Pharmakonzerne müssen Tausende Dokumente in Form bringen, bevor die Behörden neue Medikamente zulassen können. Cunesoft mit Sitz in München will mit Künstlicher Intelligenz (KI) Ordnung in dieses Datenchaos bringen. Rainer Schwarz und David Koppers gründeten das Startup 2013. Wir haben mit Schwarz über KI-Understatement und Alternativen zur menschlichen Arbeit gesprochen.
Rainer, ihr setzt auf KI und Machine Learning. Auf eurer Webseite ist davon kaum etwas zu merken. Warum werbt ihr damit so verhalten?
Wir versuchen die Lösung in den Vordergrund zu stellen. Unsere Kunden kaufen nicht die KI, also nicht das Werkzeug, sondern die Lösung.
Kannst du verstehen, warum andere Unternehmen, die mit KI arbeiten, die Technologie in den Vordergrund stellen?
Das hat vermutlich damit zu tun, dass derzeit das Wort „Künstliche Intelligenz“ sehr gerne vom Markt gehört wird. Beispielsweise bekommt ein Startup derzeit eine bessere Bewertung von Investoren, wenn es das Thema KI in den Vordergrund stellt. Sehr häufig ist es meines Erachtens aber so, dass viele Firmen wenig KI-Know-How haben.
Wie funktioniert denn eure KI?
Wir nutzen verschiedene KI-Algorithmen. Deren Konfiguration ist unsere Secret Sauce, unser Mehrwert. Da wollen wir gar nicht groß erzählen, wie das funktioniert. Wir verkaufen das Ergebnis. Wir haben gut trainierte Algorithmen und unsere Kunden sind happy.
DIE GRÜNDERSZENE AWARDS
Wir küren in diesem Jahr erneut die am schnellsten wachsenden Digitalunternehmen Deutschlands. Es werden die 50 Firmen mit dem besten Wachstums-Score ausgezeichnet. Unser gesamtes Magazin mit allen Teilnehmern und Artikeln könnt Ihr hier herunterladen.
Aber kannst du an einem Beispiel erklären, wie KI bei euch zum Einsatz kommt – ohne Firmengeheimnisse zu verraten?
Die pharmazeutische Industrie erzeugt bei der Medikamentenwicklung extrem viele Dokumentationen, die meist sehr unstrukturiert geschrieben sind. Manchmal schreiben Ärzte etwas, dann Wissenschaftler. Diese Daten zu extrahieren ist schwierig. Wir verwenden je nach Problemstellung unterschiedliche Algorithmen, etwa Mustererkennungs-Algorithmen bei einfachen Problemen oder Spracherkennungs-Algorithmen aus dem Bereich NLP bei Fließtext mit unstrukturierten Informationen.
Ihr ersetzt also die Arbeit, die normalerweise Menschen erledigen. Wie viel Zeit und Kosten spart das ein?
Wir können über 90 Prozent der Zeit im Vergleich zur manuellen Arbeit einsparen. Bei den Kosten sind es etwa 70 Prozent. Der Return On Investment beim Kunden erfolgt meist innerhalb eines halben Jahres.
Und wie viel Geld müssen eure Kunden dafür üblicherweise auf den Tisch legen?
Kleinere Projekte liegen zwischen 150.000 und 250.000 Euro. Der Betrag beinhaltet sowohl die Software-Lizenz und die Implementierung als auch das Training der Algorithmen. Uns haben Kunden mitgeteilt, dass die Kosten sehr schnell über eine Million Euro betrügen, wenn sie das Projekt manuell mit externen Dienstleistern machen würden.
12 – Cunesoft
Score: 44,3 (CAGR: 310%)
Gründungsjahr: 2013
Firmensitz: München
Branche: Others
Webseite: www.cunesoft.com
Für eure Kunden geht es immer um die Zulassung von Produkten. Mit wem arbeitet ihr zusammen?
