Von Rainer Busch
12. Mai 2026
Es ist eine schwierige und sehr individuelle Entscheidung: Würde man wissen wollen, ob man in zehn, 15 Jahren mit einer gewissen Wahrscheinlichkeit an Alzheimer oder Demenz erkrankt? Dr. Tanja Schultz hat für sich entschieden, dass sie es würde wissen wollen – allein schon, um rechtzeitig präventive Maßnahmen gegen die nahende Erkrankung ergreifen zu können. Dass man es wissen wollen könnte, daran forscht die Informatikerin in einem Projekt namens „Lifespan AI“, das Daten der gesamten Lebensspanne nutzt.
Die Professorin für Kognitive Systeme an der Universität Bremen ist Sprecherin des Forschungsprojektes, von dem sie sagt, es eröffne tolle Möglichkeiten. Mit 4,7 Millionen Euro wird das Vorhaben von der Deutschen Forschungsgemeinschaft (DFG) gefördert; als nur eine von acht in Deutschland erhält die Bremer Forschungsgruppe im Rahmen der Förderinitiative zur Künstlichen Intelligenz der DFG diese Finanzierung. „Wir wollen“, so beschreibt die Wissenschaftlerin die ambitionierte Aufgabe „zur Aufdeckung von Ursachen komplexer Erkrankungen und zur Optimierung von Präventionsstrategien beitragen.“ Wie wahrscheinlich eine Erkrankung ist, soll mittels KI-Methoden vorhergesagt werden können.
Zehn erfahrene Wissenschaftler:innen und zehn Doktorand:innen bringt Lifespan AI zusammen: Epidemolog:innen, Informatiker:innen, Statistiker:innen, Mathematiker:innen. Weit über 100 Nachwuchswissenschaftler:innen hatten sich um die Doktorand:innenstellen beworben. Zudem wurde eine Kooperationsprofessur für maschinelles Lernen in der Statistik geschaffen, die nun Professor Dr. Marvin N. Wright vom Leibniz-Institut für Präventionsforschung und Epidemiologie – BIPS innehat. „Die Forschungsgruppe“, sagt Schultz, „ist auch ein Beispiel für die ausgezeichnete langjährige Zusammenarbeit der Institutionen und Disziplinen in Bremen.“ Drei Mitgliedseinrichtungen der U Bremen Research Alliance sind an dem Projekt beteiligt. Neben der Universität Bremen und dem BIPS auch das Fraunhofer-Institut für Digitale Medizin MEVIS.
Wer wird langfristig krank, wer bleibt gesund? Sechs Einzelprojekte umfasst Lifespan AI. Tanja Schultz ist neben ihren koordinativen Aufgaben mit zwei „Herzensprojekten“ dabei. So entwickelt sie gemeinsam mit der Statistikerin Dr. Claudia Börnhorst vom BIPS Methoden der „Lebensspannen-KI“, die Vorhersagen individueller Gesundheitsverläufe über einen längeren Zeitraum erlauben. Denn von bestimmten chronischen Erkrankungen wie Demenz oder auch Adipositas wird angenommen, dass sie sich über einen sehr langen Zeitraum entwickeln, teils schon im Mutterleib.
„Die Vorhersage von Krankheiten mit hoher Wahrscheinlichkeit, bevor Symptome auftreten, ist ein wissenschaftlich ungelöstes Problem“, erläutert Schultz. Analysiert werden dazu unter anderem umfassende epidemiologische Datenbestände am BIPS. Sie sind über einen längeren Zeitraum erhoben worden von Menschen unterschiedlichen Alters, von Kindern bis hin zu Rentnern. Sie enthalten nicht nur Gesundheitsdaten, sondern auch Informationen über Lebensstil und Lebensumstände. „Was mich besonders reizt, ist, diese Datenbasen mit punktuellen Biosignalaufzeichnungen zu verheiraten“, sagt Schultz. Bei Biosignalen handelt es sich um vom Körper ausgesendete Informationen, die mit Sensoren aufgefangen werden und einen Rückschluss auf den Gesundheitszustand erlauben. Das können Muskel- oder Augenbewegungen sein, aber auch die Hirnaktivität und Sprache. So werden Langzeitdaten mit täglich erzeugtem Wissen verbunden.
Auch im zweiten Projekt, gemeinsam mit Dr.-Ing. Horst Hahn, Direktor am MEVIS und Professor für digitale Medizin, geht es um die Analyse von Gesundheitsdaten. Das ist insofern herausfordernd, weil es sich oft um unterschiedlichste Datentypen handelt wie Fragebogen, Sprachaufzeichnungen oder auch Bildaufnahmen, etwa vom Gehirn durch Magnetre-sonanztomografie (MRT). Entwickelt werden sollen Integrationsmethoden, sogenannte Deep-Learning basierte Modelle, von denen Schultz überzeugt ist, dass sie das Potenzial haben, die Datenwissenschaft tiefgreifend zu beeinflussen, und dass sie auch außerhalb des Gesundheitsbereiches anwendbar sein werden.
