Wavelab

Über Wavelab

Das „Wavelab – the innovation lab for music, arts & media“ ist ein Innovationslabor und Gründungszentrum der Hochschule für Musik und Theater München. Bei uns werden Experimente und Unternehmungen an der Schnittstelle von Music, Arts & Media mit neuen Technologien ermöglicht und mit Expertenwissen, Coaching und Mentoring bis hin zur Gründung eines Startups unterstützt. Im Hinblick auf Branchenschwerpunkt und Expertenplattform ist das Wavelab auf Musik, Kunst, Darstellende Künste, Film und Media ausgerichtet. Als neue Technologien steht bei uns vor allem im Fokus Virtual und Augmented Reality, Machine Learning und KI, Data Sciences und IoT. Ab 2021 startet laufend ein sechsmonatiges Incubator-Programm, in dem Startups mit Büroplätzen, Coaching und Zugang zu unserem Investoren- und Experten-Netzwerk unterstützt werden und ihre Geschäftsidee auf ein nächstes Level heben können. Zudem bieten wir für die künstlerisch und kreativ Studierenden aller Münchner Hochschulen sowie Interessierte aus der Kultur- und Kreativwirtschaft offene, kooperative Veranstaltungen sowie Vernetzungsformate zu Technologieunternehmen, Kultur- und Kreativinstitutionen sowie Unternehmen an.

Mehr davon

Entdecke passende Artikel, Startups und Events aus dem Ökosystem

2n8life GmbH

Die 2n8life GmbH entwickelt ein anwenderfreundliches System zur Messung von nächtlichen Erektionen inkl. einer App zur Visualisierung der Ergebnisse. Dabei wird eine textile Manschette über Nacht vom Mann getragen. Diese misst die Erektionen und sendet sie via Bluetooth an das Smartphone. In der App sieht der Nutzer seine Ergebnisse im Kontext der Vergleichsgruppe. Die Einsatzfelder sind vor allem die Differentialdiagnostik bei Erektionsproblemen (organische oder psychische Ursache) und der Einsatz als digitaler Biomarker für kardiovaskuläre Erkrankungen.

Airgonomics GmbH

Airgonomics ist eine KI-basierte Lösung zur Analyse körperlicher Belastungen an industriellen Arbeitsplätzen. Mithilfe kamerabasierter Bewegungserfassung identifizieren wir ergonomische Risiken wie repetitive Bewegungen, ungünstige Körperhaltungen und hohe körperliche Belastungen im realen Arbeitsumfeld. So helfen wir Unternehmen aus Produktion und Logistik, Muskel-Skelett-Erkrankungen zu reduzieren, Arbeitsplätze gezielt zu verbessern und Ergonomie skalierbar, datenbasiert und praxisnah zu gestalten. Unser Ansatz schafft mehr Transparenz über tatsächliche Belastungssituationen im Arbeitsalltag und ermöglicht es, Verbesserungen dort anzusetzen, wo sie den größten Effekt auf Gesundheit, Arbeitsfähigkeit und Arbeitsplatzqualität haben.

ARCIS

ARCIS baut eine KI-gestützte Entscheidungsschicht für Logistik- und Freight-Operations. Viele Logistikteams arbeiten heute noch mit fragmentierten Prozessen über TMS-Systeme, Excel-Dateien, E-Mails, PDFs und das Erfahrungswissen einzelner Disponenten. Dadurch entstehen manuelle Arbeit, langsame Übergaben, fehlende Informationen und ineffiziente Planungsentscheidungen. Gegründet wurde ARCIS von Onur Yılmaz und Birkan Kolcu, zwei Computer Engineers, deren Zusammenarbeit vor 14 Jahren als Kommilitonen, Mitbewohner und langfristige technische Partner begann. Onur verbindet Computer Science, Business-Building-Erfahrung, ein MSc-Studium in Informatics an der Technischen Universität München, Erfahrung bei Intel und starke Verbindungen in das Münchner Startup-Ökosystem. Birkan bringt technische Tiefe aus seinem Computer-Science-Studium an der University of Arizona sowie praktische Erfahrung in Cloud Engineering und skalierbaren Systemen ein. Der Fokus auf Logistik entstand aus engen Beziehungen zu Logistikunternehmen und Operateuren im Umfeld des Teams. Je mehr diese Gespräche zunahmen, desto klarer wurde ein wiederkehrendes Muster: Hochwertige operative Entscheidungen werden weiterhin manuell über verstreute Systeme und persönliche Erfahrung getroffen. ARCIS hilft Logistikteams, diese Informationen zu verbinden und Entscheidungen rund um Dispatch Planning, Load–Truck–Driver Matching, Kapazitätsnutzung, Dokumentenprozesse und operative Ausnahmen schneller und zuverlässiger zu treffen — ohne bestehende Systeme zu ersetzen.