{"id":378375,"date":"2026-09-06T08:31:20","date_gmt":"2026-09-06T08:31:20","guid":{"rendered":"https:\/\/www.europesays.com\/at\/378375\/"},"modified":"2026-09-06T08:31:20","modified_gmt":"2026-09-06T08:31:20","slug":"bedeutender-durchbruch-eine-ki-hat-lebensfaehige-viren-entworfen-was-das-bedeutet","status":"publish","type":"post","link":"https:\/\/www.europesays.com\/at\/378375\/","title":{"rendered":"„Bedeutender Durchbruch“: Eine KI hat lebensf\u00e4hige Viren entworfen – was das bedeutet"},"content":{"rendered":"

„Bedeutender Durchbruch“Eine KI hat lebensf\u00e4hige Viren entworfen – was das bedeutet06.09.2026, 10:08 Uhr \"Christian_Meier\"\/Von Christian J. Meier<\/a>\"brianhie_image_2024-3\"\/Die Stanford-Forscher Brian Hie und Aditi Merchant untersuchen eine Proteinstruktur, die von Evo 2 generiert wurde, einem KI-Tool, das Entw\u00fcrfe f\u00fcr Genomsequenzen vorschlagen kann. (Foto: Stanford Engineering)<\/p>\n

Die KI Evo analysiert das Erbgut eines einfachen Virus gr\u00fcndlicher als Fachleute \u2013 so gut, dass sie daraus DNA-Baupl\u00e4ne f\u00fcr komplett neue, funktionst\u00fcchtige Viren konstruieren kann. Ein Durchbruch. Aber einer, der auch viel \u00fcber die Grenzen von KI sagt.\u00a0<\/p>\n

„KI generiert Viren“ – bumm. Eine Nachricht wie aus einem d\u00fcsteren Science-Fiction-Film. Aber so oder \u00e4hnlich stand es k\u00fcrzlich in Schlagzeilen vieler Medien. Wirklich. Es ist also real.<\/p>\n

Oder?<\/p>\n

Das, was jetzt passiert ist, k\u00f6nnte – vielleicht – irgendwann dazu f\u00fchren, dass ein Laptop gen\u00fcgt, um den Bauplan f\u00fcr einen neuen Mikroorganismus mit gew\u00fcnschten Funktionen zu kreieren – einen, den es in der Natur noch nicht gibt. Gut organisierte Terroristen k\u00f6nnten damit wom\u00f6glich eine Pandemie ausl\u00f6sen. Auf der anderen Seite k\u00f6nnte es aber auch zum Kinderspiel werden, sehr n\u00fctzliche Viren gegen resistente Krankenhauskeime<\/a> zu entwickeln.<\/p>\n

Da die biologische Wissenschaft immer weiter voranschreitet, ist es wahrscheinlich, dass dieser Laptop-Moment irgendwann kommt. Doch wie nahe sind wir ihm schon? Was ist also eigentlich passiert?<\/p>\n

ChatGPT f\u00fcr Gene und Proteine<\/p>\n

Eine Forschergruppe um Samuel King von der Stanford University hat eine KI namens „Evo“ genutzt, um DNA-Baupl\u00e4ne zu entwickeln, die einem seit Jahrzehnten bekannten Virus \u00e4hnlich genug sind, um lebensf\u00e4hige Viren hervorzubringen – sich aber zugleich deutlich genug unterscheiden, um den neuen Viren neue Eigenschaften zu verleihen.<\/p>\n

Die KI generierte Tausende Varianten des Genoms (so nennen Biologen die Gesamtheit der Erbinformation eines Organismus) des nat\u00fcrlichen Virus. Zun\u00e4chst existierten diese nur virtuell im Computer. Aus ausgew\u00e4hlten Bauplan-Varianten stellten die Forscher im Labor reale Viren her, indem sie chemische DNA-Bausteine zu einem Genom zusammensetzten. 16 dieser k\u00fcnstlichen Organismen waren lebensf\u00e4hig. \u00dcber diesen beachtlichen wissenschaftlichen Erfolg schreiben die Forscher im Fachmagazin „Science“<\/a>.<\/p>\n

