Dhwani

Das Unternehmen scheint ein Prototyp-Projekt namens Dhwani zu sein, das im Rahmen des OpenAI 2026 Hackathons entwickelt wurde. Die Beschreibung besagt, dass es sich um ein akustisches Biomarker-Screening-Tool zur Bewertung der sprachlichen Entwicklung im frühen Kindesalter handelt, das für den Einsatz durch Frontline-Worker in Umgebungen mit geringer Konnektivität, wie z. B. Anganwadi-Zentren in Indien, vorgesehen ist.

Das Projekt ist selbstgemeldet und nicht verifiziert — es werden keine Daten zu Umsatz, Kunden oder Traction bereitgestellt. Es basiert für die Mobile-App auf Flutter/Dart, für die native Audioverarbeitung auf Android auf Kotlin und ONNX-Modellen sowie für das Analytics-Dashboard auf Next.js. Das System nutzt lokale Verarbeitung, um rohe Audiodaten nicht in die Cloud zu senden.

Es implementiert einen moderaten Screening-Ablauf, der die Erstellung von Kinderprofilen, entwicklungsbezogene Fragebögen (auf Englisch und Malayalam), geführte Interaktionsaktivitäten, on-device akustische Analyse und Überweisungswege über WhatsApp umfasst. Die akustische Bewertung basiert auf drei Biomarkern: VTTL, CVR und PFV, mit GREEN/YELLOW/RED-Stufen.

Wichtige Fragen der kommerziellen Due-Diligence umfassen:

• Ob der Prototyp in realen Umgebungen validiert wurde.
• Ob es Pläne gibt, Fragebogen- und akustische Signale zu integrieren.
• Wie das Überweisungssystem lokalisiert und abgesichert werden soll.
• Welche Schritte zur klinischen Validierung oder regulatorischen Konformität geplant sind.

Die wichtigste offene Frage lautet: Wurde dieser Prototyp mit tatsächlichen Frontline-Workern und Kindern getestet, und gibt es einen Mechanismus für eine fortlaufende klinische Validierung oder Integration in bestehende Gesundheitssysteme?

Die Beschreibung besagt, dass Dhwani eine Mobile-App zur Bewertung der sprachlichen Entwicklung im frühen Kindesalter ist, die akustische Biomarker aus Interaktionen zwischen Betreuern und Kindern nutzt.

Es umfasst:

• Eine auf Flutter basierende App für Worker für Android und Browser.
• On-device Audioverarbeitung, einschließlich Aufnahme, Voice Activity Detection (VAD), Sprechersegmentierung über ein ONNX-Modell, Pitch-Tracking und Feature-Extraction.
• Eine akustische Scoring-Engine, die drei Biomarker bewertet: VTTL, CVR und PFV.
• Eine lokale SQLite-Datenbank zur Speicherung von Sitzungen.
• Optionale Supabase-Synchronisierung für nicht-Demo-Sitzungen.
• Ein Next.js-Dashboard für Analytics (derzeit mit Mock-Daten).
• Ein Überweisungsweg über WhatsApp, mit einem PDF-Generator (noch nicht in die UI integriert).

Die App ist für den Offline-Betrieb ausgelegt und unterstützt:

• Erstellung von Kinderprofilen
• Prüfung von Entwicklungszielen
• Ausfüllen von Elternfragebögen
• Geführte Interaktionsaktivitäten (Rassel, Spielzeug verstecken & zeigen, Imitation von „aaa“)
• Anzeige lokaler akustischer Ergebnisse (GREEN/YELLOW/RED-Stufe)
• Offline-Speicherung von Sitzungen und spätere Synchronisierung

nicht belegt: Keine Informationen zur tatsächlichen Implementierung, Nutzung oder Leistungskennzahlen.

Die Beschreibung besagt, dass Dhwani ein Prototyp-Tool ist, das Frontline-Workern helfen soll, potenzielle entwicklungsbezogene Bedenken zu erkennen, insbesondere im frühen Kindesalter (12–36 Monate). Es betont:

• Dass es die klinische Bewertung oder das Urteil der Betreuer nicht ersetzt.
• Dass es sich auf nicht-semantische Eigenschaften der Interaktion wie Antwortzeit, Vokalisierungszeit und Tonhöhenvariation konzentriert.
• Dass es On-Device-Verarbeitung verwendet, um die Privatsphäre zu wahren und die Abhängigkeit von der Konnektivität zu reduzieren.

Die Positionierung ist bescheiden – die Autoren geben an, dass das Ziel darin besteht, ein konsistentes zusätzliches Signal bereitzustellen, nicht jedoch ein diagnostisches Werkzeug. Es wird als Screening-Hilfe positioniert, nicht als Ersatz für validierte Werkzeuge oder Fachkräfte.

Schlussfolgerung: Das Projekt scheint im Bereich der frühphasigen Gesundheitstechnologie positioniert zu sein und richtet sich an unterversorgte Regionen mit begrenztem Zugang zu Fachkräften.

