A.S.S.I.S.T.

Simon Doll

Softwareentwickler

Leonie Köhler

Humanmedizin

Jan-Niklas Doll

Humanmedizin

Christian Meier

Softwareentwickler

Carlos Krause

M.Sc. Business Administration

Unsere Vision

Die Medizin von morgen schon heute!

A.S.S.I.S.T. ermöglicht, auf Basis eines simplen Smartphonefotos, mithilfe künstlicher Intelligenz eine erste Einschätzung eines Hautbefundes zu erhalten. Durch State-of-the-Art Machine Learning soll hierbei eine mit Dermatologen vergleichbare Genauigkeit erzielt werden, um auch in Zeiten von Fachärztemangel eine sichere und adäquate Behandlung von Patienten zu gewährleisten. A.S.S.I.S.T. soll niemals die Rolle des Arztes ersetzen, sondern vielmehr eine objektive Entscheidungshilfe für Patienten als auch Ärzte bieten, um die Latenz zur Diagnose und Behandlung zu verkürzen, Kosten zu vermeiden und Ressourcen zu schonen bzw. sinnvoller zu verteilen.

Wie funktioniert A.S.S.I.S.T.?

Um die Vision von A.S.S.I.S.T. Wirklichkeit werden zu lassen, arbeiten wir bereits seit Monaten intensiv an der Verfeinerung unseres KI-Algorithmus, um eine exakte Klassifikation von Hautbefunden vornehmen zu können. Wir verwenden State-of-the-Art Machine Learning im Bereich Computer-Vision, insbesondere neueste Methoden wie Deep- und Transfer-Learning. Durch das Design als App ist für die Benutzung von A.S.S.I.S.T. lediglich ein Smartphone notwendig, durch die plattformübergreifende Software kann A.S.S.I.S.T. ohne apparativen Aufwand / technische Barrieren ubiquitär eingesetzt werden. Das Foto ihrer Haut, sowie die Diagnose verlassen hierbei niemals das Endgerät – höchster Datenschutz von Anfang an.

Wo soll A.S.S.I.S.T. angewendet werden?

A.S.S.I.S.T. soll überall eingesetzt werden können, wo Hautkrankheiten diagnostiziert und eingeschätzt werden sollen. Das Spektrum reicht vom Assistenzsystem für Patienten, nicht dermatologische Ärzte, bspw. als Konzil auf Station, in der Hausarztpraxis, etc. über eine Triage-Funktion für Pflegepersonal in Ambulanzen, Notaufnahmen und Arztpraxen. Auch in der Altenpflege und der (teil-)stationären Kinder- und Jugendhilfe soll es bei der Entscheidungsfindung unterstützen und darüber hinaus sogar dem einzelnen nicht medizinisch vorgebildeten Patienten bereits zuhause eine Entscheidungsgrundlage bieten.

Neuer Leberfleck? Oder der rote Ausschlag an der Hand und dazu dieser quälende Juckreiz seit Tagen?
Ist es was Ernstes? Brauche ich schnell eine Behandlung? Vielleicht noch heute? Kann eventuell mein Hausarzt mir schon helfen, oder ist das ein Fall für den Dermatologen? Eine kurze Einschätzung würde schon so viel weiterhelfen. Als Laie natürlich unmöglich und auch der Anruf beim nächstgelegenen Dermatologen bringt nach 15 Minuten Warteschlange die Ernüchterung: Nächster freier Facharzttermin erst in 3 Monaten.
Leider kein Einzelfall: Erkrankungen der Haut gehören zu den häufigsten Erkrankungen des Menschen: Bis zu 70% stellen sich im Laufe des Lebens mit mindestens einer (meist ungefährlichen) Hauterkrankung bei einem Haus- oder Hautarzt vor (1).