Seit ChatGPT staunen normale Menschen \u00fcber die F\u00e4higkeiten von KI, etwa beim Beantworten von Fragen oder beim Generieren von Texten, die wie von Menschen geschrieben klingen. Weniger bekannt ist, wie sehr auch Biologen staunen. Auch sie nutzen KI-Modelle, die Sprachmodellen wie ChatGPT oder Claude \u00e4hneln. Das ist kein Wunder. Denn die Erbinformation DNA oder der Aufbau von Proteinen \u00e4hneln Texten insofern, als sie sich aus einer Abfolge von „Buchstaben“ zusammensetzen: bei der DNA vier „Basen“, bei Proteinen 20 „Aminos\u00e4uren“. Wie ein literarischer Text vielschichtig sein kann und unz\u00e4hlige Interpretationen erlaubt, sind auch diese biologischen „Texte“ komplex und f\u00fcr Forscher schwer zu durchdringen.<\/p>\n

Bei Proteinen etwa bedingt die Abfolge – im Fachjargon „Sequenz“ – der Aminos\u00e4uren, zu welcher dreidimensionalen Form sich das Biomolek\u00fcl faltet. Und diese Form entscheidet wiederum \u00fcber seine Funktion. Zum Beispiel hat das Enzym Amylase, das im Speichel St\u00e4rke spaltet, eine passgenau f\u00fcr das St\u00e4rkemolek\u00fcl geformte Tasche.<\/p>\n

Die Vorhersage der 3D-Form galt jahrzehntelang als extrem schwierig, bis 2018 die KI „Alphafold“ von Googles Londoner Tochter „Deepmind“ kam: Sie erkennt komplexe Muster in Aminos\u00e4ure-Sequenzen, mit denen sie deren Faltung vorhersagt – eine Leistung, f\u00fcr die es 2024 den Chemie-Nobelpreis gab. Das er\u00f6ffnet nicht nur neue biologische Einsichten, sondern erlaubt es auch, Proteine gezielt f\u00fcr neue Medikamente zu „designen“.<\/p>\n

KI erlernt die Muster der Evolution<\/p>\n

Bei der DNA ist es \u00e4hnlich: Die Sequenz der genetischen Buchstaben h\u00e4ngt eng mit der Funktion eines Gens zusammen – oft auf sehr komplexe Weise. So k\u00f6nnen in einem DNA-Abschnitt mehrere Gene „\u00fcbereinanderliegen“ – als w\u00fcrde dieselbe Buchstabenfolge, je nachdem wo man zu lesen beginnt, zwei v\u00f6llig unterschiedliche S\u00e4tze mit unterschiedlichem Sinn ergeben. Und genau wie ein Satz seine volle Bedeutung oft erst im Zusammenhang des gesamten Textes entfaltet, h\u00e4ngt die Funktion eines DNA-Abschnitts h\u00e4ufig subtil vom gr\u00f6\u00dferen genetischen Kontext ab. Naheliegend also, KI-Modelle wie ChatGPT zu nutzen – nicht um Texte zu generieren, sondern k\u00fcnstliche DNA-Abschnitte. Tats\u00e4chlich zeigte eine fr\u00fchere Version von Evo diese F\u00e4higkeit schon 2024, als sie funktionierende Genscheren entwarf, die Biologen als Werkzeuge nutzen.<\/p>\n

Statt mit unz\u00e4hligen Seiten von Text aus dem Internet, wie ein normales Sprachmodell, wurde Evo mit den Erbinformationen von Millionen von Organismen aus allen Bereichen des Lebens trainiert. Dazu geh\u00f6ren auch sogenannte Phagen. Das sind Viren, die Bakterien befallen, um sich zu vermehren. Das Genom dieser sehr einfach aufgebauten Erreger ist ebenfalls sehr einfach. Bei dem Phagen \u03a6X174 sind es etwa 5400 genetische Buchstaben, eher also ein Artikel als ein Buch.<\/p>\n

Die Forscher um Samuel King wollten nun wissen: Kann Evo nicht nur Genom-Abschnitte erzeugen, sondern ein ganzes Genom? Genauer gesagt: Kann Evo neue, lebensf\u00e4hige Varianten des Genoms von \u03a6X174 generieren, die es in der Natur noch nicht gibt? Daf\u00fcr trainierten sie Evo zus\u00e4tzlich – mit einer sogenannten Feinabstimmung – auf den Genomen von 15.000 Viren aus derselben Familie wie \u03a6X174. So sollte Evo Muster erkennen, die die Evolution dieser Phagenfamilie widerspiegeln: die nat\u00fcrlichen Leitplanken, innerhalb denen das Genom bleiben muss, um lebensf\u00e4hig zu sein.<\/p>\n

