Satelliten in Flammen: Von Teenagern entwickelte KI erkennt Waldbrände 35 Minuten vor der NASA; 2,7 Mio. US-Dollar Seed

Dienst zur frühzeitigen Erkennung von Waldbränden: eine Softwareplattform, die mehr als 10 Satelliten, Turmkameras und Wetterdaten mit drei KI-Modellen kombiniert und Feuerwehren sowie Unternehmen in Echtzeit per WhatsApp, SMS oder E-Mail alarmiert

Dass die Reaktion auf Waldbrände keine neue Hardware benötigt – eine Softwareschicht, die fremde Satelliten, Kameras und KI zusammenführt, kann Brände schneller erkennen als die NASA

2,7 Mio. US-Dollar Seed (April 2026) unter der Führung von Dalus Capital mit Draper Associates, Vitamin C und Draper Cygnus; zuvor rund 900.000 US-Dollar von Geldgebern, darunter die UN, MIT, Cornell und Alexis Ohanian

Im Jahr 2020 verbrannten Waldbrände rund um Córdoba 340.000 Hektar und zerstörten die Häuser von Menschen, die Franco Rodriguez Viau nahestanden, damals 16 Jahre alt und Schüler der technischen Schule ORT in Buenos Aires. Mit seinen Mitschülern Joaquín Chamo und Ulises López Pacholczak baute er einen Prototyp, der NASA-Satellitenfeeds nutzte; Feuerwehrbehörden sagten ihnen, dass Warnungen, die drei bis fünf Tage zu spät eintrafen, nutzlos seien, woraufhin das Team neu ansetzte und sich auf die Früherkennung konzentrierte.

Statt eigene Satelliten oder Kameras zu bauen, entwickelte das Team eine Softwareplattform, die Daten von mehr als zehn Satelliten (NASA, NOAA, ESA), 360°-Turmkameras, Drohnen und Wettervorhersagen zusammenführt und drei KI-Modelle betreibt: Erkennung von Zündungen, Erkennung von Rauchsäulen und Vorhersage der Ausbreitung. Warnungen werden per WhatsApp, SMS oder E-Mail versendet, und Nutzermeldungen speisen mehr als 20.000 Feldvalidierungen, mit denen die Modelle neu trainiert werden. Der erste zahlende Kunde kam nach etwa 18 Monaten; zu den Kunden zählten Forst- und Energieunternehmen, die freiwilligen Feuerwehren Argentiniens und der Versicherer AON, und im Jahr 2025 unterstützten seine Warnungen die Reaktion auf mehr als 600 Waldbrände.

Der Hebel war das Timing, nicht die Sensorik: Brände waren für Satelliten bereits sichtbar, doch Warnungen trafen drei bis fünf Tage zu spät ein, sodass Einsatzkräfte nicht darauf reagieren konnten

Software auf gemieteter Hardware skalierte dort, wo Satellitenbauer es nicht konnten: keine kapitalintensiven Anlagen, schneller in 21 Ländern

Das kostenlose Angebot war ein Daten-Flywheel: Mehr als 20.000 Feldvalidierungen durch Nutzer ließen seine Modelle Brände schneller und präziser erkennen

Die Käufer hatten eine echte Budgetposition – Brandschäden – und die Plattform verkaufte an Versicherer, Forstwirtschaft, Energie und Landwirtschaft, nicht nur an Behörden

Man kann einen vertikal integrierten etablierten Anbieter schlagen, ohne das Asset zu besitzen: Eine Softwareschicht über bestehenden Satelliten übertraf die Warnlatenz der NASA, und das kostenlose Angebot lieferte die Felddaten, die die KI schärften

Stand Mai 2026 hatte das Start-up mehr als 55.000 Nutzer in 21 Ländern, 33 aktive Kunden und ein 26-köpfiges Team und hatte gerade den UNCCD G20 Youth Ecopreneur Award bei ChangeNOW (31. März 2026) gewonnen. Es plant, die Seed-Finanzierung für bessere KI-Modelle, Instrumente zur Messung vermiedener CO2-Emissionen und ein parametrisches Waldbrand-Versicherungsprodukt mit AON auszugeben und von Lateinamerika in die Vereinigten Staaten zu expandieren; das langfristige Ziel sind Drohnen, die Brände verifizieren und schließlich bekämpfen