Die durchschnittliche Wartezeit auf einen Hautarzttermin liegt in Deutschland bei 4,9 Wochen, 40% warten sogar noch länger (2). Die Wartezeiten können jedoch den Befund verschlimmern, eine Behandlung wird unmöglich oder deutlich aufwändiger und teurer und manche Symptome sind für Monate kaum zu ertragen. Außerdem ist bei einem potentiell infektiösen Befund das Ansteckungsrisiko gegeben.
Das erklärt, warum bis zu 30% der Hausarztbesuche durch Hautkrankheiten entstehen (3). Doch der erstversorgende Hausarzt erkennt unter den 26 häufigsten Krankheitsbildern nur 50% korrekt und kann somit einen effizienten Einsatz der vorhandenen Ressourcen bzw. der Behandlung nicht immer gewährleisten und seine Funktion als Gatekeeper damit nicht ausreichend erfüllen (4). Die Coronakrise verschärft die Problematik und zeigt weiterhin eindrucksvoll, wie wertvoll eine schnelle Diagnose und auch das Vermeiden eines unnötigen Arztkontaktes sein kann.

Offensichtlich höchste Zeit, alternative Lösungen zu erarbeiten und in die Regelversorgung zu integrieren.
Ein erster Fortschritt: Teledermatologie! Verschiedene Telemedizindienste in Deutschland bieten eine fachärztliche Einschätzung eines Hautbefundes in 24-72 Stunden an, Kosten pro Befund liegen bei 25-40€. Gerade in ländlichen Gebieten, welche vom Facharztmangel meist noch stärker betroffen sind, bietet Telemedizin für Patienten einen schnelleren Weg zu einer sicheren Diagnose und Behandlung. Auch Gesetzgeber und Krankenkassen haben das Problem erkannt, sowohl der Gemeinsame Bundesausschuss als auch beispielsweise die Techniker Krankenkasse unterstützen diese Vorhaben. Doch leider werden auch durch Telemedizin die ursprünglichen Probleme – Fachärztemangel und Wartezeit – und damit bedingte Fehlverteilung und -versorgung und Kosten nur begrenzt behoben (5).

Hier beginnt die Vision von A.S.S.I.S.T.: Mittels neuster Methoden der künstlichen Intelligenz und maschinellem Sehen soll komplett Arzt unabhängig eine erste Diagnose, basierend nur auf einem Smartphonefoto und einiger Symptombeschreibungen getroffen werden. Der Patient erhält somit innerhalb von Minuten eine Erstdiagnose, verknüpft mit genauen Angaben zur Sensitivität/ Spezifität der Aussage. Basierend hierauf wird eine Empfehlung ausgesprochen, wie der Patient weiter verfahren soll. Bei vergleichsweise harmlosem Befund bleibt unter Umständen ein überflüssiger Gang zum Dermatologen inklusive langer Wartezeit erspart. Bei einem auffälligen/ behandlungsbedürftigem Krankheitsbild kann jedoch der Kontakt zum Hausarzt/ Dermatologen beschleunigt werden. Hiermit werden unnötige Kosten vermieden, eine wesentlich effizientere Verteilung der Patienten erreicht und auch die Fachärzte entlastet. Dies gewährleistet nicht zuletzt, dass sich Dermatologen wieder auf die Diagnose/ Behandlung schwerer dermatologischer Krankheitsbilder fokussieren können. Auch eine Anbindung an Teledermatologen ist denkbar, sodass bei unklarem/ auffälligem Befund direkt nach Einschätzung durch A.S.S.I.S.T. eine Kontaktaufnahme zu einem teledermatologischen Dienst forciert wird.

