02.06.2023

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

Gastbeitrag. Georg Hanschitz, Product & Market Specialist bei Payone, erläutert, welche Chancen eine verpflichtende Quellenangabe bei der KI-Regulierung bieten würde.
/artikel/ki-regulierung-gastbeitrag-georg-hanschitz
(c) der brutkasten / schauer-burkart

Der Ruf nach Regulierung von Künstlicher Intelligenz (KI) ist unüberhörbar und wird mitunter von jenen Unternehmen propagiert, die selbst hoch erfolgreich KI-Anwendungen am globalen Markt platziert haben und betreiben. KI hat die generelle Marktreife für Anwendungen in allen Bereichen des Lebens erlangt, nun sei die Politik gefordert den Einsatz von KI zu regulieren, um Missbrauch zu verhindern, lautet der Tenor.

Herausforderungen einer KI-Regulierung

Übersehen wird dabei, dass kein Regulator alle denkmöglichen Anwendungsfälle auf Zulässigkeit von KI-Integration prüfen wird können und schon gar nicht deren Integrationstiefe – also wie stark KI in einem (einzelnen) Einsatzbereich zur Anwendung kommt. Darüber hinaus werden ethische Fragen zum Resultat von KI-gestützten Ergebnissen gestellt. Inwieweit ein Regulator, dessen Entscheidungen im Rahmen einer länderspezifischen Verwaltungsgerichtsbarkeit zu verantworten sind, sich einer solchen Aufgabe überhaupt stellen kann, ist fraglich. Gerade weil das Regulieren der Anwendbarkeit von KI so diffizil ist, nehmen KI Unternehmen die Politik in die Pflicht – Selbstbeschränkungen oder Regulierung bergen sowohl wirtschaftlich als auch rechtlich sehr hohe Risiken; zu starke Selbstregulierung kostet Marktanteile (da man womöglich freiwillig auf Geschäft verzichtet), zu geringe Selbstregulierung führen womöglich zu Zivilrechts- bzw. Schadensersatzklagen (etwa bei Verletzung der Privatsphäre, Eigentumsrechte, Intellectual Property etc).

Das Dilemma

Die Politik kämpft unterdessen mit der Herausforderung unterschiedlicher Standards. So könnten KI-Oasen entstehen, in denen es so gut wie keine Regulierung gibt, die errechneten Ergebnisse aber in den regulierten Markt Eingang finden. Die Einschränkung und Regulierung von KI Anwendungsfällen ist eine enorme Herausforderung – so wird etwa seit 2014 in der UNO ergebnislos über den Einsatz autonomer Algorithmus gesteuerter Waffen (etwa militärischer Drohnenschwärme) debattiert. Ein Verbot oder verbindliche Regeln, könnten einen militärisch-strategischen Nachteil bedeuten, so der die Kritiker der UNO-Initiative.

Ein möglicher Ausweg

Der vielversprechendste Ansatz einer Regulierung ist eine verpflichtende Quellenangabe. Was beinahe klingt, als wäre es zu einfach um wahr zu sein, kann tatsächlich der beste Ausweg aus dem derzeitigen Regulierungsdilemma sein.

Selbsterklärtes Ziel der KI-Forschung ist es eine sich selbst erklärende, nachvollziehbare und verlässliche Künstliche Intelligenz zu schaffen. Dabei gilt, je mehr verifizierte Daten- und IoT Quellen dem Ergebnis zu Grunde liegen, desto belastbarer ist das Resultat. Source und Type of Source könnten während des Abfrageprozesses in einem eigenen Datenstream erfasst werden, welcher unmöglich als Quellenangabe händisch zu überprüfen wäre; sehr wohl könnte der generierte Quellen-Datenstream aber maschinenlesbar gemacht werden, um ausgewertet zu werden.

Ein praktisches Beispiel:

Angefragt wird, welche Tomatensorte die weltweit beste ist. Neben der Antwort besteht die Möglichkeit den Prozentsatz „verifizierter Quellen“, „der Hauptquelle“ etc. auszulesen. Beziehen sich etwa 70 Prozent des Resultats auf einen oftmals verwendeten bezahlten Artikel eines Tomatenzüchters, so wäre das in der Auswertung sichtbar. Ähnlich wäre es mit so genannten „Fake News“ oder bei „Framing“. Quellen mit fragwürdigem Hintergrund könnten bei der Abfrage angezeigt werden, ähnlich wie es bei Dateien ist, die ein Anti-Virus Programm erkennt.

