01.06.2017

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

Das portugiesische Startup Unbabel automatisiert das Untertiteln von Videos - inklusive Übersetzung. Um die AI dahinter zu optimieren greift Unbabel wieder auf menschliche Kompetenzen zurück.
/artikel/pioneers-2017-wenn-ai-von-menschen-uebersetzen-lernt

Die Life-Demo zeigt eindrücklich, was die Unbabel-App kann. Vasco Pedro, Founder des portugiesischen Startups, spricht ein paar Sätze in sein Smartphone. Das Video wird innerhalb einiger Sekunden untertitelt. Die Texterkennung ist jedoch holprig – einige Worte und Wendungen wurden falsch transkribiert. „Jetzt warten wir eine Minute“, sagt Pedro und erklärt derweil weiter, worum es bei Unbabel geht. und tatsächlich: Nach etwa einer Minute sind die Untertitel akkurat. Kurze Zeit später ist auch die Übersetzung in mehrere Sprachen korrekt. Das Video könnte so auf Facebook rausgehen.

+++ Pioneers 2017: Des Kanzlers kurzer Auftritt +++

Menschen sorgen (noch) für die perfekte Übersetzung…

Und nun die Frage: „Wie hat die Artificial Intelligence hinter der App das gemacht?“ Die Antwort: Es war nicht die AI. Hinter den Korrekturen steht ein Netzwerk von Usern. Jene, die gerade online sind, sehen sich das Video an, sobald es in der App hochgeladen wird, und nehmen sofort die Korrekturen vor. Weitere User aus aller Welt kümmern sich um die Übersetzungen. Hinter der blitzschnellen Reaktion steht ein simples, aber effizientes Motivationsmodell: Die User werden dafür bezahlt. Wer Videos hochladen will, bezahlt wiederum monatlich in einem Abo-System.

… doch die AI passt gut auf und lernt

„Menschen sind sehr sensibel, was sprachliche Feinheiten angeht. Sie können Akzente und Redewendungen passend in Untertitel umsetzen“, sagt Pedro. Also besser doch Menschen, als AI für das Transkriptions- und Übersetzungstool der Zukunft? „Jein“ muss die Antwort sein, wenn man Pedro folgt. Denn natürlich basiert auch Unbabel auf AI und arbeitet mit Machine Learning. Und so soll das Programm dann auch sukzessive die Feinheiten der Sprache(n) kennenlernen und umsetzen. Es screent also die menschlichen Übersetzungen und lernt davon.

Revolution wie Einführung von Wasserleitungen

Entsprechend definiert Pedro auch seine Target-Group: „Weltweit gibt es zwei Milliarden mehrsprachige Menschen mit Smartphone“, sagt er. Die sollen helfen, Unbabel zu perfektionieren und im Endeffekt Sprachbarrieren zur Vergangenheit machen. Denn wenn Übersetzung einmal unmittelbar funktioniere, wäre das eine Revolution vergleichbar mit der Einführung von Wasserleitungen in allen Wohnungen. Pedros Ziele sind jedoch nicht nur idealistisch. Er bringt eine Prognose: 2020 werden 90 Prozent des Contents im Internet als Videos konsumiert werden. Und Unbabel soll durch diese Entwicklung, die bereits jetzt in vollem Gange ist, groß werden.

+++ Pioneers 2017: Ein Browser für alle +++

Deine ungelesenen Artikel:
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
08.07.2026

„Das gebaut, was uns Diabetikern gefehlt hat“: Diabetes-Startup Carbetic weckt Interesse von Medizintechnik-Riesen

Mit 17 Jahren entwickelte Diego Szekely die Diabetes-Lösung Carbetic. Die App nutzt 3D-Bildanalyse, um den Kohlenhydratgehalt von Mahlzeiten präzise zu bestimmen und sichert sich nach drei Monaten 4.000 zahlende User.
/artikel/das-gebaut-was-uns-diabetikern-gefehlt-hat-diabetes-startup-carbetic-weckt-interesse-von-medizintechnik-riesen
Diego Szekely programmierte seine Diabetes-App im Alleingang © Hannah Fasching

„Ich war der, der die Waage rausgeholt hat, um meinen Insulinbedarf zu berechnen“, erinnert sich Carbetic-Gründer Diego Szekely an die Zeit nach seiner eigenen Typ-1-Diabetes-Diagnose vor vier Jahren. Bei der Autoimmunerkrankung produziert der Körper überhaupt kein eigenes Insulin mehr, weshalb jede Aufnahme von Kohlenhydraten exakt berechnet und durch externe Insulingaben ausgeglichen werden muss.

