Wie die Salzburg AG mit einer neuen Crowdinvesting-Plattform die Energiewende vorantreibt

08.01.2026

Roche-Diagnostics-Chefin: „Datenschutz-Skepsis ist in Österreich sehr emotional besetzt“

Interview. Österreich wird älter – aber nicht gesünder: Uta-Maria Ohndorf, Geschäftsführerin von Roche Diagnostics Österreich, erklärt, warum Diagnostik, KI und Prävention entscheidend für die Zukunft des Gesundheitssystems sind.

/artikel/roche-diagnostics-oesterreich-uta-maria-ohndorf-interview

✨ AI Kontextualisierung

Diagnostik steht an einem Wendepunkt: Während chronische Erkrankungen zunehmen und die Bevölkerung altert, bleibt das Gesundheitssystem stark auf Behandlung statt auf Prävention ausgerichtet. Gleichzeitig eröffnen neue Technologien – von KI-gestützter Mustererkennung bis zu kontinuierlichen Messsystemen – völlig neue Möglichkeiten für Früherkennung und personalisierte Versorgung. Im Interview spricht Uta-Maria Ohndorf, Geschäftsführerin von Roche Diagnostics Österreich über strukturelle Defizite im österreichischen Gesundheitssystem, die Rolle von Diagnostik als Schlüssel zur Prävention, regulatorische Hürden für digitale Innovationen.

brutkasten: Frau Ohndorf, welche großen Linien prägen aus Ihrer Sicht eine Innovationsagenda für Diagnostik?

Uta-Maria Ohndorf: In Österreich sehen wir ähnliche Trends wie andere Industrieländer. In den nächsten zehn Jahren werden fast 50 Prozent der Krankheiten kardiovaskuläre Krankheiten ausmachen, dazu kommen neurologische und onkologische Krankheiten. Das sind die drei großen Felder, die uns als Patienten betreffen und die wir für die Innovationsagenda heranziehen.

Dazu kommt die Demografie: Wir werden älter, in Österreich allerdings „alt, aber krank“. Die Lebenserwartung liegt bei 84 Jahren. Gesund leben wir davon im Schnitt 64 Jahre – statistisch also 20 Jahre Krankheit. Für ein so gut finanziertes, industrialisiertes Land ist das eher Mittelfeld; viele Länder haben rund zehn gesunde Lebensjahre mehr. Das zeigt: Unser System ist stärker auf Behandeln als auf Verhindern, Vorsorge und frühes Erkennen ausgerichtet.

Technologisch passiert gleichzeitig sehr viel: Wir können immer schneller diagnostizieren, perspektivisch stärker auch auf genetischer Ebene durch Sequenzieren. Ein großer Hebel ist künstliche Intelligenz, die in der Diagnostik heute und künftig weitere, teils noch nicht geahnte Möglichkeiten eröffnet.

Warum hinkt Österreich bei Prävention und Früherkennung hinterher?

Das System ist nicht darauf ausgelegt. Viele gehen als Erstes ins Krankenhaus, anstatt Vorsorge oder Früherkennungsuntersuchungen zu nutzen. Programme werden – wenn man sich die Statistiken ansieht – schlecht genutzt. Im Vergleich zu anderen Ländern ist der Fokus auf Vorsorge geringer, und es fehlt oft der Mindset, frühzeitig Dinge zu erkennen und damit etwas zu verändern. Viele warten auf den Arztbesuch und gehen erst hin, wenn es ihnen schon schlecht geht.

Welche Rolle kann Diagnostik dabei spielen?

Diagnostik ist ein gewaltiger Hebel für Früherkennung, Prävention und Risikostratifizierung. Und weil im Alter oft mehrere Erkrankungen zusammenkommen, sollte man idealerweise “viel auf einmal” erkennen können.

Wichtig ist auch der niederschwellige Zugang. Das Gesundheitssystem hat sich vorgenommen: digital vor ambulant, vor stationär. Ein Patient sollte idealerweise zuerst digital Hilfe bekommen – etwa über die Gesundheitsberatung 1450 – und früh klären, wohin er muss und was das Thema ist. Der erste Weg ins Krankenhaus ist die teuerste Option; das ist schon jetzt, und mittelfristig erst recht, nicht finanzierbar. Daher ist die Frage: Wie bringen wir Diagnostik näher an den Patienten, in einer Qualität wie im Labor?

Welche neuen Möglichkeiten schafft KI in der Diagnostik?

