Großbritannien will künstliche Intelligenz gezielt zur Erkennung biologischer Gefahren einsetzen. Dafür hat die Regierung am 24. Oktober ein neues AI Biosecurity Lab mit 100 Millionen Pfund angekündigt. Sein Auftrag: Hinweise auf gefährliche Erreger früher erkennen und ihre Entwicklung verfolgen. Wie solche Überwachung technisch aussehen kann, zeigen bereits britische Forschungsprogramme, die Erbgut aus Proben auswerten.
Ein Labor innerhalb eines größeren Vorhabens
Die Ankündigung des Finanzministeriums ordnet das Labor einer Initiative über insgesamt 165 Millionen Pfund zu. Neben den 100 Millionen für das Labor sind 65 Millionen für biologische Überwachung und medizinische Gegenmaßnahmen gegen besonders wichtige Erreger vorgesehen.
Hinzu kommen angekündigte KI-Modellguthaben von OpenAI und Anthropic im Wert von bis zu 200 Millionen Pfund. Solche Guthaben ermöglichen die Nutzung von Modellen; sie sind keine zusätzliche Barauszahlung an das Labor. Google DeepMind und Basecamp Research werden als Partner genannt. Einen Standort, einen Betriebsstart und den Zeitraum der Finanzierung nennt die Mitteilung nicht. Weitere Einzelheiten zum Haushalt sollen in der folgenden Woche vorgestellt werden.
Erst die Probe, dann das Muster
Damit ein Computer auffällige Erreger erkennen kann, braucht er verwertbare Daten. Einen Ansatz dafür erprobt die britische Gesundheitsbehörde UKHSA seit 2025 mit mSCAPE. Das Programm führt anonymisierte Erregerdaten verschiedener Labore zusammen, um sie landesweit auszuwerten.
Die dafür verwendete Metagenomik untersucht das Erbgut in einer Probe, ohne die Suche vorher auf einen bestimmten Erreger festzulegen. Das unterscheidet sie von Verfahren, bei denen Forschende gezielt nach bereits bekannten Krankheitserregern suchen. Wer die Untersuchung von Anfang an auf einen bestimmten Verdächtigen ausrichtet, braucht diese Vermutung vor dem Test. Die ungezielte Untersuchung lässt dagegen auch andere Spuren sichtbar werden.
Das ist für die Überwachung interessant, weil ein bekannter Erreger an einem unerwarteten Ort auftreten kann. Auch bislang unbekannte Erreger gehören zu den möglichen Anwendungsfällen, die UKHSA beschreibt. Werden Daten mehrerer Labore zusammengeführt, können Fachleute nach Veränderungen und Zusammenhängen suchen, die über eine einzelne Probe hinausreichen.
Wo KI bereits erprobt wird
Ein konkretes Beispiel für den KI-Anteil lieferte das britische Gesundheitsministerium in einer Parlamentsantwort vom 20. Juli 2026. In einem UKHSA-Projekt werden Erbgutdaten aus Abwasser- und Luftproben in Krankenhäusern gewonnen. Mit maschinellem Lernen verfolgen Forschende, wie sich Antibiotikaresistenzen zwischen verschiedenen Bakterienarten verbreiten.
Antibiotikaresistenz bedeutet, dass Bakterien gegen Medikamente widerstandsfähig werden, die sie eigentlich bekämpfen sollen. Solche Infektionen sind schwieriger zu behandeln. Das Projekt verwendet unter anderem überwachtes Lernen: Ein Modell lernt anhand bekannter Beispiele, Muster in weiteren Daten zu erkennen. Die Proben liefern also das Material für die Auswertung; die KI hilft, darin Zusammenhänge aufzuspüren.
Ziel ist, neu auftretende Resistenzen so früh zu bemerken, dass Krankenhäuser rechtzeitig Maßnahmen gegen ihre Ausbreitung ergreifen können. Laut der Parlamentsantwort wird noch untersucht, wie zuverlässig der Ansatz unter tatsächlichen Bedingungen funktioniert. Genau diese Verbindung zwischen Datenauswertung und brauchbarer Information für Fachleute entscheidet über den Nutzen der Technik.
mSCAPE und das Krankenhausprojekt illustrieren bestehende Forschungswege. Welche Verfahren das neu angekündigte Labor tatsächlich zusammenführen wird, bleibt Teil seiner noch auszugestaltenden Arbeit.
Quellen
- HM Treasury: Chancellor unveils Britain’s ambitious plan for AI, 24. Oktober 2026.
- UK Health Security Agency: UKHSA launches new metagenomic surveillance for health security, 30. Januar 2025.
- Department of Health and Social Care / UK Parliament: Antwort auf die schriftliche Frage HL1860, 20. Juli 2026.
Für diesen Artikel wurden KI-gestützte Recherche- und Editierwerkzeuge verwendet. Der Inhalt wurde redaktionell geprüft.
