An der Uni Saarland geht es um ein Problem, das längst nicht mehr nur in Krankenhäusern oder Forschungslaboren Sorgen macht: Resistente Bakterien verursachen laut Robert Koch-Institut jährlich knapp 10.000 Todesfälle in Deutschland. Weltweit spielten Antibiotikaresistenzen laut „The Lancet“ zuletzt bei rund 4,7 Millionen Todesfällen eine Rolle. Bis 2050 könnte sich diese Zahl verdoppeln.

Seit 1990 steigt die Zahl der Infektionen mit multiresistenten Erregern laut RKI deutlich. Gründe gibt es mehrere: Viele Antibiotika-Wirkstoffe sind alt, Forschung und Pharmaindustrie richteten zeitweise weniger Aufmerksamkeit auf ihre Entwicklung, Medikamente werden nicht überall ausreichend kontrolliert eingesetzt. Dazu kommen globaler Tourismus und der massenhafte Antibiotikaeinsatz in der Tiermast. Ein neues Antibiotikum zu entwickeln, dauert mehr als zehn Jahre. Das ist, freundlich gesagt, ziemlich langsam für ein Wettrennen, bei dem sich die Bakterien ständig verändern.

Eine Lernschleife für neue Wirkstoffe

Genau hier setzt das Projekt „OptimAIze“ an. Beteiligt sind die Saar-Universität, das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), das Helmholtz-Institut für Pharmazeutische Forschung Saarland (HIPS) und das Münchner Unternehmen Smartbax. Das Bundesforschungsministerium fördert das Vorhaben mit knapp 2,5 Millionen Euro.

Projektkoordinatorin ist die Informatikprofessorin Verena Wolf vom DFKI. Das HIPS beteiligt sich über die Abteilung „Drug Design and Optimisation“, die von Professorin Anna Hirsch geleitet wird. Die KI soll Wirkstoffkandidaten verbessern und bei der Entwicklung neuer Substanzen helfen. In Bakterien gibt es laut Forschungsantrag mehr als 300 mögliche Zielproteine für Medikamente – genug Ansatzpunkte, um sich leicht zu verzetteln.

Die Computersysteme des DFKI werden dafür mit Pharma-Laboren zu einer Lernschleife verbunden. Zuerst erstellt die KI Vorhersagen zu Wirkstoffen. Anschließend werden diese Vorschläge im Labor überprüft. Die gemessenen Ergebnisse fließen wieder in das Training der KI ein. So soll sich Schritt für Schritt herausarbeiten, welche Moleküle Bakterien möglichst wirksam treffen und Menschen möglichst wenig schaden.

Hier könnte Ihr Advertorial stehen
Ein Advertorial bietet Unternehmen die Möglichkeit, ihre Botschaft direkt im redaktionellen Umfeld zu platzieren

Ein Forschungsschwerpunkt sind Membrantransporter in den Zellwänden von Bakterien. Sie schleusen lebenswichtige Substanzen in die Zellen. Werden sie blockiert, können die Bakterien absterben. Besonders im Blick steht der ECF-Transporter, der ausgeschrieben „Energy-Coupling-Factor-Transporter“ heißt. Er transportiert Vitamine in Bakterienzellen und kommt unter anderem bei Bakterien vor, die Atemwegsinfektionen verursachen.

Für Menschen ist der Transporter insofern interessant, als er nur in Bakterien, nicht aber in menschlichen Zellen vorkommt. Ein Wirkstoff könnte die Erreger damit von essenziellen Nährstoffen abschneiden. Derzeit gibt es laut Anna Hirsch kein Antibiotikum, das auf diesem Prinzip basiert. ECF-Transporter galten bisher als schwer angreifbar. Gerade deshalb klingt der Ansatz ein wenig nach einer bislang schlecht beleuchteten Seitentür.

Mehr als ein schnellerer Computer

Die Übertragung von Erfahrungen mit Sprachmodellen auf die Pharmaforschung ist laut Verena Wolf nicht direkt möglich. Pharma-KI befindet sich noch in einer frühen Entwicklungsphase. Große Datenmengen und komplexe molekulare Wechselwirkungen machen die Sache knifflig: Ein kleiner Bestandteil eines Wirkstoffmoleküls kann für die gewünschte Wirkung entscheidend sein, ein anderer für Nebenwirkungen.

Die KI soll solche Zusammenhänge lernen und außerdem erklären können. Diese „Explainable AI“, kurz XAI, soll nachvollziehbar machen, warum ein System einen pharmazeutischen Vorschlag unterbreitet. Das ist nicht bloß eine nette Zusatzfunktion. Je klarer die Begründung, desto eher können Forschende die Ergebnisse prüfen – und ihnen im Labor überhaupt vertrauen.

