PHIO scientific GmbH

ambuflow

Bei Ambuflow entwickeln und betreiben wir das erste End-to-End-Betriebssystem speziell für ambulante OP-Zentren. Bis 2030 sollen 2 Millionen bisher stationär durchgeführte Operationen zusätzlich ambulant durchgeführt werden. Um komplexe ambulante Operationen auf höchstem Niveau wirtschaftlich zu erbringen, benötigen ambulante OP-Zentren nahtlose und steuerbare Prozesse, die sich stark von einem stationären OP-Betrieb unterscheiden. Unsere digitale Plattform ermöglicht einen effizienten, sicheren und steuerbaren ambulanten OP-Betrieb von der OP-Anmeldung bis hin zur Abrechnung.

anima:machina

anima:machina entwickelt eine KI-Architektur, die Maschinen befähigt, in komplexen, dynamischen Situationen die Übersicht zu behalten. Weint ein Kind in der Küche, während im Nebenzimmer jemand ruft und ein Glas zerbricht, muss ein System erkennen, was gerade wichtig ist. anima bewertet solche Ereignisse im Zusammenhang, setzt Prioritäten und passt sein Verhalten fortlaufend an die Gesamtlage an. Unser Produkt ist die Software-Architektur. Sie ist herstellerunabhängig und kann in unterschiedliche Robotik- und Embodied-AI-Systeme integriert werden. Entwickelt und erprobt wird sie an unserem eigenen menschenähnlichen Robotik-Demonstrator in München. Kunden sind Unternehmen, die Roboter oder andere verkörperte KI-Systeme entwickeln und dafür eine Architektur benötigen, die Zustände, Ereignisse und Ziele zusammenführt – etwa für sichere Mensch-Maschine-Interaktion, autonome Entscheidungen oder das frühzeitige Erkennen kritischer Situationen.

Anton Robotics

Anton Robotics ist ein Münchner Robotics-Startup mit der Mission, die nächste Generation intelligenter Robotik in die Industrie zu bringen. Im Mittelpunkt steht Foundation Model Robotics – eine neue Generation von Robotersystemen, die durch moderne AI-Modelle flexibler lernen, sich an neue Situationen anpassen und Aufgaben übernehmen können, die mit klassischer Automatisierung bisher nur schwer wirtschaftlich umsetzbar waren. Anton Robotics schlägt dabei die Brücke zwischen aktueller Spitzenforschung und industrieller Anwendung: Neue Ansätze aus Physical AI und Robot Learning werden zu robusten, skalierbaren Lösungen für reale Produktionsumgebungen weiterentwickelt. Ziel ist es, den technologischen Wandel von starr programmierten Robotern hin zu lernfähigen, vielseitig einsetzbaren Robotersystemen voranzutreiben und diese Technologie insbesondere für den deutschen Mittelstand zugänglich zu machen.