Von Greta Witt
07. Jan 2026
Der Scoping Workshop AI4Prevention brachte Expert:innen aus Wissenschaft und Praxis zusammen, um das Zukunftspotenzial Künstlicher Intelligenz für eine vorausschauende und personalisierte Prävention neu zu denken. Im Mittelpunkt standen der interdisziplinäre Austausch, die gemeinsame Standortbestimmung aktueller KI-Technologien und die Entwicklung strategischer Forschungsthemen – getragen von der klaren Botschaft: Die Zeit ist reif für KI-basierte Prävention, denn nur wenn wir das Paradigma umdrehen, bleibt Gesundheit langfristig bezahlbar. Die Teilnehmenden erarbeiteten Leitlinien für ein Positionspapier und setzten Impulse für zukünftige Kooperationen und Drittmittelinitiativen. Der Workshop zeigte eindrücklich, wie KI zum Schlüssel für ein präventives, wirksames und zukunftsfähiges Gesundheitssystem werden kann.
Unter dem Titel Effective (Digital) Prevention stand die Frage im Zentrum, wie digitale Technologien Prävention smarter, wirksamer und gerechter machen können. Expert:innen aus Public Health, KI-Forschung und Präventionswissenschaft setzten sich damit auseinander, wie KI-basierte Mustererkennung, systematisches Horizon Scanning und innovative Datenmodelle helfen, erfolgreiche Präventionsbedingungen frühzeitig zu erkennen und vorherzusagen. Gemeinsam entstanden neue Taxonomien, prädiktive Modelle und Entscheidungsinstrumente, die den Transfer von Evidenz erleichtern und Präventionsstrategien an unterschiedliche Kontexte anpassen. Der Workshop öffnet damit den Weg zu einer gemeinsamen Wissensinfrastruktur, die den Grundstein für die Zukunft digital gestützter Prävention legt.
Wie lassen sich Gesundheit und Krankheitsverläufe über das gesamte Leben hinweg vorhersagen? Der Workshop Artificial Intelligence through the Lifespan widmete sich genau dieser Fragestellung. Im Mittelpunkt stand, wie kontinuierlich erfasste Biosignaldaten genutzt werden können, um ein umfassenderes Bild von Gesundheit und Krankheit zu erhalten. Gezeigt wurden Methoden, die unvollständige Daten harmonisieren, zeitliche Verläufe von Krankheiten modellieren und gleichzeitig erklärbare, nachvollziehbare KI-Entscheidungen liefern. Ziel dieser Ansätze ist es, präzise Vorhersagen zu treffen, Krankheitsursachen besser zu verstehen und personalisierte Prävention sowie lebenslange Gesundheitsvorsorge auf eine datengetriebene Ebene zu heben.
Der AI Toolbox Hackathon & Strategic Workshop richtete den Fokus auf konkrete Forschungsfragen zur Künstlichen Intelligenz im Gesundheitsbereich und verband interdisziplinäre Expertise mit praxisnahen Fragestellungen. In interaktiven Sessions wurden Prototypen und Konzepte entwickelt, etwa für erklärbare KI, die Transparenz und Nachvollziehbarkeit von Modellen verbessert, für faire und verallgemeinerbare Algorithmen, die auch mit verfälschten oder unvollständigen Daten zuverlässig arbeiten, und für robuste neuronale Netze, die widerstandsfähiger gegenüber Störungen sind. Ziel war es nicht nur, technische Lösungen zu erarbeiten, sondern auch das wissenschaftliche Netzwerk zu stärken, den Austausch zwischen Forschungseinrichtungen zu fördern und Ideen für Folgeprojekte sichtbar zu machen. Der Workshop legte so die Basis für die nächste Generation von KI-Anwendungen im Gesundheitswesen, die sowohl innovativ als auch praxisnah sind.
