In einer Krise wissen Behörden und Kliniken oft zu spät, wo die Versorgung als Nächstes unter Druck gerät. Fallen Stationen aus, werden Medikamente knapp oder steigen Infektionszahlen, treffen Informationen aus Krankenhäusern, Apotheken, Umweltmessungen und Wetterdiensten heute nicht automatisch zu einem gemeinsamen Bild zusammen. Genau an dieser Lücke setzt AtheneKI an.
Das Forschungsprojekt soll Daten so aufbereiten, dass sich die Lage im deutschen Gesundheitssystem schneller aktualisieren lässt. Vorgesehen sind Informationen aus Krankenhäusern, Apotheken, Abwasser und Wetter. KI-gestützte Verfahren sollen Trends und ungewöhnliche Veränderungen markieren; Krisenszenarien sollen Fachleuten bei der Einordnung helfen. Das ist ein plausibler Infrastrukturansatz. Ein fertiges Warnsystem ist AtheneKI damit noch nicht.
Vom Messwert zur verantworteten Entscheidung
Die eigentliche Leistung eines solchen Systems läge nicht in einem einzelnen Modell, sondern in einer belastbaren Daten- und Entscheidungskette. Zunächst müssten die beteiligten Stellen Informationen bereitstellen. Anschließend werden die Daten vereinheitlicht und auf auffällige Veränderungen geprüft. Erst dann kann ein Lagebild entstehen, das etwa Hinweise auf knappe Kapazitäten oder ungewöhnliche Entwicklungen liefert.
Ein markiertes Signal ist aber keine fertige Erklärung. Es muss von Fachstellen, Gesundheitsämtern, Kliniken und den zuständigen Krisenstäben bewertet werden. Sie müssen klären, ob eine Veränderung belastbar ist, welche andere Ursache infrage kommt und ob eine konkrete Maßnahme gerechtfertigt ist. Ein Lagebild kann diesen Prozess unterstützen. Es ersetzt weder medizinische Diagnosen noch die Verantwortung derjenigen, die handeln.
Was AtheneKI konkret plant
Die Universität Duisburg-Essen beschrieb AtheneKI am 19. August 2026 als Verbundprojekt, das datenwissenschaftliche Grundlagen und Methoden für ein schneller aktualisierbares Gesundheitslagebild entwickeln soll. Nach dieser Projektbeschreibung sollen unterschiedliche Informationen zusammengeführt und standardisiert werden, damit Trends und ungewöhnliche Veränderungen früher sichtbar werden.
Das amtliche Projektprofil ergänzt die geplante Architektur: In Essen soll eine Entwicklungsumgebung entstehen, in München ein IT-System für die Nutzung der Lagebilder. In Hamburg ist eine mobile Sensorplattform vorgesehen, die unter anderem Proben wie Abwasser untersuchen soll. Das Projekt ist von August 2026 bis Juli 2029 angelegt. Nach Angaben der Universität fördert das Bundesministerium für Forschung, Technologie und Raumfahrt das Vorhaben mit rund 7,4 Millionen Euro; etwa 2,4 Millionen Euro davon sollen an das Institut für Künstliche Intelligenz in der Medizin am Universitätsklinikum Essen gehen.
Auch die Aussage zu den Daten braucht eine genaue Lesart. Die Projektbeschreibung grenzt das Vorhaben von personenbezogenen Daten ab. Das ist eine wichtige Zielsetzung, ersetzt aber keine spätere Prüfung von Datenflüssen, Zugriffsrechten und Verantwortlichkeiten im Betrieb.
Abwasser kann Trends zeigen, keine Ursache beweisen
Für die Einordnung hilft ein Blick auf die Abwasserkomponente. Das Robert Koch-Institut beschreibt Abwassersurveillance als Beobachtung von Trends auf Bevölkerungsebene. Solche Daten können ergänzend zu anderen Meldesystemen Hinweise auf die Infektionsdynamik geben. Sie sagen jedoch nicht zuverlässig, wie viele Menschen in einer dynamischen Gemeinde erkrankt sind, und sie ersetzen keine individuellen Tests.
Das RKI verweist dabei unter anderem auf unterschiedliche Ausscheidungsraten, Virusvarianten, Immunstatus und Standortbedingungen. Für AtheneKI folgt daraus kein Einwand gegen die Nutzung von Abwasserdaten. Es macht aber deutlich, dass ein auffälliger Messwert zusammen mit anderen Daten bewertet werden muss. Eine Korrelation ist noch keine Ursache und keine automatische Handlungsanweisung.
Der Nachweis beginnt erst im Betrieb
Mehr Daten und ein KI-Modell ergeben nicht von selbst ein verlässliches Lagebild. Entscheidend wird sein, ob die Quellen regelmäßig, vollständig und in vergleichbarer Form ankommen. Ebenso offen ist, wie viele Fehlalarme ein System erzeugt, wie es alternative Erklärungen prüft und wer ein Signal in welcher Zeit verbindlich bewertet.
Diese Fragen betreffen nicht nur die Technik. Das Bundesamt für Bevölkerungsschutz und Katastrophenhilfe sowie die BSI-Auswertung zur Krisenvorsorge betonen klare Informationswege und Zuständigkeiten. In der Praxis muss nachvollziehbar bleiben, wer eine Lage feststellt, wer sie beurteilt und wer eine Maßnahme verantwortet. Die ECDC ordnet integrierte Surveillance im EU-/EWR-Raum ebenfalls als Grundlage für Public-Health-Maßnahmen ein, nicht als Ersatz für Entscheidungen zuständiger Stellen.
Woran sich AtheneKI messen lassen muss
Der nächste belastbare Nachweis wäre kein weiterer Projektsteckbrief, sondern ein veröffentlichter Erprobungsbericht. Er müsste zeigen, welche Datenquellen tatsächlich angebunden sind, mit welcher Verzögerung sie eintreffen und wie belastbar die Anomalieerkennung unter definierten Szenarien arbeitet. Dazu gehören Fehlalarme, nachvollziehbare Schwellen, Rollen und Eskalationswege bis zu einer dokumentierten Entscheidung.
Für Kliniken, Kommunen und Gesundheitsämter ist genau das der relevante Punkt: Nicht die Frage, ob ein System Daten sammeln kann, sondern ob daraus rechtzeitig eine begründete und umsetzbare Entscheidung wird. AtheneKI entwickelt dafür einen Ansatz. Ob er sich in realen Krisen bewährt, muss das Projekt erst zeigen.
Quellen und weiterführende Informationen
- Universität Duisburg-Essen: Detecting Crises Earlier (Projektmitteilung, 19.08.2026)
- BMFTR-Sicherheitsforschung: AtheneKI (amtliches Projektprofil)
- Robert Koch-Institut: Abwassersurveillance
- BBK: Epidemien und Pandemien
- ECDC: Integrated respiratory virus surveillance guidance
Hinweis: Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft. Stand: 2026-08-27
