---
title: "Digitaler Zwilling der Lunge - Kei W. Müller"
language: "de"
type: "post"
original_url: "https://www.atlas-digitale-gesundheitswirtschaft.de/blog/2025/12/23/digitaler-zwilling-der-lunge-digital-health-hack-dezember-2025-kei-w-mueller/"
human_version: "../../../../../1/blog/2025/12/23/digitaler-zwilling-der-lunge-digital-health-hack-dezember-2025-kei-w-mueller/"
date: "2025-12-23"
section: "Health Hack"
categories: ["Digital Twins"]
author: "Hendrik Bensch"
reading_time: "5 Min."
description: "Kei W. Müller Geschäftsführer von Ebenbuild erklärt, wie der digitale Zwilling der Lunge hilft, die Beatmung besser zu steuern und die Lunge zu schonen."
publisher: "Lehrstuhl für Management und Innovation im Gesundheitswesen, Universität Witten/Herdecke"
---

# Digitaler Zwilling der Lunge - Kei W. Müller

*23.12.2025 · Health Hack · Von Hendrik Bensch*

Health Hack

## ****„**Wir können zeitgleich tausende unterschiedliche Einstellungen des Beatmungsgerätes für einen Patienten simulieren**“****

*Das Start-up Ebenbuild hat einen digitalen Zwilling der Lunge entwickelt. Im Interview erklärt* *Kei W. Müller, Geschäftsführer und Mitgründer von Ebenbuild, wie das Computermodell dem klinischen Personal künftig dabei helfen soll, die Beatmung besser zu steuern und die Lunge dadurch zu schonen. Er berichtet, wie Biotech- und Pharmafirmen den digitalen Lungenzwilling nutzen, um geeignete Kombinationen aus Wirkstoff und Inhalationsgerät zu ermitteln – und warum computerbasierte Simulationen für den Zulassungsprozess wichtiger werden.*

##### **Herr Müller, gibt es eine bestimmte Herausforderung bei der Digitalisierung, die Ebenbuild gemeistert hat und deren Lösung auch für andere Akteure im Digital-Health-Bereich interessant sein könnte?**

Wir haben einen digitalen Zwilling der Lunge entwickelt – ein Computermodell, durch das sich Vorgänge in der Lunge simulieren lassen. Der digitale Zwilling soll künftig dabei helfen, die künstliche Beatmung von Patientinnen und Patienten mit akutem Atemnotsyndrom besser zu steuern – und so dazu beitragen, dass die Lunge möglichst wenig geschädigt wird.

Für die Simulation durch den digitalen Zwilling werden die CT-Aufnahme des Patienten sowie die Beatmungsdaten des Gerätes verwendet. Auf Grundlage dieser Informationen lässt sich dann sehr gut vorhersagen, wie sich die Lunge verhalten wird, wenn Ärztinnen oder Ärzte das Beatmungsgerät in bestimmter Weise einstellen. Die Korrelation zwischen dem, was wir vorhersagen und klinisch, prospektiv erhobenen Bilddatensätzen liegt inzwischen bei über 90 Prozent.

Das Innovative dabei ist: Wir können mit dem digitalen Zwilling auch Daten für das Verhalten der Lunge erzeugen, die sich in der Klinik gar nicht messen lassen.

##### **Was für Daten sind das zum Beispiel, die Sie ermitteln können, die sich aber nicht messen lassen?**

Es sind Luftströmungen und Strömungsgeschwindigkeiten in den tiefsten kleinen Atemwegen der Lunge. Man kann sich das wie ein System mit ganz vielen kleinen Luftballons vorstellen. Bei der Atmung oder Beatmung füllen sich die Ballons mit Luft. Und je nachdem, wie steif oder wie weich ein Luftballon ist, geht unterschiedlich viel Luft rein. Durch die riesige Anzahl an kleinsten Luftballons ist es für einen Menschen gar nicht vorhersagbar, wie sich die Lunge in bestimmten Bereichen genau verhalten wird, wenn ein Patient beatmet wird. Auch mit bildgebenden Verfahren auf Intensivstationen ist das nicht möglich.

