Kurzbeitrag : KI-Reallabore für Wirtschaft und Wissenschaft : aus der RDV 3/2026, Seite 142 bis 144
KI-Reallabore schaffen den notwendigen Rechts- und Entwicklungsrahmen für sichere Innovation im Bereich der Künstlichen Intelligenz. Besonders in der medizinischen Forschung ermöglichen sie die datenschutzkonforme Verarbeitung sensibler Gesundheitsdaten unter kontrollierten Bedingungen. Damit werden Fortschritte bei KI-gestützter Diagnostik, Forschung und Produktentwicklung in Europa nachhaltig gefördert.
Im Jahr 2026 revolutioniert man die Wissenschaft nicht mehr, indem man wie Archimedes aus einer Badewanne steigt. Wer heute „Heureka“ rufen will, muss vorher oft Daten verarbeiten. So ist es jedenfalls im Kampf gegen Hirntumore. Wenn auch insgesamt selten, ist die Vielfalt in den zu beklagenden Fällen leider ausgesprochen hoch. Sie kommen in über 120 Varianten vor. Durch rein mikroskopische Beurteilung sind sie nicht zu unterscheiden. Die aggressivsten darunter sind bis heute auch mit komplexen Therapien leider nicht zu heilen. Bisherige Forschung im Bereich der Klassifikation von Hirntumoren hat gezeigt, dass durch die Aggregation von sehr großen Datenmassen (>100.000 Fälle), zusammengetragen aus zahlreichen internationalen Zentren, wesentliche neue Erkenntnisse über die Biologie der Hirntumore gewonnen werden können. Bisher bezogen sich diese Studien jedoch immer auf einzelne oder wenige Parameter wie zum Beispiel die Epigenetik. Eine umfassende Datenerhebung über verschiedene Ebenen klinischer und molekularer Informationen in ähnlich großer Zahl verspräche einen wesentlichen Fortschritt für die Behandlung der Betroffenen. Bislang war eine Analyse dieser mehrere Kategorien überspannenden Datensätze aber technisch nicht realisierbar. Das ändert sich nun, denn man kann den komplexen Krankheitsbildern mit komplexer Datenanalyse zu Leibe rücken. Künstliche Intelligenz (KI) gibt berechtigten Anlass zur Hoffnung. Mit mathematischen Gehirnen lassen sich enorme Informationsmengen auswerten. Allerdings kann man die für die Forschung benötigten Datensätze nicht allein durch vorausschauendes Sammeln zusammentragen: Die Epidemiologie und Diversität der Tumore führt zu seltenen Erkrankungen pro einzelner Tumorart, so dass selbst eine Zusammenarbeit mehrerer großer Zentren über Jahre keine kritische Masse erreichen würde. Daher ist ein Ansatz mit dutzenden Institutionen, der sowohl retrospektive als auch prospektive Daten, sprich archiviertes Material und aktuelle Patientenproben nutzt, erforderlich. Gleichzeitig ist die Analyse so großer Datenmassen mit KI kaum auf den lokal in den Kliniken und Forschungseinrichtungen vorgehaltenen Rechenanlagen möglich. Wie und vor allem wo sollen Wissenschaftler also arbeiten?
Die Forschung braucht das optimale Werkzeug und einen Rechtsrahmen, der dessen Entwicklung und Nutzung ermöglicht. Der Gesetzgeber der KI-VO hat erkannt, dass die Anforderungen der DS‑GVO und des spezifizierenden Gesundheitsdatenrechts einen zu engen rechtlichen Rahmen setzen. Deshalb hat er gerade für die Datenverarbeitung zur medizinischen Diagnostik einen Bypass an der DS‑GVO vorbeigelegt. Rechtstechnisch wurde das Datenschutzgesetz für den Fall geöffnet, dass die Weiterverarbeitung von sensiblen Daten in einem Schutzraum, einem sog. KI-Reallabor erfolgt.
Man kann diese besonderen Werkstätten, in denen insbesondere auch die Verarbeitung sensibler menschlicher Daten unter rechtlicher Aufsicht erfolgt, in gewisser Weise mit „Schrauberwerkstätten“ für Autos vergleichen. Wer einen Opel Kapitän besitzt und sich mit Autos gut auskennt, aber auch Hilfe braucht, um ihn über den TÜV zu bringen, der kann mit seinem „Schätzchen“ dort Hilfe von versierten Spezialisten bekommen. Der Betreiber der Werkstatt stellt den Raum und das Spezialwerkzeug zur Verfügung und steht dem Verantwortlichen mit Rat und Tat zur Seite. Es geht darum, dass Auto sicher straßentauglich zu machen. Dazu reicht es nicht aus, dass der Betreiber der Werkstatt schlicht abstrakte Rechtsfragen beantwortet und sich sonst zurückhält. Es ist erforderlich den Kunden beim Einsatz der Geräte praktisch zu unterweisen, Problemlösungen mit ihm zu erörtern und ihm zur Hand zu gehen. Geschieht das, dann geht man davon aus, dass die Regeln eingehalten werden und der Plakette nichts entgegensteht. So ähnlich ist auch das Prinzip im KI-Reallabor. Es geht aber nicht um Liebhaberei, sondern um den Ernst des Lebens mit KI unter Wahrung der Anforderungen des Datenschutzes. Deshalb müssen im KI-Reallabor Profis arbeiten mit Sachverstand und Elan, der dem Ernst der Lage gerecht wird.
