17.05.2021

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

Das auf unsichtbare Zahnschienen spezialisierte Startup Impress aus Barcelona hat die bisher größte Series-A-Runde in Südeuropa in diesem Jahr abgeschlossen.
/artikel/uniqa-impress-investment
Impess-Cofounderin Diliara Lupenko
Impess-Cofounderin Diliara Lupenko | Foto: Impress

UNIQA Ventures, der VC-Arm des österreichischen Versicherungskonzerns, hat sich an einer größeren Series-A-Runde in Spanien beteiligt: Das auf unsichtbare Zahnschienen spezialisierte Startup Impress hat dabei 50 Mio. US-Dollar aufgenommen. Nach Angaben der UNIQA handelt es sich dabei um die größte Series-A-Runde, die im bisherigen Jahresverlauf in Südeuropa abgeschlossen wurde.

Neben UNIQA Ventures beteiligte sich mit CareCapital die Dentalabteilung von Hillhouse Capital, einer der größte Private-Equity-Firmen in Asien, Nickleby Capital sowie Investoren wie Michael Linse, Valentin Pitarque, Peter Schiff und Elliot Dornbusch. Die bestehenden Gesellschafter TA Ventures und Bynd VC investierten ebenfalls erneut.

Startup aus Barcelona verfolgt Direct-to-Consumer-Modell

Impress wurde 2019 vom Kieferorthopäden Khaled Kasem und den Serienunternehmern Diliara und Vladimir Lupenko in Barcelona gegründet. Das Unternehmen verfolgt ein D2C-Modell (Direct to Consumer), bei dem medizinische Behandlungen dem Konsumenten direkt angeboten werden – mittels digitaler Begleitung: “Wir setzen auf das von Ärzten geführte digitale Modell, welches uns weitaus bessere Konversionsraten und Behandlungsqualität brachte, obwohl es auf dem Papier anfangs sehr komplex aussah. Es ist immer noch sehr komplex, aber wir waren in der Lage, es zu knacken und exponentiell zu skalieren,” sagt Diliara Lupenko, COO und Co-Founder Impress.

Zuvor konnten Verbraucher nur kosmetische Zahnregulierungs-Behandlungen oder kieferorthopädische Behandlungen in konventionellen Kliniken in Anspruch nehmen. Impress baut dagegen eine eigene Kette von kieferorthopädischen Kliniken auf, in denen der digitale Prozess unterstützt wird: “Die Digitalisierung hilft, die Behandlung besser zu überwachen, ist aber niemals ein Ersatz für einen notwendigen Arztbesuch”, erläutert Khaled Kasem, leitender Kieferorthopäde und Co-Founder von Impress. Wenn das digitale Ärzteteam einen Arztbesuch für notwendig hält, bucht es einen Termin in der Klinik.

Jahresumsatz von 50 Mio. Euro angepeilt

“Der kundenzentrierte Fokus von Impress sowie die nachgewiesene Fähigkeit zur Blitzskalierung haben uns auf das Unternehmen aufmerksam werden lassen”, sagt Andreas Nemeth, Managing Partner der UNIQA Ventures GmbH. Das Team setzte gezielt auf Technologie, indem es Software zur Automatisierung aller wichtigen Teile der Wertschöpfungskette einsetze. So werde ein “einzigartiges Kundenerlebnis rund um das Thema unsichtbare Zahnschienen und Kieferorthopädie zum günstigen Preis” geschaffen, führt Nemeth aus.

Mit dem Geld aus der Investitionsrunde soll neben der Weiterentwicklung der eigenen Plattform die internationale Expansion in ganz Europa vorangetrieben werden. Derzeit ist das Unternehmen mit insgesamt 75 Kliniken auf den Märkten in Spanien, Italien, Portugal, Großbritannien und Frankreich aktiv. Das Team von Impress ist in den vergangenen 15 Monaten von 25 auf 300 Mitarbeiter gewachsen – darunter sind 150 medizinische Fachkräfte. Der Umsatz stieg im selben Zeitraum um das 13-Fache und nähert sich derzeit einem Jahresumsatz von 50 Mio. Euro. In den nächsten 12 Monaten sollen sogar 150 Mio. Euro erreicht werden.

Deine ungelesenen Artikel:
vor 1 Stunde

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
vor 1 Stunde

Lösung gegen KI-Halluzinationen? So funktioniert Sepp Hochreiters SDLG-Methode

Halluzinationen sind ein großes Problem der KI-Szene. Und das weltweit. Während Google und Microsoft sich bei einer Lösung schwertun, kommt aus Österreich ein Modell, dass solche "KI-Unsicherheiten" besser erkennen soll. Es heißt: SDLG. Wie genau, erklärt KI-Experte Sepp Hochreiter in einem Gespräch mit uns.
/artikel/loesung-gegen-ki-halluzinationen-so-funktioniert-sepp-hochreiters-sdlg-methode
SDLG, KI, Hochreiter, Halluzination
(c) brutkasten - Sepp Hochreiter zu SDLG.

