28.10.2025
STARTUP-PORTRÄT

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

LifeTaq entwickelt automatisierte 3D-Gewebemodelle als Alternative zu Tierversuchen – und will damit die Wirkstoffentwicklung beschleunigen. Wir haben mit Gründer Manfred Taschner darüber gesprochen, wie die Plattform „Tissura“ den Weg vom Labor in die Klinik verändern soll.
/artikel/wie-lifetaq-tierversuche-durch-automatisierte-3d-gewebemodelle-ersetzt
Das Team von LifeTaq | (c) LifeTaq-Analystics GmbH

Neun von zehn Wirkstoffkandidaten scheitern zwischen dem Labor und der Klinik. Der Grund ist oft derselbe: Ergebnisse aus Tierversuchen sind nur eingeschränkt auf den Menschen übertragbar. Das TechBio-Startup LifeTaq setzt genau an diesem Bruchpunkt an. Das Klosterneuburger Unternehmen entwickelt seine Plattform „Tissura“. Dabei handelt es sich um ein automatisiertes System, das Zellen und 3D-Gewebemodelle auf qualitative Weise kultiviert.

Die Technologie ist standardisiert, reproduzierbar und bietet eine skalierbare Alternative zu manuellen Labortests, was die Reduktion der Abhängigkeit von Tieren erleichtert. „Das Tier ist einfach anders gebaut als der Mensch, und man sollte viel mehr im Vorfeld an der menschlichen Biologie testen“, sagt CEO und Gründer Manfred Taschner. Der Biotechnologe weiß, wovon er spricht.

Vom Alzheimer-Labor zum eigenen Unternehmen

Bevor Manfred Taschner zum Gründer wurde, arbeitete er als Forscher in einem Wiener Pharmaunternehmen. Dort entwickelte das Team über Jahre hinweg einen Impfstoff gegen Alzheimer – mit großem Budget, großen Hoffnungen und vielen Tierversuchen. Doch nach über einem Jahrzehnt und mehreren hundert Millionen Euro war klar: Die Wirksamkeit beim Menschen war gleich null. „Das Placebo war teilweise besser als das eigentliche Medikament. Das war ein Schock – und ein Wendepunkt für viele von uns.“

Dies führte bei Taschner zu einer Schlüsselerkenntnis: „Ich habe mich gefragt: Wie kann das passieren? Und dann wird einem klar, dass Tiere einfach eine andere Physiologie haben.“ Statt Ergebnisse aus Tiermodellen zu extrapolieren, müsse man direkt mit menschlichem Gewebe arbeiten, so die Schlussfolgerung.

2017 gründete er gemeinsam mit Kollegen aus dem ehemaligen Alzheimer-Team LifeTaq mit der Vision, Tierversuche durch realistische, humane Modelle zu ersetzen. „Wir wollten eine Alternative entwickeln, die besser vorhersagt, wie etwas im menschlichen Körper funktioniert.“

(c) LifeTaq-Analytics GmbH

Automatisierte Fabrik zum Züchten realistischer Mini-Körperteile

Anstatt dass ein Laborant Zellen sorgfältig von Hand in einer Schale kultiviert – ein Prozess, der langsam und fehleranfällig ist – bietet LifeTaq eine vollautomatisierte Kulturmaschine mit integrierter Qualitätskontrolle. Dies adressiert die Infrastruktur- und Reproduzierbarkeitsanforderungen des gesamten In-vitro-Sektors. „Wenn man es manuell macht, können leicht Kontaminationen – Bakterien, Pilze – entstehen, und man muss es wochenlang exakt gleich behandeln. Das ist fast unmöglich.“

Die Plattform kann unter anderem sogenannte biologische Barriere-Modelle kultivieren, jene wichtigen Grenzflächen, die ein Medikament passieren muss, um im Inneren des Körpers seine Arbeit zu verrichten, wie etwa die Darmbarriere, die Lungenbarriere oder die Hautbarriere. Bei diesen konventionellen Modellen (sogenannte Well-Plate-Modelle), die von mehreren Anbietern bereits am Markt sind, kann die Tissura den Prozess automatisieren und skalierbar machen.

„Aktuell optimieren wir die Prozesse für die Lungenbarriere, da sie entscheidend für viele inhalierbare Medikamente ist“, erklärt Taschner. „Das Prinzip kann aber auch auf Haut oder andere Schnittstellen übertragen werden.“ Diese Innovation wurde im Rahmen eines 3,5 Millionen US-Dollar schweren FFG-Leitprojekts (einem bedeutenden Förderprogramm der Österreichischen Forschungsförderungsgesellschaft) entwickelt.

