Latest / Ignition / Wie ein kostenloses KI-Tool Millionen mit Ärzten verdient
Transcript
- 0:00Ein Arzt tippt zwischen zwei Patienten schnell eine Frage in ein KI-Tool: Welche
- 0:04Dosierung, welche Wechselwirkung, welche aktuelle Studie?
- 0:08Sekunden später kommt die Antwort - mit Quellen aus der medizinischen Fachliteratur.
- 0:13Für den Arzt kostet das nichts.
- 0:15Und trotzdem entsteht daraus ein Geschäft mit hunderten Millionen Umsatz.
- 0:20Und genau da wird es interessant, weil das Tool nicht einfach ein netter Helfer ist,
- 0:24sondern ein Vertriebsweg.
- 0:26OpenEvidence gibt Ärztinnen und Ärzten kostenlose Antworten auf klinische Fragen,
- 0:31aber bezahlt wird das Ganze nicht von ihnen, sondern von der Pharma- und
- 0:35Medizintechnikindustrie.
- 0:36Das heißt: Der Nutzer und der zahlende Kunde sind zwei verschiedene Personen.
- 0:41Genau.
- 0:41Und das ist schon der Kern.
- 0:42OpenEvidence ist im Grunde eine medizinische Suchmaschine mit KI-Schicht.
- 0:47Du stellst eine Frage aus dem Arbeitsalltag, also sehr konkret: Welche Leitlinie
- 0:52gilt, was ist bei dieser Kombination zu beachten, welche Studie ist neu,
- 0:57welche Dosierung ist in diesem Fall üblich?
- 0:59Die Antwort kommt schnell, direkt am Behandlungsort, und sie ist mit Quellen aus
- 1:04geprüfter Fachliteratur belegt.
- 1:06Der Unterschied zu einem allgemeinen Chatbot ist nicht nur die Geschwindigkeit,
- 1:10sondern die Nachvollziehbarkeit.
- 1:12Hier soll nicht kreativ geraten werden, sondern sauber belegt werden.
- 1:16Das ist wichtig, weil bei Medizin Vertrauen nicht optional ist.
- 1:20Ein allgemeiner Chatbot kann plausibel klingen und trotzdem falsch liegen.
- 1:24Ein Tool wie OpenEvidence muss sich daran messen lassen, ob die Antwort auf echte
- 1:29Literatur zurückgeht.
- 1:30Sonst nutzt dir auch die schnellste Oberfläche nichts.
- 1:34Und genau deshalb ist die Kundenreise spannend.
- 1:36Ein Arzt entdeckt so ein Tool meist nicht über Werbung an die breite Masse,
- 1:41sondern über Kollegen, über Fachkreise, vielleicht über eine Empfehlung aus dem
- 1:45Alltag.
- 1:46Dann kommt die Verifizierung.
- 1:48Also: Wer bist du, bist du wirklich Arzt oder Ärztin?
- 1:52Erst dadurch wird die Nutzung freigeschaltet.
- 1:55Und für diese verifizierten Ärzte ist es komplett kostenlos.
- 1:59Kostenlos heißt aber nicht zufällig kostenlos.
- 2:02Das ist die Geschäftsgrundlage.
- 2:04Wenn du die Zielgruppe nicht sauber verifizierst, kannst du den Werbekanal nicht
- 2:08hochwertig machen.
- 2:09Die Plattform muss ja wissen: Da sitzt wirklich jemand, der verschreibt,
- 2:13entscheidet, empfiehlt.
- 2:15Sonst wäre die Werbefläche nur irgendein Digitalinventar mit medizinischer Tarnung.
- 2:20Genau.
- 2:20Und deshalb ist der kostenlose Zugang nicht ein Marketing-Gag,
- 2:24sondern die eigentliche Voraussetzung des Modells.
- 2:27Der Arzt zahlt nicht mit Geld, sondern mit Aufmerksamkeit und Nutzung.