“Großartige Arbeit meines Teams: Erkennen, ob LLMs (Anm.: Large Language Models) halluzinieren. Sie halluzinieren, wenn sie unsicher sind. Wir erkennen diese Unsicherheit und markieren Halluzinationen” – so beschreibt KI-Koryphäe Sepp Hocheiter auf LinkedIn die Errungenschaft, die er uns seine Forscher:innen am Institut für Machine Learning der Johannes Kepler Universität Linz vollbracht haben. Dabei spricht er von dem SDLG-Modell. Der Begriff steht für “Semantically Diverse Language Generation”.

Denn es ist ein großes Thema, das die KI-Community beherrscht. Bei Nutzung von Künstlicher Intelligenz (KI) kann es passieren, dass man eine Frage stellt und falsche Antworten bekommt. Im Fachjargon sagt man dazu, die KI halluziniert.

SDLG verbessert Erkennung von Halluzinationen

Wie brutkasten berichtete, tun sich Giganten wie Google und Microsoft schwer, dieser Problematik habhaft zu werden. Eine neuer Lösungsansatz kam heuer vom Wiener Startup datAInsights, die statt impliziten explizite Fakten bzw. explizites Wissen verwenden, das dokumentiert ist. “Wir reichern bestehende Knowledge-Systeme mit Quellen an, sodass sie für unsere Architektur verarbeitet werden können”, erklärte datAInsights-Co-Founder René Heinzl im März 2023.

Nun kommt ein weiterer Lösungsansatz aus dem Umfeld von Sepp Hochreiter: SDLG. Diese neue Methode verbessert die Erkennung von Halluzinationen in LLMs (Large Language Modellen), indem es die Unsicherheitsabschätzung vorantreibt oder anders gesagt, aufzeigt, wenn ein Large Language Modell “unsicher” ist.

Man muss wissen, dass LLMs als Basis für Künstliche Intelligenz dienen und wie eine Zeichenkette aufgebaut sind. Hier wirken Wahrscheinlichkeiten, die das nächste Zeichen (konkret das nächste Wort oder um noch genauer zu sein, die nächsten Buchstaben) produzieren und Antworten auf Fragen liefern. Da kann es zu Fehlern oder falschen Informationen kommen.

Einstein oder Newton?

“Hochreiter präzisiert gegenüber brutkasten: “Halluzinationen können entstehen, wenn ein Trainingsdaten-Set fehlende oder zu wenige Daten zu einem Thema hat”, sagt er. “‘Albert Einstein hat die Relativitätstheorie entwickelt’ kann in verschiedenen Varianten (Anm.: Einstein hat die Relativitätstheorie erfunden, die Relativitätstheorie wurde von Einstein erfunden oder entwickelt, Der Vater der Relativitätstheorie ist Alber Einstein, etc.) im Trainingsdaten-Set als Information dienen. Gibt es diese nicht oder nur ungenügend, und die KI weiß, dass das Relativität etwas mit Physik zu tun hat, kann es sein, dass die Antwort plötzlich Newton ist.”

SDLG erkennt ob “LLMs halluzinieren”

Lukas Aichberger, “ELLIS PhD”-Student am Institut für Machine Learning der JKU beschreibt per LinkedIn-Post die SDLG-Methode – die er, Kajetan Schweighofer, Mykyta Ielanskyi und Sepp Hochreiter entwickelt haben – wie folgt: “Wir schaffen eine theoretische Grundlage für Unsicherheitsmaße in LLMs und führen theoretisch begründete ‘Estimatoren’ (Schätzer) für semantische Unsicherheit ein. Und stellen eine Methode zur Verfügung, um semantisch vielfältige und dennoch wahrscheinliche Ausgabesequenzen zu erzeugen, indem wir die Texterzeugung eines LLMs so steuern, dass wichtige Informationen für den semantischen Unsicherheitsschätzer erfasst werden.”

SDGL, KI, Halluzinationen, Hochreiter
(c) zVg – (v.l.) Sepp Hochreiter, Lukas Aichberger, Mykyta Ielanskyi und Kajetan Schweighofer.

In anderen Worten hebt die SDGL-Methode jene Aussagen hervor, wo sich die KI nicht sicher ist und markiert sie, damit man die durch “semantische Unsicherheit” (des Large Language Models) hervorgerufenen Halluzinationen erkennt, wie Hochreiter präzisiert.

Im 23-seitigen Paper, das die Forscher herausgebracht haben, heißt es konkret: “SDLG steuert das LLM, um semantisch unterschiedliche, aber wahrscheinliche Alternativen für einen ursprünglich generierten Text zu erzeugen. Dieser Ansatz liefert ein präzises Maß für die aleatorische (Anm.: vom Zufall abhängige) semantische Unsicherheit und erkennt, ob der ursprüngliche Text wahrscheinlich halluziniert ist. Experimente mit Aufgaben zur Beantwortung von Fragen zeigen, dass SDLG bestehende Methoden durchgängig übertrifft und dabei rechnerisch am effizientesten ist, wodurch ein neuer Standard für die Unsicherheitsabschätzung in LLMs gesetzt wird.”

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

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

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 …

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

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 …

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

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 …

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

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 …

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

UNIQA beteiligt sich an 50-Mio.-Dollar-Runde von spanischem Zahnschienen-Startup