27.04.2023

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

Das Tool Sybil sucht nach Anzeichen dafür, wo Krebs wahrscheinlich auftreten wird. Und ist Wissenschaftler:innen nach einem Scan teilweise um Jahre voraus.
/artikel/neue-ki-kann-fruehe-anzeichen-von-krebs-jahre-vor-einem-ct-scan-erkennen
Sybil, Krebs AI, Cancer AI, Krebs früh erkennen, Lungenkrebs,
(c) Stock.Adobe/samunella- Sybil soll frühzeitig Lungenkrebs aus einem einzigen Scan erkennen können.

Forschende in Boston stehen kurz vor einem großen Fortschritt bei der Lungenkrebsvorsorge: Eine Künstliche Intelligenz namens Sybil kann, so heißt es, frühe Anzeichen der Krankheit erkennen, Jahre bevor Ärzte sie auf einem CT-Scan finden würden.

Sybil betrachtet Scan auf andere Weise

Das neue KI-Tool wurde, einem Bericht von NBC folgend, von Wissenschaftlern des „Mass General Cancer Center“ und des „Massachusetts Institute of Technology“ (MIT) in Cambridge entwickelt. In einer Studie wurde gezeigt, dass es in 86 bis 94 Prozent der Fälle genau vorhersagen kann, ob eine Person im nächsten Jahr an Lungenkrebs erkranken wird.

Das „Center for Disease Control and Prevention“ in den USA empfiehlt aktuell, dass Erwachsene mit Lungenkrebsrisiko jährlich eine niedrig dosierte CT-Untersuchung zur Früherkennung durchführen lassen. Doch selbst bei einem regelmäßigen Screening könne es passieren, dass das geschulte Auge von Radiologen nicht alles erkennt. Hier kommt Sybil ins Spiel.

„Das bloße Auge kann nicht alles sehen“, wird Lecia Sequist, Onkologin und Programmleiterin der Klinik für Krebsfrüherkennung und -diagnostik am Massachusetts General Hospital bei NBC zitiert. „Die KI, die wir entwickelt haben, betrachtet den Scan auf eine völlig andere Weise als ein menschlicher Radiologe.“

Noch keine Zulassung

Das Problem dabei: Sybil ist noch nicht von der „Food and Drug Administration“ (FDA) für den Einsatz außerhalb klinischer Studien zugelassen.

Bisher sind über 300 KI-Tools für den radiologischen Einsatz erlaubt. Die meisten davon als Unterstützung bei der Diagnose und Behandlung von Krebs, nicht aber zur Vorhersage des künftigen Krebsrisikos einer Person.

Wachstum, Muster und Störungen

So funktioniert Sybil: Das KI-Tool sucht konkret nach Anzeichen dafür, wo Krebs wahrscheinlich auftauchen wird, sodass Ärzte wissen, wo sie suchen müssen, um ihn dann so früh wie möglich zu erkennen.

Um das Krebsrisiko vorherzusagen, stütze sich die Künstliche Intelligenz dabei auf einen einzigen CT-Scan. Es analysiert das dreidimensionale Bild und sucht nicht nur nach Anzeichen für abnormales Wachstum in der Lunge, sondern auch nach anderen Mustern oder Störungen, die Wissenschaftler noch nicht vollständig verstehen, erklärte Florian Fintelmann, Radiologe am „Mass General Cancer Center“ und einer der Forscher, die an Sybil arbeiten.

Basierend auf dem, was sie sieht, trifft die KI Vorhersagen darüber, ob eine Person in den nächsten ein bis sechs Jahren Lungenkrebs entwickeln wird. Es hätte bereits Fälle gegeben, in denen sie Anzeichen von Krebs erkannt habe, die erst Jahre später auf einem CT-Scan entdeckt worden wären.

Sybil und das Datenproblem

Allerdings gibt es noch Geburtsschwierigkeiten bei den Prognosen. Die Wissenschaftler:innen, die Sybil entwickelt haben, haben eingeräumt, dass die Daten, die zur Entwicklung des KI-Tools verwendet wurden, „noch nicht genügend afroamerikanische oder hispanische Patienten umfassen, um auf eine breite Anwendbarkeit vertrauen zu können.“

Die FDA selbst hat bereits im Vorjahr einen Schritt unternommen, um dieses Problem anzugehen: Die Organisation wird künftig von Forschern und Unternehmen, die eine Zulassung für medizinische Produkte beantragen, die Vorlage eines Plans verlangen, der auch die Vielfalt in klinischen Studien sicherstellt.