Im Austausch mit anderen Betroffenen stellte er jedoch schnell fest, dass die meisten Diabetiker:innen im Alltag ihren Bedarf lediglich abschätzen. Da ungenaue Werte langfristige gesundheitliche Risiken bergen, entwickelte der heute 18-Jährige Carbetic, um eine verlässlichere, unkomplizierte Lösung im Alltag anzubieten. „Ich hab einfach das gebaut, was uns Diabetikern wirklich gefehlt hat“, so der Gründer.

© Carbetic

Räumliche Tiefe als technischer USP

Mittlerweile ist die Anwendung bereits in 41 Sprachen verfügbar, wobei aktuell die USA, dicht gefolgt von Deutschland, den größten Markt darstellen. Das technische Fundament unterscheidet sich laut dem Gründer aus Perchtoldsdorf vor allem in einem Punkt von klassischen Lifestyle-Trackern.

Statt einer simplen 2D-Bildanalyse setzt Carbetic laut eigenen Angaben auf räumliche Tiefe durch drei schnell geschossene Fotos aus unterschiedlichen Winkeln sowie LiDAR-Sensoren moderner Smartphones. „Die drei Fotos sind wahnsinnig wichtig, um die Dimensionen gescheit abzuschätzen“, betont Szekely.

Aus der Kombination dieser Bild- und Raumdaten berechnet ein feinjustiertes KI-Modell schließlich den Kohlenhydratgehalt der einzelnen Komponenten auf dem Teller, der wiederum für die Bestimmung des Insulinbedarfs benötigt wird. Neben der Foto-Analyse wird das Produkt in der Praxis durch eine integrierte Sprachsteuerung sowie die Option ergänzt, Koch-URLs oder abfotografierte, handschriftliche Rezepte automatisch von der KI auslesen zu lassen.

Conversion im SaaS-Modell

Nach nur drei Monaten verzeichnet die App rund 20.000 Downloads. Interessant ist vor allem die Conversion-Rate: „5.000 Nutzer sind aktuell in einem Probeabo oder bezahlten Abo“, erklärt der Gründer. Von den 5.000 „zahlen bereits 4.000“, so Szekely weiter. Das Geschäftsmodell basiert auf einer Software-as-a-Service-Struktur. Das Einstiegs-Abo für bis zu zehn Analysen am Tag kostet 4,49 Euro im Monat, während die unlimitierte Version für 9,99 Euro angeboten wird.

Auf die Frage, wie man ein solches Wachstum erziele, meint der Gründer: „Gute Frage. Und da ich keine gute Antwort habe, ist die Antwort, das Produkt funktioniert.“ Hauptsächlich über Mundpropaganda und Empfehlungen von Ärzt:innen, die Szekely unter anderem auf Ärztekongressen kennenlernte, wachse das Produkt aktuell organisch. „Wenn mir Patient:innen schreiben, dass die App ihnen hilft, den Alltag ein Stück mehr wie ein gesunder Mensch zu leben, macht mich das einfach so stolz“, so der Gründer.

„Mit allen großen Medizintechnik-Firmen in Kontakt“

Einen langfristigen Wettbewerbsvorsprung will sich der Gründer, der für sein Startup Studienplätze am UCL und King’s College in London sausen lässt, künftig über zwei strategische Säulen verschaffen, die über die reine Nutzer:innenbasis hinausgehen. Neben einer umfassenden Datensammlung zur Optimierung der Algorithmen steht ein digitaler Ärztezugang im Fokus. Über diesen können Mediziner:innen nach expliziter Freigabe die Mahlzeiten ihrer Patient:innen analysieren und die Therapie gezielter begleiten.

Während der aktuelle Fokus auf Typ-1-Diabetes-Patient:innen liegt, zeigt sich Szekely zuversichtlich, dass auch Typ-2-Patient:innen über kurz oder lang auf seine Anwendung zugreifen werden: „Alle Apps, die Typ 1 machen, übernehmen irgendwann auch den Typ-2-Markt. Das ist immer so.“ Zudem startet in Kürze eine Genauigkeitsstudie mit der Universität Wien. Auch gegenüber strategischen Partnerschaften und Investments zeigt sich der Solo-Founder offen: „Ich bin mit allen großen Medizintechnik-Firmen im Diabetes-Bereich in Kontakt. Und die sind alle begeistert.“

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

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

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 …

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

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 …

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

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 …

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

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 …

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Pioneers 2017: Wenn AI von Menschen übersetzen lernt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Pioneers 2017: Wenn AI von Menschen übersetzen lernt