Konkret geht es in der Hirntumor-Forschung darum, molekulare Daten der Neuropathologie, bildgebende Informationen der Radiologie, intra-operative Messungen der Neurochirurgie, oder die Anamnese einschließlich Sprachaufzeichnungen zu verarbeiten. Zum Erreichen der kritischen Datenmenge müssen Daten aus Zentren weltweit kommen, und auch archivierte Daten herangezogen werden. Natürlich wurde bei früheren Fällen noch keine Einwilligung zum KITraining abgefragt. Das alles erfordert Rechenleistung, die man meist nur in der Cloud findet. Es geht auch um weitergehende Fragen. Inwieweit müssen Daten auch im Reallabor pseudonymisiert oder anonymisiert werden und was bedeutet das bei teils unterschiedlichen Interpretationen je nach deutscher Klinik praktisch? Kann wegen der strengen Anforderungen an die Sicherheit im Reallabor auf Anonymisierung verzichtet werden? Wie können nach Abschluss des Trainings für einen Prototypen die erforderlichen Bedingungen für die erstmalige Nutzung parallel zur Routineversorgung, in und außerhalb von Studien aussehen? Was sind die Voraussetzungen für die Überführung dieses neuen Werkzeugs in die Regelversorgung und wie beschreibt man sie eindeutig? Dürfen KI-Werkzeuge wie ChatGPT für nicht-medizinische Aufgaben im Forschungs- und Klinikalltag bei der Durchführung des Projekts und von Studien genutzt werden, und hat das neben datenschutzrechtlichen Fragen Auswirkungen auf das IP im Projekt? Hier müssen Detailfragen erörtert und ent schieden werden. Hält der Forscher etwa eine GanzgenomSequenzierung für unabdingbar, muss der Datenschützer im KI-Reallabor verstehen, warum dieser weitreichende Schritt unverzichtbar ist, und es gilt zu erörtern, welche datenschonenden Alternativen bestehen.
Was sind die Gegenstücke zu Lötkolben und Hebebühne im KI-Reallabor? Wie muss es in Bezug auf Hard- und Software ausgestattet sein, damit es Forschung ermöglicht und was kostet so etwas den Betreiber des Labors? Steht z.B. das Training eines neuen Modells zur Integration von MRT-Aufnahmen, mikroskopischen Bildern und molekularen Daten an, erreicht man bereits Dimensionen von mehreren Grafikprozessoren-Servern, die je mit knapp 500.000 Euro zu Buche schlagen. Deren Leistung entspricht hunderten hochkonfigurierten MacBooks oder Milliarden C64. Hinzu kommt ein Speicherbedarf, der für Jahrzehnte 4K-Video-Streaming reicht. Von den Voraussetzungen für ein eigenes, von Grund auf trainiertes medizinisches Sprachmodell ist man damit aber noch weit entfernt. Am Ende soll die Forschung Menschenleben retten und zugleich den Forschungsstandort Europäische Union wettbewerbsfähig machen. Das ist dringend nötig, wenn wir künftig nicht am Beckenrand der KI-Medizin forschung stehen, sondern uns strategisch im Zentrum des wissenschaftlichen Geschehens bewegen wollen. Sind die so entstehenden KI-Medizinprodukte marktreif, dann werden sie auf dem Weltmarkt hervorragende Chancen haben, denn sie sind nicht nur solide gebaut, sondern sie schützen auch die Menschen hinter den Daten in der KI. Die Aufgabe für die Gesetzgeber in der Europäischen Union ist es, KI-Reallabore, die man nicht mit „Reallaboren“ außerhalb der KI-Verordnung verwechseln darf, zu etablieren. Die KI-Verordnung verlangt, dass mindestens ein solches Reallabor in jedem Mitgliedstaat etabliert werden muss. Es dürfen und müssen aber mehr sein, wenn die KI-Forschung und Entwicklung in Unternehmen und Forschungseinrichtungen hierzulande eine nennenswerte Rolle spielen sollen. Entscheidend wird dann auch sein, dass die Martküberwachung über KI jedenfalls insoweit auch auf Landesebene erfolgen kann. Das ist Voraussetzung für die dortige Einrichtung von KI-Reallaboren. Konkurrenz belebt das Geschäft. In diesem Fall ermöglicht sie den Fortschritt. KI-Reallabore sind ein wesentlicher Baustein für den KI-Standort Europa, der es mit der Konkurrenz in der Welt aufnehmen kann.
Professor Dr. Rolf Schwartmann ist Leiter der Kölner Forschungsstelle für Medienrecht an der TH Köln. Im Juni erscheint sein Buch „Über Leben mit KI. Wie wir uns gegen die Maschine behaupten“ im Verlag Frankfurter Allgemeine Buch. Professor Dr. Dr. Felix Sahm ist Ärztlicher Direktor der Neuropathologie der Universitätsklinik Heidelberg und einer der Träger des Deutschen Krebspreises 2026 in der Kategorie „Transnationale Forschung“.
