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:
11.08.2026

Phoenics: Steirisches Konsortium entwickelt Speicherzellen ohne Kobalt und Nickel

Virtual Vehicle, Varta Innovation, das Materials Center Leoben und AVL forschen drei Jahre lang an einem neuen Kathodenmaterial für stationäre Batteriespeicher. Die Zellen sollen 20 Prozent mehr Energie speichern und 40 Prozent länger halten. So lauten die Projektziele. Budget: 2,9 Millionen Euro.
/artikel/phoenics-steirisches-konsortium-entwickelt-speicherzellen-ohne-kobalt-und-nickel
11.08.2026

Phoenics: Steirisches Konsortium entwickelt Speicherzellen ohne Kobalt und Nickel

Virtual Vehicle, Varta Innovation, das Materials Center Leoben und AVL forschen drei Jahre lang an einem neuen Kathodenmaterial für stationäre Batteriespeicher. Die Zellen sollen 20 Prozent mehr Energie speichern und 40 Prozent länger halten. So lauten die Projektziele. Budget: 2,9 Millionen Euro.
/artikel/phoenics-steirisches-konsortium-entwickelt-speicherzellen-ohne-kobalt-und-nickel
Strom aus Wind und Sonne braucht Speicher. Für sie entwickelt das Projekt Phoenics neue Batteriezellen. Konzeptbild, mit KI erstellt. | (c) Virtual Vehicle
Strom aus Wind und Sonne braucht Speicher. Für sie entwickelt das Projekt Phoenics neue Batteriezellen. Konzeptbild, mit KI erstellt. | (c) Virtual Vehicle

Wind und Sonne liefern Strom, wann sie wollen, nicht wann ihn jemand braucht. Diese Lücke schließen Batteriespeicher. Sie werden damit zur Schlüsseltechnologie der Energiewende. Genau hier setzt Phoenics an: Ein steirisches Konsortium entwickelt die nächste Generation von Lithium-Ionen-Zellen für stationäre Speicher.

Koordiniert wird das Projekt von der Virtual Vehicle Research GmbH in Graz. Partner sind Varta Innovation, die Materials Center Leoben Forschung GmbH (MCL) und AVL List. Phoenics läuft 36 Monate und kostet 2,9 Millionen Euro. Knapp zwei Millionen davon kommen von der FFG, aus der Ausschreibung „Energieforschung 2024″.

Ein Material, zwei Ziele

Im Zentrum steht ein Kathodenmaterial: Lithium-Mangan-Eisenphosphat, kurz LMFP. Es ist eine Weiterentwicklung des etablierten Lithium-Eisenphosphats (LFP). LFP-Zellen gelten als sicher und robust, und sie kommen ohne kritische Rohstoffe wie Kobalt oder Nickel aus. LMFP soll zusätzlich bis zu 20 Prozent mehr spezifische Energiedichte liefern. Auf gleichem Bauraum ließe sich damit mehr Energie speichern.

Diesen Materialvorteil will das Konsortium in die fertige Zelle bringen. Die Zielmarken: 20 Prozent mehr Energiedichte, 40 Prozent längere Lebensdauer.

Was noch offen ist

Bis dahin bleiben Fragen. Wie verhält sich das Material über die Lebensdauer, wie altert es, und lässt es sich industriell verarbeiten und skalieren?

Das Konsortium kombiniert deshalb Experiment und Simulation. Die Partner untersuchen das Kathodenmaterial über den gesamten Lebenszyklus, mit Materialcharakterisierung, hochauflösender Bildgebung und KI-gestützter Auswertung. Parallel entstehen physikbasierte und datengetriebene Modelle. Sie bilden das Verhalten der Zelle von der Mikrostruktur bis zum kompletten Speichermodul ab und sollen Entwicklungszyklen verkürzen.

„Die Mikrostruktur von Elektrodenmaterialien beeinflusst maßgeblich Leistung, Lebensdauer und Zuverlässigkeit von Batteriezellen“, sagt Roland Brunner, Gruppenleiter am MCL.

Ein eigener Schwerpunkt gilt der Sicherheit. Spezielle Testverfahren sollen zeigen, ob LMFP-Zellen den Anforderungen an Betriebssicherheit und Zuverlässigkeit genügen. AVL bringt dafür seine Erfahrung in der elektrochemischen Modellierung ein. Verbinde man physikalische Modelle mit Methoden des maschinellen Lernens, ließen sich kritische Betriebszustände und Sicherheitsaspekte frühzeitig vorhersagen, sagt Roland Wanker, Geschäftsbereichsleiter Advanced Simulation Technologies bei AVL.

Aufbauen statt neu anfangen

Phoenics setzt die Zusammenarbeit aus dem Vorgängerprojekt OpMoSi fort. „Unsere Stärke liegt darin, modernste Simulations- und Analysemethoden mit industrieller Entwicklungskompetenz zu verbinden“, sagt Projektleiter Philip Kargl von Virtual Vehicle.

Varta Innovation steuert die Fertigungsseite bei, von der Materialentwicklung über die Elektrodenfertigung bis zur Zellintegration. Großes Potenzial sehen die Partner vorerst bei stationären Speichern. Langfristig könnten die Ergebnisse auch der Elektromobilität nützen.

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.