewinnen. Systemischer Ansatz statt Sensor-Silos Ein technisches Energiesystem besteht nicht aus einzelnen Messwerten. Strom, Spannung, Leistung, Temperatur, Druck, Durchfluss, Drehzahl…
