„Methoden wie vor 100 Jahren“ – Wiener MedTech Startup digitalisiert Schiel-Diagnostik
Das Wiener MedTech-Startup EyeStrab entwickelt eine digitale Plattform für die Augenheilkunde, die die analoge Schielwinkelmessung automatisieren soll. Mit einem kamerabasierten Handgerät und einer geplanten Seed-Runde adressiert das Team ein lange unangetastetes Segment der Augenheilkunde.
Die Vermessung von Augenfehlstellungen (Strabismus) erfolgt in der Praxis oft noch „wie vor 100 Jahren“, erklärt Gründer Eren Çerman im Interview: rein manuell mittels analogen Methoden. „Die Schielheilkunde ist wahrscheinlich die letzte große nicht digitalisierte Subdisziplin in der Augenheilkunde“, fügt der Augenarzt an der Wiener Klinik Donaustadt hinzu. Gemeinsam mit seinem Team will er das ändern. Das System soll die Schielwinkelmessung sowie die Refraktionsbestimmung – also die Ermittlung, ob eine Fehlsichtigkeit vorliegt – in einer digitalen Plattform bündeln.
Interdisziplinäre Expertise im Gründerteam
Hinter EyeStrab steht das Trio Eren Çerman, Evrim Bakir und Alexander Jatzko. Die drei Gründer vereinen nach eigenen Angaben ein breites Spektrum an Kompetenzen für das Vorhaben: Gemeinsam bringen sie mehr als 20 Jahre klinische Expertise in der Augenheilkunde, über 25 Jahre internationale Management- und Transformationserfahrung sowie mehr als 25 Jahre Erfahrung im Aufbau und Management technologiegetriebener Projekte und Unternehmen in das Startup ein.
Hardware-Plattform auf NVIDIA-Basis
Technisch basiert das System auf einer NVIDIA-Edge-Plattform. Das physische Messgerät versteht das Unternehmen dabei als ersten Baustein einer künftig erweiterbaren Plattform. Es fungiert als digitale Konsole, auf der weitere augenärztliche Untersuchungsmodule als reine Software-Updates geladen werden können. Ziel ist eine cloudunabhängige All-in-One-Diagnoseplattform mit einem konkreten Marktpotenzial. Laut Çerman weisen rund 15 Prozent aller augenärztlichen Patientenkontakte einen Strabismus-Bezug auf.
Für den Vertrieb setzt EyeStrab auf eine Doppelstrategie. Bei niedergelassenen Augenärztinnen und Augenärzten ist ein nutzungsbasiertes „Pay-per-Use“-Modell geplant, bei dem sich die Technologie über die tatsächlichen Anwendungen in der Praxis amortisiert. Öffentliche Krankenhäuser möchte man via klassischen Direktverkauf gewinnen. Die spätere Serienfertigung soll laut Unternehmen über einen ISO-konformen Auftragsfertiger laufen, wobei die finale Endmontage (Assembly) zur Qualitätssicherung fix in Österreich bleiben soll.
Validierung an einer Wiener Klinik
Derzeit wird der EyeStrab-Prototyp in einer klinischen Studie an einer Wiener Klinik validiert. Ziel der Studie ist es, objektive und reproduzierbare Messwerte wissenschaftlich zu belegen. Für den offiziellen Markteintritt strebt EyeStrab eine MDR-Zertifizierung als Medizinprodukt an. Der Audit ist für das erste Quartal 2027 geplant. Bis Ende 2026 fokussiert sich das Kernteam auf die technische Dokumentation und die vorbereitende ISO-Prozesszertifizierung.
Seed-Runde und FFG-Förderung geplant
Bisher wurde das patentierte Projekt durch Eigenmittel sowie kleinere Zuschüsse der Wirtschaftsagentur Wien und der FFG finanziert. Aktuell bereitet das Startup eine Seed-Finanzierungsrunde vor und finalisiert parallel einen FFG-Förderantrag, der rund 45 Prozent des Projektvolumens abdecken soll. Das Gesamtbudget für diesen Entwicklungsschritt liegt laut den Gründern knapp unter einer Million Euro. Mit dem frischen Kapital möchte das Team vor allem die Bereiche Softwareentwicklung und System-Testing ausbauen.
CX-Expertin Katja Forbes: Wie Machine Customers die Spielregeln des Handels auf den Kopf stellen
KI-Agenten shoppen bereits selbst – schneller, kühler und kompromissloser als jeder Mensch. CX-Expertin Katja Forbes erklärt im brutkasten-Interview, warum "Machine Customers" die größte Disruption seit dem Aufstieg des E-Commerce werden, und wie sich Unternehmen darauf vorbereiten können.
