Das im Jahr 2024 in Erlangen gegründete Start-up fiveD hat eine Radar-Simulationssuite entwickelt, die die gesamte Wirkungskette eines Radarsystems physikalisch korrekt nachbildet – von der Signalerzeugung über die Wellenausbreitung bis hin zur Signalverarbeitung. Das Ergebnis sind synthetische Radardaten in bislang unerreichter Qualität. Die Daten lassen sich zudem automatisiert labeln und können somit unmittelbar für das Training von KI-Modellen genutzt werden. Der zeit- und kostenintensive Umweg über reale Messkampagnen entfällt und der Aufwand für das Labeln reduziert sich dramatisch.
Zielsetzung:
Die „ fiveD Radar Simulation Suite” ist eine physikalisch hochpräzise Radarsimulationsplattform. Mithilfe der Suite können Entwickler von Radaren ihre Systeme realitätsnah in virtuellen Umgebungen entwickeln, testen und validieren – lange bevor physische Prototypen verfügbar sind.
Durch den Einsatz der Suite lassen sich die Entwicklungszyklen von radarbasierten Systemen somit verkürzen, Hardwareabhängigkeiten reduzieren und Innovationen mit digitalen Zwillingen früher absichern sowie unter realistischen Szenarienbedingungen bewerten.
Damit will fiveD zu sichereren, effizienteren und technisch robusteren Radarsystemen in den unterschiedlichsten Anwendungen beitragen.
Arbeitsbereiche:
fiveD konzentriert sich auf die realitätsnahe Simulation von Radarsystemen während des gesamten Entwicklungsprozesses.
Der Schwerpunkt liegt auf Anwendungen in den Bereichen Mobilität und Automatisierung, insbesondere im Automotive-Bereich, sowie in Aerospace & Defense.
Darüber hinaus adressiert das Start-up angrenzende industrielle Einsatzfelder, in denen robuste Sensorsysteme unter komplexen Umgebungsbedingungen von entscheidender Bedeutung sind.
Das Ziel besteht darin, radarbasierte Systeme frühzeitig virtuell abzusichern und ihre Leistungsfähigkeit unter realistischen Szenarienbedingungen bewertbar zu machen.
Grundlage hierfür sind die Arbeiten von fiveD in den Bereichen Hochfrequenztechnik, Radarsysteme sowie Software- und Simulationsentwicklung.
Die fiveD Radar Simulation Suite schließt die Simulationslücke zwischen numerischen Tools (Field Solver zur Lösung von Maxwellgleichungen) und Simulatoren zur Validierung von ADAS-Funktionen, die unter anderem auch Radarsensoren nutzen.
© fiveD
Mitarbeiterzahl:
Bei fiveD sind 25 Mitarbeitende (Stand Juni 2026) beschäftigt, darunter die vier Gründer. Das interdisziplinäre Kernteam besteht aus Radar- und KI-Experten mit stark akademischem Hintergrund sowie Softwareentwicklern, die sich auf Simulation, Modellierung und Datenverarbeitung spezialisiert haben.
Damit erregte das Start-up Aufmerksamkeit:
Das Start-up erregte früh Aufmerksamkeit durch die strategische Partnerschaft mit Rohde & Schwarz, einem weltweit führenden Anbieter von Messtechnik und Hochfrequenzlösungen. Diese Zusammenarbeit unterstreicht die industrielle Relevanz und technologische Tiefe der Simulationsplattform.
Ein weiterer Faktor, der das wachsende Interesse antreibt, sind mehrere Patente und wissenschaftliche Publikationen von zwei der vier Co-Founder, Dr. Christian Schüssler und Marcel Hoffmann. Diese demonstrieren eindrucksvoll die Anwendungsmöglichkeiten, dokumentieren die technologische Substanz hinter der Lösung und führen regelmäßig zu Anfragen aus Industrie und Forschung.
Da simulations- und datengetriebene Entwicklungsprozesse erhebliche Potenziale zur Effizienzsteigerung und Kostenreduktion bieten, die sich durch die Möglichkeit zur Integration moderner KI-Methoden zusätzlich steigern lassen, liegen sie derzeit voll im Trend. Die fiveD Radar Simulation Suite unterstützt diesen innovativen Engineering-Ansatz optimal und stößt daher in der Industrie auf großes Interesse.
Geplante Schritte:
FiveD plant insbesondere durch den Ausbau des Lizenzgeschäfts mit der Radar Simulation Suite weiter zu wachsen. Dazu will das Start-up die Radarsimulationsplattform als festen Bestandteil moderner Entwicklungsprozesse etablieren und deren Einsatzgebiet systematisch ausweiten.
