Seit dem ersten Juni ist Dr. rer. nat. Moritz Augustin Teil der Tiplu Geschäftsführung. Zuvor war Augustin maßgeblich am Aufbau des Machine Learning Standortes der Tiplu GmbH in Berlin beteiligt.
Gemeinsam mit den beiden Gründern und Geschäftsführern Tim Aschenberg und Dr. Lukas Aschenberg ist Dr. Moritz Augustin damit ab sofort für die gesamtstrategische Entwicklung der Tiplu GmbH zuständig.
Nach seiner Promotion im Bereich Computational Neuroscience an der TU Berlin war Augustin maßgeblich am Aufbau des Machine Learning Standortes der Tiplu GmbH in Berlin beteiligt. Dieser wurde 2019 mit vier Mitarbeitenden gegründet. Bald schon konnten erste ML-Modelle in MOMO integriert werden und sind heute ein wesentlicher Bestandteil der Kodiersoftware.
Davon ausgehend entwickelte sich das Maschinelle Lernen in den letzten Jahren zu einer wichtigen technologischen Grundlage, die die gesamte Produktentwicklung bei Tiplu entscheidend prägt. Die Basis bildet das über mehrere Jahre aufgebaute, Tiplu-eigene ML-Netz, durch das heute rund 10 Mio. strukturierte, interoperable, anonymisierte elektronische Patientenakten für das Modelltraining zur Verfügung stehen. Mittlerweile arbeiten in Berlin rund 30 Personen an der Erforschung, Entwicklung und stetigen Verbesserung von ML-Modellen, die in MOMO und weiteren Tiplu-Produkten zum Einsatz kommen.
Nicht zuletzt durch das stärkere Zusammenwachsen des Hamburger und des Berliner Standortes in den letzten Jahren verlagerte sich Augustins Schwerpunkt schließlich auch immer mehr auf Tiplu-übergreifende Themen.
Augustin freut sich auf die neuen Aufgaben: „Bei Tiplu arbeiten wir derzeit an mehreren neuen, unglaublich spannenden und innovativen Produkten. Um diese schon bald erfolgreich auf den Markt bringen zu können, ist es mir besonders wichtig, ein gutes, zielführendes Management der Produktentwicklung zu erreichen. Hier sind wir mit unserer Roadmap auf dem richtigen Weg und können unsere Ziele im Einklang mit unserer Vision planen, gestalten und organisieren.
Aktuell begleitet Augustin besonders die weitere Entwicklung des ML-Netzes sowie des Systems „TipluDB“, das künftig die Nutzbarmachung und Verwendung strukturierter, interoperabler Patientendaten ermöglichen soll.