##### **Woher wissen Sie dann, dass die Daten, die Sie errechnen, valide sind?**

Es gibt Bildgebungsverfahren, die es ermöglichen, aus ihnen ähnliche Größen abzuleiten und somit den Vergleich mit klinischen Referenzdaten anzustellen. Die entsprechende Validierungsstudie haben wir im Journal of Applied Physiology veröffentlicht.

##### **Sie sind gerade noch in der Validierungsphase Ihres digitalen Lungenzwillings. Welche nächsten Schritte stehen nun an?**

Wir validieren unsere Modellvorhersagen derzeit anhand von sog. 4D-CT-Aufnahmen, d.h. computertomographischen Filmaufnahmen ganzer Atemzüge künstlich beatmeter Patienten. Dabei zeigen wir, dass wir anhand des Modells den gesamten Atemzyklus eines Patienten mit hinreichender Genauigkeit abbilden können, selbst wenn wir nur ein einziges CT-Bild vom ihm oder ihr zur Verfügung haben.

##### **Wofür ist das hilfreich?**

In den allermeisten Fällen wird bei einem schwer kranken Patienten nur eine CT-Aufnahme erstellt. Wenn man mehrere Aufnahmen macht, erhöht das jedoch die Strahlendosis, der ein Patient ausgesetzt ist. Daher ist dies in den allerseltensten Fällen klinische Routine. Unser Ziel ist es, mit möglichst wenig Patientendaten und im Rahmen der klinischen Routine zu arbeiten, so dass unsere Technologie künftig möglichst reibungslos in den meisten Krankenhäusern verwendet werden kann.

##### **Wann rechnen Sie damit, die Zulassung für Ihre Anwendung zu erhalten?**

Wir wollen die Zulassungsstudie für unser Software-as-a-Medical-Device (SaMD) AEROGRAM noch im Laufe des nächsten Jahres starten, um 2027 die Zulassung in den USA und Europa zu erhalten.

##### **Sie haben vorhin erläutert, dass der digitale Zwilling Ärzt:innen dabei helfen soll, die künstliche Beatmung besser zu steuern. Wie genau hilft die Anwendung dem ärztlichen Personal bei der Versorgung von beatmeten Patient:innen?**

Mit AEROGRAM lassen sich zunächst einmal wichtige Kennzahlen zur Lunge ermitteln: zum Beispiel, wie viel Prozent der Lunge gut belüftet sind und wie viel Prozent nicht. Oder einfach auch das Lungenvolumen – Daten, die auf der Intensivstation heutzutage nicht zur Verfügung stehen. Diese Werte helfen dann dem klinischen Personal dabei, besser einzuschätzen, wie sie das Beatmungsgerät genau einstellen müssen.

Der größte Mehrwert eines digitalen Zwillings ist jedoch, dass wir zeitgleich tausende unterschiedliche Einstellungen des Beatmungsgerätes für einen bestimmten Patienten simulieren können. Solche Einstellungen können Beatmungsdrücke, Frequenzen und das Verhältnis von Einatmungs- zu Ausatmungsdauer sein. Die simulierten Ergebnisse in Form der individuellen Lungenmechanik lassen sich quantitativ analysieren, was sie für klinische Nutzer bewertbar und vergleichbar macht. Diese Möglichkeit fehlt bislang in der Klinik völlig: Beatmungen werden bislang sequenziell direkt am Patienten eingesetzt ohne Vorabkenntnis der individuellen Eignung für den Patienten.

##### **Wie schnell liefert Ihre Software denn eine Einschätzung?**

Das dauert etwa eine Dreiviertelstunde bis Stunde. Die behandelnden Ärztinnen und Ärzte erhalten eine grafische Darstellung der Wirkungen der Beatmungseinstellungen. Das gibt ihnen klare Hinweise dazu, in welche Richtung sie bei den Einstellungen gehen müssen, damit die Beatmung möglichst schonend für den Patienten ist.

