02Leistungen4 / 4

Vier Disziplinen,
eine Handschrift.

Vier Fachbereiche, in denen wir arbeiten – unter einem gemeinsamen Playbook aus reproduzierbaren Pipelines, regulierten Workflows und seniorigen Ingenieur:innen auf jedem Projekt.

Statistische Modellierung

Überlebensanalyse, kausale Inferenz und Bayes'sche Workflows für entscheidungsrelevante Real-World Evidence und regulatorische Einreichungen. Transparente, replizierbare Modelle mit sauberer Unsicherheitsquantifizierung — von der HTA-Fragestellung bis zur Submission.

Survival analysis · Cox PH · competing risks · multi-state
Causal inference · IPW · DiD · synthetic controls
Bayesian workflows · hierarchical models · MCMC
Evidenz für EMA, BfArM, G-BA und HTA-Verfahren

Klinisches Machine Learning

Deep Learning und generative Modelle für longitudinale Gesundheitsdaten: Phänotypisierung, Outcome-Prognosen, Risikoschichtung und synthetische klinische Zeitreihen. Validiert, erklärbar und aufbauend auf EHR-, Register- und Abrechnungsdaten.

Risk prediction · phenotyping · outcome forecasting
Generative models · synthetic EHR time series
Causal ML · heterogeneous treatment effects
Validierung, Kalibrierung und Erklärbarkeit für regulierte Einsätze

Produktiver Modellbetrieb (MLOps)

Training, Deployment und Betrieb von ML-Modellen in regulierten Umgebungen. Versionierte Pipelines, kontinuierliches Monitoring, auditierbare Inferenz — Kubernetes-basiert, on-premise oder in souveränen Cloud-Umgebungen.

Versionierte Pipelines · CI/CD für ML · reproduzierbare Trainingsläufe
Modell-Registry · Experiment-Tracking · Artefakt-Versionierung
Drift-Monitoring · Retraining · auditierbare Inferenzlogs
Gestufte Rollouts · Canary · Rollback-fähige Deployments

Gesundheitsdaten-Infrastruktur

FHIR-basierte Ingestion, OMOP-Harmonisierung und semantische Standardisierung (SNOMED CT, LOINC, ICD-10, ATC) für analysefähige, EHDS-taugliche Datenbestände. Lauffähig im Krankenhausnetz oder in souveränen Cloud-Umgebungen.

FHIR R4 · OMOP CDM · HL7-Integration
Terminologie-Mapping · SNOMED CT · LOINC · ICD-10 · ATC
Deployment im Krankenhausnetz · Sovereign Cloud (AWS Deutschland, STACKIT)
Data Governance · Zugriffs-Auditing · EHDS-Readiness

Werkzeuge

Bewusst klein gehalten: Python als Fundament, R und Rust, wo sie gewinnen.

Wir bevorzugen bewährte, langweilige Werkzeuge. Weniger Abhängigkeiten, weniger Überraschungen, mehr reproduzierbare Ergebnisse.