03.01.2020

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei der Artikelreihe "#unchAIn - Demystifying AI" kooperiert der brutkasten mit Ms. AI, um Vorurteile rund um Künstliche Intelligenz zu entmystifizieren. Expertinnen beantworten dazu die heikelsten Fragen rund um das Thema KI. Heute widmen wir uns der Frage, ob Maschinen das menschliche Gehirn kopieren können.
/artikel/koennen-maschinen-das-menschliche-gehirn-kopieren
Kernel, Flux, Flow, Gehirn, Johnson Künstliche Intelligenz: Maschine kopiert Gehirn
(c) Stock.Adobe/peshkov - US-Unternehmen Kernel ermöglicht "On-Demand"-Funktion im Bereich Neuroscience.

Künstliche Intelligenz ist eines der wichtigsten Tech-Themen unserer Zeit – denn es gibt wohl keinen Bereich des politischen, wirtschaftlichen und gesellschaftlichen Lebens, der nicht das Potenzial hat, von KI grundlegend verändert zu werden. Zugleich gibt es in diesem  Bereich viele Falschinformation und überzogene Erwartungen. Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Expertinnen der jeweiligen Felder – von Philosophinnen über Wissenschaftlerinnen bis zu Managerinnen aus der Wirtschaft – beantworten dabei in einer mehrteiligen Artikelreihe die wichtigsten Fragen zum Thema Künstliche Intelligenz.

+++Mehr zum Thema AI & DeepTech+++

Im ersten Teil der Serie über KI haben wir uns mit der Frage beschäft, was Intelligenz eigentlich ist. Im zweiten Teil der Serie beschäftigen wir uns mit der Frage, ob Maschinen das menschliche Gehirn 1:1 kopieren können. Die Fragen werden beantwortet von der AI-Expertin und Quantenphysikerin Dilek Demir, Isabell Claus, Co-Founder & Managing Director thinkers.ai, dem Philosophen Reid Blackman und Nancy Nemes, Founder Ms. AIA und #humanAIze, sowie CEO Nemes Ventures.

Ist es möglich, die Funktionen des menschlichen Hirns in einer Maschine zu kopieren?

Blackman: Es gibt die Theorie, dass das Fleisch und Blut des menschlichen Gehirns etwas Besonderes ist. Dementsprechend brächten auch Maschinen diese „Feuchtware“. Von dieser Theorie bin ich nicht besonders überzeugt. Ich verstehe nicht, warum wir nicht zum Beispiel synthetische Neuronen herstellen könnten. Oder synthetische Versionen von allem, was wir haben. Im Prinzip sehe ich also nicht, warum wir nicht alle Funktionen eines menschlichen Gehirns in eine Maschine kopieren könnten. Aber in der Praxis ist es außerordentlich schwierig. Die Komplexität des Gehirns selbst und der verschiedenen Umgebungen, in denen es gedeiht und verdorrt, ist so groß, dass ich skeptisch bin, dass wir es jemals herausfinden werden.

Nemes: Einige Forscher sagten vor mehr als 10 Jahren voraus, dass das menschliche Gehirn innerhalb von 10 Jahren repliziert werden könnte. Davon sind wir noch weit entfernt. Heutzutage verstehen wir nur 1 Prozent der Funktionsweise des menschlichen Gehirns. Was wir heute also replizieren können, beschränkt sich auf mechanische Aspekte wie das Screening und die Kartierung von Informationen von Programmen, die Zehntausende mal schneller sind als Menschen. Ich glaube, dass die vollständige Simulation des gesamten Gehirns am Computer eine weit entfernte Science-Fiction-Vision ist. Etwas, das, wenn es jemals zur Realität wird, komplexer sein wird als das menschliche Genom.

Claus: Wir nutzen die einzelnen Erkenntnisse rund um die menschliche Intelligenz als konzeptionelle Basis für maschinelles Lernen. Wir brechen also die Komplexität herunter und nehmen die grundlegenden Eigenschaften her, um dann mit Hilfe von Algorithmen und Modellen Nachbildungen zu erzielen. Das ist heute noch mit großem Aufwand verbunden und damit für die Befriedigung der menschlichen Neugier nicht ausreichend. Es liegt in der Natur des Menschen, hier nicht locker zu lassen bis immer bessere Lösungen gefunden sind.

Demir: Jedes Geschöpf in unserem Universum ist ein einzigartiges, komplexes System, das wir noch nicht erforscht haben. Das wird uns viel Zeit kosten, denn jede Funktion ist mit Konstruktionen wie Gefühlen, Gedanken und dem, was man Seele nennt, verbunden.

Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Wie soll ein Mensch, der keine Ahnung hat, wie er funktioniert, dieses Wissen eins zu eins in eine Maschine übertragen? Außerdem glaube ich nicht, dass wir das Wissen von Mutter Natur über die richtige Materialkonstruktion aufwerfen. Eine Funktion des menschlichen Gehirns benötigt auch die richtige Menge an Trigger-, Kühl-, Heiz- und Austauschfunktionen, um richtig zu funktionieren, und die Einbeziehung von Emotionen bringt eine weitere Komplexität mit sich. Die Simulation eines solchen „menschenähnlichen“ Systems würde eine große Menge an klassischer Rechenleistung erfordern.

Denken wir an das folgende Gedanken-Experiment:
Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“
Deine Antwort: „Ja, bitte!“

Klingt sehr einfach, wenn man diese einfache, kleine Mutter-Kind-Interaktionssituation betrachtet und in verschiedene kleine Schritte zerlegt, die man versteht.
Was passiert hier?

  • Die Mutter-Kind-Verbindung, die dynamisch ist und sich von Zeit zu Zeit ändert.
  • Die Schnelligkeit, Stimme, Worte und Inhalte dieser Mutterfrage enthalten eine große Menge an Informationen, deren Diskussion mindestens 5 Stunden dauern würde.
  • Die Antwort des Kindes. Das Gefühl, die Stimme, der Inhalt, die Geschwindigkeit der Sprache.
  • Die Frage, warum sie Milch zum Frühstück trinken.
  • Die Entscheidungen, die sie innerhalb einer Sekunde treffen.
  • Das Wissen, dass sie Milch haben.
  • Die Art und Weise, wie sie interagieren, sprechen und die verschiedenen Gedanken, die sie gleichzeitig haben.
  • …und vieles mehr.

Die Analyse dieser Entscheidungen braucht eine Weile. Und die Erstellung eines Entscheidungsbaums, mit dem die Situation rekonstruiert wird, ist eine weitere Herausforderung.

Deshalb glaube ich nicht, dass ein Kopieren und Einfügen eines menschlichen Gehirns in eine Maschine vielleicht in der Zukunft möglich ist – aber derzeit müssen wir die aktuellen Probleme, die die Menschen in den letzten Jahren verursacht haben, beseitigen.

Welche Voraussetzungen muss eine Maschine erfüllen, um als „intelligent“ zu gelten?

Demir: Wir müssen diese Frage zuerst für uns selbst beantworten, bevor wir über Maschinen nachdenken.
Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst.
Beispiel: Ein achtsamer, intelligenter Mensch besitzt eine andere Art von Intelligenz als andere Menschen mit weniger Achtsamkeit. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen.

Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“. Nach diesem Maßstab können die heutigen Sprachassistenten als intelligente Maschinen betrachtet werden, ebenso wie fahrerlose Autos, E-Mails, die Ihre Antworten vervollständigen, oder ein GPS-System. So werden unsere Maschinen intelligenter und die Zukunft wird mehr vernetzte Systeme bringen, die ihren Nutzen im täglichen Leben weiter steigern werden. Dennoch gilt: „Intelligenz“ ist schwer zu kategorisieren.

Claus: Wir haben gerade mehrere Jahrzehnte des Datensammelns und deren Verarbeitung in (nahezu) „unintelligenten“ Systemen hinter uns. Aus zukünftiger Sicht würde man die aktuellen Möglichkeiten der automatisierten Text- oder Bildverarbeitung wohl als die Anfänge der maschinellen Intelligenz bezeichnen. Ähnlich wie bei der Entwicklung des aufrechten Gangs des Menschen ist das ein Schlüsselereignis für eine sehr grundlegende Weiterentwicklung. Aufgrund des ökonomischen Potentials der Maschinenintelligenz werden wir mit großen Schritten zu einem „next level“ von Intelligenz kommen, also einem abstrakterem Ursache-Wirkung-Verständnis bei Maschinen.

Blackman: Es gibt einige Leute, die nie zulassen werden, dass eine Maschine intelligent sein könnte. Aber wie ich schon sagte: Ich verstehe nicht, warum das nicht passieren sollte. Ich bin schließlich damit einverstanden, dass ein Taschenrechner eine bestimmte Art von Intelligenz manifestiert. Ich denke auch, dass unser eigenes Gehirn eine Art Maschine ist, indem ich denke, dass unsere Gehirne und Körper alle physisch sind und der Verstand aus physischen Einheiten besteht (die Dinge, die Neurowissenschaftler natürlich studieren, aber auch die Moleküle und Atome, die diese Dinge ausmachen). Für mich müssen sie also nur etwas erreichen, das funktional gleichwertig aussieht wie andere Dinge, die wir bereits als intelligent bezeichnen.

„Aber sind diese Dinge wirklich intelligent oder scheinen sie nur intelligent zu sein?“, könnte jemand fragen. Aber auch das hängt nur davon ab, wie man den Begriff „Intelligenz“ verwenden will, und es ist nichts, worüber ich mir besonders Sorgen mache. Wenn wir jedoch über das Bewusstsein sprechen – etwas das Empfindungsvermögen, dann denke ich, dass die Frage zutiefst wichtig ist. „Fühlt es etwas oder scheint es einfach so, als würde es etwas fühlen?“ ist eine Frage mit tiefen ethischen Implikationen – und das ist etwas, worüber wir uns aufregen sollten.

Der nächste Teil der Artikelreihe erscheint am Freitag, 10. 1. 2010. 

Redaktionstipps
Deine ungelesenen Artikel:
07.08.2026

„Co-Founder as a Service“: Wie Decoto International MedTech-Firmen in neue Märkte bringt

Das ursprünglich von Tokio nach Graz gewanderte Netzwerk Decoto International begleitet MedTech-Unternehmen als „Co-Founder as a Service“ beim Eintritt in neue Märkte. Nun stellt sich das Netzwerk organisatorisch breiter auf: Ottronic-CEO Günter Winkler übernimmt als neuer Geschäftsführer eine zentrale Rolle bei der Weiterentwicklung von Decoto.
/artikel/co-founder-as-a-service-wie-decoto-international-medtech-firmen-in-neue-maerkte-bringt
07.08.2026

„Co-Founder as a Service“: Wie Decoto International MedTech-Firmen in neue Märkte bringt

Das ursprünglich von Tokio nach Graz gewanderte Netzwerk Decoto International begleitet MedTech-Unternehmen als „Co-Founder as a Service“ beim Eintritt in neue Märkte. Nun stellt sich das Netzwerk organisatorisch breiter auf: Ottronic-CEO Günter Winkler übernimmt als neuer Geschäftsführer eine zentrale Rolle bei der Weiterentwicklung von Decoto.
/artikel/co-founder-as-a-service-wie-decoto-international-medtech-firmen-in-neue-maerkte-bringt
v.l.n.r.) Sergio Rodríguez, Alejandro Huenich und Günter Winkler beim Decoto-Netzwerktreffen „Beyond the Pitlane 2026" am Red Bull Ring | (c) brutkasten

Millionenbudgets, erfahrene Business Developer und am Ende trotzdem kein einziger Abschluss: An diesem Muster scheiterten japanische Medizintechnik-Unternehmen immer wieder bei ihren Expansionsversuchen in die USA. „Zu Decoto kamen Unternehmen, die zuvor Millionen in ihr Business Development in den USA investiert und ihre besten japanischen Mitarbeiter dorthin geschickt hatten und nach zwei oder drei Jahren trotzdem keinen Umsatz erzielen konnten“, erzählt Alejandro Huenich im Gespräch mit brutkasten.

Aus genau dieser Beobachtung heraus gründete Sean Yoshikawa vor rund vier Jahren Decoto International in Tokio: als Antwort auf Handelshemmnisse, Sprachbarrieren und kulturelle Unterschiede, an denen die Internationalisierung von MedTech-Unternehmen häufig scheitert.

Huenich, der zuvor in der österreichischen Blockchain-Szene aktiv war, stieg später als Co-Founder ein. Kennengelernt hatten sich die beiden bereits Jahre zuvor bei einer Startup-Live-Veranstaltung in Österreich, an der Yoshikawa auf Einladung der WKO teilgenommen hatte. In die Medizintechnik kam Huenich zunächst ohne Branchenerfahrung: Innerhalb von 48 Stunden erhielt er zwei voneinander unabhängige Anfragen aus dem MedTech-Bereich, neben Yoshikawas Anruf auch eine Vermittlung zum Wiener Medizintechnik-Unternehmen Aurimod. „Das Universum hat mir innerhalb von 48 Stunden gleich zweimal MedTech auf den Tisch geknallt“, sagt Huenich.

Seit Jänner 2026 führt Huenich Decoto als Geschäftsführer und hat die Marke übernommen. Gründer Yoshikawa ist aus privaten Gründen aus dem operativen Geschäft ausgestiegen, begleitet das Netzwerk jedoch weiterhin punktuell beratend. Eine spätere Rückkehr bleibt offen.

Mit dem Wechsel an der Spitze kam auch eine strategische Neuausrichtung: „Ich habe Decoto stärker europäisch ausgerichtet“, sagt Huenich. Graz soll künftig als „Gateway to Europe“ dienen und internationalen MedTech-Unternehmen den Zugang zu europäischen Märkten erleichtern. Gleichzeitig bleibt das globale Modell bestehen: Partner in Mexiko öffnen den Zugang zu Lateinamerika, das Netzwerk in Japan zu Südostasien, weitere Partner decken Europa und die USA ab.

Ein Netzwerk ohne Angestellte

Decoto ist in mehr als elf Ländern aktiv, mit Schwerpunkten in Südostasien, Japan, Korea, den USA, Lateinamerika und Europa. China und die Schweiz sollen als nächste Märkte hinzukommen. Das Konstrukt dahinter ist ungewöhnlich: „Decoto ist ein System ohne Angestellte“, erklärt Huenich. Im Ökosystem arbeiten eigenständige Unternehmen, Expert:innen und Einzelunternehmer:innen projektbezogen zusammen, vergleichbar mit einer international aufgestellten Anwaltskanzlei. Vergütet wird, wer tatsächlich an einem Projekt beteiligt ist. Das hält die Struktur schlank und schafft für die Partner einen Anreiz, ihre Expertise einzubringen und das Netzwerk aktiv weiterzuentwickeln. Klassisches Marketing betreibe Decoto kaum, die Projektpipeline sei dennoch gut gefüllt.

Das Netzwerk unterscheidet sich nach Huenichs Verständnis jedoch nicht nur durch seine Struktur, sondern auch durch die Art, wie Partnerschaften aufgebaut und Geschäfte gemacht werden. „We are not a business company with some spiritual qualities. We are a spiritual company doing business“, beschreibt er den Ansatz. Im Gespräch wechselt er zwischen Deutsch und Englisch. Gemeint ist eine Unternehmenskultur, in der Achtsamkeit, Wertschätzung, Transparenz, Reflexion und kaufmännische Integrität die Grundlage der Zusammenarbeit bilden.

(v.l.n.r.) Günter Winkler, Alejandro Huenich, Sergio Rodríguez und Amel Havkic beim Decoto-Netzwerktreffen „Beyond the Pitlane 2026″ am Red Bull Ring. | (c) Decoto International

„Gute Beziehungen, Freude an der Zusammenarbeit und geschäftlicher Erfolg sind für uns kein Widerspruch, sie gehören zusammen“, sagt Huenich. Gerade die Monetarisierung von Netzwerken sei schwierig: Viele verfügten über starke Kontakte, schafften es jedoch nicht, daraus nachhaltige Projekte und Geschäftsmodelle zu entwickeln. Decoto sieht seinen bisherigen Erfolg deshalb in der Verbindung gemeinsamer Werte mit einer klaren Methodologie, definierten Rollen und konkreten wirtschaftlichen Zielen.

Gleichzeitig ist Huenich überzeugt, dass die zwischenmenschliche Ebene künftig noch wichtiger wird. Künstliche Intelligenz werde zunehmend Prozesse übernehmen, Vertrauen, persönliche Beziehungen und die Qualität der Zusammenarbeit ließen sich jedoch nicht auf dieselbe Weise automatisieren. Eine ähnliche Haltung verfolgt er als Founding Member von Conxious (brutkasten berichtete), einer Initiative für bewusstere und werteorientierte Formen des Unternehmertums.

Decoto versteht sich ausdrücklich nicht als reine Unternehmensberatung. Beratung ist zwar ein Bestandteil der Arbeit, der Ansatz geht jedoch deutlich darüber hinaus: Gemeinsam mit seinen Netzwerkpartnern beteiligt sich Decoto aktiv an der Umsetzung und begleitet MedTech-Unternehmen beim Eintritt in neue Märkte. Unter dem Modell „Co-Founder as a Service“ übernimmt beispielsweise ein lokaler Partner den Aufbau der Aktivitäten vor Ort, bis das Unternehmen eigene Strukturen geschaffen hat und selbst übernehmen kann.

Die Partner kennen die jeweiligen Gesundheitssysteme, Marktmechanismen, kulturellen Besonderheiten und relevanten Entscheidungsträger. Dadurch erhalten die Unternehmen nicht nur strategische Empfehlungen, sondern auch operative Unterstützung und Zugang zu den notwendigen lokalen Netzwerken.

Wie finanziert sich Decoto?

Das Geschäftsmodell ruht auf drei Säulen: klassischer Beratung, Venture Building im Sinne des „Co-Founder as a Service“-Modells sowie erfolgsabhängigen Vergütungen im Vertrieb, die jeweils mit einem Retainer kombiniert werden. Beteiligungen an Unternehmen nimmt Decoto nur in Ausnahmefällen. „Equity ist nicht nur gut, es ist auch eine Verantwortung“, sagt Huenich. Inhaltlich konzentriert sich das Netzwerk auf MedTech und Life Sciences, von Digital Health bis Longevity. Pharma ist ausdrücklich ausgeschlossen.

Projekte von Decoto

Zu den aktuellen Projekten zählen laut Huenich die Ansiedlung eines iranischen Startups in Graz, die laufende Ansiedlung eines indischen Unternehmens, die Zusammenarbeit mit einem koreanischen Unternehmen im Demenzbereich sowie die Unterstützung österreichischer Startups.

Als Referenzprojekt nennt Huenich das koreanische Unternehmen Seven Point One, das mit „AlzWIN“ ein KI-gestütztes, sprachbasiertes Screening zur Früherkennung von Demenzrisiken entwickelt hat. Das Unternehmen war bereits in Korea etabliert und laut Huenich auch in Japan erfolgreich, kam beim Eintritt in den US-Markt jedoch zwei Jahre lang kaum voran.

Gemeinsam mit den Decoto-Partnern wurden anschließend unter anderem der FDA-Prozess, das Branding, die Kapitalaufnahme und die ersten Verkäufe an Krankenhäuser bearbeitet. Nach acht Monaten sei das Unternehmen bereit gewesen, seine Aktivitäten in den USA zu skalieren.

Das zentrale Learning daraus beschreibt Huenich so: „Wenn du als ausländisches Unternehmen in einen neuen Markt gehst, wirst du zunächst immer als ausländisches Unternehmen wahrgenommen. Es gilt fast überall: America first, Japan first oder India first.“ Deshalb brauche es lokale Partner, die nicht nur den Markt kennen, sondern auch über das notwendige Vertrauen und die richtigen Beziehungen verfügen.

Eine zentrale Rolle in diesem internationalen Modell übernimmt Sergio Rodríguez. Neben Alejandro Huenich und Günter Winkler ist er der dritte Co-Founder des neu ausgerichteten, stärker europäisch verankerten Decoto-Unternehmens. Rodríguez ist seit mehr als 17 Monaten Teil des Netzwerks, leitet die Aktivitäten in Spanien und Lateinamerika und verantwortet die Bereiche Projektmanagement und Finanzen.

Der Strukturbauer: Günter Winkler

Seit Juni verstärkt Günter Winkler Decoto als neuer Geschäftsführer. Der Wirtschaftsingenieur war lange in der Automotive-Branche tätig, zunächst bei einem OEM in Stuttgart, danach zehn Jahre beim Grazer Technologieunternehmen AVL, wo er zuletzt ein internationales Entwicklungsteam in Indien, Ungarn und Österreich leitete. Seit 2022 ist er zudem Geschäftsführer von Ottronic, einem obersteirischen Entwicklungs- und Fertigungspartner für Medizintechnik-Unternehmen mit Sitz in Fohnsdorf.

Sein Weg zu Decoto begann zunächst als Kunde. Ausgangspunkt war die Wachstumsfrage von Ottronic: Der DACH-Markt allein passte nicht mehr zu den internationalen Zielen des Unternehmens. Die Zusammenarbeit begann mit einem geförderten Internationalisierungsprojekt, in dessen Rahmen Winkler gemeinsam mit Huenich zur World Health Expo und zur MedTech World nach Dubai reiste. Darauf folgte ein gemeinsames Südamerika-Projekt in Kooperation mit dem Internationalisierungscenter Steiermark (ICS) mit einem Volumen von knapp 50.000 Euro.

Nach der Zusammenarbeit in diesen beiden Projekten entschied sich Winkler im Juni, nicht nur Kunde und Partner des Netzwerks zu bleiben, sondern als neuer Geschäftsführer Verantwortung für die weitere Entwicklung von Decoto zu übernehmen.

Seine zentrale Aufgabe ist es, aus dem bislang bewusst lose organisierten Zusammenschluss internationaler Expert:innen und Partner ein professionell strukturiertes Unternehmen zu entwickeln, das dem aktuellen Wachstum nachhaltig standhalten kann. Die organisatorische Weiterentwicklung ist notwendig, um die wachsende Nachfrage und die bestehende Projektpipeline künftig zuverlässig bedienen zu können.

Dabei soll Decoto vor allem in organisatorischer und struktureller Hinsicht professionalisiert werden, ohne jene bewährten Aspekte aufzugeben, die das Netzwerk bisher erfolgreich gemacht haben: seine Flexibilität, die persönliche Zusammenarbeit und die enge Verbindung zwischen den internationalen Partnern.

Die Arbeitsteilung bringt Huenich auf den Punkt: „Günter baut das Unternehmen, ich kümmere mich um die Menschen.“

Diese Fassung bleibt sehr nah am Original, stellt Günters neue Position aber deutlich klarer heraus und erklärt nachvollziehbar, warum er jetzt Geschäftsführer wird und welche konkrete Aufgabe er übernimmt.

Die klinische Perspektive: Amel Havkic und EvoMed

Mit Amel Havkic erweitert Decoto sein Netzwerk um klinisch-medizinische Expertise. Der Frankfurter Pneumologe ist Ärztlicher Leiter für Weaning und Heimbeatmung am St. Elisabethen-Krankenhaus Frankfurt und Gründer von EvoMed Consulting. Als Partner im Decoto-Netzwerk bringt er insbesondere seine Erfahrung in der klinischen Bewertung und Clinical Adoption ein – also bei der Frage, wie medizinische Innovationen sinnvoll in den klinischen Alltag integriert und von den späteren Anwender:innen angenommen werden können.

Huenich und Havkic lernten sich zunächst über LinkedIn kennen. Persönlich trafen sie sich kurz darauf bei der von Dylan Attard gegründeten MedTech World Dubai. Decoto ist Partner der internationalen Veranstaltungsreihe und regelmäßig bei deren Events vertreten. Im November soll ein großer Teil des Decoto-Netzwerks bei der MedTech World Europe auf Malta zusammenkommen.

„Statt uns als Konkurrenz zu betrachten, haben wir schnell erkannt, dass sich unsere Kompetenzen sehr gut ergänzen“, sagt Havkic. Den strategischen Wert der Partnerschaft sieht Huenich vor allem in Havkics Nähe zur klinischen Praxis: „Er kennt den medizinischen Bereich und den Alltag der Menschen, die eine Innovation später im Krankenhaus anwenden müssen. Dieser Aspekt ist unglaublich wichtig und wird häufig massiv unterschätzt.“

Für Havkic ist Clinical Adoption eine der entscheidenden Erfolgsmetriken im Gesundheitswesen: Wenn Ärzt:innen und Pflegepersonal ein Produkt im Alltag nicht sinnvoll einsetzen können oder darin keinen konkreten Mehrwert erkennen, kann selbst die beste Technologie scheitern.


Wie die Netzwerkarbeit funktioniert

Wie Decoto Netzwerkarbeit versteht, zeigte sich zuletzt am Red Bull Ring. Beim ADAC Racing Weekend lud das Unternehmen gemeinsam mit CESA und Reiter Racing zum Event „Beyond the Pitlane 2026“ – einer kuratierten Runde aus Spitzensport, MedTech und Venture Capital. Das Programm reichte vom Lunch im Fahrerlager über den Renntag in der Box von Reiter Racing, dessen Team an diesem Wochenende den zweiten Platz belegte, bis hin zu einer Paneldiskussion.

Netzwerkveranstaltung am Red Bull Ring | (c) brutkasten

Auf dem Podium diskutierten unter anderem Amel Havkic von EvoMed Consulting, Lejla Pock von Human.technology Styria, Matthew Foran von Meadow Valley Capital, Guillermo Fernando Pezzetto von AVL Racetech, Aleksandra Krajnc vom Know Center und Shavini Fernando von OxiWear. Moderiert wurde die Diskussion von Alejandro Huenich.

Das Event war zugleich Teil eines aktuellen Decoto-Projekts: Peak Performance MedTech. Die Initiative soll eine Brücke zwischen medizinischer Innovation und Spitzensport schlagen. Der Motorsport bietet dafür ein besonders geeignetes Umfeld, da der menschliche Körper hier seit Jahrzehnten an seine Grenzen gebracht wird – häufig lange bevor daraus gewonnene Erkenntnisse Eingang in die reguläre Gesundheitsversorgung finden.

MedTech-Innovationen sollen im Hochleistungssport erprobt, weiterentwickelt und sichtbar gemacht werden und von dort ihren Weg in breitere Märkte finden. Gleichzeitig zeigt das Format, wie das Decoto-Modell im Kern funktioniert: Unterschiedliche Akteure werden gezielt zusammengebracht, persönliche Beziehungen aufgebaut und daraus konkrete Projekte und Partnerschaften entwickelt.

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

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 …

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

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 …

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

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 …

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

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 …

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

#unchAIn, Teil 2: Können Maschinen das menschliche Gehirn kopieren?

Bei dem Projekt „#unchAIn – Demystifying AI“ kooperiert der brutkasten mit Miss AI, um gängige falsche Vorstellungen zu entmystifizieren. Ein Kopieren und Einfügen der Funktionen eines menschlichen Gehirns in eine Maschine wird nie passieren, denn wir sind einfach schlecht beim Verstehen der grundlegenden Prozesse im System. Denken wir an das folgende Gedanken-Experiment: Deine Mutter fragt dich: „Willst du Milch zum Frühstück?“ Sicherlich erfordert eine „intelligente“ menschengemachte Maschine eine andere Art der Intelligenz als der Mensch selbst. Maschinen wären nicht in der Lage, genau so zu „fühlen“ wie Menschen, und das würde direkt in eine andere „Intelligenzmatrix“ für Maschinen führen. Nancy Nemes: Hier gibt es eine Definition von Alan Turing, Erfinder des Turing-Test, aus dem Jahr 1950: „Wenn ein Computer mit einem Menschen in einer textbasierten natürlichen Sprachumwandlung sprechen kann und einen Richter täuschen kann, dass er zumindest für einen Teil der Zeit denkt, dass es sich um einen Menschen handelt, wird er als intelligent angesehen“.