Edge-KI, Funk und On-Device-Lernen in einem
BrainChip startet AkidaTag für Wearables
BrainChip hat mit AkidaTag eine Referenzplattform für Always-on-Wearables und industrielle Sensorik vorgestellt. Die Lösung kombiniert neuromorphe KI, Funkanbindung und lokale Datenverarbeitung in einem batteriebetriebenen Tag.
BrainChip hat mit AkidaTag eine Referenzplattform für batteriebetriebene Wearables und industrielle Sensorik vorgestellt, die neuromorphe KI mit lokaler Datenverarbeitung und Funkanbindung kombiniert. Die Plattform ist auf Always-on-Sensing, On-Device-Lernen und energiearme Anwendungen ohne dauerhafte Cloud-Verbindung ausgelegt.
Brainchip
Mit AkidaTag hat BrainChip eine Referenzplattform angekündigt, die für intelligente, batteriebetriebene Wearables und industrielle Sensoranwendungen ausgelegt ist. Vorgestellt wurde das System im März 2026 auf der Embedded World in Nürnberg.
Die Plattform kombiniert den neuromorphen Co-Prozessor Akida AKD1500 von BrainChip mit dem Wireless-SoC nRF5340 von Nordic Semiconductor. Während der Akida-Chip KI-Aufgaben für die Auswertung von Sensordaten übernimmt, deckt der nRF5340 die Funkverbindung, das Sensormanagement und die Anwendungslogik ab. Damit entsteht eine Grundlage für Geräte, die Sensordaten lokal erfassen, interpretieren und weitergeben können, ohne dauerhaft auf ein Smartphone, einen PC oder eine Cloud-Verbindung angewiesen zu sein.
Wie ist die Plattform technisch aufgebaut?
AkidaTag ist als Referenzdesign für ein batteriebetriebenes Tag konzipiert. Zur Ausstattung gehören unter anderem die Hardwarebasis, Firmware, mechanische Komponenten sowie eine mobile Begleit-App. Über Bluetooth Low Energy auf Basis des nRF5340 lassen sich Konfigurationen vornehmen, Modelle und Firmware aufspielen sowie Diagnose- und Statusdaten auslesen. Der technische Ansatz setzt auf On-Device-Verarbeitung. Dabei werden Daten direkt auf dem Gerät verarbeitet, statt regelmäßig an externe Systeme übertragen zu werden. Das kann den Energiebedarf senken und gleichzeitig Anwendungen unterstützen, bei denen Datenschutz oder geringe Latenzen im Vordergrund stehen. Hinzu kommt eine Form des adaptiven Lernens auf dem Gerät. Dadurch lassen sich Modelle während des Einsatzes an konkrete Nutzungsbedingungen anpassen. Aus Herstellersicht zielt das auf den Zielkonflikt zwischen standardisierten Modellen und individuellen Anwendungsszenarien.
Einsatzfelder von AkidaTag
BrainChip nennt für AkidaTag mehrere Anwendungsbereiche im Wearable- und Industrieumfeld. Dazu zählt zunächst die Überwachung biologischer Signale für Gesundheits- und Wellness-Anwendungen. Die Verarbeitung erfolgt auf dem Endgerät, wodurch sensible Daten das System nicht zwingend verlassen müssen.
Ein weiteres Feld ist die Erkennung von Anomalien in Bewegung und Vibration. Solche Funktionen lassen sich etwa in industriellen Anlagen für Zustandsüberwachung und vorausschauende Wartung einsetzen. Darüber hinaus nennt das Unternehmen Sprachaktivierung, Keyword Spotting sowie die Erkennung und Klassifikation akustischer Umgebungen.
Die Plattform soll außerdem Personalisierung unterstützen. Dafür ist vorgesehen, KI-Modelle direkt auf dem Gerät weiter anzupassen. Gerade bei Wearables und kompakten Sensorsystemen ist das relevant, weil sich Nutzung, Umgebung und Signalprofile je nach Einsatz deutlich unterscheiden können.
Warum ist On-Device-KI für Wearables relevant?
Der Verzicht auf eine dauerhafte Cloud-Anbindung ist bei Wearables und entfernten Sensoren vor allem aus drei Gründen relevant: Energieverbrauch, Reaktionszeit und Datenverarbeitung. Werden Daten lokal ausgewertet, sinkt der Aufwand für Übertragung und externe Nachbearbeitung. Gleichzeitig können Ereignisse unmittelbar erkannt werden.
Für batteriebetriebene Systeme ist dieser Punkt zentral, weil die Laufzeit eng mit Rechen- und Funkaktivität verknüpft ist. AkidaTag adressiert diesen Zusammenhang, indem die KI-Verarbeitung auf einen eigenen Co-Prozessor ausgelagert wird und der Funkchip andere Aufgaben übernimmt.
Aus Sicht von OEMs und Systemintegratoren ist zudem relevant, dass AkidaTag nicht nur als Demonstrator, sondern als Entwicklungsgrundlage positioniert wird. Das Referenzdesign soll die Entwicklung eigener Produkte beschleunigen, die auf vergleichbaren Hardware- und Softwarebausteinen aufsetzen.
Verfügbarkeit ab Mai 2026
Nach Angaben von BrainChip soll AkidaTag ab Mai 2026 für Evaluierungen verfügbar sein. Die Plattform wird als lizenzierte Referenzlösung für OEMs und Systemintegratoren angeboten. Zum Umfang gehören Schaltpläne, Firmware und die mobile Begleit-App.
Die Verfügbarkeit in Volumenstückzahlen ist für das dritte Quartal 2026 vorgesehen. Auf der Embedded World zeigt BrainChip die Plattform anhand eines batteriebetriebenen „Puck“-Demonstrators mit integriertem Beschleunigungssensor und Mikrofon. Gezeigt werden dort unter anderem Bewegungserkennung, Anomalieerkennung und sprachgesteuerte Aktivierung.