Struktur:
FiveD ist stark technologiegetrieben organisiert und legt einen klaren Fokus auf Forschung und Entwicklung. Der Großteil des Teams arbeitet in diesem Bereich und vereint ausgewiesene Expertise in Hochfrequenztechnik, Radarsystemen sowie Software- und Simulationsentwicklung. In interdisziplinären Teams ergänzen sich Radarexperten und Computational Engineers, um physikalische Modellierung und skalierbare Softwarearchitektur eng miteinander zu verbinden.
Die strategischen Bereiche Sales, Marketing und Business Development werden maßgeblich vom Gründerteam verantwortet. Auch hier steht das technische Verständnis im Vordergrund, um eine enge Verzahnung zwischen Produktentwicklung und Marktanforderungen sicherzustellen.
Neben den Gründern ist die Rohde & Schwarz Gruppe als strategischer Partner am Unternehmen beteiligt.
Finanzen:
- FiveD wurde vom Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie im Rahmen des bayerischen Förderprogramms BayTOU (Technologieorientierte Unternehmensgründungen) mit einem Zuschuss unterstützt.
- In den vergangenen zwölf Monaten erzielte fiveD einen Umsatz von über einer Million Euro und wächst weiterhin dynamisch.
Standorte:
Erlangen
Kooperationen/Forschungsprojekte:
FiveD arbeitet mit Rohde & Schwarz eng zusammen – sowohl im technologischen Austausch als auch bei der strategischen Weiterentwicklung von Simulationslösungen für Radartechnik.
Durch diese Kooperation wird industrielle Messtechnik-Expertise mit physikalisch fundierter Simulationskompetenz verbunden. Ein Beispiel für die Zusammenarbeit ist der Bereich der Mikrowellensicherheitsscanner. Diese Systeme gehören zu den komplexesten Radaren im zivilen Bereich und können somit in den Bereichen Hardware, Software und KI von qualitativ hochwertigen synthetischen Daten profitieren.
Im Rahmen des durch die Bayrische Forschungsstiftung geförderten Projekts „VaRaViTA” evaluiert fiveD als Projektpartner mit dem Lehrstuhl für Hochfrequenztechnik der Friedrich-Alexander-Universität Erlangen-Nürnberg, inwieweit sich moderne Radarsimulationsverfahren für die Verifikation von ADAS-Systemen eignen, die auf Radar basieren und in die Euro-NCAP-Testabläufe integriert sind.
Die fiveD Radar Simulation Suite
Die von fiveD entwickelte Radarsimulationstechnik erzeugt realistische Radarrohdaten, in denen die einzelnen Bestandteile des Empfangssignals inhärent gelabelt sind. Diese Rohdaten können dann bereits in der Simulation Suite – oder in externen Werkzeugketten auf das jeweilige Format – wie z.B. Punktwolken – weiter prozessiert werden. Damit schließt das Unternehmen die Lücke zwischen traditionellen Field Solvern, die in der Radarsensorentwicklung eingesetzt werden, und HiL-Simulatoren, mit denen sich die Funktion von ADAS-Systemen, die mit Radarsensoren arbeiten, validieren lässt. Mithilfe der fiveD-Tools können Radaringenieure den Radarkanal analysieren und den Einfluss von Signalmodell und Datenverarbeitung auf die Messergebnisse (Punktwolke) gezielt bewerten.
Für die Entwicklung eines Simulators, der realistische Radarrohdaten und damit auch Punktwolken, wie sie z.B. in Automobilradaren zur Umfelderkennung genutzt werden, erzeugen kann, ist ein tiefgreifendes Verständnis der Radarausbreitung und der Reflexion der Wellen an Oberflächen erforderlich. Die Grundlagen dafür haben die fiveD-Gründer als langjährige wissenschaftliche Mitarbeiter des Lehrstuhls für Hochfrequenztechnik der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) erarbeitet.
Dabei beschäftigten sich die Forscher unter anderem mit der Frage, wie sich KI-basierte Modelle zur Umfelderkennung mit Radaren automatisiert trainieren lassen. Dies soll das zeitaufwändige, fehleranfällige und nur von Experten durchführbare manuelle Labeln von Radardaten überflüssig machen, das zudem deutlich schwieriger ist als das Labeln von Kamerabildern. Darüber hinaus soll der Engpass bei der Verfügbarkeit geeigneter Trainingsdaten behoben werden.
Während die Darstellung aus der Kamera sehr einfach für das menschliche Auge zu interpretieren ist, setzt das Radarbild (Range-Doppler-Darstellung eines typischen Automotive-Corner-Radars) sehr domainspezifisches Know-how voraus – in komplexeren Szenarien ist ein präzises (manuelles) Annotieren der Daten somit extrem zeitaufwändig. © fiveD
Der fiveD-Simulator nutzt fortschrittliche Raytracing-Algorithmen, um die Ausbreitung der von einem Radarsensor ausgesendeten elektromagnetischen Wellen sowie deren Reflexionen und das eingehende Echo zu berechnen. Um daraus realistische Radarrohdaten generieren zu können, müssen jedoch zusätzlich weitere Aspekte für die Simulation berücksichtigt werden: Dazu gehören die Materialparameter der Zielobjekte, Interferenzen und Störer sowie Hardwareeinflüsse wie Nichtlinearitäten oder Antennenverkopplung – diese Funktionalitäten sind teilweise bereits verfügbar und werden aktuell nach und nach in die fiveD Radar Simulation Suite integriert, um sie für den Nutzer einfach nutzbar zu machen.