Welche Chancen dadurch entstehen

KI Unternehmen würden dazu verpflichtet werden, ein entsprechendes Protokoll auszusetzen und die Maschinenlesbarkeit der Quellenangabe zu gewährleisten, wie bei der Einführung der Geodaten-Nutzung am Beginn der 2000er Jahre, könnte dadurch nicht nur ein transparentes Prüfsystem geschaffen werden, sondern auch neue Geschäftsmodelle entstehen. Verletzungen und Missbrauch  im Bereich Datenschutz, Copyright, Datendiebstahl etc. könnten somit sichtbar gemacht und nach kurzer Zeit verhindert werden. Zudem wäre eine solche Regulatorik sowohl seitens der Politik als auch der Unternehmen umsetzbar und für Anwender praktikabel. Ebenso würde eine sie den Anspruch der Universalität erfüllen, da sie unabhängig von Ländergesetzgebungen, Schlupflöchern und Sprachbarrieren eingeführt werden könnte.

Dabei geht es nicht darum den Ball der Regulierung von KI an die Unternehmen zurückzuspielen, es wäre mehr ein Doppelpass zwischen Politik und Wirtschaft um die Anwendbarkeit von KI und das Vertrauen in neue Technologien voranzutreiben. Schlussendlich wäre die Verpflichtung zur maschinenlesbaren Quellenangabe auch ein wichtiger Schritt in Richtung der Vision der KI-Community: Eine sich selbst erklärbare, nachvollziehbare und verlässliche KI zu verwirklichen.

Deine ungelesenen Artikel:
21.08.2026

Wholomics: Rieder Startup entwickelt neue Methode zur Krebsfrüherkennung

Wholomics hat sich zum Ziel gesetzt, diverse Krebsarten bereits im Stadium eins zu erkennen. Eine Validierungsstudie gibt Hoffnung, aktuell befindet sich das Startup in der zweiten Finanzierungsrunde.
/artikel/wholomics-rieder-startup-entwickelt-neue-methode-zur-krebsfrueherkennung
21.08.2026

Wholomics: Rieder Startup entwickelt neue Methode zur Krebsfrüherkennung

Wholomics hat sich zum Ziel gesetzt, diverse Krebsarten bereits im Stadium eins zu erkennen. Eine Validierungsstudie gibt Hoffnung, aktuell befindet sich das Startup in der zweiten Finanzierungsrunde.
/artikel/wholomics-rieder-startup-entwickelt-neue-methode-zur-krebsfrueherkennung
(v.l.) Wholomics-Geschäftsführer Patrick Strasser und Maximilian Schneider | © Wholomics GmbH

Es ist wohl eine der schockierendsten Nachrichten, die man erhalten kann: Diagnose Krebs. Dabei werden verschiedenste Krebsarten oftmals erst in späten Stadien erkannt, was die Überlebenschance stark verringert. Das soll sich bald ändern. Die beiden Wholomics-Gründer Patrick Strasser und Maximilian Schneider entwickelten einen Test, der mit hoher Genauigkeit verschiedene Krebserkrankungen bereits im Stadium eins feststellen können soll.

“Heutzutage zählt es als Durchbruch, wenn ein Medikament für Krebspatienten im Stadium vier eine sechs Monate längere Überlebensdauer erzielt. Allerdings hätte man einen viel größeren Impact, wenn man Krebs einfach früher erkennen könnte”, erklärt Wholomics-CEO Strasser im brutkasten-Interview. Denn bei den meisten Krebsarten, die man bereits im Stadium eins erkennt, hätten die Patienten eine “5-Jahres-Überlebensrate von über 90 %”. Im Stadium drei bzw. vier falle die Überlebenschance rapide ab. 

Daher entwickelten Strasser und Wholomics-CTO Schneider einen Test, der darauf ausgelegt ist, mehrere Krebsarten bereits in frühen Stadien aus einer einzigen Blutprobe zu erkennen. Der Test analysiert diverse Veränderungen im Blutserum, also der Flüssigkeit im Blut, die mit einer frühen Tumorentwicklung in Zusammenhang stehen können. Die Ergebnisse einer Validierungsstudie sind vielversprechend, denn der Wholomics-Test erkannte eigenen Angaben zufolge 38 von 40 Krebserkrankungen im Stadium eins, darunter Darm-, Magen- und gynäkologische Tumore. Die Intellectual Property der Methode liegt bei Wholomics. Eine erste Version des Tests, der Wholomics Multi-Cancer Check, ist bereits über eine Partnerfirma, Novogenia, erhältlich. Strasser und Schneider möchten sich aber darauf konzentrieren, den Test in der breiten Bevölkerungsmasse einsetzen zu können.