A.S.S.I.S.T. soll hierbei niemals die Rolle des Arztes ersetzen, sondern vielmehr sowohl für Patienten als auch Ärzte ein Assistenzsystem bieten, welches eine bessere Patientenversorgung ermöglicht.
Die rasante Entwicklung der künstlichen Intelligenz, insbesondere im Bereich Bildverarbeitung, ermöglicht es somit bald eine Zweitmeinung immer verfügbar zu haben.
Dass die Möglichkeiten von KI sogar die Qualität der Befundung eines Facharztes überschreiten, konnten Yuan Liu et. al. (Software Engineer Google Health) demonstrieren: Eine entsprechend trainierte KI konnte unter den häufigsten 26 Hautkrankheiten eine ebenso präzise Diagnose wie ein niedergelassener Dermatologe bieten, diesen in Diagnosegenauigkeit unter der Hinzunahme von Differentialdiagnosen sogar deutlich übertreffen (4). Die entsprechende Publikation im Nature Medicine zeigt das gewaltige Interesse der medizinischen Fachgesellschaften und die sich daraus ergebenden Möglichkeiten.

(1) Hay, R. J., Johns, N. E., Williams, H. C., Bolliger, I. W., Dellavalle, R. P., Margolis, D. J., … & Michaud, C. (2014). The global burden of skin disease in 2010: an analysis of the prevalence and impact of skin conditions. Journal of Investigative Dermatology, 134(6), 1527-1534.
(2) Krensel, M., Augustin, M., Rosenbach, T., & Reusch, M. (2015). Waiting time and practice organization in dermatology. JDDG: Journal der Deutschen Dermatologischen Gesellschaft, 13(8), 812-814.
(3) Lowell, B. A., Froelich, C. W., Federman, D. G., & Kirsner, R. S. (2001). Dermatology in primary care: prevalence and patient disposition. Journal of the American Academy of Dermatology, 45(2), 250-255.
(4) Liu, Y., Jain, A., Eng, C., Way, D. H., Lee, K., Bui, P., … & Gupta, V. (2020). A deep learning system for differential diagnosis of skin diseases. Nature Medicine, 1-9.
(5) Elsner P. (2020): Teledermatologie. In: Letzel S. et. al.: Telemedizin - E-Health in der Arbeitsmedizin, DGAUM Jahresband, Jahrestagung 2019, ecomed Medizin, Landsberg

LEISTUNG

Was wir Ihnen bieten:


MACHINE LEARNING

Wir verwenden neueste Methoden der künstlichen Intelligenz.

SCHNELLE DIAGNOSE

Unsere KI arbeitet auf Ihrem Gerät und liefert Ergebnisse in Echtzeit.

24h / 365 Tage

Egal wann oder an welchem Ort , A.S.S.I.S.T. ist bereit.

EINFACH

Ein Smartphone mit Kamera - mehr brauchen wir nicht.

DATENSCHUTZ

Ihre sensiblen Daten sind lediglich auf Ihrem Gerät.

ANPASSUNGSFÄHIG

Wir passen unsere Lösung gerne perfekt an Ihre Bedürfnisse an.

Gibt es bereits einen Prototyp?

A.S.S.I.S.T. in Action.

Zur Demonstration der praktischen Anwendung von A.S.S.I.S.T. im Alltag haben wir einen ersten Prototyp entwickelt. Dieser erkennt, basierend auf nur 17 000 Trainingsdaten, bereits 50 verschiedene Hautkrankheiten aus einem Pool von hunderten von Hautbefunden. Die Genauigkeit liegt hierbei bei 73% - vergleichbar mit der eines erfahrenen Dermatologen. Diese Diagnose basiert aktuell vollständig auf einem einzigen Smartphonefoto des Befundes, ohne weitere Angaben, wie Symptome, Alter oder Geschlecht, welche die Genauigkeit erhöhen würden.

Wer unterstützt das Projekt?

A.S.S.I.S.T. wird durch das Startup Center Tübingen unterstützt und begleitet. Neben dieser Betreuung durch das Gründernetzwerk erhält A.S.S.I.S.T. Unterstützung durch den Technologietransfer des Universitätsklinkums, sowie den ärztlichen Leiter der Sektion Dermatoonkologie der Universitäts-Hautklinik Tübingen. Rechtliche Beratung erfolgte durch die Kanzlei Loos (IT-Recht, Medienrecht und Datenschutzrecht).

