Heimisches Startup Parkbob expandiert nach New York

Parkbob bietet seine Parking-App auch für New York City an und trägt somit zur Lösung der Parkprobleme der Metropole bei. Zusätzlich zu den bestehenden 40 Städten hat das Startup Anfang des Jahres den amerikanischen Markt erschlossen. Gestartet wurde in Portland und Seattle und nun wird in New York gelaunched. [...]

Christian Adelsberger, CEO und Gründer von Parkbob. (c) A1/APA

Mittels selbstlernender Algorithmen und angewandter Data Science erkennt Parkbob automatisch welche der – teils überlappenden – Parkregeln zum aktuellen Zeitpunkt gültig ist. „New York City ist ein Meilenstein für uns. Wir verstehen die Komplexität der Parkregeln großer US-Metropolen jetzt viel besser und konnten unsere Technologien dementsprechend anpassen. Die Expansion in weitere US-Städte wird uns nun viel leichter fallen“, erklärt Christian Adelsberger, CEO und Gründer von Parkbob.

Weltweit 160 weitere Städte in den nächsten 2 Jahren

Heuer sollen noch weitere 30 Städte weltweit erschlossen werden, 20 davon in den USA und Kanada. Adelsberger ist optimistisch, das zu schaffen: „Wir haben Algorithmen, die fahrende Autos oder Schatten berechnen und die Stellflächen perfekt bestimmen. Das macht uns viel genauer und schneller“. Darüber hinaus ist Parkbob in den USA nun Mitglied der „BMW Startup Garage“ und arbeitet mit dem BMW-Carsharing-Ableger ReachNow zusammen.

Den Standort Österreich sieht Adelsberger aufgrund geringer Personalkosten im Vergleich zum Silicon Valley und anderen globalen Tech-Zentren als wesentlichen Wettbewerbs-Vorteil. „Wir können alles von Österreich aus machen. Anfangs haben wir auch sehr davon profitiert, dass wir in den A1 Startup Campus einziehen durften und von der A1 Group in puncto Infrastruktur, aber auch durch Expertise bei rechtlichen Fragen, bei der Mitarbeiter-Akquise und beim Networking unterstützt wurden“, so Adelsberger.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*