> ## Documentation Index
> Fetch the complete documentation index at: https://avala.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Warum Avala

> Was Avala von Scale AI, Labelbox, Label Studio und einer Eigenentwicklung unterscheidet

Avala ist die vollständige Plattform für Physical AI Daten — von rohen Sensoraufnahmen bis hin zu produktionsreifen Trainingsdatensätzen. Anstatt separate Werkzeuge für Visualisierung, Annotation, Qualitätskontrolle und Export zusammenzufügen, deckt Avala den gesamten Lebenszyklus an einem Ort ab.

Wenn Sie autonome Fahrzeuge, Roboter oder ein anderes System entwickeln, das die physische Welt wahrnimmt und in ihr handelt, wurde Avala für Ihren Workflow entwickelt.

## Was Avala anders macht

<CardGroup cols={3}>
  <Card title="" icon="users-gear">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>Eingebettete Ingenieure</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Senior Field Development Engineers von Tesla, Waymo und führenden AV-Programmen integrieren sich direkt in Ihr Team — sie treten Ihrem Slack bei, reviewen PRs und gestalten Ihre Datenpipeline mit.</p>
  </Card>

  <Card title="" icon="user-check">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>15.000+ Domänenexperten</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Professionelle Annotatoren mit über 12 Monaten Spezialisierung in Ihrer Domäne. Das sind keine Gelegenheitsarbeiter — sie bauen institutionelles Wissen über Ihre Ontologie und Sonderfälle auf.</p>
  </Card>

  <Card title="" icon="cube">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>3D/4D nativ</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Von Grund auf für Punktwolken, LiDAR, MCAP/ROS und Gaussian Splats gebaut. Kein 2D-Werkzeug mit nachträglich angebautem 3D.</p>
  </Card>

  <Card title="" icon="link">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>Einheitliche Rückverfolgbarkeit</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Verfolgen Sie jede Modellvorhersage zurück durch Export, Annotationsaufgabe, QA-Review und Quelldatensatzelement. Details auf der Seite [Rückverfolgbarkeit](/docs/de/traceability).</p>
  </Card>

  <Card title="" icon="chart-line">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>5x mehr Daten</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Vertikal integrierter Betrieb — Werkzeuge, Belegschaft und QA unter einem Dach — liefert 5x mehr reale Trainingsdaten für dasselbe Budget im Vergleich zu ausgelagertem Labeling.</p>
  </Card>

  <Card title="" icon="bolt">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>Schnelle Iteration</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Von Rohdaten der Sensoren zu Pilotdatensätzen in Wochen statt Quartalen. Kein langwieriger Beschaffungsprozess, keine Scoping-Calls, kein monatelanges Onboarding.</p>
  </Card>
</CardGroup>

## Wie Avala im Vergleich abschneidet

Die folgende Tabelle vergleicht Avala mit den gängigsten Alternativen für Physical AI Daten-Workflows.

| Dimension                            |                    Avala                   |                Scale AI               |            Labelbox            |         Label Studio         |
| ------------------------------------ | :----------------------------------------: | :-----------------------------------: | :----------------------------: | :--------------------------: |
| **3D / LiDAR-Annotation**            |      Nativ: Quader, BEV, Multi-Sensor      |              Unterstützt              |      Add-on, eingeschränkt     |       Nicht unterstützt      |
| **MCAP / ROS-Unterstützung**         | Nativer Import, Visualisierung, Annotation |             Eingeschränkt             |        Nicht unterstützt       |       Nicht unterstützt      |
| **Gaussian Splat**                   |         WebGPU Viewer + Annotation         |           Nicht unterstützt           |        Nicht unterstützt       |       Nicht unterstützt      |
| **GPU-beschleunigte Visualisierung** |         WebGPU, 6 Punktwolken-Modi         |                 Keine                 |              Keine             |             Keine            |
| **Belegschaftsmodell**               |   15.000+ professionelle Domänenexperten   |            Gig-Belegschaft            |         Partnernetzwerk        |          Eigenregie          |
| **Eingebettete Ingenieure**          |     FDEs in Ihrem Slack und Ihren Repos    |            Nicht verfügbar            |         Nicht verfügbar        |        Nicht verfügbar       |
| **Rückverfolgbarkeit**               |   Durchgängige Herkunftsnachweise via API  |               Teilweise               |            Teilweise           |            Manuell           |
| **MCP Server**                       |           Claude, Cursor, VS Code          |            Nicht verfügbar            |         Nicht verfügbar        |        Nicht verfügbar       |
| **Python + TypeScript SDKs**         |        Beide, vollständig typisiert        |               Nur Python              |   Python + eingeschränktes JS  |          Nur Python          |
| **Einrichtungszeit**                 |                   Minuten                  |              Tage-Wochen              |             Stunden            |     Stunden (Self-Hosted)    |
| **Preisgestaltung**                  |        Transparent, nutzungsbasiert        | Individuelle Angebote, Mindestvolumen | Vertriebsgespräch erforderlich | Kostenlos (OSS) / Enterprise |

<Tip>
  Für einen detaillierten Feature-für-Feature-Vergleich einschließlich Rerun, Foxglove und CVAT, sehen Sie die vollständige [Vergleichsseite](/docs/de/resources/comparison).
</Tip>

## Unternehmenssicherheit und Compliance

Avala wurde für Teams entwickelt, die sensible, vorab unveröffentlichte Sensordaten verarbeiten.

| Standard      | Status                                 |
| ------------- | -------------------------------------- |
| **SOC 2**     | Zertifiziert                           |
| **DSGVO**     | Datenverarbeitungsverträge verfügbar   |
| **ISO 27001** | In Bearbeitung                         |
| **TISAX**     | Verfügbar für Automobilkunden          |
| **HIPAA**     | Mit BAA für Enterprise-Pläne verfügbar |

Alle Daten werden während der Übertragung (TLS 1.2+) und im Ruhezustand (AES-256) verschlüsselt. Bring Your Own Storage (BYOS) hält Quelldaten in Ihrem Cloud-Konto — Avala liest sie direkt, ohne Kopien zu erstellen. Details unter [Sicherheit und Compliance](/docs/resources/security-compliance).

## Erste Schritte

<CardGroup cols={2}>
  <Card title="" icon="rocket" href="/docs/de/getting-started/quickstart">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>Schnellstart</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Erstellen Sie Ihren ersten Datensatz und Ihr erstes Annotationsprojekt in unter 60 Sekunden.</p>
  </Card>

  <Card title="" icon="phone" href="mailto:sales@avala.ai">
    <p style={{fontWeight: 600, fontSize: '18px', marginBottom: '4px', marginTop: '8px', color: 'inherit'}}>Kontaktieren Sie uns</p>
    <p style={{fontSize: '14px', marginTop: '0px', opacity: 0.6}}>Sprechen Sie mit unserem Team über eingebettete Ingenieure, Managed Labeling oder Enterprise-Deployment.</p>
  </Card>
</CardGroup>