Als Input für die Simulationen werden 3D-Szenarien verwendet, die mit statischen Assets (z. B. Häuser) und dynamischen Assets (z. B. Fahrzeuge oder Fußgänger) bestückt sind. Diese Szenarien liegen üblicherweise im Format USD oder OSI vor und lassen sich importieren. Anschließend werden sie mit Metadaten aufbereitet, darunter frequenzabhängige Materialparameter und Labels für das spätere KI-Training. Im zweiten Schritt wird ein digitaler Zwilling des gewünschten Radarsystems (Radar, Antenne, Signal) parametriert. FiveD stellt dafür eine Bibliothek mit elektromagnetischen Komponenten zur Verfügung, um die Wiederverwendbarkeit der Komponenten zu garantieren.
Die Radar-Engine des Simulators wird mit synthetischen 3D-Szenen gefüttert.
© fiveD
Auf Basis dieser Daten kann die Grafik-Engine der fiveD Radar Simulation Suite ein 3D-Abbild der Szene erzeugen. Die Radar-Engine des Pakets berechnet das Systemverhalten und erzeugt die entsprechenden Kanalimpulsantworten – aus denen direkt die Radarrohdaten abgeleitet werden können – für die gewählte Radar-Antennen-Konfiguration.
Für die weitere Verarbeitung durchlaufen die Sensordaten (ADC-Daten bzw. Rohdaten) je nach Anwendungsfall z.B. mehrere schnelle Fourier-Transformationen (Distanz- bzw. Range-FFT, Doppler-FFT und Winkel- bzw. Azimut-FFT) und anschließend beispielsweise als Range-Doppler-Spektrogramm visualisiert oder nach einer CFAR-Filterung als radartypische Radarwolke dargestellt werden. Der Export erfolgt in den Standardformaten h5, .npy oder .mat.
Dank der heute verfügbaren hohen Rechenleistung (GPUs) ist auch die Simulation von Systemen möglich, die mit großem Öffnungswinkel bzw. hoher Reichweite in komplexen Umfeldern arbeiten sollen. Mit einem Solver, der die Wellenausbreitung durch das Lösen von Maxwellgleichungen mit ähnlicher Genauigkeit berechnen kann, lässt sich diese Aufgabe weder heute noch in den kommenden Jahren mit vertretbarem Rechenaufwand lösen. Zwar sind Werkzeuge zur funktionalen Simulation von ADAS-Systemen, die Radarsensoren nutzen, deutlich schneller, sie bieten jedoch nicht die erforderliche Genauigkeit.
Da es zu den Eigenschaften eines Raytracing-Algorithmus gehört, die Ausbreitung eines Strahls zu verfolgen, kann im Umkehrschluss auch ermittelt werden, welche Detektionen der berechneten Punktwolke auf ein bestimmtes Objekt (und dessen Bewegungsmuster) zurückzuführen sind. Entsprechend können diese Punkte automatisch von der fiveD-Simulations-Suite gelabelt und für das Training von KI-Objekterkennungsmodellen genutzt werden.
Mithilfe einer realistischen Simulation lässt sich der Mehrwert verschiedener Radarkonzepte einfach und kosteneffizient darstellen. Das Bild zeigt den Vergleich der Simulationsergebnisse von drei verschiedenen Radarsystemen in der Draufsicht (Range-Azimuth-Darstellung), die für die oben abgebildete Straßenverkehrsszene berechnet wurden.
© fiveD
Dies schließt eine bekannte Lücke, denn selbst bei hochauflösenden Radarsystemen lassen sich Objekte in der 2D-Radar-Heatmap nur mit sehr viel Erfahrung erkennen und manuell kennzeichnen. Bei sich überlagernden Zielen ist ein herkömmliches Labeln fast nicht mehr möglich.
Diese Lücke wird noch größer, wenn man die große Variabilität moderner Radarsysteme berücksichtigt. Mithilfe einer realistischen Simulation können Entwickler verschiedene Ansätze – wie beispielsweise unterschiedliche Antennenkonfigurationen, Radarchips oder Objekterkennungen – ohne physikalische Prototypen durchspielen, testen und zielgerichtet optimieren – vom einfachsten Radarkonzept bis hin zu hochinnovativen, KI-gestützten Radarsystemen.
Dieser Ansatz ist bei der Entwicklung moderner Front-Radare oder zukünftiger, LiDAR-ähnlicher Radare unabdingbar. (jr)
