04.10.2022

Digital-Health Startup medudoc mit über zwei Millionen Euro Seed-Runde

Damit möchte man in den DACH-Raum expandieren. Und noch weiter.
/artikel/digital-health-startup-medudoc-mit-ueber-zwei-millionen-euro-seed-runde
medudoc, Patientenaufklärung
(c) medudoc - (v.l.) Michael Horacek, Mona Ciotta und Dennis Beyer von medudoc.

Das Health-Startup medudoc wurde 2020 vom Wiener Michael Horacek gegründet. Konkret handelt es sich um einen Anbieter für digitale Patientenaufklärung mit Teams in Berlin und Luzern. Nun gab man bekannt, dass im Sommer eine Finanzierungsrunde von über zwei Millionen erfolgreich abgeschlossen wurde.

Has.to.be-Gründer bei medudoc dabei

„Wir freuen uns, dass wir in den zurückliegenden Wochen und Monaten eine Gruppe von professionellen Investoren für unsere Idee begeistern konnten“, sagt Horacek. „Die ersten eineinhalb Jahre waren wir eigenfinanziert und haben nach Investoren Ausschau gehalten, die entsprechend Erfahrung in der Industrie, der Digitalisierung und bei Innovationsprojekten haben. So entstand unser kleines, feines Netzwerk.“

Zu jenem zählen Digital-Health Business Angels wie der deutsche Krankenhaus-Experte Reinhard Wichels oder der Smart Reporting-Gründer Wieland Sommer.

Auch österreichische Unternehmer und Business Angels sind mit an Bord. Martin Klässner etwa, der mit has.to.be im Vorjahr den bislang größten österreichischen Exit schaffte, sieht eindeutige Parallelen zu anderen erfolgreich gewachsenen digitalen Lösungen.

„Es hat nicht lange gedauert, um mich von medudocs Potenzial zu überzeugen – so wie has.to.be mit Software für Ladestationen von Elektroautos nach und nach überregional zum Standard wurde, sehe ich medudocs Lösungen als unerlässlichen Bestandteil eines modernen Gesundheitssystems“, sagt er.

Patientenaufklärung im Fokus

Medudoc – kurz für „medical education and documentation“ – arbeitet als SaaS-Plattform an der Reduzierung von Unsicherheiten und Komplexitäten für Patient:innen und deren Angehörige. Denn, aktuell würden Patient:innen an unverständlichen medizinischen Informationen in Vorbereitung auf ihre OP verzweifeln und sind dennoch rechtlich dazu verpflichtet einzuwilligen, verständlich und umfangreich über ihren Eingriff und den damit verbundenen Risiken sowie Alternativen aufgeklärt worden zu sein.

Ärzte auf der anderen Seite kämpfen mit hohem administrativen, repetitiven und meist noch analogem Aufwand; Kliniken leiden unter den Kosten. Hierbei möchte medudoc die Patientenaufklärung in Zusammenarbeit mit medizinischen und medikolegalen Expertinnen digitalisieren, animieren und automatisieren.

„Wir wollen hunderte Millionen Euro für Kliniken im DACH-Raum einsparen, verfügbare Informationen weit verständlicher machen und Klinikpersonal – vor allem in Hinblick auf den akuten Fachkräftemangel – zeitlich entlasten“, so Horacek weiter.

Jetzt sei es naheliegend, weiterzuentwickeln und das „learning“ in der Struktur zu forcieren. Es gehe nicht nur um den graphischen Inhalt, sondern um die Plattform dahinter. Und um die Effizienzsteigerung der Leistungserbringer (Ärzt:innen).

Bis zu 500.000 Patienten erreichbar pro Jahr

Medudoc ist im deutschsprachigen Raum in diversen Krankenhäusern im Einsatz und kann bis zu ca. 500.000 Patienten jährlich erreichen. Der vorwiegende Einsatz findet im klinischen Betrieb statt, erweitert sich aber aktuell – etwa im Rahmen von Studien – in den wissenschaftlichen Bereich.

Besonders der deutsche Markt ist von regem Interesse für das Startup, verfügt er doch über 30 Millionen Patient:innen pro Jahr.

Neue Märkte

„Es ist unsere Vision, der globale Standard für Patientenaufklärung zu werden“, so Horacek abschließend, der zusätzlich zum Ausbau der Software- und Datenplattform für Kunden im DACH-Raum auch große Nachfrage aus anderen Märkten sieht.