Kooperation mit OFI und ACR Start-up Preis

Ein wichtiger Partner bei der Entwicklung war das Österreichische Forschungsinstitut (OFI), das die auf der Tissura-Plattform kultivierten Lungengewebe extern validierte und testete. Das OFI agiert als Auftragsforschungsinstitut für zahlreiche Unternehmen im Pharma- und Medizintechniksektor und war auch der erste Anwender der LifeTaq-Technologie. „Die Kooperation mit dem OFI war für uns entscheidend, um die Modelle nach internationalen Standards zu überprüfen und ihre Praxistauglichkeit nachzuweisen“, so Taschner. Für diese erfolgreiche Zusammenarbeit wurden LifeTaq und das OFI 2025 mit dem „ACR Start-up Preis“ von Austrian Cooperative Research (ACR) ausgezeichnet (brutkasten berichtete).

Manfred Taschner im Rahmen der ACR Enquete 2025 | (c) ACR/APA-Fotoservice/Leitner

Der Preis würdigt junge Unternehmen, die in enger Kooperation mit ACR-Instituten marktrelevante Innovationen entwickeln. „Diese Auszeichnung ist für uns ein wichtiges Signal, dass unsere Technologie einen echten Beitrag zur Zukunft der Forschung leistet“, sagt Taschner.

Ein Markt in Bewegung

Dass LifeTaq gerade jetzt an Fahrt gewinnt, liegt auch an der Regulierung und dem Mangel an vielseitigen, skalierbaren, automatisierten Labor-Kultursystemen. In den USA erlaubt der „FDA Modernization Act“ seit Ende 2022 explizit, Daten aus Nicht-Tiermodellen als Basis für klinische Studien zu verwenden. „Seit den 1930er-Jahren war der Tierversuch verpflichtend. Jetzt darf man zum ersten Mal mit In-vitro-Modellen direkt in den Menschen gehen.“

Gleichzeitig verändert Künstliche Intelligenz die Wirkstoffsuche grundlegend. Heute generieren KI-Algorithmen Millionen möglicher Molekülvarianten – weit mehr, als manuell getestet werden könnten. „Das verlangt nach automatisierten Testsystemen, die große Datenmengen schnell verarbeiten können“, sagt Taschner. „Genau hier positionieren wir uns.“

Geschäftsmodell: Vom Service zur Maschine

Der Markteintritt erfolgt bewusst gestaffelt. LifeTaq setzt zunächst auf ein Machine-as-a-Service-Modell: Die Maschine bleibt vorerst im Haus, das LifeTaq-Team nutzt die Protokolle der Kunden für deren Modelle und kultiviert Gewebe für Kundenprojekte, die Abrechnung erfolgt nach Volumen.

(c) LifeTaq-Analystics GmbH

„Viele Unternehmen wünschen zuerst die Sicherheit, dass ihr exaktes Modell wirklich funktioniert.“ Später sollen die Anlagen direkt bei Kunden platziert werden – inklusive „Remote Support“ und digitaler Datenintegration. Die Anschaffung amortisiert sich laut Taschner bei hoher Auslastung innerhalb von ein bis zwei Jahren. Aktuell beschäftigt LifeTaq elf Mitarbeiter und möchte bis Ende 2026 auf rund 20 wachsen – vor allem im Vertrieb und Customer Success. Nach anfänglichen Jahren in Tulln ist das Unternehmen seit 2024 in Klosterneuburg ansässig. „Wir haben jetzt über 400 Quadratmeter Fläche, wo wir uns auch dem Maschinenbau widmen können.“

Förderung, Finanzierung, Wachstum

Finanziell setzt LifeTaq auf einen Mix aus Förderungen, Business Angels und Crowdinvestment. Neben Programmen der FFG, aws und der EU ist ein Brancheninsider aus der Bioprozessindustrie privat am Unternehmen beteiligt. Seit Oktober 2025 läuft zudem eine Crowdinvesting-Kampagne auf Rockets, die innerhalb einer Woche über 200.000 Euro eingesammelt hat. „Das schont unseren Cap Table viel sanfter, und wir können gleichzeitig unsere Community erweitern“, so Taschner.

Nächste Schritte: Vom Pilot zur Markteinführung

Nach der ersten erfolgreichen Validierung der Tissura-Plattform blickt LifeTaq nun klar nach vorn. Im kommenden Jahr sollen weitere Pilotprojekte mit Pharma- und Auftragsforschungsunternehmen folgen, um die Technologie in verschiedenen Anwendungsszenarien zu erproben – von Atemwegserkrankungen bis hin zu toxikologischen Screening-Tests.

Gleichzeitig arbeitet das Team an der Industrialisierung des Fertigungsprozesses, um die Maschinen mittelfristig in Serie zu produzieren und direkt bei Kunden zu platzieren. „2026 wollen wir den Sprung vom Pilotbetrieb zur Kommerzialisierung schaffen“, sagt Taschner.

Auch regulatorisch laufen die Vorbereitungen: Neben der ISO-Zertifizierung wird an weiteren Compliance-Standards für die pharmazeutische Produktion gearbeitet. Parallel dazu plant LifeTaq, den Exportmarkt zu erschließen – mit Fokus auf Deutschland, Skandinavien und die USA, wo die FDA-Modernisierung das größte Marktfenster bietet. „Wir haben bewiesen, dass unsere Technologie funktioniert – jetzt geht es darum, sie in den Forschungsalltag zu bringen.“

Deine ungelesenen Artikel:
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
21.09.2026

AI Baseline: Wie ein Wiener Startup KI-Agenten effizienter machen will

Das Wiener Startup AI Baseline hat eine Retrieval-Architektur für KI-Agenten entwickelt. Mit Unterstützung von Supercomputing-Ressourcen von AI:AT will das Gründungsteam die Recherche in riesigen Datenmengen drastisch beschleunigen und Kosten senken – bei höherer Antwortqualität und voller Transparenz.
/artikel/ai-baseline-wie-ein-wiener-startup-ki-agenten-effizienter-machen-will
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz
Das Gründungsteam von AI Baseline: Xenia Galkina, CEO, und Alexander Czech, CTO | © APA-Fotoservice / Krisztian Juhasz

KI-Agenten sollen in Unternehmen und Organisationen zunehmend komplexe Aufgaben übernehmen – etwa die Analyse von Hunderttausenden Seiten interner Berichte, Dokumente und Richtlinien. Bisherige Retrieval-Systeme stoßen dabei jedoch an technische und ökonomische Grenzen, meint man beim Wiener Startup AI Baseline. Ein KI-Agent beginne bei aktuellen Ansätzen nämlich für jede neue Frage eine eigenständige Suche, wodurch dieselben Dokumente immer wieder neu verarbeitet werden müssten. Das führe zu einem hohen Verbrauch an kostenpflichtigen Modell-Tokens, Rechenleistung und Zeit. Bei anspruchsvollen Fragen könne die Beantwortung bis zu 40 Minuten dauern, während die zugrunde liegenden Textfragmente oft nicht mehr bis zur Originalquelle zurückverfolgt werden können.

„Knowledge Space“ für mehr Effizienz und Transparenz

Um dieses Zusammenspiel aus Effizienz- und Transparenzproblemen zu lösen, hat das von CEO Xenia Galkina und CTO Alexander Czech gegründete Unternehmen eine neue Retrieval-Architektur entwickelt. Das System bildet Informationen in einer logisch verknüpften Ebene ab, wodurch die Herkunft der Daten über die Struktur des sogenannten „Knowledge Space“ erhalten bleibt. Da die aufwendige Strukturierung einmalig bei der Datenaufnahme erfolgt, soll der anschließende Rechercheprozess auch bei großen Datenmengen wirtschaftlich und nachvollziehbar bleiben. Das Versprechen des Startups: Organisationen müssen bei KI-Anfragen nicht mehr zwischen Geschwindigkeit, Kosten und Qualität wählen.

Überzeugende Benchmark-Vergleiche

Eigenen Benchmark-Tests zufolge soll der „Research Mode“ von AI Baseline im Vergleich zu herkömmlichem agentischen RAG eine um 44 Prozent höhere Antwortqualität liefern, bis zu 22-mal schneller arbeiten und 72 Prozent weniger Input-Tokens verbrauchen. Bei maximaler Performance erreicht das System laut Unternehmensangaben mehr als die doppelte Antwortqualität bei nahezu neunfacher Geschwindigkeit und rund 15 Prozent geringeren Kosten.

20.000 GPU-Stunden auf Supercomputer Leonardo im AI:AT Hub

Das im Dezember 2025 gegründete bzw. im Hub aufgenommene Startup wird von NVIDIA Inception sowie AWS unterstützt und ist Mitglied im AI:AT Coworking Hub der AI Factory Austria. Für die Entwicklung der ersten Produktversion nutzte das bootstrappende Team unter anderem 20.000 GPU-Stunden auf dem europäischen Supercomputer Leonardo, die über die AI Factory Austria und EuroHPC bereitgestellt wurden. „Die Arbeit im AI:AT Hub war für uns ein echter Booster“, heißt es von CEO Xenia Galkina. Der Zugang zu Hochleistungsinfrastruktur habe es erst möglich gemacht, die Technologie in dieser Größenordnung umzusetzen. CTO Alexander Czech verweist zudem auf den Wert des Netzwerks: „Ebenso wertvoll ist die Community: Der Austausch mit anderen Gründern […] und der Zugang zu Experten […] haben uns geholfen, über die Technologie selbst hinauszudenken“.

Die Lösung richtet sich laut AI Baseline vor allem an technische Teams in regulierten und datenintensiven Branchen wie Life Sciences, Healthcare, Recht, Finanzforschung und dem öffentlichen Sektor. Während der aktuellen Beta-Phase kann die Architektur über eine API oder als Claude Skill getestet werden. Zudem sucht das Unternehmen derzeit Design-Partner für seine Ingestion Engine.

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

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

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

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

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 …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

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 …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

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 …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

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 …

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

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

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

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

Wie LifeTaq Tierversuche durch automatisierte 3D-Gewebemodelle ersetzt