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:
17.07.2026

Bosch-Venture-Builder Axel Deniz: „Innerhalb einer Konzernlogik kann man keine Ventures bauen“

Bosch investiert 200 Millionen Euro, um aus eigener Technologie neue Startups zu bauen, geführt von externen Gründer:innen. Warum das nur außerhalb der Konzernstrukturen funktioniert und was er Foundern bietet, erklärt Axel Deniz, Geschäftsführer von Bosch Business Innovations, im Interview.
/artikel/bosch-venture-builder-axel-deniz-innerhalb-einer-konzernlogik-kann-man-keine-ventures-bauen
17.07.2026

Bosch-Venture-Builder Axel Deniz: „Innerhalb einer Konzernlogik kann man keine Ventures bauen“

Bosch investiert 200 Millionen Euro, um aus eigener Technologie neue Startups zu bauen, geführt von externen Gründer:innen. Warum das nur außerhalb der Konzernstrukturen funktioniert und was er Foundern bietet, erklärt Axel Deniz, Geschäftsführer von Bosch Business Innovations, im Interview.
/artikel/bosch-venture-builder-axel-deniz-innerhalb-einer-konzernlogik-kann-man-keine-ventures-bauen
Axel Deniz, Geschäftsführer von Bosch Business Innovations, dem Corporate Venture Builder der Bosch Gruppe. (c) Bosch Business Innovations

Axel Deniz war 15 Jahre lang Gründer in Berlin und im Silicon Valley, bevor er auf die Konzernseite wechselte, zunächst zu PricewaterhouseCoopers, wo er unter anderem das Corporate-Venture-Capital-Vehikel verantwortete. Seit rund eineinhalb Jahren baut er Bosch Business Innovations um, den Corporate Venture Builder der Bosch Gruppe. Ende April wurde das neue Setup öffentlich: Rund 200 Millionen Euro stehen zur Verfügung, um bis 2030 neue DeepTech-Startups außerhalb des Bosch-Kerngeschäfts aufzubauen, zum Start in den Feldern medizinische Fernüberwachung und softwaregesteuerte Fertigung.


brutkasten: Bosch hat mit Bosch Ventures einen eigenen VC-Arm und mit Open Bosch ein Venture-Clienting-Programm. Warum braucht es zusätzlich einen Venture Builder?

Axel Deniz: Bosch Ventures ist ein etablierter CVC-Investor mit dem sechsten Fonds, Open Bosch holt externe Startups als Partner herein. Beides ist Outside-in. Die offene Frage ist: Was passiert mit den großen Assets, die im Konzern liegen? Wir haben 80.000 Forscher:innen und Entwickler:innen und die größte IP-Bibliothek Europas, alle 20 Minuten entsteht ein neues Patent. Wer so viel in Forschung und Entwicklung investiert, muss daraus auch etwas machen. Für dieses Inside-out gab es bei Bosch keine gute Lösung. Viele Jahre lang wurde versucht, Mitarbeiter:innen von Bosch zu Intrapreneuren weiterzuentwickeln. Mit überschaubarem Erfolg.

Wie sieht die Lösung jetzt aus?

Die Grundüberlegung: Was ein Konzern sehr gut kann, ist Technologie entwickeln. Worin er oft scheitert, ist Startups bauen. Deshalb muss das raus aus dem Konzern. Ich habe dafür mit meinem Team Fondsvehikel gebaut, die off balance sheet und soweit möglich außerhalb der Konzern-Governance liegen. Für die Gründer:innen gelten weniger Compliance-Vorschriften und Konzernregeln. Was Startups an Konzernen missfällt, ist die Langsamkeit, und dass man es sich zwischendurch anders überlegt. Beide Punkte möchten wir herausdesignen.

Wie ist das konkret strukturiert?

Bosch Business Innovations agiert in Teilen ähnlich wie ein Fund of Funds. Teile des Budgets schneiden wir in mehrere Vehikel nach Regionen wie China oder Afrika oder nach Themen wie Healthcare. In jedes dieser Vehikel holen wir ein am Markt etabliertes Venture Studio als General Partner, das die Startups baut und selbst mitinvestiert. Wir ziehen uns auf die Rolle des Limited Partners zurück und geben Kapital und Technologie hinein. Die Pre-Seed-Runden führen wir über diese Vehikel, geplant sind 50 bis 60 Ausgründungen in den nächsten Jahren. Für die Seed-Runde müssen die Teams dann einen externen Lead-Investor finden, da sind wir Co-Investor. Ab Series A gehen wir nur sehr selektiv mit, die Ventures müssen alleine lebensfähig sein.