CX-Expertin Katja Forbes: Wie Machine Customers die Spielregeln des Handels auf den Kopf stellen
KI-Agenten shoppen bereits selbst – schneller, kühler und kompromissloser als jeder Mensch. CX-Expertin Katja Forbes erklärt im brutkasten-Interview, warum "Machine Customers" die größte Disruption seit dem Aufstieg des E-Commerce werden, und wie sich Unternehmen darauf vorbereiten können.
Katja Forbes zählt zu den gefragtesten internationalen Stimmen an der Schnittstelle von Customer Experience, Künstlicher Intelligenz und Digitalstrategie. Die gebürtige Australierin war Executive Director und Head of Client Experience bei der Standard Chartered Bank, zuvor International Director und Vice President im globalen Vorstand der Interaction Design Association (IxDA); heute teilt sie ihre Zeit zwischen Singapur und Australien auf. Mit ihrem jüngsten Buch „Machine Customers: The Evolution Has Begun“ hat sie ein Thema in den Fokus gerückt, das gerade von der Theorie in die Praxis kippt. brutkasten hat mit ihr am Exporttag 26 der Wirtschaftskammer Österreich gesprochen.
Der Begriff „Machine Customer“ geht auf Gartner zurück und beschreibt einen nicht-menschlichen wirtschaftlichen Akteur: eine KI, die eigenständig entscheidet, verhandelt und Geld ausgibt. Was nach ferner Zukunft klingt, ist längst Realität. Visa hat mit „Intelligent Commerce“ einen Zahlungsstandard für Agenten gestartet, Googles Shopping-Agent greift auf einen Produktgraphen mit Milliarden Einträgen zu, und Handelsriesen wie Walmart verhandeln Lieferantenverträge bereits weitgehend automatisiert.
Für europäische Unternehmen ist das mehr als eine technische Spielerei. Wenn KI-Agenten zu einem unkontrollierbaren Filter zwischen Marke und Kunde werden, verlieren klassische Marketing-Hebel ihre Wirkung – und maschinenlesbare, überprüfbare Werte- und ESG-Nachweise werden zum stärksten Verkaufsargument. Hinzu kommt eine geopolitische Dimension: die Abhängigkeit von US-Modellen und die Frage der „kommerziellen Souveränität“. Im Interview erklärt Forbes, was Konzerne, Startups und KMU jetzt tun sollten.
Was ist ein „Machine Customer“?
Die breiteste Definition kommt von Gartner: ein nicht-menschlicher wirtschaftlicher Akteur. Ich betrachte es lieber etwas kategorisierter: Es ist etwas, das in der Wirtschaft agieren, Transaktionen durchführen, Entscheidungen treffen und Geld ausgeben kann – entweder von einem Menschen gesteuert oder autonom. Ein B2C-Beispiel: Visa Intelligent Commerce ist letztes Jahr mit der Anweisung gestartet: „Finde mir die besten Kopfhörer unter 200 Dollar – und wenn du sie gefunden hast, kauf sie.“ Googles Spark geht noch weiter, weil darunter ein Produktgraph mit rund 65 Milliarden Einträgen liegt. Der Agent gleicht die Parameter ab, findet das Produkt und bezahlt über Google Pay. Das Bemerkenswerte: Es ist ein vollständig disintermediierter Kauf. Wenn Spark ein Paar Bose-Kopfhörer findet, geht es nie wieder auf die Bose-Website. Bose wird für Google effektiv zum Drop-Shipper – die Marke verschwindet aus der Beziehung.
Heißt das, Logik ersetzt Emotion?
Das ist der erste, naive Reflex – und er greift zu kurz. Ein Agent fällt zwar auf seine harten Vorgaben zurück, meist rund um den Preis. Aber Agenten sind bemerkenswert gut darin, emotionale Stimmungen zu quantifizieren. Wenn ich sage: „Ich will lustige Socken, die mich glücklich machen“, durchsucht der Agent das Web nach genau diesem Sentiment über zehntausende Bewertungen hinweg und verknüpft es mit meinem Wunsch. In China habe ich ein BYD-Auto gesehen, das die Stimmung erkennt und die Umgebung entsprechend anpasst. Mercedes Pay kann im Fahrzeug bereits bezahlen, parken und Ladevorgänge aushandeln. Neun chinesische Autohersteller bauen Alibabas Qwen-Modell ins Cockpit ein, ebenso BMW China. Agenten fühlen nichts – aber sie leiten Emotionen bemerkenswert kreativ ab. So einfach wie „Logik schlägt Emotion“ ist es also nicht.
