04.05.2020

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

Das 2018 gegründete Grazer DeepTech-Startup KML Vision stellt eine KI-Anwendung zur Bilderkennung von Covid-19-Erkrankungen kostenlos auf der hauseigenen Onlineplattform IKOSA zur Verfügung. Wir sprachen mit CEO und Co-Founder Philipp Kainz über diesen krisenrelevanten Show-Case.
/artikel/grazer-ki-startup-kml-vision-ikosa-covid-19
Philipp Kainz (links) und Michael Mayrhofer-Reinhartshuber haben KML Vision 2018 gegründet
(c) GK artworks: Philipp Kainz (links) und Michael Mayrhofer-Reinhartshuber haben KML Vision 2018 gegründet

Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex. „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus. Nunmehr könne die Anwendung aber auf eine 96,8-prozentige Trefferquote verweisen. „Es unterscheidet bei der Analyse der Bilder zwischen Nicht-Erkrankungen, Lungenentzündungen ohne Covid-19-Erkrankung und Covid-19-Erkrankungen“, berichtet der CEO. Das gelinge, weil es bestimmte Muster bei Lungen-Röntgenbildern gebe, die eine Covid-Infektion erkennbar machen.

+++ Mehr zum Thema Künstliche Intelligenz +++

Einfache Anwendung durch eigene Onlineplattform

Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens. „Wir verstehen es eher als Show-Case“, meint Kainz dazu. Für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen. Mit der kostenlosen Open-Source Covid-19-Anwendung wolle man aber zeigen, was die selbstentwickelte Online-Plattform IKOSA so alles kann.

(c) KML Vision: Die Covid-19-Anwendung auf der Plattform IKOSA

Die Vorteile lägen auf der Hand. „Wir wollten in diesem Fall belegen, wie schnell und einfach bestehende Algorithmen in unsere Plattform integriert werden können“, stellt der KML Vision CEO fest. Einen Vorteil stelle beispielsweise die einfache Bedienbarkeit dar. „Bei vielen KI-Algorithmen und KI-Unternehmen fehlt es an der passenden Infrastruktur“, streicht der CO-Gründer heraus. „Wir bringen damit Algorithmen auf ein neues Level“, sagt er.

Ebenjene Vorteile zeige man mit der Covid-19-Anwendung auf. „Mit wenigen Klicks kann jeder Benutzer die Covid-19-Applikation ohne Programmierkenntnisse bedienen“, so Kainz. In Sekunden werde dann das das Röntgenbild analysiert und ausgewertet. Primäre fokussiert ist die Anwendung aber auf die Forschung, nicht auf eine breitere Masse. „Wir verkürzen für die Forschung in diesem Bereich die Zeit, um wichtige Informationen aus Bildern herauszuholen“, sagt Kainz in Bezug auf die Covid-19-Anwendung und über die Stoßrichtung des eigenen Unternehmens ganz generell.

KML Vision und die Coronakrise

Auch wenn das Grazer Unternehmen jetzt mit einer Covid-19-Applikation die eigenen Stärken demonstrieren möchte, ist es selbst nicht von der Coronakrise betroffen. „Wir sehen eher einen Zuwachs an Anfragen“, stellt Kainz klar. Und: „Die Automatisierung, die jetzt um sich greift, spielt uns definitiv in die Karten“. Man habe als Unternehmen sowohl die Tools als auch das entscheidende Know-How, das vor allem in einer Zeit des „Umdenkens in der Industrie“ relevant sei.

Zudem stünden höchstwahrscheinlich Finanzierungsrunden ins Haus. „Für 2020 ist diesbezüglich etwas in Planung, die Runde ist aber noch offen“, sagt Kainz und gibt sich auch bedeckt was die mögliche Investitionssumme betrifft. „Auch die Vorbereitungen für eine weitere größere Finanzierungsrunde im Jahr 2021 laufen bereits“, schiebt er nach. Prinzipiell wolle man sich zukünftig noch mehr in den Bereich Forschung und Entwicklung der Pharma-Industrie bewegen. „Wir schauen uns auch den Markt im Bereich HealthTech an“, so Kainz. „Unser Bereich, der ja letztlich ein digitales Business-Modell ist, ist krisensicher“, gibt er sich abschließend zuversichtlich.