Simon Doll

Softwareentwickler

Simon Doll (1995*) fokussiert sich auf die Methode von A.S.S.I.S.T. und beschäftigt sich mit der verwendeten künstlichen Intelligenz. Sein Bachelorstudium der Kognitionswissenschaften an der Universität Tübingen mit den Schwerpunkten Künstliche Intelligenz und maschinelles Sehen hat er 2018 abgeschlossen. Im weiterführenden Master der Informatik beschäftigt er sich neben Data Science insbesondere mit neuronalen Netzen und probabilistischem Machine Learning, auch seine Masterthesis setzt den Schwerpunkt auf diese Bereiche.
Praktische Erfahrung außerhalb des Studiums konnte Simon nicht nur als Dozent eines Robotik-Praktikums an der Universität, sondern auch als Werkstudent der Firma Daimler sammeln. Hier erweitert er seit über einem Jahr im Bereich Autonomes Fahren und Szenenverstehen seine Fähigkeiten in künstlicher Intelligenz und Software Development.
Neben dem begeisterten Tüfteln an zahlreichen eigenen Projekten wie Smarthome und Datenschutz, findet Simon den Ausgleich zu den komplexen Fragestellungen des Tages in der Musik. Als Träger des 1. Bundespreises bei “Jugend musiziert” als Oboist in Solo- und Ensemble-Wertung kann er als Solist und mit dem Trio Arundo bereits auf internationale Konzerte und Fernsehauftritte, wie z. B. beim Tag der Deutschen Einheit, zurückblicken.

Simon Doll

Softwareentwickler

Simon Doll (1995*) fokussiert sich auf die Methode von A.S.S.I.S.T. und beschäftigt sich mit der verwendeten künstlichen Intelligenz. Sein Bachelorstudium der Kognitionswissenschaften an der Universität Tübingen mit den Schwerpunkten Künstliche Intelligenz und maschinelles Sehen hat er 2018 abgeschlossen. Im weiterführenden Master der Informatik beschäftigt er sich neben Data Science insbesondere mit neuronalen Netzen und probabilistischem Machine Learning, auch seine Masterthesis setzt den Schwerpunkt auf diese Bereiche.
Praktische Erfahrung außerhalb des Studiums konnte Simon nicht nur als Dozent eines Robotik-Praktikums an der Universität, sondern auch als Werkstudent der Firma Daimler sammeln. Hier erweitert er seit über einem Jahr im Bereich Autonomes Fahren und Szenenverstehen seine Fähigkeiten in künstlicher Intelligenz und Software Development.
Neben dem begeisterten Tüfteln an zahlreichen eigenen Projekten wie Smarthome und Datenschutz, findet Simon den Ausgleich zu den komplexen Fragestellungen des Tages in der Musik. Als Träger des 1. Bundespreises bei “Jugend musiziert” als Oboist in Solo- und Ensemble-Wertung kann er als Solist und mit dem Trio Arundo bereits auf internationale Konzerte und Fernsehauftritte, wie z. B. beim Tag der Deutschen Einheit, zurückblicken.