Daten sind wertvoll, das ist den wenigsten bewusst. Mit ihrer Forschung möchte Schultz daher auch beitragen zur Aufklärung der Bevölkerung über das, was da alles „weggesammelt“ wird, wie sie sagt, zumal immer mehr Daten erhoben werden. „Wenn ich mit einer Smartwatch meine Schritte zähle, dann erhalten die meisten Anbieter die Rechte an meinen Daten, sobald ich sie auf deren Server hochlade. Man nimmt mir also meine Rechte auf meine eigenen Daten. Und das ist meiner Ansicht nach nicht richtig“, findet Schultz. „Man sollte sich überlegen, was man mit seinen Daten anstellt. Wer sie nicht teilen will, der sollte auch die Möglichkeit haben, das zu tun.“
Das sieht Marvin N. Wright, Co-Sprecher von Lifespan AI, ganz genauso. Wie Tanja Schultz ist auch der Statistiker mit zwei Projekten in der KI-Forschungsgruppe vertreten. Auch sie befassen sich, vereinfacht gesagt, mit methodischen Fortschritten zur Analyse von Gesundheitsdaten, um reale Verbesserungen zu erzielen. „Der lebensüberspannende Aspekt ist etwas, das sonst nicht betrachtet wird“, erläutert Wright. „In Lifespan AI müssen wir wirklich neue Methoden entwickeln und nicht nur bestehende anwenden.“ Diese Kombination aus Methodenentwicklung und Anwendung sei für ihn das Spannende an dem Projekt. „Methoden einfach nur anzuwenden, ist langweilig, Methoden zu entwickeln, die keine reale Anwendung haben, ist sinnlos.“
Zum Wissenschaftsstandort Bremen passe Lifespan AI sehr gut, findet Wright, denn es kombiniere bestehende Stärken: die vielfältige Forschung an KI mit der Expertise in den Gesundheitswissenschaften. „Die KI wird benötigt, um mit großen Datenmengen umzugehen. Die Epidemiologie trägt dazu bei, die Prognosen über Krankheitsverläufe einzuordnen und aufzuzeigen, wo Prävention sinnvoll ist.“ Lifespan AI bereichere die Forschung um neue Aspekte und sorge ganz nebenbei dafür, dass die Fächer weiter zusammenwachsen.
Im Mai 2027 läuft die erste Förderphase aus. In ihr wurden die IT-Infrastruktur aufgebaut, Stellen besetzt, erste Studien veröffentlicht. „Wir haben schon viele Einzelprobleme gelöst, zum Beispiel die Harmonisierung verschiedener Datensätze über die Lebensspanne hinweg“, berichtet Wright. In der zweiten Phase, die noch bewilligt werden muss, sollen etwa die Biosig- nale integriert und KI-Methoden einbezogen werden, die zum Zeitpunkt der Antragstellung noch gar nicht verfügbar gewesen sind. „Das Gebiet ist unglaublich schnelllebig“, sagt der Wissenschaftler. Auf insgesamt acht Jahre ist das Projekt angelegt.
Würde er wie Tanja Schultz wissen wollen, wie hoch die Wahrscheinlichkeit ist, in der Zukunft schwer zu erkranken? Wright nickt. „Nur dann kann ich gezielte präventive Maßnahmen ergreifen, um das Risiko zu minimieren.“ Die Vorhersage des Risikos sei nämlich nur dann wertvoll, ergänzt er, wenn eine Intervention möglich sei, wenn das erzeugte Wissen also einen Nutzen habe. Und das sei bei Lifespan AI der Fall.
Wie können Biosignale wie Sprache, Muskel- oder Hirnaktivitäten genutzt werden, um KI- Tools zur Unterstützung des menschlichen Alltags zu entwickeln? Diese Frage steht im Zentrum des Projektes „Biosignals-HUB: Biosignal-Sensoren für menschzentrierte KI @ Universität Bremen“, das vom Land Bremen und der Europäischen Union mit 4,8 Millionen Euro gefördert wird. Unter Leitung von Prof. Dr.-Ing. Tanja Schultz entwickelt das Cognitive Systems Lab innovative mobile Biosignalaufnahmegeräte und errichtet eine leistungsstarke zentrale Speicher- und Computing-Infrastruktur. Zudem soll ein digitales Portal entstehen, das die Daten Nutzer:innen, Forschenden sowie interessierten Unternehmen zur Verfügung stellt.