Diese Hinweise sind sehr wertvoll, weil Ärzte und Intensivpflegekräfte viel Zeit rund um die Funktion der Lunge von beatmeten Patienten aufwenden müssen. Eine unserer Umfragen unter Intensivmedizinern und -pflegern hat ergeben, dass es täglich mehr als drei Stunden pro Patient sind. Bei der komplexen Gemengelage, vor der das klinische Personal bei Intensivpatienten steht, ist es eine große Hilfe, wenn man die Komplexität zumindest bei der Beatmung reduzieren kann.

##### **Für Ärzt:innen und Intensivpflegekräfte könnte die Anwendung somit von Vorteil sein. Kliniken stellen aber natürlich auch die Kostenfrage. Ist der Einsatz eines digitalen Zwillings für eine Klinik letztlich kostenneutral oder können sie damit sogar Kosten einsparen?**

Studien haben gezeigt, dass sich die Dauer der Beatmung teilweise um mehrere Tage verringern lässt, wenn man das Beatmungsgerät besser einstellt. Das kann die Kosten enorm senken. Die Beatmung ist nämlich eine der teuersten Maßnahmen auf einer Intensivstation. In den USA kann ein Beatmungstag weit über 10.000 Dollar kosten. Wenn man einen Patienten nicht mehr beatmen muss, lässt sich somit viel Geld sparen.

##### **Lässt sich schon sagen, wie stark sich die Beatmungsdauer mithilfe Ihres digitalen Zwillings reduzieren lässt?**

Das haben wir noch nicht ermittelt. Direkt im Anschluss an die Zulassung von AEROGRAM werden wir diese Frage klinisch beantworten.

##### **Welche Daten haben Sie für die Modellierung Ihres digitalen Lungenzwillings genutzt?**

Bei den Daten, die in der Produktentwicklung eingesetzt werden, handelt es sich einerseits um Bilddatensätze der Lunge, die frei zugänglich sind oder in eigenen klinischen Studien erhoben wurden. Zudem haben wir Beatmungsdaten von Patienten erhoben. Diese sind anspruchsvoller zu erheben, denn sie werden zum Teil nur alle 20, 30 Minuten dokumentiert. Die Bilddatensätze dienen dem Training der KI-Algorithmen, die CT-Bilder automatisiert auswerten können. Mithilfe der Beatmungsdaten kann das mechanische Verhalten der jeweiligen Lunge präzise abgebildet werden.

Bei der Anwendung benötigt AEROGRAM für seine Auswertungen derzeit ein einzelnes CT-Bild und „einen Atemzug“ des Patienten.

##### **Während Sie bei AEROGRAM noch an der Zulassung arbeiten, ist eine andere Anwendung von Ebenbuild schon im Einsatz. Was ist das für eine Lösung?**

Unser Produkt TWINHALE beruht auf derselben Plattformtechnologie, die auch AEROGRAM nutzt. Wir haben hierbei noch ein Computermodell erweitert, das die Verteilung eines Aerosols simuliert, das ein Mensch einatmet. Es wird simuliert, wie sich Abermillionen Partikel, die eingeatmet werden, in der Lunge verteilen. So lässt sich simulieren, ob und wie sich eingeatmete Wirkstoffe in den therapeutisch interessanten Regionen der Lunge ablagern.

Das hilft Biotech- und Pharmaunternehmen dabei, frühzeitig in der Entwicklung bessere Vorhersagen zu treffen: Sie können besser einschätzen, ob ein bestimmter Wirkstoff mit einem bestimmten Inhalationsgerät die richtige Kombination ist, um den Wirkstoff in die relevanten Regionen in der Lunge zu transportieren. Für unsere Anwendung haben wir bereits Kunden in den USA, in Europa und Asien.

##### **Wie gehen Pharmaunternehmen bisher vor, um abzuschätzen, welche Kombination aus Wirkstoff und Inhalationsgerät sie verwenden sollten?**

Bisher nähert man sich über Laborexperimente. Dabei bleibt aber für die weiteren Entwicklungsphasen unter anderem unklar, ob der Wirkstoff in die entscheidenden Regionen der Lungen vordringen kann oder ob er in der Luftröhre hängen bleibt, da der Laboraufbau nur bedingt mit der individuellen menschlichen Anatomie und Pathophysiologie vergleichbar ist. Ein digitaler Zwilling kann Einschätzungen dazu bereits am Anfang des Entwicklungsprozesses liefern. Man kann also mithilfe solcher computergestützten In-Silico-Studien viel Wissen aufbauen, um später eine geeignete Kombination aus Gerät und Aerosol zu wählen. Man hat dadurch frühzeitig viele werthaltige Informationen, die in das Design der klinischen Studie einfließen können.