Weiters gibt es noch Bedenken wegen Überdiagnosen. Ärzte könnten Patienten einer möglicherweise unnötigen Biopsie für einen Knoten unterziehen, der sich als gutartig herausstellt, so die Sorge.

Deine ungelesenen Artikel:
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
15.09.2026

KI im Investmentprozess: Wie Viessmann sein Deal-Screening beschleunigt

Nach dem zwölf Milliarden Euro schweren Verkauf des Heizungsgeschäfts an Carrier investiert die Viessmann Generations Group mittlerweile langfristig in eine breit aufgestellte Unternehmensgruppe. Nun baut das Familienunternehmen gemeinsam mit iteratec ein Multi-Agenten-System, das die Qualität von Investmententscheidungen maßgeblich verbessern soll: Alexander Pöllmann, Director IT & Digital von Viessmann, und Michael Maier, Director Austria von iteratec, geben im brutkasten-Gespräch einen Einblick.
/artikel/wie-viessmann-sein-deal-screening-mit-ki-umbaut
Alexander Pöllmann, Director IT & Digital bei der Viessmann Generations Group, und Michael Maier, Director Austria von iteratec (v.l.) | (c) iteratec / beigestellt

Es war eine der bemerkenswertesten Transformationen der deutschen Industrie: 2023 verkaufte Viessmann sein Kerngeschäft, die Klimasparte Viessmann Climate Solutions, für zwölf Milliarden Euro an den US-Konzern Carrier (brutkasten berichtete). Seit Anfang 2024 agiert das Familienunternehmen als Unternehmensgruppe, die aus Deutschland ein globales industrielles Beteiligungsportfolio steuert. Und dieses Kernteam soll nun KI-nativ werden: Gemeinsam mit dem Technologieunternehmen iteratec baut Viessmann ein Multi-Agenten-System, das die Mitarbeiter:innen zu “Buildern von Agenten” verändert.

Vom Heizungsbauer zum langfristigen Unternehmensentwickler  

Das reinvestierte Kapital floss vor allem in industrielle Mittelständler mit Fokus auf nachhaltige Energietransformation: von Grid-Infrastruktur über Fernwärme- und Kühlungslösungen bis zu Kühlhäusern. Dazu zählt etwa die isoplus-Gruppe, ein Hersteller von Nah- und Fernwärmeleitungen mit großen Standorten in Österreich. Über Minderheitsbeteiligungen ist Viessmann außerdem unter anderem an Encavis sowie am Software-Unternehmen AMCS beteiligt, das Emissionen in der Recycling- und Abfallwirtschaft reduzieren soll. 

Beim Thema KI unterscheidet Pöllmann klar zwischen zwei Ebenen: „Wenn wir auf unsere Partner schauen, ist der Kerntreiber klassischerweise Effizienz, also Use Cases entlang der Wertschöpfungskette, um Top- oder Bottom-Line-Potenziale einzusammeln. Auf Ebene des Viessmann-Teams schauen wir viel stärker auf Effektivität: Wie können wir noch bessere Investmententscheidungen treffen und unsere zentrale Entscheidungsqualität maßgeblich erhöhen?“ 

Deal-Screening statt Deal-Sourcing 

Genau das sei allerdings die schwierigere Disziplin, so Pöllmann: „Effizienz-Use-Cases sind aus unserer Sicht häufig leichter, als die Qualität zu erhöhen. KI tendiert in ihrer ursprünglichsten Natur dazu, lieber zu halluzinieren und ungenau zu sein, als eine sehr klare Antwort auf die Frage zu geben: Sollte ich dieses Investment tätigen oder lieber nicht? Welche Risiken habe ich noch nicht gesehen?“ Dies bedingt vor allem den ganzen Kontext einer Transaktion zu kennen. 

Konkret setzt das Multi-Agenten-System deshalb dort an, wo Präzision zählt: beim Screening. Es gehe nicht darum, Deals zu sourcen, betont Pöllmann, sondern den Prozess „Ist ein Deal für uns wirklich relevant?“ deutlich zu verkürzen. Ein Letter of Intent könne so viel schneller analysiert und daraus ein Investmentmemo gebaut werden, angereichert mit weiteren Quellen. 

