Agentische KI-Systeme können künftig komplexe Forschungsschritte von der Datenbankrecherche bis zur Dokumentation miteinander verknüpfen. Eine aktuelle Publikation zeigt jedoch, dass der wissenschaftliche Nutzen nicht allein vom Zugang zur Technologie abhängt, sondern ebenso von Datenqualität, sicherer Rechenleistung und methodischer Unterstützung.
Künstliche Intelligenz (KI) kann die biomedizinische Forschung grundlegend verändern. Besonders agentische KI-Systeme gehen über klassische, assistierende Anwendungen hinaus: Sie können mehrstufige Arbeitsprozesse eigenständig ausführen, Informationen recherchieren, digitale Werkzeuge nutzen, Datenbanken abfragen, Analysen durchführen und Ergebnisse dokumentieren.
In ihrer im New England Journal of Medicine AI veröffentlichten Perspektive untersuchen Lars Masanneck und Sibylle Mellinghoff, welche Chancen und Herausforderungen mit dieser Entwicklung verbunden sind. Im Mittelpunkt steht dabei weniger die Frage, wer grundsätzlich Zugang zu KI hat. Entscheidend sei vielmehr, ob Forschungseinrichtungen in der Lage sind, den Einsatz der Systeme in sichere, methodisch belastbare und vertrauenswürdige wissenschaftliche Ergebnisse zu überführen.
Von der Assistenz zum agentischen Forschungsteam
Klassische KI-Anwendungen reagieren in der Regel auf eine konkrete Eingabe. Agentische Systeme können dagegen mehrere aufeinanderfolgende Aufgaben miteinander verbinden. Sie sind darauf ausgerichtet, Informationen zu suchen, unterschiedliche digitale Werkzeuge einzusetzen, Daten zu verarbeiten und die einzelnen Arbeitsschritte zu dokumentieren.
Für die biomedizinische Forschung eröffnet dies die Perspektive, wiederkehrende und komplexe Abläufe effizienter zu organisieren. Nach Darstellung der Autoren gibt es bislang jedoch nur wenige konkrete Beispiele für den Einsatz agentischer KI in der biomedizinischen Forschung und insbesondere bei der Arbeit mit klinischen Daten. Die Entwicklung befindet sich damit noch in einer frühen Phase.
Der Engpass liegt nicht nur im KI-Modell
Die Publikation beschreibt mehrere Voraussetzungen dafür, dass aus einem vorhandenen KI-Zugang tatsächlich verlässliche Forschungsergebnisse entstehen können. Dazu gehören:
- der Zugang zu geeigneten KI-Systemen,
- eine strukturierte und gesicherte Datenbasis,
- sichere Rechenleistung,
- methodologische Unterstützung.
Erst das Zusammenspiel dieser Faktoren ermöglicht nach Einschätzung der Autoren eine wissenschaftlich belastbare Nutzung. Ein leistungsfähiges System allein kann die organisatorischen, technischen und methodischen Grundlagen wissenschaftlicher Arbeit nicht ersetzen.
Damit verschiebt sich der Blick von der Technologie auf die institutionellen Bedingungen ihres Einsatzes. Forschungseinrichtungen benötigen nicht nur geeignete Modelle, sondern auch Strukturen, in denen Daten sicher verarbeitet, Ergebnisse kritisch geprüft und Forschungsschritte nachvollziehbar dokumentiert werden können.
Risiko einer sich verstärkenden digitalen Kluft
Die Autoren warnen davor, dass agentische KI bestehende Unterschiede zwischen Forschungseinrichtungen vergrößern könnte. Unterschiede bei Finanzierung, Personal, wissenschaftlichem Ansehen und technischer Infrastruktur bestehen bereits. Wenn die Voraussetzungen für den KI-Einsatz vor allem an ressourcenstarken und datenreichen Standorten vorhanden sind, könnten diese Einrichtungen ihren Vorsprung weiter ausbauen.
Gleichzeitig kann agentische KI auch kleinere Forschungsteams stärken. Wenn ihnen durch den Zugang zu solchen Systemen neue Methoden und Forschungskapazitäten zur Verfügung stehen, könnten sie bestimmte Nachteile bei Personal und Infrastruktur teilweise ausgleichen. Ob dieser Effekt eintritt, hängt jedoch davon ab, ob der Zugang zu den erforderlichen Ressourcen breiter organisiert wird.
Zugang als gemeinsame wissenschaftliche Ressource
Masanneck und Mellinghoff plädieren deshalb dafür, den Zugang zu agentischen Forschungskapazitäten als gemeinsame wissenschaftliche Ressource zu betrachten. Dieser Zugang sollte potenziell national und international koordiniert werden und nicht allein von den Möglichkeiten einzelner Institutionen abhängen.
Die Frage hat damit auch eine ethische Dimension. Wenn die technische Infrastruktur zunehmend darüber entscheidet, welche Forschungsvorhaben tatsächlich umgesetzt werden können, betrifft dies wissenschaftliche Chancengerechtigkeit und Teilhabe. Nach Ansicht der Autoren sollte die Entwicklung deshalb nicht nur technisch vorangetrieben, sondern von der Wissenschaftsgemeinschaft aktiv und verantwortlich gestaltet werden.
Redaktionelle Einordnung für die Diabetologie
Die Publikation befasst sich nicht spezifisch mit Diabetes oder diabetologischen Forschungsdaten. Für die Diabetologie ist ihre übergeordnete Aussage dennoch relevant: Auch dort wird der mögliche Nutzen agentischer KI nicht allein von der Leistungsfähigkeit eines Systems abhängen, sondern von sicherer Datenverarbeitung, geeigneter Infrastruktur und methodischer Qualitätssicherung. Ob daraus künftig belastbare Erkenntnisse für Forschung und Versorgung entstehen, wird daher auch eine Frage des fairen Zugangs zu diesen Voraussetzungen sein.
Quelle: Pressemitteilung der Heinrich Heine Universität Düsseldorf (hhu) vom 31.08.2026: Einsatz von künstlicher Intelligenz in der biomedizinischen Forschung
Originalpublikation:
Agentic AI Teammates in Medical Research – From Tools to Collaborators – and the Accelerating Digital Divide
L. Masanneck, S. C. Mellinghoff. New England Journal of Medicine AI 2026. DOI: 10.1056/AIp2600239