„Halluziniertes“ Erbgut<\/p>\n

Ob Evo diese Regeln wirklich lernt, l\u00e4sst sich nicht direkt \u00fcberpr\u00fcfen – doch wenn ja, sollte die KI potenziell lebensf\u00e4hige Genome generieren. Die Forscher lie\u00dfen die KI Tausende Sequenzen erzeugen. Diese unterzogen sie einer harten Pr\u00fcfung, um die am ehesten lebensf\u00e4higen herauszufiltern. Daf\u00fcr wendeten sie ihr Fachwissen \u00fcber das Erbgut von Viren an. Nach dieser Filterung blieben etwa 300 Genome \u00fcbrig. Diese synthetisierten die Forscher dann im Labor. Davon konnten 16 das Wirtsbakterium E. coli am Wachstum hindern – sie funktionierten also.<\/p>\n

Besonders interessant: Aus den lebensf\u00e4higen Phagen z\u00fcchteten die Forscher weitere, die phagenresistente E.-coli-Bakterien infizieren konnten – etwas, wozu vergleichbare nat\u00fcrliche Phagenst\u00e4mme nicht in der Lage waren. Die Forscher vermuten, dass die k\u00fcnstlichen Phagen die Resistenz \u00fcberwanden, weil ihre genetische Vielfalt gr\u00f6\u00dfer war als die der nat\u00fcrlichen.<\/p>\n

Fachleute loben die Arbeit. Sie sei ein „bedeutender Durchbruch“, sagt etwa Jordi Garcia Ojalvo von der Universit\u00e4t Pompeu Fabra in Barcelona. Der Professor f\u00fcr Systembiologie d\u00e4mpft jedoch Erwartungen an schnelle therapeutische Erfolge: Das Verfahren sei wenig effizient, betont<\/a> er gegen\u00fcber dem britischen Science Media Center. Die meisten von der KI erzeugten Genome seien „Halluzinationen“ – so nennt man \u00fcberzeugend klingende, aber falsche Antworten von KI-Sprachmodellen wie ChatGPT. In Bezug auf Evo hei\u00dft das: Viele Varianten m\u00fcssen aufw\u00e4ndig im Labor synthetisiert und getestet werden, um wenige lebensf\u00e4hige Viren zu erzeugen.<\/p>\n

Genetik-Experten erwarten keine weiteren neuen KI-Organismen<\/p>\n

Garcia Ojalvo erwartet nicht, dass das Verfahren schnell effizienter gemacht werden kann. Daf\u00fcr seien die Daten f\u00fcr das Training solcher genomischen Sprachmodelle zu begrenzt und w\u00fcrden dies auch bleiben. Ein Grund daf\u00fcr: W\u00e4hrend Texte im Internet als Trainingsmaterial f\u00fcr ChatGPT und Co. bereits in gigantischen Mengen vorliegen, m\u00fcssen Genomdaten nach und nach durch physische Laborarbeit gewonnen werden. Nur weil die Phagenfamilie von \u03a6X174 sehr kleine Genome hat, liegt f\u00fcr sie bereits relativ viel Datenmaterial vor.<\/p>\n

Tom Ellis vom Imperial College London findet die Studie zwar auch „beeindruckend“. Sie zeige aber, wie weit die KI noch davon entfernt sei, Baupl\u00e4ne f\u00fcr komplexere Genome von gr\u00f6\u00dferen Viren oder Zellen zu erstellen, sagte der Genomexperte zum Sender Al Jazeera. \u03a6X174 sei das am einfachsten zu designende Genom. Das Erbgut des Covid-Virus sei sechsmal so lang und wegen der exponentiell steigenden Komplexit\u00e4t von Genomen „wahrscheinlich hundertmal“ schwerer f\u00fcr eine KI zu analysieren.<\/p>\n