Dass das Viessmann-Team das System selbst baut, statt auf eine Fertiglösung zu setzen, ist für Pöllmann eine Grundsatzentscheidung: „Wir wollen die Governance in der eigenen Hand haben, aber auch den Prozess, wie wir zu Entscheidungen kommen.“ Fertige KI-Finanzlösungen von der Stange würden der Organisation wenig bringen: „Das ist zwar alles nett und funktioniert auch schnell, aber nicht in der Qualität, wie wir sie erwarten.“ 

Jede:r Mitarbeiter:in wird zum „Builder“ 

Der vielleicht radikalste Teil des Ansatzes: Alle Mitarbeiter:innen der Viessmann Generations Group sollen befähigt werden, selbst KI-Agenten zu bauen. Der Prozess dahinter ist mehrstufig: Ein Intake-Agent nimmt die Idee auf und schärft sie, ein Specification-Agent zieht anschließend das nötige Fachwissen aus den Mitarbeiter:innen heraus und gibt erst ab einem bestimmten Confidence Score grünes Licht. Danach erstellt ein weiterer Agent, der sogenannte Agent-Builder, den fertigen KI-Kollegen. 

Gestartet wurde Ende Jänner mit einem „Hypersprint“, die ersten Prozessagenten gingen im Frühjahr live. „Es ist schon verrückt, was wir in der Zeit entwickelt haben“, sagt Pöllmann. Die größte Herausforderung sei dabei nicht die Technologie: „Die Herausforderung ist wirklich, das Wissen der Kolleg:innen “freizulegen” und die Leute, die verantwortlich sind, in die Verantwortung zu bekommen. So können wir dann gemeinsam den Input, den wir brauchen, identifizieren, um daraus vernünftige Agenten mit hoher Output-Qualität zu bauen.“ 

„Die Rolle des Menschen in der KI-Transformation wird maßgeblich“ 

Bei aller Automatisierung bleibt die Verantwortung beim Menschen, stellt Pöllmann klar: „Am Ende braucht es immer einen Verantwortlichen, und das kann nicht die Maschine sein. Dadurch wird vor allem die Rolle des Menschen in der KI-Transformation maßgeblich gestärkt.“ Wer einen Agenten verantwortet, müsse dessen Ergebnisse kontrollieren, ihn testen und etwa bei der Abkündigung eines KI-Modells nachjustieren. „Damit bekommt jeder in gewisser Weise eine Führungsaufgabe“, so Pöllmann. 

Um den Rollenwandel greifbar zu machen, ließ Viessmann die Mitarbeiter:innen ein eigenes „Role Canvas“ ausfüllen: Was bleibt an Verantwortung beim Menschen, wenn KI-Agenten übernehmen? Das habe viel Verständnis für die Transformation geschaffen, auch bei jenen, deren Berufsbild sich am stärksten verändert. Denn das klassische Profil eines Investmentbankers werde sich fundamental drehen, so Pöllmann. Die Betroffenen hätten das Thema allerdings „sehr gut aufgeschnappt und zeigen große Begeisterung dafür“. 

iteratec: „Die Unschärfe reduzieren“ 

Auf der Umsetzungsseite steht mit iteratec ein Software-Dienstleister, der seit 30 Jahren Individualsoftware entwickelt und sich zunehmend auf KI-Transformation fokussiert. „Unser eigenes Geschäft ändert sich aktuell selbst radikal aufgrund von KI“, sagt Michael Maier, Director Austria von iteratec. Das Unternehmen setzt Multi-Agenten-Projekte unter anderem bei Banken um und hat mit dem Recycling-Konzern Ragn-Sells ein neues Recyclingverfahren auf Basis KI-gestützter Materialanalysen entwickelt. Das Viessmann-Projekt sei „mitunter eines der spannendsten, das wir gerade machen dürfen“, so Maier: „Das nimmt sicher eine Vorreiterrolle ein.“ 

Die Kunst liege darin, schnell voranzukommen und trotzdem verlässliche Resultate zu liefern: „Du musst die Unschärfe so weit reduzieren, dass du dort, wo es wichtig ist, belastbare Ergebnisse hast, mit denen du arbeiten kannst“, sagt Maier. Viessmann kam über einen klassischen Anbieterauswahlprozess zu iteratec. Ausschlaggebend sei das Team gewesen, so Pöllmann: „Ein sehr professionell aufgestelltes Team mit High-End-AI-Capabilities. Die Entwickler sind fast AI-native unterwegs.” 

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

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 …

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Neue KI kann frühe Anzeichen von Krebs Jahre vor einem CT-Scan erkennen