Ihre Challenge:
Recoding Medicine
Hallo, Neudenker:innen! Wir brauchen Sprunginnovationen, um Europas fragmentierte Gesundheitsdaten für KI zu erschließen und ihren Wert in konkreten medizinischen Anwendungen zu belegen. Wir brauchen mutige Teams, die ungenutzte Datensätze erschließen und in Innovationen für Prävention, Diagnostik und Therapie verwandeln. Wir brauchen Sie.
Europäische Gesundheits- und Forschungseinrichtungen besitzen Gesundheitsdaten von außergewöhnlicher Tiefe – Bildgebungsarchive, longitudinale Kohortenstudien, Multi-Omics-Repositorien, klinische Register. Das Rohmaterial für KI-getriebene Sprunginnovationen in der Medizin ist da. Es bleibt weitgehend ungenutzt.
Die zentralen Hürden sind niedrigschwelliger Zugang, Kuration und das Fehlen strukturierter Zusammenarbeit zwischen Datenhaltern und KI-Talent. Forschende mit den richtigen Methoden haben nicht die richtigen Daten; Institutionen mit wertvollen Datensätzen haben nicht die Kapazität und den Anreiz, diese niedrigschwellig verfügbar zu machen. Bestehende Initiativen schließen die Lücke nur zum Teil. Was noch fehlt, ist ein Instrument, das die Erstellung und Kuratierung hochwertiger, niedrigschwellig verfügbarer Gesundheitsdatensätze, KI-Tools und Benchmarks zum Hauptziel macht – und ihren wirtschaftlichen Nutzen belegt. Hier setzt Recoding Medicine an.
Datenübertragung von/an vimeo.com erlauben? (mehr erfahren)
Die Herausforderung: Bereitstellung einzigartiger, hochwertiger Gesundheitsdatensätze und Validierung ihres Werts durch konkrete KI-Anwendungen mit echtem klinischen oder kommerziellen Mehrwert.
Recoding Medicine erschließt neue Gesundheitsdaten für KI-Innovation und belegt ihren Wert durch konkrete Anwendungen. Jedes Team kuratiert mindestens einen einzigartigen Gesundheitsdatensatz mit hoher klinischer oder gesellschaftlicher Relevanz im Einklang mit dem geltenden Recht. Darauf aufbauend demonstriert jedes Team den translationalen oder kommerziellen Wert durch mindestens eine konkrete KI-Anwendung – von Biomarkern über Diagnostik und klinische Entscheidungsunterstützung bis zum Drug Repurposing.
Erwartet wird ein substanzieller, dokumentierter öffentlicher Beitrag jedes Teams; Form, Layer und Zugangsmodell sind vorhabenspezifisch.
Der verantwortungsvolle Umgang mit sensiblen Gesundheitsdaten sowie die Wahrung von Datenschutz und Datensouveränität sind selbstverständliche Leitplanken aller Vorhaben.
Wir unterstützen:
Potentielle Sprunginnovationen
Die Challenge läuft über drei Stufen und 24 Monate. Eine Jury aus international anerkannten Expert:innen unterstützt die SPRIND bei der Auswahl. Auf einem Pitch Day Anfang November 2026 entscheidet die Jury, wer als eines von maximal 13 Teams in Stufe 1 (12 Monate) startet; bis zu 7 Teams kommen in Stufe 2 und bis zu 4 in Stufe 3 (jeweils sechs Monate). Die SPRIND stellt pro Team bis zu 480.000 € in Stufe 1, bis zu 455.000 € in Stufe 2 und bis zu 550.000 € in Stufe 3 bereit (jeweils zzgl. USt., sofern diese anfällt). Die Mittelvergabe erfolgt als vorkommerzielle Auftragsvergabe (PCP). Finanziert wird die Challenge durch das Bundesministerium für Gesundheit (BMG).
Über die Finanzierung hinaus begleitet die SPRIND die Teams durchgängig mit technischem, regulatorischem und kommerziellem Coaching, öffnet den Zugang zu Kooperationspartner:innen und Expert:innen und organisiert Demo Days und Match-Sessions mit Investor:innen und Industriepartnern. Bei erkennbarem Sprunginnovationspotenzial ist eine weitere Unterstützung auch nach der Challenge möglich.
JURY
Dr. Claudia Fleischer ist seit 2023 Geschäftsführerin der Roche Diagnostics GmbH. Die promovierte Pharmazeutin (Pharmazeutische Chemie, LMU München, 2000) absolvierte einen Postdoc-Aufenthalt an der Cornell University und kam 2004 zu Roche, wo sie verschiedene Führungspositionen in Europa innehatte. Sie ist Mitglied der Gremien von Fraunhofer, des Stifterverbands und der Romius Stiftung.
Dr. Rabab Nasrallah ist Partnerin bei Earlybird Venture Capital und verfügt über einen wissenschaftlichen Hintergrund in der Entwicklungsbiologie und Embryologie. Sie ist Mitglied der Aufsichtsgremien erfolgreicher europäischer Scale-ups und leitet den Gesundheitsbereich bei Earlybird.
