KI dort, wo sie fachlich hilft —
multimodal, medizinisch trainiert, verantwortungsvoll.
Wir untersuchen konkrete Einsatzmöglichkeiten in Ausbildung, Dokumentation und Wissensarbeit. Entscheidend ist nicht, ob etwas mit KI möglich ist, sondern ob es fachlich nachvollziehbar und im Alltag wirklich nützlich ist.
Zwei Modelle.
Klar definiert. Vielseitig einsetzbar.
Cortivex MM1 und Cortivex MM2 sind zwei eigenständige KI-Modelle mit klar unterschiedlichen Fähigkeiten. Sie sind nicht auf ein einzelnes Produkt beschränkt — sondern flexibel einsetzbar, unter anderem auf RettLernen.de. Nicht jede Situation braucht dieselbe KI.
Medizinisch trainiert. Quellenbasiert. Agentisch.
Cortivex MM2 ist das nächste Modell in unserer Reihe — und das erste, das gezielt auf medizinischen Fach- und Ausbildungsdaten aus dem Rettungsdienst und der Notfallmedizin trainiert wird. Ergänzt durch RAG-Architektur sucht es relevante Inhalte aus einer geprüften Wissensbasis und kann Antworten besser begründen als ein allgemeines Modell. MM2 unterstützt neben Text auch Audio- und Bild-Input.
Auf medizinischen Daten trainiert, quellenbasiert, multimodal — und Grundlage für agentische Funktionen.
Quellenbasierte Antworten
Vor jeder Antwort wird in einer geprüften Wissensbasis gesucht — nicht im Internet.
Medizinisch trainiert
MM2 wird auf Daten aus dem Rettungsdienst und der Notfallmedizin trainiert — domänenspezifisch, nicht generisch.
Agentische Funktionen
Strukturierte Lernhilfe, Quellenverknüpfung und gezielte nächste Schritte.
MM1 vs. MM2 — auf einen Blick
Mehr als antworten — analysieren, verknüpfen, handeln.
Mit Cortivex MM2 erforschen wir die technische Grundlage für agentische KI im medizinischen Kontext: Das Modell soll nicht nur Fragen beantworten, sondern Zusammenhänge herstellen, medizinische Inhalte verknüpfen und strukturierte nächste Schritte vorschlagen — ob in der Ausbildung, in der Dokumentation oder in der klinischen Assistenz.
Weniger Blackbox, weniger freies Raten. Stattdessen KI, die medizinischen Kontext kennt, auf geprüften Daten basiert und Antworten nachvollziehbar und auditierbar macht.
Wie wir mit KI umgehen
KI unterstützt. Menschen entscheiden.
In der Notfallmedizin zählt das Urteil des Menschen. Unsere KI-Funktionen helfen Lernenden, Inhalte zu verstehen, Zusammenhänge zu sehen und gezielt zu üben. Klinische Entscheidungen bleiben immer beim Menschen.
Kein Produkt von Cortivex trifft autonome medizinische Entscheidungen. KI ist Lern- und Feedbackwerkzeug, kein Ersatz für Fachverantwortung.
DSGVO-konform by Design
Datenschutz ist kein Nachgedanke. KI-Prozesse werden so geplant, dass personenbezogene Daten nicht unnötig verarbeitet oder in externe Modellprozesse gegeben werden.
Unsere Produkte werden auf DSGVO-konforme, datensparsame Nutzung in Schulen und Organisationen ausgelegt.
Antworten mit Quellenkontext
Retrieval-Augmented Generation bedeutet: Bevor die KI antwortet, sucht sie in einer kuratierten Wissensbasis nach relevantem Kontext. Dadurch werden Antworten besser nachvollziehbar und fachlich überprüfbar.
Unser Ziel ist keine magische KI, sondern überprüfbare Assistenz: weniger Blackbox, mehr Begründung.
Geprüfte medizinische Wissensbasis
Unsere Inhalte werden mit Fachpersonal aus Rettungsdienst und Notfallmedizin aufgebaut und regelmäßig geprüft. Die KI soll auf diese kontrollierte Basis zurückgreifen, nicht auf zufällige Internetquellen.
Wenn sich Leitlinien ändern, muss sich auch die Wissensbasis ändern. Genau dafür braucht KI Governance, nicht nur ein Modell.
Regelmäßige menschliche Kontrolle
KI-Ausgaben und Lerninhalte brauchen regelmäßige Kontrolle durch Menschen mit fachlicher Verantwortung. Das ist langsamer als reines Automatisieren — aber im medizinischen Umfeld notwendig.
Menschen überwachen und steuern, was KI erklären darf. Automatisierung ersetzt keine Verantwortung.
Wie RAG funktioniert — einfach erklärt.
Ein Sprachmodell generiert Antworten auf Basis von allem, was es beim Training gesehen hat — das kann überzeugend klingen, aber fachlich falsch sein.
RAG (Retrieval-Augmented Generation) löst dabei: Vor einer Antwort werden passende Inhalte aus einer geprüften Wissensbasis gesucht. Diese Inhalte werden als Kontext mitgegeben — die Antwort wird dadurch besser begründet und fachlich leichter prüfbar.
Frage stellen
Ein Lernender stellt eine Frage im System, z. B. nach den EKG-Zeichen eines STEMI.
Wissensbasis durchsuchen
Das System durchsucht unsere geprüfte medizinische Wissensbasis nach relevanten Inhalten — nicht das Internet.
Kontext aufbauen
Die gefundenen, verifizierten Abschnitte werden als Kontext an das Sprachmodell übergeben.
Antwort generieren
Die KI formuliert eine Antwort mit diesem Kontext im Rücken — nachvollziehbarer, prüfbarer und besser begründet als eine freie Modellantwort.
Weniger Daten. Klare Grenzen.
Eine KI-Funktion soll nur die Informationen erhalten, die sie für ihren konkreten Zweck benötigt. Lernprofile, Testergebnisse und Identitätsdaten werden deshalb nicht pauschal an ein Modell weitergereicht.
Für jede Funktion muss nachvollziehbar sein, welche Daten verarbeitet werden, wofür das geschieht und wann sie wieder gelöscht werden. Wo eine Zuordnung zu einer Person nicht erforderlich ist, wird sie vermieden.
Medizinische KI-Forschung.
Verantwortungsvoll und offen entwickelt.
Wir glauben: Agentische KI im medizinischen Bereich muss nicht mystisch sein. Sie muss nachvollziehbar, auf echten medizinischen Daten trainiert und verantwortungsvoll eingesetzt werden — ob in der Ausbildung, der Dokumentation oder der klinischen Unterstützung. Genau das erforschen und entwickeln wir mit Cortivex MM1 und MM2.