Das sind die Top-50-Pharmafirmen der Welt. Wir haben im vergangenen Jahr beispielsweise ein Projekt mit Astrazeneca gemacht, mehrere Tausend Dokumente in 26 Sprachen analysiert und Millionen Daten mit einer Genauigkeit von mehr als 90 Prozent extrahiert. Gerade sind wir in Gesprächen mit Bayer, Sanofi und Merck. Es geht meistens um große Firmen, die Daten in Unmengen von Dokumenten versteckt haben.
Was passiert mit den Daten, nachdem Cunesoft sie analysiert hat?
Was passiert mit den Daten, nachdem Cunesoft sie analysiert hat?
Sie werden in einem Format aufbereitet, das die Behörde fordert, um etwa Medikamente zulassen zu können. Das Ganze nennt man Data Staging.
Ihr arbeitet nicht nur mit Pharmakonzernen zusammen, sondern auch im Bereich Biotech.
Ja, der Bereich Data Mining ist für klinische Studien interessant. Die Analyse dieser Studien ist normalerweise eine manuelle Tätigkeit, auch hier können wir mit KI helfen.
Wie kamt ihr überhaupt auf die Idee, Pharmakonzerne mit KI zu unterstützen?
Ich bin seit 17 Jahren im Software-Bereich für Life Sciences unterwegs und habe die Probleme der Pharmafirmen kennengelernt, vor allem dass viele Arbeitsschritte noch manuell gemacht werden. Es gab also die Möglichkeit, Geld einzusparen, indem diese Schritte automatisiert werden. Das hat uns zur Gründung inspiriert.
Du hast das Unternehmen 2013 mitgegründet. Damals war KI noch kein Trend. Ihr habt anfangs also wahrscheinlich mit anderen Lösungen gearbeitet?
Genau, wir sind am Anfang sehr schnell auf das Problem gestoßen, dass wir mit Standard-Algorithmen nicht die Unmengen an Daten bändigen konnten. Seit 2015 setzen wir KI-Algorithmen ein.
Wie kamt ihr denn anfangs an die Daten, um eure KI zu trainieren?
Es gibt teilweise öffentlich verfügbare Daten. Pharmafirmen müssen bestimmte Informationen veröffentlichen. Wir haben zu Anfang einen Bot geschrieben, der die einzelnen Webseiten der Behörden durchsucht und die relevanten Dokumente heruntergeladen hat. Das war ziemlich cool. (lacht)
Geht es bei den Daten, mit denen ihr heute zu tun habt, auch um personenspezifische Daten? Spielt also die DSGVO eine Rolle für euch?
Bei uns geht es meist eher um Produktdaten. Daher spielt die DSGVO eine untergeordnete Rolle. Die Daten, die wir verarbeiten, sind natürlich hochsensibel. Sie fallen selten unter die Datenschutzrichtlinien, dafür aber unter Patentschutz.
Trifft das auch auf klinische Studien zu?
Diese Daten sind absolut anonymisiert. Ein Anwendungsfall unserer Software ist, dass Namen geschwärzt werden, denn das ist eine Anforderung der Behörden.
Wie seid ihr finanziert?
Mit Venture Capital, wir haben drei Investoren: den HTGF, Bayern Kapital und die Occident Group, ein Schweizer Family Office.
Und wie steht es um die Profitabilität?
Wir waren im vergangenen Jahr knapp profitabel. In diesem planen wir ein Plus von fünf bis zehn Prozent beim EBITDA.
KI ist ein neueres Thema, es dürfte damit nur wenige Konkurrenten in eurem Feld geben, oder?
Korrekt. Wir sehen aber, dass jetzt nach und nach Firmen nachziehen.
Wie steht es also um einen Exit?
Das ist ein schon ein Thema. Man hat uns dieses Jahr zweimal mit konkreten Kaufvorschlägen angesprochen. Im Shareholderkreis haben wir uns aber darauf geeinigt, die Firma weiter wachsen zu lassen, und zu einem späteren Zeitpunkt einen Exit anzustreben.