KI in der Diagnostik ist nicht neu. In der bildgebenden Diagnostik, also in der Pathologie, macht man das seit mindestens zehn Jahren. Eine KI kann in einem Bild einen Tumor sehr viel sicherer und fehlerfreier erkennen als das menschliche Auge. Sie dient als Entscheidungsunterstützung: Die KI entscheidet nicht, sondern sie sagt: „Schau da mal hin. Das ist aus meiner Sicht ein Tumor.“ Die Entscheidung bleibt beim Arzt oder Diagnostiker.

Neuer ist Mustererkennung über viele Datentypen – besonders in Kombination mit Real World Data, also Patientendaten wie Alter oder Geschlecht. So kann man aus einem einfachen Blutbild das Darmkrebsrisiko vorhersagen. Und man kann Muster in die Zukunft vorhersagen, wenn man kontinuierliche Messungen einbezieht. Gerade im Kommen sind diese Algorithmen auch.

Welche Anforderungen gelten, wenn KI in der Diagnostik eingesetzt wird?

Das ist ein Medizinprodukt. Es ist nicht: „Ich rechne mal kurz rum und dann schaue ich.“ Es braucht eine Zulassung, es muss geprüft werden, und es muss sichergestellt werden, dass das so ist, wie die KI vorhersagt. Wenn ein Algorithmus zugelassen ist, darf man an den Algorithmen nichts mehr ändern.

Roche Diagnostics führte 2025 den Accu-Check SmartGuide ein, der eine kontinuierliche Glukosemessung ermöglicht. Was ist daran neu?

Der Accu-Chek Smart Guide ist ein Gerät für kontinuierliche Glukosemessung. Neu ist die KI-Komponente: Man kann die Zukunft vorhersagen – 30 Minuten, zwei Stunden und vor allem sieben Stunden. Das System ist mit Glukosedaten vieler Personen trainiert und erkennt Muster; mit zusätzlichen Angaben wie Essen oder Insulin wird die Vorhersage genauer.

Für Betroffene ist das eine Entlastung, weil sie sonst ständig überlegen: „Muss ich jetzt was essen? Wie geht es mir? Was muss ich tun?“ Es gibt sogar den sogenannten Diabetes-Burnout. Besonders relevant ist die Nacht: Bei unter 40-Jährigen ist ein nächtlicher Unterzucker laut Studie ein Todesrisiko von drei bis fünf Prozent der Patienten, weil sie nicht rechtzeitig reagieren. Eine Vorhersage über sieben Stunden kann einem praktisch die Nacht ruhen lassen.

Ist das System schon mit einer Insulinpumpe gekoppelt?

Es ist nicht gekoppelt, kann aber in Zukunft gekoppelt werden. Aktuell ist es mit einer Handy-App gekoppelt, die Alarm schlägt. Man kann das auch an Angehörige koppeln: Unsere erste Patientin war eine 80-Jährige, da war das Handy der Tochter gekoppelt, die dann eingreift. Die Daten können zur Analyse und Therapieoptimierung auch mit dem Arzt geteilt werden.

Warum kommt digitale Diagnostik in Österreich nicht schneller in die Breite?

Ein zentraler Punkt ist die Vergütung. Es gibt im Prinzip keinen Vergütungsprozess für digitale Diagnostik von den Kassen – und für Diagnostik generell keinen. Für Medikamente gibt es Prozesse, für Diagnostik nicht, und auch nicht für digitale Produkte. In Deutschland gibt es „Apps auf Rezept“: echte Medizinprodukte, keine Lifestyle-Apps, die vergütet werden. In Österreich gibt es dafür noch keinen Mechanismus.

Für Produkte zur Selbstanwendung, also patientennahe Diagnostika, gibt es einen Prozess mit Bewertungsboard. Beim Accu-Chek SmartGuide gelten Voraussetzungen, wie etwa häufige Unterzuckerungen, intensivierte Insulintherapie, oder Insulinpumpentherapie.

Wie beurteilen Sie das Innovations- und Startup-Ökosystem im Health-Tech-Bereich?

Wir haben hervorragende Voraussetzungen: Ausbildung, starke MedUnis und eine gute Startup-Szene mit weltweit innovativen Ideen. Der Nachteil ist der fehlende Heimatmarkt: Österreich ist klein und schwer „reinzubringen“, auch wegen Regularien. Diese Durststrecke ist für Startups oft kaum finanzierbar. In Deutschland ist es leichter, weil man dort entwickeln und direkt in den Markt gehen kann; der beste Heimatmarkt ist nach wie vor die USA.

Ein Beispiel ist mySugr: Eine App für Menschen mit Diabetes zur einfachen Dokumentation Ihrer Diabetes Daten. MySugr ist ein sehr erfolgreiches österreichisches Startup, das wir bei Roche übernommen haben. Wir machen diese Innovation weltweit möglich, aber in Österreich wird sie noch nicht vergütet.