Das kann zum Beispiel dabei helfen, geeignete Patienten in die Studie einzuschließen. Dementsprechend hat man eine völlig andere Datenlage, um damit auch gegenüber den Zulassungsbehörden zu argumentieren.

##### **Gibt es Abschätzungen dazu, wie viel Zeit sich einsparen lässt, wenn man im Vorfeld einer klinischen Studie auf diese Daten zurückgreifen kann?**

Das kann ich für unsere Anwendung noch nicht sagen. Es gibt jedoch wissenschaftliche Veröffentlichungen, die zu dem Schluss kommen, dass In-Silico-Methoden allgemein die Entwicklungszeit um zwei Jahre verkürzen können.

Unabhängig davon drängen inzwischen Zulassungsbehörden wie die US-amerikanische FDA, sehr stark darauf, dass beim Entwicklungsprozess für einen Wirkstoff In-Silico-Daten eingesetzt werden. Die FDA und auch die Wirkstoffhersteller versprechen sich davon, dass sich dadurch nicht nur der Prozess beschleunigen lassen, sondern auch Risiken verringert werden können.

##### **Woran arbeiten Sie bei Ebenbuild derzeit?**

Wir sind dabei, für TWINHALE ein skalierbares Geschäftsmodell aufzubauen. Wir wollen unsere Lösung künftig über eine Plattform anbieten, auf die Wirkstoffhersteller zugreifen können. Hierbei klären wir derzeit, ob wir diese Plattform selbst bauen oder eine bereits bestehende Plattform nutzen.

##### **Was haben Sie langfristig vor?**

Auf Basis unserer Plattformtechnologie der Lunge, gibt es viele Anwendungsszenarien entlang des gesamten Spektrums der Atemwegs- und Lungenerkrankungen. TWINHALE ist derzeit in der klinischen Phase ein Begleiter für die Pharma- und Biotech-Industrie. Aber man kann das noch weiterdenken: Die Technologie erlaubt es auch, individuelle Datenpunkte zu generieren, die dabei helfen, die Therapie von Patienten zu justieren.

**[Hier](https://www.ebenbuild.com/)**geht es zur Internetseite von **Ebenbuild**.

**Weitere Digital Health Hacks** gibt es**[hier](../../../../digital-health-hack.md).**





#### Verwandte Artikel

- [Augen-Check in unterversorgten Gebieten &#8211; Dr. Claus Gruber Mirantus Health](../../10/24/augen-check-in-unterversorgten-gebieten-digital-health-hack-oktober-2025-dr-claus-gruber.md)
- [Nutzung von Gesundheitsdaten in der Forschung &#8211; Susanne Töpfer Bundesdruckerei-Gruppe](../../11/25/nutzung-von-gesundheitsdaten-in-der-forschung-digital-health-hack-november-2025-susanne-toepfer.md)
- [KI-Kompetenzen vermitteln &#8211; Dr. Sandra Bobersky ZKIMED](../../09/11/digital-health-hack-september-2025-dr-sandra-bobersky-ki-seepferdchen.md)


**Kategorien:** Digital Twins

## Bilder auf dieser Seite

- Kei_Mueller_Quadrat-scaled.jpg: ../../../../../1/assets/bilder/wp-content/uploads/2025/12/Kei_Mueller_Quadrat-scaled.jpg
- content-header_bg_fcea028f-1320x444.png: ../../../../../1/assets/bilder/wp-content/uploads/2024/12/content-header_bg_fcea028f-1320x444.png

---
Diese Seite ist für KI-Systeme optimiert. Version für Menschen: [Digitaler Zwilling der Lunge - Kei W. Müller](../../../../../1/blog/2025/12/23/digitaler-zwilling-der-lunge-digital-health-hack-dezember-2025-kei-w-mueller/)