Leonie Köhler

Humanmedizin

Leonie Köhler (*1996) ist zusammen mit Jan-Niklas Doll verantwortlich für alle medizinischen Angelegenheiten rund um A.S.S.I.S.T. Sie begann ihr Medizinstudium an der Eberhard-Karls-Universität Tübingen im Sommer 2015, absolvierte 2017 ihr erstes und 2020 ihr zweites Staatsexamen der Humanmedizin. 2016/2017 wurde Leonie durch die Universität Tübingen mit dem Deutschlandstipendium ausgezeichnet. Ihre Promotion begann sie 2018 am Hertie-Institut für klinische Hirnforschung in Tübingen unter der Obhut von Prof. Gasser.
Ihre praktischen Erfahrungen konnte sie unter anderem in zahlreichen Famulaturen und als studentische Hilfskraft sowohl in der BG Unfallklinik als auch in der Universitätsfrauenklinik Tübingen sammeln. Darüber hinaus konnte sie während der aktuellen Coronakrise in der Fieberambulanz Tübingen wertvolle Einblicke in die direkte Patientenversorgung erhalten. Hieraus entstand auch die Motivation mithilfe von A.S.S.I.S.T. die Patientenversorgung zu optimieren.
Wenn Leonie dann doch einmal die klinischen Mauern verlässt, ist sie draußen in der Natur anzutreffen oder spielt leidenschaftlich Volleyball, ehemals sogar als U17 Spielerin bei den deutschen Meisterschaften Beachvolleyball.

Leonie Köhler

Humanmedizin

Leonie Köhler (*1996) ist zusammen mit Jan-Niklas Doll verantwortlich für alle medizinischen Angelegenheiten rund um A.S.S.I.S.T. Sie begann ihr Medizinstudium an der Eberhard-Karls-Universität Tübingen im Sommer 2015, absolvierte 2017 ihr erstes und 2020 ihr zweites Staatsexamen der Humanmedizin. 2016/2017 wurde Leonie durch die Universität Tübingen mit dem Deutschlandstipendium ausgezeichnet. Ihre Promotion begann sie 2018 am Hertie-Institut für klinische Hirnforschung in Tübingen unter der Obhut von Prof. Gasser.
Ihre praktischen Erfahrungen konnte sie unter anderem in zahlreichen Famulaturen und als studentische Hilfskraft sowohl in der BG Unfallklinik als auch in der Universitätsfrauenklinik Tübingen sammeln. Darüber hinaus konnte sie während der aktuellen Coronakrise in der Fieberambulanz Tübingen wertvolle Einblicke in die direkte Patientenversorgung erhalten. Hieraus entstand auch die Motivation mithilfe von A.S.S.I.S.T. die Patientenversorgung zu optimieren.
Wenn Leonie dann doch einmal die klinischen Mauern verlässt, ist sie draußen in der Natur anzutreffen oder spielt leidenschaftlich Volleyball, ehemals sogar als U17 Spielerin bei den deutschen Meisterschaften Beachvolleyball.

Jan-Niklas Doll

Humanmedizin

Jan-Niklas Doll (*1995) bildet gemeinsam mit Leonie Köhler das medizinische Fundament von A.S.S.I.S.T. und ist somit Ansprechpartner in allen medizinischen Belangen. Sein Studium der Humanmedizin begann Jan-Niklas 2015 an der Eberhard-Karls-Universität Tübingen, er absolvierte dort 2017 sein erstes und 2020 sein zweites Staatsexamen. Unter der Leitung von Prof. Poets promoviert er seit 2018 in der Neonatologie der Kinder- und Jugendklinik des Universitätsklinikums Tübingen.
Als Famulant in verschiedenen Notaufnahmen oder der hausärztlichen Versorgung wurde Jan-Niklas mit den aktuellen Schwierigkeiten und Problemen der primären Patientenversorgung konfrontiert. Welche Auswirkungen sich hierbei durch die Coronakrise ergeben, erfuhr er an vorderster Front in der Fieberambulanz Tübingen, in welcher er vom ersten Tag an mitwirken konnte. Weiterhin war Jan-Niklas bereits als studentische Hilfskraft als OP-Assistenz der BG-Klinik Tübingen und in der Frauenklinik Tübingen tätig.
Jan-Niklas ist seit 2016 Stipendiat der Studienstiftung des deutschen Volkes und Preisträger der Stiftung Musikleben. Neben seiner Leidenschaft für alle medizinschen Fragen liebt er die Musik. Als Fagottist des Trio Arundo, des Landes-Jugend-Orchesters Baden-Württemberg und als Solist reiste er nicht nur bis nach Lissabon, sondern ist mehrfacher Bundespreisträger des Wettbewerbes “Jugend musiziert”.