⇒ Zur Page des Startups

Redaktionstipps
Deine ungelesenen Artikel:
28.10.2026

Vorarlberger Startup vioom will Personen- und Warentransporte auf einer Plattform vereinen

Das Vorarlberger Startup vioom will Mobilität im ländlichen Raum wirtschaftlicher machen. Dafür sollen Personenbeförderung und regionale Lieferdienste gemeinsam organisiert werden. Das Unternehmen ist eigenfinanziert und bereitet derzeit seinen ersten Pilotbetrieb vor.
/artikel/vorarlberger-startup-vioom-will-personen-und-warentransporte-auf-einer-plattform-vereinen
28.10.2026

Vorarlberger Startup vioom will Personen- und Warentransporte auf einer Plattform vereinen

Das Vorarlberger Startup vioom will Mobilität im ländlichen Raum wirtschaftlicher machen. Dafür sollen Personenbeförderung und regionale Lieferdienste gemeinsam organisiert werden. Das Unternehmen ist eigenfinanziert und bereitet derzeit seinen ersten Pilotbetrieb vor.
/artikel/vorarlberger-startup-vioom-will-personen-und-warentransporte-auf-einer-plattform-vereinen
Das Gründerteam von vioom: Lucia Studer und Ronny Türtscher | (c) vioom

Wer auf dem Land lebt, kennt das Problem: Der nächste Bus fährt erst in zwei Stunden und ohne eigenes Auto wird selbst der Weg zum Arzt oder zum Einkaufen zur Herausforderung. Diese Erfahrungen hat auch das Gründerteam des Vorarlberger Startups vioom gemacht. Sie kommen aus dem Großen Walsertal, wo öffentliche Verkehrsverbindungen teilweise nur im Zwei-Stunden-Takt angeboten werden.

„Wir haben als Jugendliche immer Autos gestoppt“, erzählt Mitgründer und Co-CEO Ronny Türtscher. Aus Bedarfserhebungen zur Mobilität in der Region, die Türtscher selbst begleitete, entstand schließlich die Idee zu vioom.

Hinter dem Startup steht die im Februar 2026 gegründete VAREO Innovations GmbH mit Sitz in Ludesch. Als CEOs fungieren Ronny Türtscher und Lucia Studer. Das Gründerteam bringt nach eigenen Angaben gemeinsam mehr als 20 Jahre Erfahrung in der Softwareentwicklung mit.

Personen- und Warentransporte gemeinsam organisieren

Vioom setzt auf sogenannte On-Demand-Mobilität: Fahrgäste können über eine App eine Strecke innerhalb eines festgelegten Gebiets buchen. Das System organisiert daraufhin ein verfügbares Shuttle. Anders als bei klassischen Anrufsammeltaxis sollen die Fahrzeuge zusätzlich regionale Waren transportieren. „Wir versuchen, die Ausnutzung so hoch wie möglich zu halten und diese Wege von A nach B mit mehreren Erlösströmen zu gestalten“, sagt Türtscher. So könnte ein Shuttle beispielsweise eine Gemüsekiste bei einem Bauernhof abholen, anschließend einen Fahrgast vom Bahnhof transportieren und die Ware danach bei einem Hotel abliefern.

Ziel ist es, Leerfahrten zu reduzieren und Fahrzeuge auch außerhalb der Stoßzeiten auszulasten. Gleichzeitig soll das Angebot bestehende Bus- und Bahnverbindungen ergänzen und insbesondere die sogenannte „First und Last Mile“, also den Weg zur beziehungsweise von der nächsten Haltestelle, abdecken. Durch die gemeinsame Nutzung der Fahrzeuge und eine bessere Anbindung an den öffentlichen Verkehr sollen zudem CO₂-Emissionen reduziert werden. Die Regionen entscheiden dabei selbst, wann Personen- beziehungsweise Warentransporte angeboten werden. Die Durchführung übernehmen beispielsweise regionale Taxiunternehmen. Vioom selbst stellt keine Fahrzeuge oder Fahrpersonal bereit, sondern liefert die Software und begleitet die Umsetzung.

