09.10.2015

Juno: Die Selbsttests kommen

/artikel/juno-die-selbsttests-kommen
Das Startup Juno hat einen Fruchtbarkeits-Selbsttest entwickelt.

Juno bietet einen Fruchtbarkeitstest an, mit dem Kundinnen erfahren, wie lange sie noch schwanger werden können.

Der Name der römischen Göttin der Geburt ist Programm – Juno will seinen Kundinnen mit einem Fruchtbarkeitstest zu mehr Selbstbestimmtheit und Wissen über den eigenen Körper verhelfen. Der von dem Start-up ab Mitte Oktober als Selbsttest-Kit angebotene Test (Kosten: 189 Euro) basiert auf der Messung des Anti-Müller-Hormons. Damit kann die Eizellenreserve einer Frau eingeschätzt werden und anhand dieser vorhergesagt werden, wie lange die Frau noch fruchtbar ist.

„Das Hormon kann man seit etwa zehn Jahren messen, aber erst seit einem Jahr gibt es einen Test, der stabile Ergebnisse liefert, auch wenn das abgenommene Blut nicht sofort analysiert wird“, sagt Juno-Gründerin und Kinderwunsch-Coach Silvia Hecher. Was wesentlich ist, wenn das Blut nach dem Selbsttest erst einmal mit der Post verschickt wird.

JUN-4402

Noch sei wenigen Frauen bekannt, dass es diese Möglichkeit überhaupt gebe, sagt Hecher. „Viele künstliche Befruchtungen könnten damit vermieden werden, weil die Frauen früher herausfinden, wann sich ihre Fruchtbarkeit dem Ende zubewegt.“

Der Zeitpunkt, wann das passiere, variiere von Frau zu Frau stark und hänge auch vom Lebensstil ab, sagt der Gynäkologe und Juno-Mitgründer Alexander Just. Bei der einen Frau sei das mit 35 der Fall, bei der anderen erst Mitte 40.

Frauen würden generell dazu neigen, ihre eigene Fruchtbarkeit und die Möglichkeiten, die ihnen ein Arzt anbieten kann, zu überschätzen. „Nur weil eine Freundin oder Halle Berry mit 45 noch ein Kind bekommen hat, gilt das nicht für jede Frau“, sagt Just.

Leben besser planen

„Ich habe in meiner Arbeit als Kinderwunsch-Coach viele Frauen getroffen, die falsch beraten waren und mit Ende 30 mit sich gehadert haben, weil sie nicht schon früher erfahren haben, dass man die Fruchtbarkeitsdauer vorhersagen kann“, sagt Hecher.

„Nur weil eine Freundin oder Halle Berry mit 45 noch ein Kind bekommen hat, gilt das nicht für jede Frau“, so Juno-Co-Gründer Alexander Just.

„Wir wollen, dass auch eine 26-jährige Frau weiß, wie lange sie noch Zeit hat, damit sie ihr Leben besser planen kann“.

Auch bei Juno passiert die Auswertung der Testergebnisse zunächst elektronisch. Das Selbsttest-Prinzip ist das gleiche wie bei Kiweno: Einige Tropfen Blut kommen in ein Röhrchen und werden per Post eingeschickt und in einem Labor analysiert. Die Ergebnisse bekommt die Kundin auf einigen Din-A4-Seiten zusammengefasst.

Kurze Verständnisfragen zum Test seien im Preis inbegriffen, dafür gibt es im Institut von Juno eine Hotline. Wenn eine Kundin eine umfangreichere zusätzliche Beratung wünsche, sei das kostenpflichtig. Wichtig sei bei dem Ergebnis, zu wissen, dass es eine Prognose sei, die sich durch bestimmte Faktoren ändern könne. „Zwar fällt die Eizellenreserve bei gleich bleibenden Bedingungen kontinuierlich ab, was eine Vorhersage möglich macht. Bestimmte Ereignisse – Erkrankungen etwa oder eine Änderung des Lebensstils – können die Prognose aber verändern“, sagt Just.

„Wir wollen, dass auch eine 26-jährige Frau weiß, wie lange sie noch Zeit hat, damit sie ihr Leben besser planen kann“.

Datensicherheit

Bei Juno ist das Herzstück die digitalisierte Auswertung der Daten. Womit die Frage der Datensicherheit – und etwaiger Verwendung der Daten für geschäftliche Zwecke – aufkommt. Hecher versichert, dass das – obwohl von Seiten der Pharmabranche bereits Interesse bekundet worden sei – nicht in Frage komme. Datenschutz sei zudem oberste Priorität, weshalb Daten von Kundinnen bei Juno etwa sofort von der Weboberfläche „heruntergesaugt“ und auf einen internen Server verlagert würden. Bei derart sensiblen Daten müssen sich die Kundinnen sicher sein können, dass sie nicht in die falschen Hände geraten.

Siehe auch hier einen Beitrag zu Kiweno – das Startup hat einen Selbsttest entwickelt, der Nahrungsmittelunverträglichkeiten testet.

_POL2461juno

 

© Juno

Deine ungelesenen Artikel:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

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

Juno: Die Selbsttests kommen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Juno: Die Selbsttests kommen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Juno: Die Selbsttests kommen

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 …

Juno: Die Selbsttests kommen

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 …

Juno: Die Selbsttests kommen

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 …

Juno: Die Selbsttests kommen

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 …

Juno: Die Selbsttests kommen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Juno: Die Selbsttests kommen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Juno: Die Selbsttests kommen