Jan-Niklas Doll

Humanmedizin

Jan-Niklas Doll (*1995) bildet gemeinsam mit Leonie Köhler das medizinische Fundament von A.S.S.I.S.T. und ist somit Ansprechpartner in allen medizinischen Belangen. Sein Studium der Humanmedizin begann Jan-Niklas 2015 an der Eberhard-Karls-Universität Tübingen, er absolvierte dort 2017 sein erstes und 2020 sein zweites Staatsexamen. Unter der Leitung von Prof. Poets promoviert er seit 2018 in der Neonatologie der Kinder- und Jugendklinik des Universitätsklinikums Tübingen.
Als Famulant in verschiedenen Notaufnahmen oder der hausärztlichen Versorgung wurde Jan-Niklas mit den aktuellen Schwierigkeiten und Problemen der primären Patientenversorgung konfrontiert. Welche Auswirkungen sich hierbei durch die Coronakrise ergeben, erfuhr er an vorderster Front in der Fieberambulanz Tübingen, in welcher er vom ersten Tag an mitwirken konnte. Weiterhin war Jan-Niklas bereits als studentische Hilfskraft als OP-Assistenz der BG-Klinik Tübingen und in der Frauenklinik Tübingen tätig.
Jan-Niklas ist seit 2016 Stipendiat der Studienstiftung des deutschen Volkes und Preisträger der Stiftung Musikleben. Neben seiner Leidenschaft für alle medizinschen Fragen liebt er die Musik. Als Fagottist des Trio Arundo, des Landes-Jugend-Orchesters Baden-Württemberg und als Solist reiste er nicht nur bis nach Lissabon, sondern ist mehrfacher Bundespreisträger des Wettbewerbes “Jugend musiziert”.

Christian Meier

Softwareentwickler

Christian Meier (1995*) bringt Know-how über KI und der zugrundeliegenden Infrastruktur in das Team mit ein. Sein Studium der Kognitionswissenschaften begann Christian Meier 2015 an der Eberhard-Karls-Universität Tübingen. Er schrieb dort 2019 unter der Leitung Prof. Hennigs seine Bachelorarbeit am Lehrstuhl Methoden des Maschinelles Lernens. Für seine Bachelor Thesis erarbeitete er von einer Android App zur Datenerhebung, der Entwicklung mehrerer KI-Algorithmen bis zur automatischen serverseitigen Modellauslieferungen in der Produktion eine ganzheitliche Machine-Learning Strategie. Seit 2020 ist er im Master Informatik an der Universität Tübingen eingeschrieben. In seinem Master fokussierte er sich auf probabilistische dynamische Zeitreihenmodellierung, Deep-Learning, DataMining sowie weitere statistische Methoden zur Datenanalyse. Als Open-source Entwickler ist er an mehreren Machine-Learning bezogenen Projekten beteiligt. Neben seiner Leidenschaft maschinelles Lernen auf Alltagprobleme anzuwenden, modifiziert oder baut er in seiner Freizeit elektronische Geräte. Den Ausgleich zur Technik findet er im Gitarre spielen oder beim Windsurfen.