Vom Forscher zum Unternehmer

Die beiden Wholomics-Gründer kennen einander seit ihrem Studium an der TU München und fassten gerade wissenschaftliche Publikationen zusammen, als ihnen die Idee für einen neuen Test zur Krebsfrüherkennung kam. Die Umstellung vom Forscher zum Unternehmer beschreibt der Biochemiker Strasser als “leicht”. Dennoch stellt ihn das Unternehmertum vor einige Herausforderungen. “Als Startup-Founder lernt man im Endeffekt nie aus. Das heißt, jeden Tag, jede Woche gibt es neue Dinge, die man sich selbst beibringen oder die man lernen muss“, erklärt Strasser und ergänzt: “Ein Founder hat mir mal gesagt, die wissenschaftliche Grundlage ist sozusagen das A und O deines Unternehmens. Aber 80 Prozent werden dann im Endeffekt auf der Business-Seite durchgesetzt.”

Wholomics wurde bisher mit dem aws First Incubator und der Forschungsprämie unterstützt. Aktuell befindet sich das Unternehmen in der zweiten Finanzierungsrunde und ist noch auf der Suche nach Investoren. Strasser und Schneider wollen die Runde im letzten Quartal dieses Jahres schließen. “Wir suchen nicht nur nach Geldgebern, sondern eben auch nach strategischen Partnern, die z. B. im Bereich Diagnostik Erfahrung haben”, sagt Strasser. Mit der Entwicklung ihres Startups zeigt sich der Biochemiker zufrieden, auch wenn der Standort Österreich seine Schwierigkeiten mit sich bringe. Die Regulierungen in der EU erschweren laut dem Krebsforscher jedem Diagnostik-Startup den Start.      

Das Ziel sind 2027 die USA, aber ohne FDA-Approval

Zudem brauche es in der EU hohe Investments, um ein medizinisches Produkt auf den Markt zu bringen. “Da muss man dann abwägen, wie die tatsächliche Marktzugangslage ist. Und die ist in Österreich oder im DACH-Raum generell etwas schwieriger”, erklärt Strasser, der mit Schneider den Großteil von Wholomics besitzt. Der Blick der beiden Österreicher richtet sich daher über den großen Teich. Sie arbeiten aktuell in den USA an der Eröffnung eines sogenannten CLIA-Labors. Dadurch soll der Test zur Krebsfrüherkennung als “Lab Developed Test” in den Vereinigten Staaten 2027 auf den Markt gebracht werden können. Er werde somit firmenintern validiert und könne anschließend an Privatpersonen weiterverkauft werden. Ein FDA-Approval sei dann nicht mehr nötig.

Wholomics als die nächste Generation der Krebsfrüherkennungstests

“Im Endeffekt wollen wir quasi die nächste Generation von Multi-Cancer Early Detection Tests auf den Markt bringen. Der größte Unterschied zwischen uns und anderen Anbietern ist, dass wir einfach sehr hohe Frühstadien-Erkennungsraten haben”, sagt Strasser. Langfristig will sich Wholomics am Markt als “First Line Diagnostic” platzieren, also als eine erste Reihe an Untersuchungen, die bei Krebsverdacht durchgeführt werden. Diese Tests sollen dann von Versicherern rückerstattet werden. Als potentielle Kunden beschreibt Strasser in den USA zu Beginn unter anderem Ärzte, später auch Krankenkassen, wobei man den Test immer unter ärztlicher Begleitung durchführen muss.

In Zukunft kann es mehrere unterschiedliche Use-Cases für Wholomics geben, wie z. B. einen Stratifizierungstest. Durch diese Tests werden Personen in klare Gruppen eingeteilt. Dadurch kann in der Medizin einer Person die passende Behandlung verschrieben werden. “Im Endeffekt laufen alle diese Use-Cases darauf hinaus, dass eine Blutprobe analysiert wird und wir das molekulare Profil nach Krebs-Signaturen untersuchen”, sagt Strasser.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

KI-Regulierung: Warum wir eine Pflicht für maschinenlesbare Quellenangaben brauchen