Neben konkreten Antibiotika-Kandidaten sollen neue KI-Verfahren und Softwarewerkzeuge entstehen. Die am DFKI entwickelten Systeme sollen, soweit möglich, als Open Source veröffentlicht werden. Nach drei Jahren Projektlaufzeit sollen knapp zwei Dutzend Moleküle für weitere Stufen der Pharmaforschung vorgestellt werden. Anna Hirsch schätzt, dass KI die erste Phase der Wirkstoffentwicklung um 30 bis 70 Prozent beschleunigen könnte.

Resistenzen sichtbar machen

Antibiotikaresistenzen erschweren weltweit zunehmend die Behandlung bakterieller Infektionskrankheiten und gelten als gravierendes Problem der öffentlichen Gesundheit. Als Reaktion entwickelte das Bundesministerium für Gesundheit die Deutsche Antibiotika-Resistenzstrategie, kurz DART. Zu ihren zentralen Bestandteilen gehören Überwachungssysteme für Antibiotikaresistenzen und für den Antibiotikaverbrauch.

Ihr Zweck ist ziemlich bodenständig: verlässliche und repräsentative Daten erfassen und auf dieser Grundlage Maßnahmen zur Begrenzung des Problems ergreifen. Mit ARS, der Antibiotika-Resistenz-Surveillance in Deutschland, wurde dafür eine bundesweite Infrastruktur aufgebaut. Sie umfasst sowohl die stationäre Krankenversorgung als auch die ambulante Versorgung und soll belastbare Daten zur Epidemiologie der Antibiotikaresistenz in Deutschland liefern.

ARS erlaubt differenzierte Auswertungen nach Strukturmerkmalen der Krankenversorgung und nach Regionen. Das System ist als laborgestütztes Surveillance-System konzipiert. Es erhebt kontinuierlich Resistenzdaten aus der Routinediagnostik – und zwar für das gesamte Spektrum klinisch relevanter bakterieller Erreger.

Die Daten liefern Laboratorien, die Proben aus medizinischen Versorgungseinrichtungen und Arztpraxen mikrobiologisch untersuchen. Als nationales Surveillance-Netzwerk bildet ARS außerdem die Grundlage für Deutschlands Beteiligung an internationalen Systemen: am European Antimicrobial Resistance Surveillance Network, EARS-Net, und am Global Antimicrobial Resistance Surveillance System, GLASS, der Weltgesundheitsorganisation.

Der weltweite Blick auf AMR

Wie groß die Lücken und die Fortschritte bei solchen Daten sind, zeigt der Global Antibiotic Resistance Surveillance Report 2025 der WHO. Die Weltgesundheitsorganisation veröffentlichte ihn am 13. Oktober 2025. Der Bericht beschreibt die zunehmende Bedrohung durch antimikrobielle Resistenzen, also AMR, die die Wirksamkeit lebensrettender Behandlungen beeinträchtigen.

Das WHO-System GLASS unterstützt Länder beim Aufbau nationaler Überwachungssysteme und bei der Erhebung standardisierter Daten. Die globale Analyse basiert auf mehr als 23 Millionen bakteriologisch bestätigten Fällen: Blutstrominfektionen, Harnwegsinfektionen, gastrointestinalen Infektionen und urogenitaler Gonorrhö.

Für das Jahr 2023 meldeten 104 Länder Daten, für den Zeitraum 2016 bis 2023 waren es 110 Länder. Der Bericht enthält angepasste globale und regionale AMR-Schätzungen für 2023 zu 93 Kombinationen aus Infektionstyp, Erreger und Antibiotikum. Hinzu kommen angepasste nationale AMR-Schätzungen für 2023 zu wichtigen Erreger-Antibiotikum-Kombinationen.

Untersucht werden außerdem globale und regionale Resistenztrends für 16 Kombinationen zwischen 2018 und 2023. Der Bericht bewertet die Fortschritte beim Aufbau globaler und nationaler AMR-Überwachungssysteme seit 2016 und führt einen Bewertungsrahmen zur Vollständigkeit nationaler Daten ein. Auf dieser Grundlage schlägt er Prioritäten vor, um Überwachungssysteme zu stärken und Maßnahmen auf Länderebene im Einklang mit globalen Zielen zu unterstützen.

Eine begleitende Zusammenfassung stellt die wichtigsten Ergebnisse und empfohlenen Maßnahmen verkürzt dar. Herausgeber ist die Weltgesundheitsorganisation. Der Bericht umfasst 114 Seiten und trägt die ISBN 9789240116337. Und während weltweit Daten gesammelt, verglichen und sortiert werden, versuchen die Teams in Saarbrücken, aus Molekülen schneller brauchbare Kandidaten zu machen – mit Rechnern, Laborpipetten und vermutlich einer Menge Kaffee.