Über uns

Aus Gesprächen
entstanden.

ORUS ist kein Produkt, das am Schreibtisch erdacht und dann der Pflege angeboten wurde. Am Anfang standen Interviews in Einrichtungen, und die Frage, was im Alltag tatsächlich fehlt.

Kontakt aufnehmen Wissen & Einblicke

Gespräch zwischen Pflegefachkraft und Bewohner

Warum ORUS

Die Beobachtung am Anfang.

In der stationären Langzeitpflege gehen Verschlechterungen selten plötzlich vonstatten. Meist gibt es Vorboten: weniger Flüssigkeit, unruhigere Nächte, ein verändertes Gangbild. Diese Zeichen sind dokumentiert, verteilt über Tage, Schichten und verschiedene Einträge.

Was fehlt, ist selten die Information. Es fehlt der Blick über den Verlauf, wenn die Schicht voll ist und zwölf Bewohner gleichzeitig Aufmerksamkeit brauchen. Genau hier setzt ORUS an: Das System behält die Verläufe im Blick und meldet sich, wenn ein Muster auffällig wird.

Die zweite Erkenntnis aus den Interviews war ebenso deutlich: Kein System darf zusätzliche Dokumentationsarbeit erzeugen. Wer der Pflege helfen will, muss mit dem auskommen, was bereits erfasst wird. Das ist seither unsere härteste Entwurfsvorgabe.

Unser Vorgehen

Entwickelt mit der Pflege.

8geriatrische Risikobereiche, darunter Sturz, Dekubitus, Dehydration und Mangelernährung

4Rollen, für die eigene Ansichten entstanden sind

3Städte, in denen Pilotgespräche laufen: Bad Nauheim, Gießen und Friedberg

Gründung

Wer dahintersteht.

ORUS entsteht an der Technischen Hochschule Mittelhessen. Zwei Perspektiven treffen hier aufeinander: Technikentwicklung und Bioinformatik.

Gründer & Geschäftsführung

Guerech Saitiev Soh Womagam

Verantwortet Strategie, Partnerschaften und Finanzierung. Er hat die Bedarfsinterviews in den Einrichtungen geführt, aus denen ORUS entstanden ist, und führt die Gespräche mit Pilotpartnern, Förderprogrammen und Kommunen.

Masterstudium Mechatronik und Robotik am THM-Campus Friedberg. Alumnus des German-Accelerator-Programms.

Entwicklung

Daniel Bruneß

Promoviert an der Goethe-Universität Frankfurt zu ontologiebasiertem Transfer Learning, also dazu, wie sich Wissensgraphen nutzen lassen, um medizinische Fachtexte und Alltagssprache automatisch einzuordnen. Genau diese Methodik braucht ORUS, um Pflegeberichte auszuwerten, die als Freitext und nicht standardisiert vorliegen.

Wissenschaftlicher Mitarbeiter und Lehrbeauftragter an der THM, Transfer Officer bei hessian.AI. Bachelor und Master in Bioinformatik an der Goethe-Universität.

Akademische Betreuung, THM

Prof. Dr. Jennifer Hannig

Professorin für Künstliche Intelligenz an der THM und Mitglied von hessian.AI. Sie leitet das Applied Artificial Intelligence Lab sowie die vom Bundesforschungsministerium geförderte Nachwuchsgruppe „TimeXAI, Explainable Artificial Intelligence for Time Series".

Erklärbare KI für Zeitreihen ist genau die Kombination, auf der ORUS beruht: Verläufe bewerten und die Bewertung begründen können. Promotion in Computational Systems Biology an der Goethe-Universität Frankfurt, zuvor Studium der Bioinformatik.

Hessen Ideen 2026: ORUS 2.0 setzte sich unter 30 Ideen aus 14 hessischen Hochschulen durch und steht als eines von zwölf Teams aus neun Hochschulen im Finale. Im Online-Voting erreichte das Projekt den zweiten Platz.

Presse & Partner Kontakt aufnehmen

Partner & Förderung

Wer ORUS begleitet.

Pilotpartner

Gemeinsam erproben.

Wir arbeiten mit einer begrenzten Zahl von Einrichtungen zusammen, die ORUS im Alltag testen und die Weiterentwicklung mitbestimmen.

Enge Begleitung

Wir sind während der Pilotphase regelmäßig vor Ort und im Austausch mit dem Team, nicht nur zu Beginn.

Mitgestaltung

Rückmeldungen aus dem Pilotbetrieb fließen direkt in die Entwicklung ein. Was im Alltag nicht funktioniert, wird geändert.

Klare Bedingungen

Umfang, Dauer und Datenschutzrahmen werden vor Beginn schriftlich festgehalten.

Karriere

Mitarbeiten.

Wir suchen Menschen, die Technik und Pflege zusammendenken können. Derzeit besetzen wir Positionen in der technischen Leitung und im Mitgründungsbereich.

Tech Lead (m/w/d)

Verantwortung für Architektur und Modellentwicklung. Erfahrung mit maschinellem Lernen und ein Gespür für regulatorische Anforderungen im Gesundheitswesen.

Initiativ bewerben

Mitgründung (m/w/d)

Aufbau von Vertrieb und Partnerschaften im Pflegemarkt. Nähe zur stationären Langzeitpflege ist wichtiger als ein Startup-Lebenslauf.