Het jonge deeptech‑bedrijf Omnisent heeft een financieringsronde van $3 miljoen (ongeveer €2,6 miljoen) succesvol afgerond, met Atlantic Labs als hoofdinvesteerder. De Duitse startup werd eind 2024 opgericht door Robin Daiber (CEO), Ann‑Kristin Balve en Adrien Jathe (beide Co‑CTO’s), oud‑studenten van Cambridge met achtergronden in natuurkunde, machine learning en werktuigbouwkunde .
Omnisent ontwikkelt een combinatie van hardware en software om geluid om te zetten in realtime intelligentie. Centraal staat hun ultralaag‑verbruiks sonic device, dat trillingen en omgevingsgeluid opvangt, waarna een Large Acoustic Model (LAM) wordt getraind om deze signalen te decoderen .
Toepassing in de industrie
Bij de eerste toepassing richt Omnisent zich op persluchtsystemen in de maakindustrie. Lekkage in dergelijke systemen veroorzaakt wereldwijd ongeveer 1 % energieverlies—wat zich vertaalt in tientallen tot honderden miljoenen euros per jaar aan onnodige kosten. Door continue geluidsmonitoring kunnen lekkages vroegtijdig gesignaleerd worden. In feite biedt men dus een akoestisch AI-model dat ondersteuning biedt aan predictive maintenance.
Na start in de maakindustrie wil Omnisent deze technologie uitbreiden naar sectoren als energievoorziening, defensie, ruimtevaart en smart cities. Zo ontstaat een nieuwe laag van - wat zij noemen - ‘zintuiglijke’ data uit geluid, als aanvulling op bestaande sensoren.
Kwalificaties en erkenning
Ondanks de jonge leeftijd kreeg Omnisent al diverse onderscheidingen, waaronder een samenwerking met Fraunhofer, financiering van de Duitse overheid, en erkenning in de top‑10 AI‑startups binnen het Cambridge‑Oxford ecosysteem .
De verse investering wordt ingezet voor verder onderzoek en ontwikkeling, uitbreiding van het team en operaties, en een commerciële productlancering in Q4 2025 .
Waarom dit interessant is voor proactief onderhoud
-
Non-invasieve detectie - Geluid is een rijke en vaak over het hoofd gezien bron van informatie over de staat van mechanische systemen. Door specifieke geluidsprofielen in kaart te brengen, kunnen afwijkingen vroeg worden herkend.
-
Realtime monitoring - Dankzij low-power sensoren én AI die op de rand van het netwerk draait, kunnen data direct zonder vertraging worden geanalyseerd—essentieel voor snelle interventie.
- Lagere faalkosten - Door lekkages, slijtage of mechanische defecten vroegtijdig te signaleren, kunnen organisaties storingen voorkomen en onderhoud efficiënter plannen.
Omnisent richt zich op een interessant terrein: het benutten van geluid als signaalgebaseerde bron voor AI-gedreven inzichten. Hun technologie kan de efficiëntie van onderhoudssystemen drastisch verhogen, vooral in industriële omgevingen waar niet‑spraakgeluid wezenlijke signalen bevat over systeemstatus. Voor bedrijven die streven naar proactief onderhoud is dit een kans om met minimale middelen méér diagnostische intelligentie te verkrijgen—en dit vóórdat er sprake is van stilstand of kostenintensieve reparaties.