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:
24.06.2026

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
24.06.2026

Ora Computing: Wiener KI-Startup holt 3,5 Mio. Euro Seed-Finanzierung

Das Wiener KI-Startup Ora Computing hat eine Seed-Finanzierung über 3,5 Millionen Euro abgeschlossen. Mit seiner Technologie zur effizienten Komprimierung großer KI-Modelle will das Unternehmen die Kosten und den Energiebedarf von KI-Anwendungen senken und die Nutzung auf unterschiedlichster Hardware ermöglichen.
/artikel/ora-computing-wiener-ki-startup-holt-35-mio-euro-seed-finanzierung
Ora Computing
© Ora Computing - (l.) Stefan Sack und Raimel Medina.

Ora Computing, ein Startup, das sich auf die Optimierung und Komprimierung von KI-Foundation-Modellen spezialisiert hat, gab heute den Abschluss einer Seed-Finanzierungsrunde in Höhe von 3,5 Millionen Euro bekannt. Die Runde wurde von Constructor Capital und Greencode Ventures angeführt, mit fortgesetzter Unterstützung des Gründungsinvestors XISTA Science Ventures, der beim Aufbau und der Einführung des Unternehmens geholfen hat.

Ora Computing schrumpft Modelle

KI-Inferenz – der Prozess der tatsächlichen Ausführung eines KI-Modells zur Generierung von Outputs – ist zu einem erheblichen und schnell wachsenden Kostenfaktor für jedes Unternehmen geworden, das KI im großen Maßstab einsetzt. Große Implementierungen können mittlerweile allein für die Rechenleistung zig Millionen Euro pro Monat kosten, und das Problem verschärft sich, da die Modelle immer größer werden. Für Unternehmen, die KI lokal auf Geräten wie Autos oder Industrieanlagen ausführen möchten, seien die Modelle oft schlichtweg zu groß.

Hier setzt Ora Computing an. Seine Software komprimiert diese Modelle – sie schrumpft ihre Größe um bis zu 80 Prozent und lässt sie bis zu viermal schneller laufen – während der Genauigkeitsverlust bei Null bis fünf Prozent gehalten wird, so der Claim.

Da komprimierte Modelle deutlich weniger Rechenleistung für die Ausführung benötigen, sollen sich die Effizienzgewinne auch direkt in einem geringeren Energieverbrauch und reduzierten CO2-Emissionen niederschlagen: Ora schätzt, dass seine Technologie bei einer Marktdurchdringung von ein Prozent jährlich mehr als 50.000 Tonnen CO2 einsparen könnte.

Ansatz über verschiedene Hardwaretypen

„Wir haben Ora Computing gegründet, um die Annahme infrage zu stellen, dass eine massive Skalierung erforderlich ist, um nutzbare Intelligenz zu erreichen. Wir glauben, dass die nächste Welle der KI-Einführung durch kompaktere Modelle vorangetrieben wird, die hocheffizient und für spezifische Anwendungsfälle optimiert sind, anstatt durch große, universelle Cloud-Modelle. Ora baut den Software- und Algorithmen-Stack auf, der diesen Übergang ermöglicht“, sagt Stefan Sack, CEO und Mitgründer von Ora Computing.

Im Gegensatz zu bestehenden Komprimierungstools funktioniere der Ansatz von Ora über verschiedene Hardwaretypen hinweg und füge sich direkt in Standard-Inferenz-Frameworks ein – ohne Änderung an der bestehenden Infrastruktur. Wo konkurrierende Ansätze eine binäre Entscheidung zwischen Komprimierungsstufen erzwingen, bilde der Algorithmus von Ora kontinuierlich den gesamten Kompromiss zwischen Modellgröße und Genauigkeit ab, sodass Unternehmen für ihre spezifischen Hardware- und Kostenbeschränkungen optimieren können, so der Mitgründer.

2025: Ora Computing tritt hervor

Ora wurde von Stefan Sack und Raimel Medina gegründet, beide Forscher im Bereich Quantencomputing aus der Serbyn-Gruppe am Institute of Science and Technology Austria (ISTA). Das Unternehmen verließ Ende 2025 den Stealth-Modus und möchte die frischen Mittel dazu nutzen, um das Team zu vergrößern, die Komprimierungsfähigkeiten auf die größten Frontier-Modelle auszuweiten und ein kommerzielles Produkt für Cloud-Inferenz-Anbieter und Unternehmen, die KI am Edge einsetzen, auf den Markt zu bringen.

Ora hat die Anwendbarkeit seiner Technologie nach eigenen Angaben an einem Modell mit 70 Milliarden Parametern nachgewiesen. Der Komprimierungsprozess beanspruchte hierbei wenige Stunden und verursachte Rechenkosten von unter 1.000 US-Dollar, wohingegen der bisherige Branchenstandard für vergleichbare Leistungen ein Vielfaches dieses Betrages erfordere.

„Hunger wächst schneller“

„Der Energiehunger der KI wächst schneller, als die Welt die Infrastruktur aufbauen kann, um ihn zu stillen. Ein wichtiger Ansatz ist es, die KI selbst effizienter zu machen, und genau das tut Ora. Modelle radikal zu komprimieren, ohne die Genauigkeit zu opfern, macht für ihre Kunden einen enormen Unterschied“, sagt Terhi Vapola, Gründerin und Managing Partner bei Greencode Ventures.

Und Valentino Jadrisko, Senior Associate bei Constructor Capital, ergänzt: „Die Ära der Brute-Force-KI stößt an ihre physikalischen Grenzen: Hyperscaler nehmen wieder Kernreaktoren in Betrieb, Frontier-Labs verbrennen Milliarden für Rechenleistung, Reasoning-Modelle vervielfachen die Inferenzkosten jedes Quartal. Die einzige nachhaltige Antwort besteht darin, den Betrieb von Frontier-KI drastisch günstiger zu machen. Das ist es, was Ora Computing tut: Sie komprimieren Frontier-LLMs so, dass sie überall laufen können – in der Cloud, im Auto, in der Hosentasche. Und das ist der Grund, warum Constructor Capital stolz darauf ist, ihre 3,5-Millionen-Euro-Seed-Runde als Co-Lead anzuführen.“

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