Die Beschreibung gibt an, dass Dhwani für Frontline-Arbeitende wie die in Anganwadi-Zentren vorgesehen ist, die Teil des indischen Kinderschutzsystems sind. Diese Arbeitenden:

• Haben oft begrenzte Zeit und unzuverlässige Konnektivität
• Benötigen Werkzeuge, die ihnen helfen, zu erkennen, wann ein Screening eine genauere Aufmerksamkeit erfordert
• Sollen die App während Interaktionen zwischen Betreuer und Kind nutzen

Die App unterstützt:

• Die Sprache Malayalam für die Einwilligungsanleitung
• Altersgerechte entwicklungsbezogene Fragen (MyChild-Engine)
• Lokale Sitzungshistorie und Überweisungsprozesse

nicht belegt: Keine Daten zu tatsächlichen Nutzern, deren Schulung oder Adoptionsraten. Die ICP wird aus dem angegebenen Anwendungsfall abgeleitet.

Die Beschreibung liefert keine Informationen über:

• Einnahmequellen
• Preismodelle
• Kundenakquisekosten
• Monetarisierungsstrategie

Es wird lediglich ein Prototyp-Workflow für Screening und Überweisung beschrieben, ohne Hinweise darauf, wie dies in einem kommerziellen Umfeld skaliert oder monetarisiert werden könnte.

nicht belegt: Kein Geschäftsmodell oder Preisdaten.

Das System wird mit folgenden Komponenten erstellt:

• Flutter/Dart für die Mobile-App
• Android native Kotlin für die Audioverarbeitung (AudioRecord, ONNX Runtime)
• ONNX-Modell (Pyannote-Segmentierung) mit SHA-256-Verifizierung gebündelt
• SQLite für die lokale Datenpersistenz
• Supabase für optionale Synchronisation mit der Cloud
• Next.js-Dashboard für Analysen (derzeit simuliert)

Wichtige technische Funktionen umfassen:

• On-Device-Audioverarbeitung ohne Übertragung von Roh-PCM
• Lokale Bewertungsengine mit akustischen Schwellenwerten
• Prüfungen der Aufnahmqualität
• Unterstützung von Offline-Workflows mit späterer Synchronisation

Schlussfolgerung: Der Prototyp ist mit einem Fokus auf lokale Verarbeitung und minimale Cloud-Abhängigkeit entwickelt, was für Umgebungen mit geringer Konnektivität geeignet sein könnte.

Die Beschreibung gibt an, dass es sich um eine Hackathon-Einreichung (OpenAI 2026) handelt und enthält keine Belege für:

• Einnahmen
• Kunden oder Nutzer
• Product-Market-Fit
• Adoptions- oder Nutzungsdaten
• Klinische Validierung oder regulatorische Zulassung

Es wird als Prototyp beschrieben, wobei viele Funktionen noch in Entwicklung oder nicht implementiert sind, wie zum Beispiel:

• Kombination von Fragebogen- und akustischen Signalen
• Vollständige Lokalisierung des Überweisungssystems (PDF-Generierung nicht angeschlossen)
• Echtzeit-Synchronisation mit Wiederholungs- und Konfliktbehandlung

nicht belegt: Keine Daten zu Traction oder Reife.

Die Beschreibung erwähnt keine direkten Wettbewerber. Es wird jedoch impliziert, dass Dhwani im Bereich des Screenings der frühkindlichen Entwicklung positioniert ist, was Folgendes umfassen könnte:

• Traditionelle Entwicklungs-Screening-Tools
• Digitale Gesundheitsplattformen für die kindliche Beurteilung
• KI-basierte Tools für die Sprach- und Sprachentwicklung

Es unterscheidet sich durch den Fokus auf akustische Biomarker und On-Device-Verarbeitung, was bei Validierung ein einzigartiger Mehrwert sein könnte.

nicht belegt: Keine Daten zur Wettbewerbslandschaft oder Marktpositionierung.

1. Nur Prototyp-Status: Das System wird als Hackathon-Prototyp beschrieben, der viele nicht implementierte Funktionen aufweist.
2. Keine klinische Validierung: Die Beschreibung stellt ausdrücklich fest, dass die akustische Bewertung und die Altersreferenzen Platzhalter sind, die auf eine lokale klinische Validierung warten.
3. Unvollständiges Überweisungssystem: Die PDF-Erstellung und Lokalisierung (Malayalam) sind noch nicht implementiert.
4. Risiken in Bezug auf Datenschutz und Compliance: Obwohl Datenschutzmaßnahmen beschrieben werden, wird keine formelle Datenschutz-Folgenabschätzung oder ethische Genehmigung erwähnt.
5. Begrenzte Skalierbarkeit: Die App ist für den Offline-Betrieb konzipiert, verfügt jedoch über keine robuste Synchronisierungs- oder Überwachungslogik.
6. Keine Monetarisierungsstrategie: Es gibt keine Hinweise darauf, wie das Tool kommerzialisiert oder skaliert werden soll.

1. Wurde der Prototyp in realen Umgebungen mit tatsächlichen Frontline-Mitarbeitern und Kindern getestet?
2. Welche Schritte zur klinischen Validierung der akustischen Biomarker (VTTL, CVR, PFV) sind geplant?
3. Wie wird das System mit Unsicherheiten in der Audioqualität oder Geräteleistung umgehen?
4. Gibt es Pläne, Fragebogen- und akustische Signale in ein einheitliches Screening-Ergebnis zu integrieren?
5. Wie lautet der Fahrplan für die Lokalisierung des Überweisungssystems (PDF-Erstellung, WhatsApp-Nachricht)?
6. Gibt es Pläne für eine regulatorische Genehmigung oder ethische Prüfung vor der Implementierung?
7. Wie wird das System im Feld gewartet und aktualisiert?