Was bedeutet das für Konsumgütermarken?
Ein Albtraum. Ich arbeite gerade mit vielen CMOs zusammen, und die Frage lautet immer: „Wie vermarkte ich an einen KI-Agenten?“ Die Antwort: gar nicht. Der Agent wird zu einem Filter, den man nicht mehr kontrolliert. Keiner der klassischen Hebel, mit denen man früher Menschen zum Kauf bewegt hat, wirkt bei einem Agenten.
Ich sehe drei Ebenen im Agentic Commerce. Erstens: Auffindbarkeit – GEO, AEO, im Grunde das, was früher SEO war, neu gedacht für Agenten. Rund 90 Prozent der Anbieteraktivität spielt sich hier ab, weil es am leichtesten zugänglich ist. Zweitens: die technische Vertrauensebene – kann ich eine vertrauenswürdige Transaktion abwickeln? Hier kommen die Payment-Rails ins Spiel – Mastercard, Visa, Stripe. Und drittens, die anspruchsvollste Ebene: Werte. In meinen Experimenten war der Ausschlag gebend, wenn alle gleich auffindbar und gleich vertrauenswürdig waren, dass eine Marke zu meinen Werten passte – und das unabhängig in Drittquellen überprüfbar war. Wenn ich sage: „Ich will einen Regenmantel, Nachhaltigkeit ist mir wichtig“, landet der Agent bei Patagonia, weil deren Footprint Chronicles das mit Daten belegen. Und genau darum geht es: Man kann eine KI nicht greenwashen. Sie kann jede Behauptung überprüfen – und was sich nicht belegen lässt, fliegt raus.
Wo stehen wir bei der Adoption?
Im B2C-Bereich sind wir noch ganz am Anfang. Eine aktuelle Gartner-Umfrage beziffert es auf rund 11 Prozent, die einem Agenten einen Kauf ohne Rückfrage zutrauen würden. Im B2B-Bereich steckt das eigentliche Geld – und dort ist man bereits weit fortgeschritten. Seit einem Pilotprojekt 2022 verhandelt Walmart mit Lieferanten über KI, via der von einem Esten gegründeten Plattform Pactum. Fast 70 Prozent der Verträge wurden ohne menschliche Beteiligung auf Walmart-Seite abgeschlossen, und drei Viertel der Lieferanten bevorzugten die Verhandlung mit der KI. Das Ergebnis: rund drei Prozent bessere Einkaufspreise und 35 Tage längere Zahlungsziele – Working Capital, das aus den Taschen der Lieferanten zurück zu Walmart wandert. Auch Maersk, Honeywell und Astra Zeneca sind Kunden. Für Lieferanten bedeutet das: Die KI hat alle Zeit der Welt, die Lieferkette bis ins Detail zu durchleuchten. Wenn ESG- und Werte-Nachweise nicht verifizierbar dokumentiert sind, kommt man nicht mehr durch.
Und die geopolitische Dimension – Europas Abhängigkeit von US-KI?
Es geht um kommerzielle Souveränität: Unternehmen müssen selbst bestimmen können, zu welchen Bedingungen sie KI-Akteure in ihr Geschäft lassen. Mein Rat: sich nicht nur auf die USA zu fixieren. Fünf der Top-Ten-Modelle kommen aus China – leichter und günstiger im Betrieb. Die VAE wollen bis 2028 mindestens die Hälfte ihrer Regierungsdienste über agentische KI abwickeln und dieses Governance-Modell in den Globalen Süden exportieren – womit der gesamte afrikanische Kontinent ins Spiel kommt. Australien hat ein souveränes Modell. KI ist nicht politisch neutral; entscheidend ist, wie sie gesteuert wird.
Deine Botschaft an KMU?
Findet heraus, welche Machine Customers bei euch anklopfen. Es gibt fünf Typen: den delegierten Agenten, den autonomen Käufer, das Multi-Agenten-Netzwerk, den Co-Buyer und den Intermediär – wie Amazons Rufus. Beginnt mit dem Machine Customer Canvas. Vielleicht baut ihr selbst Machine Customers: Mercedes-Fahrzeuge sind welche. Mit Agenten verdreifacht sich der mögliche Geschäftsmodellraum. Das wird alles verändern.
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.