Nach welchen Kriterien wählen Sie die Themen aus?

Mit zwei Fragen, abgeleitet aus der Bosch-Strategie. Erstens: Haben wir Technologie, die einem Venture ein, zwei Jahre Vorsprung verschafft? Wenn ich keine Assets von Bosch einlege, mache ich es nicht. Zweitens: Soll es ein Thema jenseits des Kerngeschäfts sein. Ich nenne das „the right amount of too early“. Ein gutes Beispiel ist ein Radar aus dem autonomen Fahren, Spitzentechnologie, die Bosch außerhalb dieses Bereichs nicht anwendet. In einem Healthcare-Startup ermöglicht sie neuartige Anwendungen im Patientenmonitoring.

Die Gründerteams kommen von außen. Warum nicht aus dem Konzern?

Bosch hat 420.000 außergewöhnliche Mitarbeitende weltweit, aber es ist kein Hotbed für Founder-Talent. Viele Menschen kommen, um eine Konzernkarriere zu machen. Meine Hypothese war, ich finde zumindest First-Time-CTOs, weil Bosch eine Engineering Company ist. Aber das ist nur selten so. Also suchen wir meistens Teams von außen, die die Technologie adoptieren und in Produkt und Markt bringen. Beim CEO setzen wir gezielt auf Serial Entrepreneurs, die zwischen zwei Gigs sind, keine First-Time-Founder.

Warum sollten sich erfahrene Gründer:innen ausgerechnet auf einen Konzern einlassen?

Bosch Business Innovations ist bei Gründer:innen noch nicht bekannt. Wir müssen viel Vertrauen aufbauen und nachhaltig beweisen, dass unser Ansatz stimmt. Ich sage immer: backed by Corporate, aber nicht blocked by Corporate. Das Kernversprechen ist der Zugang zur besten HardTech- und DeepTech-Bibliothek, zu Fähigkeiten und Know-how, die ein, zwei Jahre Entwicklung ersparen. Kapital gibt es überall am Markt, das ist kein entscheidender Faktor. Aber wenn ein Founder mit einem Domain-Experten spricht, der seit 30 Jahren im Reinraum Sensoren baut, oder wir sagen, zu dem Thema haben wir noch ein Lab in Shanghai, schau dir das an, dann kommt bei den Gründer:innen das Leuchten in den Augen. Beim Equity verhalten wir uns marktüblich: In der Pre-Seed nehmen wir typischerweise rund 20 Prozent, 80 Prozent bleiben beim Founder-Team. Das muss identisch mit dem sein, was sie bei einer eigenen Gründung bekämen.

Schauen Sie sich dabei auch in Österreich um?

Auf jeden Fall, über verschiedene Netzwerke. Ein österreichisches Venture Studio ist derzeit allerdings nicht in unserem Ökosystem. Da es ein globales Programm ist, arbeiten wir mit großen Studios, die auf mehreren Kontinenten aktiv sind, sonst hätten wir zu viele Partner.

Corporate Venture Builder machen in Europa gerade reihenweise zu. Warum soll es bei Bosch funktionieren?

Es gibt momentan einen Winter, viele sagen, das Format sei tot. Ich glaube, es riecht nur komisch, weil man es immer schlecht gemacht hat. Corporate Venture Building ist eigentlich ein Widerspruch in sich. Innerhalb einer Konzernlogik kann man keine Ventures bauen. Es geht nur, wenn man sie von Corporate Constraints befreit. Deshalb nenne ich uns den Un-Corporate Venture Builder. Man muss Startups so bauen, wie Startups gebaut werden, in der freien Wildbahn, und das Gute des Konzerns hineingeben und alles Schlechte für sich behalten.

Was ist das Ziel bis 2030?

Ein Portfolio von mindestens 20 Ventures, werthaltig, idealerweise mit M&A-Kandidaten für Bosch darunter. Letzteres ist ein Kann, kein Muss. Und ich habe ein persönliches Motiv: Über das Tal des Todes zwischen Universitätsforschung und Startups wird viel geredet. Aber das Potenzial, das in den Corporates liegt, ist noch größer, und darüber redet kaum jemand. R&D heißt, Geld in Wissen zu verwandeln. Innovation heißt, Wissen in Geld zu verwandeln. Ich will ein Beispiel dafür sein, wie man mit Corporate-IP eine neue Startup-Renaissance in Europa erzeugt.

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.