- 2:31Oder präziser: Seine Anwesenheit in diesem Moment ist das, was verkauft wird.
- 2:36Während die Antwort geladen wird, wird Werbung eingeblendet.
- 2:39Nicht irgendeine breite Bannerwerbung, sondern Werbung für eine Zielgruppe,
- 2:44die extrem wertvoll ist.
- 2:45Also wer zahlt wirklich?
- 2:47Pharmafirmen und Medizintechnikunternehmen.
- 2:50Und da wird es ökonomisch interessant.
- 2:53Wenn du einen verschreibenden Arzt in einem Moment erreichst,
- 2:56in dem er eine klinische Entscheidung vorbereitet, dann ist das aus Sicht eines
- 3:00Werbekunden viel wertvoller als ein zufälliger Scroll-Moment in einem sozialen
- 3:05Netzwerk.
- 3:06Analysten sprechen bei solchen Platzierungen von CPMs, also Preis pro tausend
- 3:12Einblendungen.
- 3:13Bei OpenEvidence liegen Schätzungen irgendwo bei etwa 70 bis über 1.000 US-Dollar,
- 3:19während normale Social-Media-Plattformen oft eher bei 5 bis 15 Dollar liegen.
- 3:24Das ist schon ein massiver Unterschied.
- 3:27Aber wir müssen sauber bleiben: Das sind Schätzungen, keine geprüften Bilanzzahlen.
- 3:31Absolut.
- 3:32Genau so muss man es auch einordnen.
- 3:34Die veröffentlichten Umsatzwerte sind Analystenschätzungen.
- 3:37Da wird von wenigen Millionen 2024 gesprochen und von grob 100 bis 150 Millionen
- 3:44US-Dollar auf Jahresbasis Anfang 2026.
- 3:48Auch das ist keine offizielle Gewinn- und Verlustrechnung, sondern eine
- 3:52Markteinordnung auf Basis von Nutzungsdaten, Werbeannahmen und Branchenvergleichen.
- 3:58Aber selbst wenn man konservativ rechnet, sieht man: Das Modell hat sehr hohe
- 4:02Bruttomargen, weil die Software nach dem Aufbau relativ günstig skaliert.
- 4:07Und die Marktseite hilft natürlich.
- 4:09Der US-Markt für digitale Pharma-Werbung wird auf rund 20 bis 25 Milliarden
- 4:15US-Dollar pro Jahr geschätzt.
- 4:17Das heißt, selbst ein kleiner Teil davon kann schon ein sehr großes Geschäft
- 4:22ergeben.
- 4:23Die Frage ist also nicht: Gibt es überhaupt Budgets?
- 4:26Die Frage ist: Kommt diese Plattform in die engste Liste der Kanäle,
- 4:30über die Pharmafirmen unbedingt an Ärzte heranwollen?
- 4:33Genau.
- 4:34Und da ist der zentrale Hebel die Verifizierung.
- 4:37Wenn du sagst, wir haben rund 600.000 verschreibende Ärzte in den USA als
- 4:41Zielgruppe, dann ist das keine riesige Masse im Vergleich zu Social Media.
- 4:46Aber es ist eine hochwertige Masse.
- 4:49Diese Menschen lösen Rezepte aus, beeinflussen Therapien, entscheiden über Produkte.
- 4:54Wert entsteht hier nicht durch Reichweite im klassischen Sinn,
- 4:58sondern durch Wertdichte.
- 4:59Ich will das noch einfacher machen: Eine Million beliebige Nutzer,
- 5:03die nie etwas kaufen oder verschreiben, sind für Pharmawerbung nicht automatisch
- 5:07wertvoll.
- 5:08600.000 verifizierte Ärztinnen und Ärzte können viel mehr wert sein,
- 5:13weil sie direkt an der Stelle sitzen, an der Nachfrage entsteht.