Wir arbeiten mit Startups über einen Venture Fund auf Corporate-Ebene und den Incubator „Rocks“ sowie über Aktivitäten im österreichischen Ökosystem, etwa Startup-Days und den High-Technology-Cluster in der Steiermark. Wir unterstützen – je nach Bedarf – durch Finanzierung, Kontakte oder gemeinsame Marketing- und Entwicklungsaktivitäten.

Zum Schluss noch zu Daten und ELGA: Wo sehen Sie Handlungsbedarf?

Gesundheitsdaten sind die sensibelsten Daten. Datenschutz, Anonymisierung und Verschlüsselung sind zentral. Gleichzeitig gibt es in Österreich eine Datenschutz-Skepsis, die sehr emotional besetzt ist und von den Fakten her oft wenig Grundlage hat.

Mit ELGA hatten wir eine der ersten elektronischen Gesundheitsakten und waren früh sehr innovativ, haben es dann aber nicht weiter ausgebaut. Das ist schade, wenn man in frühen Phasen stecken bleibt: gute Ideen, aber nicht die Kraft oder den Mut, aus Daten Nutzen zu ziehen – aus falsch verstandenen Datenschutzgründen. Um Nutzen zu heben, braucht es die Anbindung an weitere Datenquellen, zum Beispiel Labordaten, und die Zusammenführung zu einem Gesamtbild. Im Moment haben wir nur Teile der Daten; es scheitert auch an Standards und Schnittstellen.

Was erwarten Sie in den nächsten fünf Jahren?

Technologisch wird mehr möglich sein: weitere Vorhersagealgorithmen, bessere Datenverknüpfung und damit individualisierteres Eingehen auf Patienten. Gleichzeitig bleibt die Herausforderung, dass das Gesundheitssystem starr ist, stark auf Krankheit und nicht auf Prävention ausgerichtet, und keinen inhärenten Innovationsmechanismus hat.

Deine ungelesenen Artikel:

Momcilo Nikolic

25.09.2026

Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen

Drei Mal brach Raphael Suchomel die Schule ab, bevor sich sein Weg plötzlich in eine ganz andere Richtung entwickelte. Heute sitzt der 27-jährige Wiener in Harvard und lässt virtuelle Fische lernen – auf der Suche nach Antworten darauf, was Künstliche Intelligenz von der Natur erfassen kann.

/artikel/dreifacher-wiener-schulabbrecher-forscht-in-harvard-an-virtuellen-ki-fischen

Momcilo Nikolic

25.09.2026

Dreifacher Wiener Schulabbrecher forscht in Harvard an virtuellen KI-Fischen

/artikel/dreifacher-wiener-schulabbrecher-forscht-in-harvard-an-virtuellen-ki-fischen

Manche Wege sind direkt und vorgezeichnet – Schule, Bildung, Ausbildung und ein Job in dem Bereich, den man beherrscht. Andere sind von Umwegen gezeichnet, Mühsal und Zeiten, in denen man nicht weiß, wie es genau weitergehen soll. Raphael Suchomels Vita ist eine von den nicht-linearen.

„Plötzlich Mitternacht“

Er hat mit 18 die Schule zum ersten Mal abgebrochen und sich eine Vollzeitstelle gesucht. Der gebürtige Wiener schrieb sich fortan in eine Abendschule ein, brach jene aber – ein mal mit 19 und einmal mit 21 Jahren – wiederholt ab. Doch der Gedanke des endgültigen Aufgebens war keiner und im jungen Mann schlicht nicht vorhanden. So war es dann mit 22 soweit: der vierte Versuch, die Matura nachzuholen, gelang.

„Ich war in einer Abendschule im 21. Bezirk“, erinnert sich der 27-Jährige. „Von neun bis 17 Uhr Vollzeitjob, dann Unterricht bis halb zehn und anschließend noch Training. Und plötzlich war es Mitternacht.“

Zwei Jahre lang bestimmte dieser straffe Rhythmus seinen Alltag. Trotz der Doppelbelastung hielt der heutige Wahl-Hagenberger durch – und schloss die Abendschule schließlich mit ausgezeichnetem Erfolg ab.

Studium in Hagenberg

Es folgte ein Umzug von Wien nach Oberösterreich und der Start des ersten Jahrgangs des damals neu geschaffenen Bachelorstudiums „Artificial Intelligence Solutions“ an der University of Applied Sciences Upper Austria in Hagenberg.

Suchomel gehörte zudem zu den Mitgründern der Young AI Leaders Linz, einer lokalen Community innerhalb der AI-for-Good-Initiative der International Telecommunication Union der Vereinten Nationen. Die Gruppe bringt junge Menschen aus Forschung und Technologie zusammen und organisiert unter anderem Hackathons und Diskussionsveranstaltungen rund um Künstliche Intelligenz.

© Harvard/zVg – Eine 3D-Simulation eines schwach elektrischen Fisches.

Nach rund 100 verschickten Mails – die meisten davon blieben unbeantwortet – gelang es Suchomel schließlich, einen Forschungsaufenthalt als Praktikant an der Harvard Medical School zu ergattern. Dort befindet er sich auch heute und forscht an der Schnittstelle von Künstlicher Intelligenz und Neurowissenschaften.

Im Mittelpunkt seiner Arbeit stehen biologisch fundierte künstliche Agenten. Vereinfacht gesagt, bauen die Forschenden in Harvard virtuelle Tiere im Computer. Diese Tiere bekommen künstliche neuronale Netze und bestimmte Sinneswahrnehmungen und Bewegungsmöglichkeiten, die sich an echten Tieren orientieren. Anschließend lernen sie mit einer Methode namens „Reinforcement Learning“. Dabei wird ihnen nicht jede Handlung vorgegeben. Sie probieren unterschiedliche Verhaltensweisen aus und lernen über Belohnungen und Nachteile selbst, welche Strategien erfolgreich sind.

„Schauen wie sich Agent verhält“

„Wir kennen aus der Biologie die körperlichen Einschränkungen von Fischen“, erklärt Suchomel. „Wir wissen, wie sich Augen im Winkel bewegen, wie schnell sie sind und welche anderen biologischen Einschränkungen es gibt. Und wir statten einen ‚Reinforcement-Learning‘-Agenten mit diesem Wissen aus: Wir simulieren den Körper eines Fisches, sodass er über diesen Körper mit der Umwelt und mit anderen Fischen kommuniziert. Das schicken wir durch eine ‚Reinforcement-Learning‘-Umgebung, simulieren Trajektorien und schauen, wie sich der Agent verhält.“

Die Simulation funktioniert wie ein virtuelles Labor. Forscher können einzelne Sinneskanäle ausschalten, Kommunikationssignale verändern oder die Umwelt der Agenten manipulieren und beobachten, wie sich ihr Verhalten verändert. Damit sollen Hypothesen darüber entwickelt werden, warum bestimmte Verhaltensweisen entstehen und welche Mechanismen dahinterstecken. Solche Hypothesen sollen anschließend gezielter in Experimenten mit echten Tieren überprüft werden können.

Der Vorteil hierbei sei, dass man nicht jedes Verhalten explizit programmieren müsse, sondern durch die Kombination aus Körper, biologischen Einschränkungen, Umwelt und „Reinforcement Learning“ Verhalten entstehen lassen könne, das möglicherweise dem Verhalten echter Fische ähnelt. So soll — und das ist das Ziel — Forschung günstiger und schneller werden, sagt Suchomel. Man könne zudem Variablen besser isolieren und kontrollieren und neuronale Netze viel genauer analysieren. Das wäre bei echten Fischen teilweise sogar viel schwieriger, vor allem wenn man ihr Zusammenspiel mit anderen Fischen untersuchen möchte.

Künstliche und natürliche Intelligenz

Die Harvard Medical School und andere Institute verfolgen seit Längerem das Ziel, KI zu nutzen, um natürliche Intelligenz besser zu verstehen – und umgekehrt auch natürliche Intelligenz für die Entwicklung von KI zu nutzen.

„Dafür gibt es im KI-Bereich viele verschiedene Methoden und Ansätze, die sich an Beobachtungen aus der Natur orientieren. Gleichzeitig gibt es immer mehr Forschung an der Schnittstelle von KI und Biologie, bei der KI-Forscher und Biologen zusammenarbeiten“, sagt Suchomel. „Wenn man beispielsweise genau weiß, wie die Umgebung aussieht, und gleichzeitig die Kommunikation eines Fisches beobachtet, könnte man künftig elektrische Signale interpretieren. So lässt sich etwa erkennen, dass ein bestimmtes Signal ausgesendet wird, weil sich der Fisch bedroht fühlt. Dadurch könnte man nicht nur einzelne Fische, sondern auch die Gruppendynamik analysieren – und besser verstehen, wie sich die Tiere untereinander und in ihrer Umwelt verhalten.“

Suchomels Praktikum in Harvard reicht noch bis Februar, danach führt ihn den Weg nach Belgien an die KU Leuven – eine, wie er sagt „der besten Unis in Europa wenn es um KI geht“. Anschließend möchte er in einen „starken Master“ reinkommen und weiter an KI forschen. Wo das sein wird, sei erstmal zweitrangig: „Hauptsache starke Labs.“

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