Die neue Arbeit ist auch f\u00fcr Harald K\u00f6nig vom Karlsruher Institut f\u00fcr Technologie ein wichtiger Fortschritt. Solche Genome „rational“, also von Menschen, zu designen sei wegen ihrer hohen Komplexit\u00e4t „sehr, sehr schwierig“, sagt der Biologe. Die Leistung der KI bestehe darin, „Prinzipien zu erkennen, wie das Genom aussehen muss, damit es immer noch funktioniert“.<\/p>\n

Ob das auch bei komplexeren Organismen klappt, ist f\u00fcr K\u00f6nig offen. Das Erbgut von Viren, die etwa Menschen befallen, enth\u00e4lt typischerweise viel mehr Gene und kann noch „tiefer verschachtelt“ sein – es kodiert so mehr Funktionen als \u03a6X174. Ob KI-Modelle auch diese h\u00f6here Komplexit\u00e4t erfassen, k\u00f6nne „im Moment niemand wirklich sagen“, so der Experte f\u00fcr Technikfolgenabsch\u00e4tzung.<\/p>\n

K\u00f6nig betont zudem: Die Forscher haben Evo nicht gezielt angewiesen, eine resistenz\u00fcberwindende Phage zu erzeugen – diese F\u00e4higkeit ergab sich „zuf\u00e4llig“. „Die Arbeit zielte nicht auf die Erzeugung neuer Eigenschaften, sondern auf den Erhalt der Eigenschaften von \u03a6X174“, sagt K\u00f6nig. Trotzdem h\u00e4lt er es f\u00fcr m\u00f6glich, k\u00fcnftig auch gezielt neue Eigenschaften zu designen – selbst wenn die neuen Genome ihren Vorlagen zu \u00fcber 90 Prozent \u00e4hneln.<\/p>\n

Eine Welt, in der man eine Gen-Design-KI einfach promptet, „mach mir einen Virus, der resistente MRSA-Erreger t\u00f6tet“ oder, schlimmer, „bau mir ein Virus, gegen das Menschen nicht immun sind und das sich leicht verbreitet“, d\u00e4mmert also auch mit der neuen Arbeit nicht am Horizont. Es bleibt aufw\u00e4ndig, neue funktionierende Genome zu erzeugen, erst recht solche mit zuvor definierten Funktionen. KI bleibt in Konkurrenz zu etablierten Methoden wie der Z\u00fcchtung resistenz\u00fcberwindender Phagen im Labor.<\/p>\n

Also nein: KI hat keinen „Virus generiert“. Sie hat unter kundiger Anleitung von Fachleuten sehr gut geraten, wie ein lebensf\u00e4higer Virus einfachster Bauart aussehen k\u00f6nnte. Ein beachtlicher, aber nicht weltbewegender Erfolg. Der Laptop-Moment bleibt weit weg. Wenn er mal da ist, wird das, was wir heute KI nennen, vielleicht eine wichtige Rolle gespielt haben. Vielleicht aber auch nicht. Das ist heute schlicht noch unklar. Dennoch: Die KI Evo k\u00f6nnte der Anfang von etwas sein, das die Welt eine andere werden l\u00e4sst. <\/p>\n

Quelle: ntv.de<\/p>\n","protected":false},"excerpt":{"rendered":"„Bedeutender Durchbruch“Eine KI hat lebensf\u00e4hige Viren entworfen – was das bedeutet06.09.2026, 10:08 Uhr Von Christian J. MeierDie Stanford-Forscher…\n","protected":false},"author":2,"featured_media":378376,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","_share_on_mastodon":"0"},"categories":[20],"tags":[46,42,1001,20072,6704,6703,63493,124,123,508,44,3357],"class_list":["post-378375","post","type-post","status-publish","format-standard","has-post-thumbnail","category-gesundheit","tag-at","tag-austria","tag-bildung","tag-biotechnologie","tag-dna","tag-genforschung","tag-gentechnik","tag-gesundheit","tag-health","tag-kuenstliche-intelligenz","tag-oesterreich","tag-viren"],"share_on_mastodon":{"url":"https:\/\/pubeurope.com\/@at\/117223168103595320","error":""},"_links":{"self":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/378375","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/comments?post=378375"}],"version-history":[{"count":0,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/posts\/378375\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media\/378376"}],"wp:attachment":[{"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/media?parent=378375"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/categories?post=378375"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.europesays.com\/at\/wp-json\/wp\/v2\/tags?post=378375"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}