Wie sich die regionale Mobilität rechnen soll

Mit seinem Geschäftsmodell richtet sich vioom an Gemeinden und Regionen. Diese zahlen je nach Modell eine monatliche Gebühr für die Nutzung der Plattform. Zusätzlich erhält das Startup eine Vermittlungsprovision für jede gebuchte Fahrt. Die Fahrgäste und Unternehmen bezahlen für die jeweiligen Personen- oder Warentransporte. Diese Einnahmen fließen grundsätzlich an die Regionen selbst. Die Abrechnung erfolgt vollständig automatisiert über die Plattform.

Durch die Kombination von Personenbeförderung und Warenlogistik sollen die Fahrzeuge besser ausgelastet und zusätzliche Einnahmen erzielt werden. Langfristig will vioom damit die Wirtschaftlichkeit regionaler Mobilitätsangebote verbessern und deren Abhängigkeit von öffentlichen Förderungen verringern.

Technologiepartnerschaft mit ioki

Für die technische Umsetzung arbeitet vioom mit dem Mobilitätstechnologie-Anbieter ioki zusammen. Das Unternehmen ist ursprünglich aus der Deutschen Bahn hervorgegangen und bietet Software für bedarfsgesteuerte Mobilitätsangebote an. Vioom nutzt Teile dieser Technologie und hat darauf aufbauend ein eigenes Logistikmodul entwickelt.

Die Partnerschaft soll auch die Skalierung erleichtern. Für jede Region wird zwar eine individuelle Mobilitätsanalyse durchgeführt, die anschließende Umsetzung erfolgt jedoch über eine standardisierte, anpassbare Plattform.

Eigenfinanziert und erste Pilotprojekte geplant

Bislang wurde vioom vollständig aus Eigenmitteln der CEOs finanziert, mit einem Stammkapital von 12.000 Euro. An der VAREO Innovations GmbH sind die LOONEY GmbH (gehört unter anderem Lucia Studer) mit 66,67 % und scale.out (gehört Ronny Türtscher) mit 33,33 % beteiligt. Für externe Investoren zeigt sich das Unternehmen grundsätzlich offen.

Die größte Herausforderung besteht laut Türtscher darin, erste Referenzprojekte umzusetzen und nachzuweisen, dass die Kombination aus Personen- und Warentransporten tatsächlich wirtschaftliche Vorteile bringt. „Viele Kunden fragen: Was habt ihr schon gemacht und was könnt ihr nachweisen?“, erzählt der Gründer.

Der erste Pilotbetrieb ist derzeit in Vorarlberg in Vorbereitung, ein konkreter Starttermin steht noch nicht fest. Parallel führt vioom Gespräche mit zwei Landkreisen und einer Stadt in Deutschland. Bis Ende 2027 will das Startup drei bis fünf Regionen an die Plattform angebunden haben. Zusätzlich sollen weitere Partnerschaften und Anwendungen, etwa im Tourismus, entstehen.

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

AI Summaries

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KML Vision: KI von Grazer Startup erkennt Covid-19 auf Röntgen-Bildern

  • Das Training für den nun benutzten KI-basierten Algorithmus des Grazer Startups KML Vision war relativ komplex.
  • „Das Forschungsteam der kanadischen University of Waterloo und KI-Experten des Unternehmens DarwinAI haben etwa 13800 Röntgenbilder benötigt, um das KI-Modell zu trainieren“, führt CEO und Co-Founder Philipp Kainz daraufhin befragt aus.
  • Nunmehr könne die Anwendung, die Covid-19-Erkrankungen auf Röntgen-Bildern erkennt,  aber auf eine 96,8-prozentige Trefferquote verweisen.
  • Diese Covid-19-Anwendung gehört an sich nicht zum Tagesgeschäft des steierischen Unternehmens.
  • „Wir verstehen es eher als Show-Case“, meint Kainz, für gewöhnlich entwickle man selbst Bildanalyse-Algorithmen.