Nathan Noiry ist Director of Data Science and Forward Deployed Engineering bei Owkin. Er promovierte in Mathematik und verfügt über Erfahrung in der Machine-Learning-Forschung und im Unternehmertum. Er leitet multidisziplinäre Teams, die KI- und agentenbasierte KI-Produkte entwickeln und an spezifische Anforderungen anpassen. Dabei verbindet er fundierte wissenschaftliche Expertise mit praxisorientierter technischer Umsetzung.
Bettina Goerner berät als Senior Advisor Healthtech- und Techbio-Unternehmen zu Gesundheitsdaten, künstlicher Intelligenz und regulatorischen Anforderungen. Zuvor war sie in den Bereichen Data und AI bei ETERNO, Centogene und Springer Nature tätig.
Leah Morris ist Executive Director bei Pillar VC und leitet das Encode: AI for Science Fellowship, das von der britischen Advanced Research and Invention Agency (ARIA) unterstützt wird.
PROF. DR. GEORG KAISSIS
Georg Kaissis ist Professor für Human-Centred Transformative AI am Hasso-Plattner-Institut (HPI) in Potsdam und als Research Consultant für Google DeepMind tätig.
Dr. Paul von Bünau ist Geschäftsführer von idalab. Als ausgebildeter Mathematiker unterstützt er seit mehr als zehn Jahren zahlreiche Unternehmen aus den Bereichen Biotechnologie, Pharma und Medizintechnik bei der Entwicklung ihrer KI-Strategien und der Implementierung entsprechender Technologien. Darüber hinaus ist er als Dozent an der Europa-Universität Viadrina tätig und engagiert sich als Mentor für junge Start-ups.
PROF. DR. CAROLIN VICTORIA SCHNEIDER
Prof. Dr. Carolin Victoria Schneider, eine der jüngsten Professorinnen Deutschlands, leitet eine wegweisende Forschungsgruppe, die Multi-Omics-Daten mit biostatistischen Methoden der Populationsforschung und künstlicher Intelligenz verknüpft, um die Präzisionsdiagnostik und gezielte Therapien für gastroenterologische und metabolische Erkrankungen voranzubringen. Sie ist am Deutschen Krebsforschungszentrum (DKFZ), am Else Kröner Fresenius Zentrum für Digitale Gesundheit (EKFZ), am Universitätsklinikum Dresden (UKDD) und an der Technischen Universität Dresden tätig.
Leon Peshkin leitet die Recoding Medicine Challenge. Er war 20 Jahre lang als Principal Research Scientist am Department of Systems Biology der Harvard Medical School tätig. Er promovierte 2002 am MIT im Bereich Künstliche Intelligenz und setzt maschinelles Lernen in der Embryologie, Evolutionsbiologie und Altersforschung ein. Er war an der Kartierung der Embryonalentwicklung auf Einzelzellebene beteiligt und setzt sich für eine konsequent offene Wissenschaft ein. Darüber hinaus entwickelt er offene Plattformen für die Altersforschung.
Kasia Stoltmann ist Führungskraft im Bereich Data Science und KI mit über 18 Jahren Erfahrung in internationalen Technologie-, Pharma- und Innovationsunternehmen. Als Head of Data Science & AI Solutions und Gründerin von Women in Big Data Berlin verbindet sie Expertise in Data Science und KI-Strategie mit Erfahrung in organisatorischen Transformationsprozessen. Sie setzt sich besonders für verantwortungsvolle KI und Diversität in Führungspositionen ein.
Colin Hill ist CEO von Aitia und verfügt über 20 Jahre Erfahrung in den Bereichen Gesundheitstechnologie, Präzisionsmedizin und Kommerzialisierung von Machine-Learning-Technologien in der biopharmazeutischen Industrie und im Managed-Care-Sektor.
Matchmaking Platform
Du hast Zugang zu wertvollen Gesundheitsdaten, aber keine spezifische KI-Expertise, um damit zu arbeiten? Oder du verfügst über KI-Expertise im Gesundheitswesen, benötigst aber Zugang zu Realwelt-Daten? Das Foresight Institute bietet eine Matchmaking-Plattform, die Dateninhaber:innen im Gesundheitsbereich und KI-Talente zusammenbringt.
Der Wettbewerb
Detaillierte Informationen können der Ausschreibung und der Teilnahmevereinbarung entnommen werden.
Webinar 20.08.2026
Webinar 05.10.2026
FAQ
Haben Sie Fragen zur Challenge? Schreiben Sie uns unter challenge@sprind.org.
Weitere Challenges und Funken
Composite Learning
Der Fokus liegt auf der Entwicklung von Lösungen, die ein effizientes Modelltraining auf heterogener Hardware ermöglichen, von Hochleistungs-GPUs bis hin zu CPUs unterschiedlicher Typen und Hersteller.
Engineering Microbial
Consortia
Wir brauchen Sprunginnovationen für Biomanfacturing ohne fossile Rohstoffe: KI-gesteuerte mikrobielle Konsortien für kreislauffähiges Biomanufacturing. Jetzt bis zum 16. November bewerben.