- 5:17Das ist kein Massenmarkt, sondern ein Zugang zu Entscheidungsmacht.
- 5:21Und die KI ist hier nicht Magie, sondern Infrastruktur.
- 5:24Vor KI hätte ein Arzt entweder länger suchen müssen, vielleicht in Datenbanken,
- 5:29Leitlinien, Fachartikeln, oder er hätte auf Erfahrung und Erinnerung
- 5:33zurückgegriffen.
- 5:34Jetzt kann er in Sekunden eine Frage stellen und bekommt eine Antwort,
- 5:38die mit Quellen versehen ist.
- 5:40Das verändert den Arbeitsablauf.
- 5:42Nicht abstrakt, sondern konkret am Behandlungsort.
- 5:45Das ist der entscheidende Punkt: Nicht die Intelligenz an sich ist neu,
- 5:49sondern die Nutzbarkeit im Alltag.
- 5:51Verlässliches Wissen war vorher auch da.
- 5:53Aber es war zu langsam, zu verteilt, zu unbequem.
- 5:57KI macht es schnell genug, dass es zwischen zwei Patienten überhaupt verwendet wird.
- 6:01Dadurch entsteht erst die Chance, diese Nutzung in ein Geschäft zu übersetzen.
- 6:06Und jetzt lässt sich das Muster klar formulieren: Gib ein Werkzeug gratis an eine
- 6:11schwer erreichbare, wertvolle Nische, und verkaufe den Zugang zu dieser Nische an
- 6:15die, die unbedingt an sie heran wollen.
- 6:18Das ist stark, weil es den Fokus verschiebt.
- 6:21Nicht die App selbst ist das Produkt, sondern die Aufmerksamkeit einer sehr
- 6:25spezifischen Gruppe.
- 6:26Und genau da können Gründer, Solo-Unternehmer und kleine Teams viel lernen.
- 6:31Erstens: Nutzer und Zahler können verschieden sein.
- 6:35Viele denken immer noch in einem linearen Modell: Ein Kunde nutzt ein Produkt und
- 6:40bezahlt dafür.
- 6:41Aber das muss nicht so sein.
- 6:42Wenn du eine Zielgruppe hast, die schwer direkt erreichbar ist,
- 6:46kann jemand anderes bereit sein, für den Zugang zu zahlen.
- 6:49Zweitens: Klein kann wertvoller sein als groß.
- 6:52600.000 Ärzte klingen winzig gegen Millionen oder Milliarden Nutzer.
- 6:57Aber wenn die 600.000 wirtschaftlich extrem relevant sind, dann ist die kleine
- 7:03Zielgruppe das eigentliche Asset.
- 7:05Das ist eine Denkweise, die viele unterschätzen, weil sie Reichweite mit Wert
- 7:09verwechseln.
- 7:10Drittens: In Vertrauensmärkten gewinnt Nachvollziehbarkeit.
- 7:14Gerade in Medizin, Finanzen oder Recht reicht es nicht, ein großes Modell zu haben.
- 7:19Entscheidend ist, ob die Antwort belegbar, überprüfbar und in den Workflow
- 7:24integriert ist.
- 7:25Das größte Modell gewinnt nicht automatisch.
- 7:28Oft gewinnt das System, das die richtigen Quellen am schnellsten und am
- 7:32glaubwürdigsten zusammenführt.
- 7:34Aber jetzt der Reality Check.
- 7:36Denn ich will nicht, dass wir daraus eine zu glatte Heldengeschichte machen.
- 7:40Wenn OpenEvidence stark von Pharma-Werbebudgets abhängt, dann hängt das
- 7:44Geschäftsmodell auch an diesen Budgets.
- 7:47Was passiert, wenn die Branche Marketingausgaben kürzt?
- 7:50Oder wenn Regulatoren härter auf Arzneimittelwerbung schauen?
- 7:53Dann wird es eng, wenn keine zweite Erlösquelle existiert.