Christian Meier

Softwareentwickler

Christian Meier (1995*) bringt Know-how über KI und der zugrundeliegenden Infrastruktur in das Team mit ein. Sein Studium der Kognitionswissenschaften begann Christian Meier 2015 an der Eberhard-Karls-Universität Tübingen. Er schrieb dort 2019 unter der Leitung Prof. Hennigs seine Bachelorarbeit am Lehrstuhl Methoden des Maschinelles Lernens. Für seine Bachelor Thesis erarbeitete er von einer Android App zur Datenerhebung, der Entwicklung mehrerer KI-Algorithmen bis zur automatischen serverseitigen Modellauslieferungen in der Produktion eine ganzheitliche Machine-Learning Strategie. Seit 2020 ist er im Master Informatik an der Universität Tübingen eingeschrieben. In seinem Master fokussierte er sich auf probabilistische dynamische Zeitreihenmodellierung, Deep-Learning, DataMining sowie weitere statistische Methoden zur Datenanalyse. Als Open-source Entwickler ist er an mehreren Machine-Learning bezogenen Projekten beteiligt. Neben seiner Leidenschaft maschinelles Lernen auf Alltagprobleme anzuwenden, modifiziert oder baut er in seiner Freizeit elektronische Geräte. Den Ausgleich zur Technik findet er im Gitarre spielen oder beim Windsurfen.

Carlos Krause

M.Sc. Business Administration

Carlos Krause (*1995) ist für alle betriebswirtschaftlichen Angelegenheiten und die strategische Ausrichtung des Projekts A.S.S.I.S.T. verantwortlich. Zuerst begann er 2013 sein Bachelorstudium der Wirtschaftswissenschaften mit den Schwerpunkten Finance und Marketing an der Eberhard-Karls-Universität Tübingen. Danach wechselte er an die Universität Trier für das Masterstudium mit Schwerpunkt in Finance.
Seit Anfang 2020 ist Carlos als Doktorand und wissenschaftlicher Mitarbeiter an der Universität Trier am Lehrstuhl für Entrepreneurship und Management unter Professor Block tätig und befasst sich in seiner Dissertation mit einer speziellen Form der Startupfinanzierung – Venture Debt. Praktische Erfahrungen konnte Carlos neben dem Studium in diversen Praktika, z.B. im Controlling der Alfred Kärcher GmbH & Co. KG und im Finance Consulting der Deloitte Consulting GmbH, sammeln.
Neben der Akademie verbringt Carlos gerne Zeit draußen beim Fußball und Volleyball und zerbricht sich auch gerne mal den Kopf bei komplexen Strategiespielen.

Carlos Krause

M.Sc. Business Administration

Carlos Krause (*1995) ist für alle betriebswirtschaftlichen Angelegenheiten und die strategische Ausrichtung des Projekts A.S.S.I.S.T. verantwortlich. Zuerst begann er 2013 sein Bachelorstudium der Wirtschaftswissenschaften mit den Schwerpunkten Finance und Marketing an der Eberhard-Karls-Universität Tübingen. Danach wechselte er an die Universität Trier für das Masterstudium mit Schwerpunkt in Finance.
Seit Anfang 2020 ist Carlos als Doktorand und wissenschaftlicher Mitarbeiter an der Universität Trier am Lehrstuhl für Entrepreneurship und Management unter Professor Block tätig und befasst sich in seiner Dissertation mit einer speziellen Form der Startupfinanzierung – Venture Debt. Praktische Erfahrungen konnte Carlos neben dem Studium in diversen Praktika, z.B. im Controlling der Alfred Kärcher GmbH & Co. KG und im Finance Consulting der Deloitte Consulting GmbH, sammeln.
Neben der Akademie verbringt Carlos gerne Zeit draußen beim Fußball und Volleyball und zerbricht sich auch gerne mal den Kopf bei komplexen Strategiespielen.

Interesse geweckt? Weitere Fragen?

Kontaktieren Sie uns gerne!


Schreiben Sie uns!

Rufen Sie uns an!

Tübingen, Deutschland

Impressum:

Datenschutz ist bei uns selbstverständlich.

  • Es werden weder Tracking-Cookies noch Benutzerkonten verwendet.
  • Der Webserver schreibt Logdateien mit den Zugriffen und den IP-Adressen der Zugreifer.
  • Diese dienen im Krisenfall der Fehlersuche und werden ansonsten nicht ausgewertet.
  • Abgesehen davon werden keine Daten erhoben, gespeichert oder ausgewertet.