„Wir stehen beispielsweise im aktiven Dialog mit dem National Health Service (Großbritannien), wo es nach Covid-19 einen massiven Rückstau an Operationen gibt. Außerdem führen wir – auch auf Basis unserer bestehenden technischen Integrationen – derzeit strategische Gespräche mit global führenden Medizintechnikherstellern, Pharma- und LifeScience -Unternehmen, um auch außerhalb von Krankenhäusern die Patientenaufklärung sowie die Patientenbegleitung signifikant zu verbessern.“

Deine ungelesenen Artikel:
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
/artikel/patentbutler-ai-ibm-abp
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
18.04.2025

patentbutler.ai will Zeit für Patentrecherchen deutlich verkürzen

Eine neue KI‐Plattform will Recherche‑ und Monitoring­aufwand im Patent-Bereich deutlich reduzieren. Dahinter stehen das oberösterreichische Unternehmen ABP Patent Network und IBM. Ihr gemeinsames SaaS‑Produkt kombiniert austauschbare Large‑Language‑Modelle mit On‑Prem‑Hardware.
Marco Porak (IBM) und Daniel Holzner
Marco Porak (IBM) und Daniel Holzner (ABP) | Foto: IBM/H. Klemm

Wer eine Idee patentieren will, muss mühsam Fachsprache lernen oder teure externe Hilfe einkaufen. „Man glaubt gar nicht, wie viele Erfinder glauben, sie hätten etwas erfunden“, erläuterte der Geschäftsführer von ABP Patent Network, Daniel Holzner, bei einer gemeinsamen Pressekonferenz in Wien mit Marco Porak, Generaldirektor von IBM Österreich. Das muss aber erst einmal überprüft werden.

Patentbutler.ai will hier Abhilfe schaffen: Die Nutzer:innen kopieren ihren Entwurf in ein Textfeld, die KI formt ihn in juristisch korrekte Patentansprüche um und zerlegt ihn zugleich in einzelne technische Merkmale. Das System durchsucht 170 Millionen Patentveröffentlichungen, die es vorab vektorisiert hat. Ein semantischer Abgleich zeigt, welche Publikationen die Merkmal‑Listen überdecken; eine Ampelfärbung markiert die Trefferquote. 

Die Suche dauert gut 30 Sekunden und lieferte im Demo‑Fall auf der Pressekonferenz 60 relevante Patentfamilien. Im Patentwesen werden Anmeldungen für dieselbe Erfindung in verschiedenen Ländern zu sogenannten Patentfamilien zusammengefasst. Weltweit existieren etwa 68 Millionen solcher Patentfamilien, die sich in den 170 Millionen Patentveröffentlichungen widerspiegeln. 

Mehrere Modelle für unterschiedliche Aufgaben

Patentbutler.ai baut auf Watson X von IBM, nutzt aber nicht nur IBMs Granite‑Modelle. „Wir wussten, wir können uns und wollen uns nicht auf einzelne Modelle fokussieren“, sagte Holzner. Die Software wählt je nach Aufgabe das bestgeeignete LLM: ein generatives Modell für die Text­transformation, ein multimodales Modell für Zeichnungen und ein Embedding‑Modell für die Vektor‑Suche. Open‑Source‑Modelle von Hugging Face lassen sich ebenso einbinden wie proprietäre Alternativen.

Halluzinationen begegnet ABP mit Feintuning auf patent­spezifische Trainingssätze und mit Watson X Governance, das jede Modellversion samt Trainingsdaten protokolliert. Parallel dazu arbeitet das Team mit IBM daran, die Datenbasis selbst stets aktuell zu halten. „Wir haben es in unserer engen Zusammenarbeit geschafft, den Datenbestand tagesaktuell zu halten“, erläuterte IBM‑Österreich‑Chef Marco Porak.

SaaS-Angebot und Appliance-Version

Die KI läuft nicht in einer Public Cloud, sondern über ein Rechenzentrum in Österreich. Neben Patentbutler.ai Prompting, einem Chat‑Interface für sicheres Prompten ohne Datenabfluss, und Patentbutler.ai Search, der voll­wertigen Recherche‑ und Analyse­umgebung als SaaS, gibt es als weiteres Angebot noch Patentbutler.ai Appliance – eine Kombination aus Hardware und Software für den Betrieb mit eigener Infrastruktur.

Die Lizenz orientiert sich an Nutzerzahl und Dokumentvolumen. Bereits in der MVP‑Phase gewann ABP erste Industrie­kunden, deren Namen das Unternehmen noch nicht öffentlich macht. Die Anwendung will aber nicht nur forschende Konzerne adressieren. Auch Startups und KMU sehen die beiden Unternehmen als Zielgruppe – etwa um Anmeldungen von Konkurrenten zu überwachen.

Vor 18 Monaten mit Minimal-Prototyp gestartet

Das Projekt startete vor 18 Monaten mit einem Minimal­prototyp. Seither tauschten die Partner Modelle, entwickelten ein Framework für automatisierte Modell­auswahl und optimierten die Daten­pipeline. Porak beschreibt die Zusammenarbeit als ständiges Ping‑Pong zwischen IP‑Expertinnen und KI‑Ingenieurinnen. Etabliert sich das Produkt am Markt, könnte aus einem Spezial­werkzeug ein Standard im IP‑Management werden – und die Zeit der manuellen Patent­suche endgültig enden.

Für die kommenden Monate ist geplant, den Patentbutler weiter im Markt zu etablieren. Dazu gehört die Einführung der Appliance-Variante, die es Unternehmen ermöglicht, die Software und Hardware mit eigener Infrastruktur zu betreiben. Außerdem ist vorgesehen, die Technologie auf weitere Dokumenttypen wie Produktdokumentationen und technische Richtlinien auszuweiten.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag