01.10.2024
HEALTH

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

Ermüdung, chronische Erschöpfung und Überbelastung sind vor allem für Leistungssportler:innen ein verbreitetes Problem. Das Startup MetabolizeMe möchte daher mit seinem holistischen Zugang bei der Stoffwechsel-Analyse ein detaillierteres Gesamtbild (als bisher üblich) der eigenen Gesundheit zur Verfügung stellen.
/artikel/metabolizeme-die-stoffwechsel-analyzer-aus-wien
MetabolizeMe, Stoffwechsel
(c) MetabolizeMe - (v.l.) Maximilian Milford, Leopold Dürrauer und Harald Schöny von MetabolizeMe.

Hört man sich die Geschichte von MetabolizeMe an, so kommen einem Erinnerungen an den niederländischen Fußballer und Ex-Bayern-München-Profi Arjen Robben hoch. In seiner Anfangszeit war der Flügelstürmer äußerst verletzungsanfällig, mit der Folge, dass er seinen Stammplatz u.a. bei Real Madrid verlor. Auch davor litt Robben unter einigen Verletzungspausen. Erst ein Arzt beim deutschen Rekordmeister erkannte, dass er zu viel trainierte und etwas sorgsamer mit seinem Körper umgehen musste. Der Rest ist eine bekannte Erfolgsstory, gepaart mit Meister- und Champions League-Titeln.

MetabolizeMe: Aus Doktorarbeit entsprungen

Doch was hat das mit dem Wiener Startup zu tun? MetabolizeMe wurde im Zuge von Harald Schönys Doktorarbeit am Institut für Analytische Chemie der Universität Wien entwickelt. Im Rahmen dieser Arbeit wurden umfangreiche Stoffwechsel-Studien (Metabolomics) durchgeführt und Proben von zahlreichen Menschen gesammelt.

„Allerdings ist niemand in der Gruppe je auf die Idee gekommen, sich selbst zu testen oder die Ergebnisse für das eigene Wohlbefinden anzuwenden. Haralds Idee war eigentlich relativ simpel: Was kann mir meine eigene Stoffwechselanalyse über meinen Körper sagen?“, erklärt Clarissa Braun, „Scientific Communications Specialist“ bei MetabolizeMe.

Schöny und sein Co-Founder Leopold Dürrauer kannten sich bereits vom Innovation Lab der Universität Wien und arbeiteten nebeneinander in der Fakultät für Chemie. Der dritte Founder, Maximilian Milford, lernte Schöny ebenfalls an der Uni Wien kennen und konnte aufgrund seiner Erfahrung im eigenen Family-Office, das aktiv Projekte auf mehreren Kontinenten betreibt, das Team ergänzen.

Das Tief des Leistungssportlers

„Wir starteten bei einem Innovation Lab, um die Idee der selbst angewandten Stoffwechseluntersuchung weiterzuverfolgen und haben bald Sport als die vielversprechendste Anwendung identifiziert“, so Braun weiter. „Durch ein kleines Funding war es möglich, einen ersten User-Test in einem Fitnessstudio durchzuführen. Auffallend war in diesem Versuch ein sehr ambitionierter Sportler, der sich, trotz sehr hoher Motivation und detailliertem Ernährungsplan, nach dem Training in einem absoluten Leistungs- und Stimmungstief befand.“

Und hier schließt sich der Kreis zu Robben, denn ähnlich wie einst beim Ex-Fußballer wurde bei diesem Test eines schnell klar: „Das Resultat zeigte ihm (Anm.: dem getesteten Sportler), dass er sogar zu hart trainierte und sich ins Übertraining brachte“ erklärt Braun. „Dieses Schwarz-auf-weiß-Ergebnis löste eine Erleichterung aus, da er jetzt wusste, an welchem Faktor es liegt und, dass er mehr erreichen kann, wenn er einen Gang zurückschalten würde. Emotionale Erfahrungen wie diese stellten für uns klar: Hier können wir jemandem helfen, da müssen wir weitermachen.“

Dies tut MetabolizeMe, das offiziell im April 2024 an den Start ging, durch umfassende Lifestyletests als Alternative zu stichprobenartigen Testungen, um sich so ein Gesamtbild mit zeitlichem Verlauf des eigenen Stoffwechsels zu verschaffen.

„Wenn sich jemand nicht wohlfühlt oder im Trainingsverlauf ein Plateau erreicht hat, ergibt sich oft ein Verdacht, wo das Problem liegen könnte. Man könnte dieses Stoffwechselprodukt messen und hoffen, dass man mit seiner Vermutung richtig liegt“, sagt Braun. „Unser Körper ist aber weitaus komplexer, als dass man mit der Erkenntnis aus nur einem Faktor das Hintergrundproblem vollständig verstehen könnte. Aber gerade wegen dieser Komplexität befindet man sich oft auf der Suche nach der Nadel im Heuhaufen.“

MetabolizeMe mit Paradigmenwechsel und 100 Messungen

Diesbezüglich stelle das Produkt der Wiener einen Paradigmenwechsel dar. Die MetabolzeMe-Methode basiert auf Metabolomics, einem Ansatz, bei dem weit über 100 Stoffwechselverbindungen gleichzeitig gemessen werden.

„Anstatt einer voreingenommenen Auswahl, zoomen wir heraus und können uns ansehen, wie diese Verbindungen zusammenhängen. Wir berücksichtigen außerdem die zeitlichen Faktoren, in dem wir vor, während und nach dem Training messen. Dadurch können wir persönliche Verlaufe erstellen, komplexere Faktoren berücksichtigen und herausfinden, wo das Problem liegt. Statt langwierigen Trial-and-Error-Phasen können somit ganz gezielte Lösungsstrategien entwickelt werden“, präzisiert Braun.

Und führt aus: „Wir repräsentieren die umfangreichste Metabolomics-Anwendung für die Allgemeinheit abseits der Medizin in Europa. Unsere Analyse ist um ein bis zwei Größenordnungen umfangreicher als bereits bestehende Lifestyletests. Dadurch, dass wir Zusammenhänge anstatt einzelner Faktoren betrachten können, sind wir in der Lage Fragen zu beantworten, die durch bestehende Methoden nicht abgedeckt werden können.“

Tech4People-Projekt

Dabei beschäftigt sich das Team mit Themen, die bisher schwer für nicht-professionelle Sportler:innen zugänglich seien: Nährstoffversorgung, Übertraining, Hormone und zyklusabhängige Veränderungen, Muskelwachstum oder Stress.

Es adressiert mit seinem Angebot konkret Leistungs- und Gesundheitssportler:innen, fokussiert mit dem aktuellen Tech4People-Projekt aber auch auf die Bereiche chronische Erschöpfung, Ermüdung und Überlastung.

Derzeit steht dieses Projekt im Vordergrund und beinhaltet R&D-Kooperationen mit KI-gestützten Projekten im Leistungssport, der Universität Wien und Leistungssport Austria. „Hier widmen wir uns auch den zyklusabhängigen Stoffwechselveränderungen und hoffen somit auf datengestützte, verbesserte Rücksicht auf diese Veränderungen beim Training. Athlet:innen und Trainer:innen wird dadurch bessere Kommunikation und physiologisches Finetuning ermöglicht“, sagt Braun.

Aufgrund der umfangreichen Datenmenge habe man zudem schnell gemerkt, dass eine akzeptable Ergebnispräsentation nur über eine Web-App erfolgen kann. Diese befindet sich aktuell in der Entwicklungsphase, um die Balance zwischen Informationsgehalt und Zugänglichkeit zu erreichen.

MetabolizeMe: Ziel, ein In-vitro-Diagnostik-Tool zu werden

„Unser fernes Ziel ist unser Bestreben, langfristig ein In-vitro-Diagnostik-Tool (IVD) zu werden. Wir glauben, dass unser Test in der Zukunft als Basislinie in der Präventions- und Personalisierten Medizin verwendet werden kann“ hofft Braun. „Aktuell messen Personen ja meist erst, wenn ihnen etwas fehlt und sie sich nicht mehr wohlfühlen. Das muss sich ändern, um frühzeitig Erkenntnisse und Warnungen zu erhalten. Unser Test kann durch seinen Umfang und die begleitenden persönlichen Informationen zu Vorteilen im sportlichen Training führen und gleichzeitig eine gesundheitliche Vorsorge ohne Extrakosten bieten.“

Deine ungelesenen Artikel:
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind
10.11.2026

KI-Agenten gezielt steuern: Warum klare Grenzen im Kundenservice entscheidend sind

KI-Agenten können im Kundenservice viel leisten, solange sie wissen, wo ihre Grenzen liegen. Ein Gastbeitrag über die gezielte Steuerung von KI im Kundenkontakt.
/artikel/ki-agenten-gezielt-steuern-warum-klare-grenzen-im-kundenservice-entscheidend-sind

Ein Kunde fragt nach dem Lieferstatus seiner Bestellung. Ein anderer benötigt eine Produktempfehlung. Ein dritter möchte wissen, welche Bedingungen für eine Reklamation gelten. Obwohl alle drei Anfragen im Kundenservice eingehen, stellen sie unterschiedliche Anforderungen an den Einsatz künstlicher Intelligenz. Denn während eine Produktberatung individuell formuliert werden kann, müssen Auskünfte zu Vertragsbedingungen auf verbindlichen Informationen beruhen.

Für mittelständische Unternehmen stellt sich deshalb eine zentrale Frage: Wie lässt sich genau festlegen, welche Informationen KI-Agenten nutzen und welche Aufgaben sie eigenständig übernehmen dürfen?

Unternehmen müssen bestimmen, worauf die KI zugreifen darf

Moderne Sprachmodelle können Informationen verarbeiten, Zusammenhänge erkennen und Antworten formulieren. Im Kundenservice reicht diese Fähigkeit allein jedoch nicht aus. Entscheidend ist, dass die KI ausschließlich auf Informationen und Funktionen zugreift, die für das jeweilige Anliegen freigegeben sind.

Bei Fragen zu Lieferbedingungen sollte sie beispielsweise nur die aktuellen Unternehmensrichtlinien berücksichtigen. Bei einer allgemeinen Produktberatung kann es dagegen sinnvoll sein, verschiedene Wissensquellen miteinander zu verknüpfen. Für eine Bestellstatusabfrage wiederum benötigt der Agent Zugriff auf aktuelle Daten aus einem angebundenen System.

Was in der Praxis häufig unterschätzt wird: KI muss im Unternehmen nicht als frei agierendes System eingesetzt werden. Durch gezielte Konfiguration lassen sich Informationsquellen, Antwortvorgaben und Handlungsmöglichkeiten so eingrenzen, dass KI-Agenten innerhalb klar definierter Regeln arbeiten. Damit können Unternehmen KI auch dort einsetzen, wo Verlässlichkeit und Kontrolle besonders wichtig sind.

Dabei lässt sich nicht nur festlegen, welche internen Dokumente, Datenbanken oder externen Quellen verwendet werden dürfen. Auch der Zugriff auf eine Websuche oder die Ausführung bestimmter Aktionen kann eingeschränkt werden.

Restriktiv, generativ oder agentisch: Der Anwendungsfall entscheidet

Je nach Aufgabe können unterschiedliche KI-Ansätze zum Einsatz kommen. Diese schließen sich nicht gegenseitig aus, sondern lassen sich innerhalb einer Kundenservice-Lösung miteinander kombinieren.

Restriktive KI: Antworten innerhalb klarer Vorgaben

Bei verbindlichen Auskünften sind enge Grenzen notwendig. Ein restriktiv konfigurierter KI-Agent greift ausschließlich auf freigegebene Informationen zurück und darf definierte Antwortvorgaben nicht verlassen.

Fehlen die erforderlichen Informationen, sollte das System keine Aussagen ergänzen oder Vermutungen anstellen. Stattdessen kann es die Anfrage an einen Mitarbeitenden weiterleiten.

Dieser Ansatz eignet sich beispielsweise für Garantiebedingungen, Vertragsinformationen oder sensible Serviceprozesse.

Generative KI: Individuelle Antworten auf kontrollierter Wissensbasis

Andere Anliegen erfordern eine flexiblere Kommunikation. Möchte ein Kunde mehrere Produkte vergleichen oder technische Zusammenhänge verstehen, kann generative KI Informationen aus hinterlegten Wissensquellen zusammenführen und verständlich aufbereiten.

Dabei muss die KI nicht auf ihr allgemeines Trainingswissen zurückgreifen. Sie kann so konfiguriert werden, dass ihre Antworten ausschließlich auf ausgewählten Unternehmensinformationen basieren. Die Formulierung bleibt flexibel, während die zugelassenen Informationsquellen klar definiert sind.

Agentische KI: Aufgaben innerhalb festgelegter Berechtigungen ausführen

Agentische KI geht über die reine Beantwortung von Fragen hinaus. Sie kann verfügbare Werkzeuge auswählen, Schnittstellen nutzen und mehrstufige Aufgaben bearbeiten.

Beispielsweise kann ein KI-Agent eine Bestellnummer entgegennehmen, den zugehörigen Status über eine Schnittstelle abfragen und die Information anschließend verständlich ausgeben.

Welche Aktionen er ausführen darf, legt das Unternehmen fest. Ein Agent kann somit berechtigt sein, Bestelldaten abzurufen, ohne gleichzeitig Änderungen oder Stornierungen vornehmen zu dürfen.

Die Steuerung erfolgt auf Ebene einzelner Anliegen

Für mittelständische Unternehmen ist es häufig sinnvoll, nicht sämtliche Kundenanfragen nach denselben Regeln bearbeiten zu lassen.

So lässt sich beispielsweise festlegen, dass ein Agent bei Fragen zu Unternehmensrichtlinien ausschließlich interne Dokumente verwendet. Bei allgemeinen Fachfragen kann eine ergänzende Websuche erlaubt sein. Geht es hingegen um kundenspezifische Informationen, erfolgt der Zugriff über eine autorisierte Schnittstelle.

Auch die Grenzen der Automatisierung können individuell definiert werden. Während ein Agent den Bearbeitungsstand einer Reklamation selbstständig mitteilen darf, kann eine Erstattungsentscheidung weiterhin einem Mitarbeitenden vorbehalten bleiben.

Entsprechende Möglichkeiten zur Verknüpfung von Wissensquellen, KI-Funktionen und bestehenden Systemen bieten Plattformen wie DialogBits für den KI-gestützten Kundenservice.

Praxisbeispiel: KI-Agent beim HERDT-Verlag

Wie sich die Bearbeitung unterschiedlicher Kundenanliegen mit kontrollierten Systemzugriffen verbinden lässt, zeigt der HERDT-Verlag für Bildungsmedien.

Dort unterstützt der KI-Agent „Berti“ Kunden im Online-Shop. Über angebundene Werkzeuge kann er unter anderem Bestellinformationen abrufen und verschiedene Anliegen innerhalb eines Gesprächs bearbeiten.

Die verfügbaren Funktionen und ihre Einsatzmöglichkeiten werden dabei konfiguriert. Anhand der jeweiligen Kundenanfrage wählt der Agent ein geeignetes Werkzeug aus, ohne uneingeschränkten Zugriff auf sämtliche Systeme zu erhalten.

In den ersten zwei Wochen nach der Umstellung beantwortete Berti bereits 76 Kundenanfragen eigenständig. Die Success Story des HERDT-Verlags zeigt, wie dieser Ansatz in der Praxis umgesetzt wurde.

Fazit: Kontrolle ist die Grundlage sinnvoller Automatisierung

Der Einsatz von KI-Agenten im Kundenservice bedeutet nicht, künstlicher Intelligenz möglichst viele Freiheiten einzuräumen. Vielmehr müssen Unternehmen bestimmen können, welche Informationen genutzt, welche Antworten formuliert und welche Aktionen ausgeführt werden dürfen.

Gerade für mittelständische Betriebe liegt darin ein wesentlicher Vorteil: Unterschiedliche Serviceprozesse lassen sich automatisieren, ohne für jede Anfrage denselben Handlungsspielraum zuzulassen. Entscheidend ist nicht, wie viel ein KI-Agent grundsätzlich kann, sondern was er im jeweiligen Kontext tatsächlich darf.

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

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

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 …

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

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 …

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

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 …

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

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 …

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

MetabolizeMe: Die Stoffwechsel-Analyzer aus Wien