Viele Technologien, die heute noch futuristisch klingen, könnten schon in wenigen Jahren konkrete Anwendungen in Medizin und Industrie finden. Professor Carsten Welsch beschäftigt sich mit Teilchenbeschleunigern, Antimaterie und neuen Verfahren der medizinischen Bildgebung – und mit der Frage, wie Forschung schneller ihren Weg in die wirtschaftliche Praxis findet.
In der Grundlagenforschung reicht der Blick weit über die nächsten Produktzyklen hinaus. Forschungsroadmaps erstrecken sich über zehn oder 20 Jahre, Universitäten denken laut Professor Carsten Welsch teilweise 15, 20 oder sogar 50 Jahre voraus. Gleichzeitig entstehen aus dieser Forschung Technologien, die wesentlich früher wirtschaftlich relevant werden können. Im Gespräch erklärt Welsch, warum Europa dafür Universitäten, Großforschung und Industrie enger verzahnen muss – und weshalb KI zwar für erhebliche Beschleunigung sorgen wird, aus einer für 20 Jahre erwarteten Technologie aber nicht plötzlich eine Entwicklung für die nächsten fünf Jahre macht.
Herr Professor Welsch, Europa gilt als stark in der Forschung. Erfolgreiche Technologieunternehmen entstehen trotzdem häufig in anderen Teilen der Welt. Was fehlt beim Transfer aus der Wissenschaft in die Wirtschaft?
Zum einen denke ich, muss man darüber reden: Was macht überhaupt erfolgreiche Forschung aus? Wie kann ich die beste Forschung ermöglichen? Meiner Meinung nach braucht es immer drei verschiedene Zutaten. Auf der einen Seite Universitäten, wo Professoren sitzen und kreativ denken, zum Teil eben 15, 20, 50 Jahre in die Zukunft und mit diesen verrückten Ideen aufkommen und denen dann nachgehen, einfach angetrieben mit dem Wunsch, neues Wissen zu schaffen.
Auf der anderen Seite braucht man natürlich Großforschungseinrichtungen. Bei uns im Beschleunigerbereich ist das extrem deutlich.
Es gibt kein Land auf der Erde, das Anlagen wie den Large Hadron Collider oder zukünftige Beschleuniger alleine bauen und betreiben kann. Man braucht internationale Kollaborationen,
um diese Großforschungseinrichtungen zu entwickeln und zu betreiben und den Universitäten Zugang zu diesen weltweit einmaligen Einrichtungen zu geben.
Und zum Dritten braucht man die Industrie. Irgendjemand muss den Professoren auch wieder die Realität zurückliefern und die Tatsache, dass man Anwendungen braucht – nicht nur in zehn und 20 Jahren, sondern auch im nächsten oder übernächsten Jahr – und dass neue Entwicklungen helfen müssen, aktuelle Probleme zu lösen. Dieser dreigeteilte Ansatz gibt meiner Meinung nach die beste Forschung.
Welche Rolle kann die europäische Forschungsförderung dabei spielen – gerade für mittelständische Unternehmen?
Man braucht Strukturen, die dazu führen, dass sich Industrieunternehmen und Universitäten aufgefordert, ermutigt und unterstützt fühlen, gemeinsam über Landesgrenzen hinweg zu arbeiten, zusammengebracht durch gleiche Ziele.
Das ist etwas, was das Horizon-Europe-Programm und Europa seit vielen Jahren sehr, sehr erfolgreich machen, was meiner Meinung nach aber noch nicht genug genutzt wird, speziell von mittelständischen Unternehmen.
Das Schöne an dem Rahmenprogramm ist, dass es zwei verschiedene Schienen gibt. Auf der einen Seite kann man schauen: Welche Probleme hat Europa? Es gibt konkrete Calls, also Aufforderungen für Konsortien, bestimmte Probleme zu lösen – sei es im Energiebereich, im Bereich KI oder im Bereich der Verteidigung. Europa beschreibt ein Problem und fragt: Könnt ihr uns helfen, das zu lösen?
Man kann aber auch andersherum vorgehen und sagen: Ich habe eine Idee und ich weiß, wie diese Idee Europa helfen könnte, vorne dabei oder vielleicht weltweit führend zu sein. Dann kann man diese Idee vorschlagen, obwohl es keine konkrete Aufforderung dazu gibt. Das ist dieser Bottom-up-Approach: Ich suche mir Partner, die gut zu mir passen, und gemeinsam gehen wir das Problem an. Wenn wir das schaffen, revolutionieren wir zum Beispiel den Milliardenmarkt der medizinischen Bildgebung. Experten schauen sich dann an, ob es eine gute, erfolgversprechende Idee ist. Ist das der Fall, wird sie gefördert und kann umgesetzt werden.
