Frank Ursin¹, Monika Taddicken², Tim Kacprowski³

¹ Institut für Ethik, Geschichte und Philosophie der Medizin, Medizinische Hochschule Hannover

² Institut für Kommunikationswissenschaft, Technische Universität Braunschweig 

³ Abteilung Data Science in Biomedicine, Technische Universität Braunschweig 

Künstliche Intelligenz verändert die Forschung in Medizin und Lebenswissenschaften in einer Geschwindigkeit, die ethische Bewertungen und ihre Methoden herausfordert. Die Suche nach neuen pharmazeutischen Wirkstoffen oder die Voraussage individueller Krankheitsrisiken mit polygenischen Risiko-Scores werden durch KI erheblich erleichtert. Agentische KI-Systeme wie Googles Co-Scientist können Forschende auch bei der inhaltlichen Arbeit unterstützen, indem sie komplexe Zusammenhänge sichtbar machen oder Hypothesen vorschlagen. Wie übernehmen Forschende Verantwortung beim Publizieren KI-basierter Ergebnisse angefangen bei Fragen der Autorschaft über die Offenlegung ihres eigenen Beitrags angesichts neuer KI-Assistenten bis zur Abwägung gesellschaftlicher Folgen ihrer Forschung? Mit den neuen Möglichkeiten rücken auch alte Herausforderungen erneut in den Fokus, denn mit KI lassen sich nicht nur Medikamente, sondern auch Gifte entwickeln: Wie vermindern wir Dual-Use-Risiken, wenn dieselben KI-Verfahren zugleich nützen und schaden können?

Das BMFTR-Projekt KILEWI nutzt ein Horizon Scanning, um frühe Signale, blinde Flecken und kontroverse Erwartungen zum KI-Einsatz sichtbar zu machen und daraus diskursfähige Inhalte für Lehre und Öffentlichkeit zu entwickeln. Im Vortrag diskutieren wir die zeitbezogenen methodischen Herausforderungen dieses Vorgehens: Antizipation speist sich wesentlich aus Perzeption – aus der Wahrnehmung und Deutung von Forschenden, die von Hype-Zyklen, Förderlogiken und Publikationsdynamiken geprägt sind. Damit geraten klassische Herausforderungen der Technikfolgenabschätzung in ein Beschleunigungsregime: Während sich Begriffe, Daten, Modelle und Methoden rasch wandeln, bleiben ethische, rechtliche und soziale Bewertungen träge, fragmentiert oder unterkomplex.

Methodisch kombinieren wir daher ein Rapid-Scoping-Review mit leitfadengestützten Expert:innen-Interviews (Biologie, Medizin, Biotechnologie) um schließlich die so gewonnenen Erkenntnis in einem Horizon Scanning zu den ethischen und sozialen Herausforderungen des KI-Einsatzes in der lebenswissenschaftlichen Forschung zu erstellen. Im Vortrag stellen wir die methodischen Herausforderungen dieses Vorgehens vor.