- 7:57Das ist ein echtes Risiko.
- 7:58Der zweite Punkt ist der Interessenkonflikt.
- 8:02Wenn ein klinisches Tool gleichzeitig Medikamente bewirbt, muss man sehr genau auf
- 8:06Trennung, Transparenz und ethische Grenzen achten.
- 8:09Die Plattform darf nicht so wirken, als würden Werbekunden die medizinische
- 8:14Empfehlung beeinflussen.
- 8:15Und dazu kommt die regulatorische Seite.
- 8:18Arzneimittelwerbung ist nicht irgendwas, was man frei gestalten kann.
- 8:22Gerade in den USA gibt es klare Regeln, und medizinische Kommunikation steht unter
- 8:27Beobachtung.
- 8:28Außerdem bleibt die Haftungsfrage: Wenn eine Antwort falsch ist und jemand sich
- 8:33darauf verlässt, wer trägt dann welche Verantwortung?
- 8:36Das ist bei Medizin nicht akademisch, sondern sehr real.
- 8:40Deshalb ist die Qualität der Quellen nicht nur ein Feature,
- 8:43sondern ein Schutzmechanismus.
- 8:45Wenn das System sauber zitiert, nachvollziehbar bleibt und seine Grenzen kennt,
- 8:50senkt das nicht jedes Risiko, aber es reduziert es.
- 8:54Trotzdem bleibt die Frage nach dem Wachstum offen.
- 8:57Wenn wirklich schon ein sehr großer Teil der US-Ärzteschaft das Tool nutzt,
- 9:02dann wird Neukundengewinnung als Nutzerwachstum irgendwann langsamer.
- 9:05Genau.
- 9:06Und dann muss das Wachstum aus etwas anderem kommen: mehr Nutzung pro Arzt,
- 9:10mehr Abfragen pro Tag, neue Fachrichtungen, vielleicht weitere Märkte,
- 9:14oder eben höhere Werbeerlöse pro Nutzung.
- 9:18Aber man kann nicht unendlich auf denselben Kreis von Ärzten draufskalieren,
- 9:22wenn der Markt schon sehr weit durchdrungen ist.
- 9:25Und genau da zeigt sich die Stärke und die Grenze dieses Modells zugleich.
- 9:30Die Stärke: Du kannst aus einer kleinen, aber extrem wertvollen Zielgruppe ein
- 9:35großes Geschäft machen.
- 9:36Die Grenze: Du bist an die Qualität dieser Zielgruppe, an ihr Nutzungsverhalten und
- 9:41an die Budgets der Werbekunden gebunden.
- 9:44Trotzdem ist das ein ziemlich klares Signal für die nächste Welle von KI-Geschäften.
- 9:49Nicht nur Kosten senken, nicht nur Prozesse automatisieren.
- 9:52Sondern Zugänge bauen, die vorher schwer waren, und aus Aufmerksamkeit ein eigenes
- 9:58Asset machen.
- 9:59Ja.
- 9:59KI macht nicht nur schneller.
- 10:01KI macht auch Besitzmodelle möglich, die vorher unpraktisch waren: Diejenigen,
- 10:06die die Aufmerksamkeit einer wertvollen Nische gewinnen, können ein tragfähiges
- 10:11Geschäft bauen, ohne dass die Zielgruppe selbst bezahlt.
- 10:14Und das ist ein anderes Bild von Unternehmertum - weniger Masse,
- 10:18mehr Präzision, mehr Eigenständigkeit.
- 10:21Und vielleicht ist genau das die eigentliche Lehre: Wenn du eine Gruppe findest,
- 10:25die selten, teuer und entscheidungsstark ist, dann musst du nicht die Welt erobern.
- 10:30Du musst nur einen Weg bauen, der für diese Gruppe wirklich nützlich ist - und für
- 10:35andere so wertvoll, dass sie dafür zahlen.