Warum wird dieses Instrument von Unternehmen noch zu wenig genutzt?
Ich denke, es ist im Moment schwierig für mittelständische, aber auch große Unternehmen, dafür zu sorgen, dass ihre neuen Produkte überhaupt den möglichen Benutzern zugeführt werden. Auch das kann durch das europäische Rahmenprogramm stark unterstützt werden.
Wenn ich eine kleine Firma habe, die im Süden Deutschlands oder in Österreich sitzt, und ein neues Produkt auf den Markt bringe, kann ich europäische Kommunikationsstrukturen nutzen und sagen: Schaut mal, hier gibt es ein neues Produkt – ist das nicht vielleicht für euch interessant?
Ich kann auch nach Partnern suchen. Ich kann die CORDIS-Datenbank auf den europäischen Servern verwenden, um etwa nach Partnerunternehmen in Spanien oder Osteuropa zu suchen und zu sagen: Ich brauche jemanden, der mir meine Technologie günstiger herstellen kann.
So kann man diese Verbindungen relativ unkompliziert und kostengünstig herstellen. Das sind aber alles Gebiete, die momentan, soweit ich das sehen kann, von Industrieunternehmen noch nicht genug genutzt werden.
KI gilt als großer Beschleuniger. Wie stark verändert sie bereits heute die wissenschaftliche Arbeit?
Es gibt riesige Möglichkeiten. KI wird von vielen als Möglichkeit oder Chance gesehen, von einigen als Bedrohung. Wichtig ist, Klarheit darüber zu bekommen, wie und wann KI eingesetzt werden sollte oder muss, wann sie eingesetzt werden kann und auch wann sie nicht eingesetzt werden darf.
Wenn wir heute Doktorandenausbildungen betreiben, gibt es Bereiche, in denen die Verwendung von KI absolut unumgänglich ist.
Man muss wirklich sagen, dass ein Wissenschaftler KI verwenden muss, um zum Beispiel Literatur zu managen oder Datenanalyse zu betreiben. Gerade wenn man große Datenmengen aus verschiedenen Quellen hat, ist KI sehr, sehr viel stärker als andere Methoden, damit umzugehen.
Ich sehe sie in diesem Bereich als neues Tool, als Werkzeug, wie ein neues Instrument im Labor, mit dem man Dinge viel schneller, effizienter und produktiver machen kann, als es bisher möglich war. Man wäre schlecht beraten, wenn man es nicht machen würde. Auch Prompt Engineering – also wie gebe ich guten Input in diese Tools und wie sorge ich dafür, dass ich den Output bekomme, den ich brauche – sollte zur Grundausbildung gehören.
Wo ziehen Sie die Grenze?
Es gibt einen relativ großen Bereich, in dem KI eingesetzt werden kann und wahrscheinlich auch sollte, aber nur, wenn man sich darüber im Klaren ist, was man tatsächlich macht und transparent damit umgeht. Man muss deklarieren, wie man KI eingesetzt hat, welche Tools verwendet wurden, und man muss sich insbesondere darüber im Klaren sein, wo die Grenzen der KI liegen. Die Daten müssen überprüft werden.
Wenn ich an meine eigene Universität denke, würde ich erwarten, dass es für sämtliche Bachelor-, Master- und Doktorarbeiten ein standardisiertes Statement gibt, dass KI beispielsweise verwendet wurde, um die Sprache zu optimieren. Meine Universität hat kein standardisiertes Statement und die meisten Universitäten haben das nicht. Hier hinken die Universitäten der realen Entwicklung um Jahre hinterher. Das muss dringend geklärt werden.
Und dann gibt es einen Bereich, wo KI einfach nicht eingesetzt werden darf. Hier müssen wir ganz klar sein.
Man muss sehr vorsichtig sein mit vertraulichen Daten, persönlichen Daten, medizinischen Daten und mit fabrizierten Daten.
Es gibt Modelle, bei denen eine KI Daten generiert, die es überhaupt nicht gibt, und daraus Schlüsse zieht, die reale Konsequenzen haben könnten. Solche Sachen dürfen schlicht nicht erlaubt sein.
Ich glaube, diesen Rahmen haben wir in Europa und andere Bereiche der Welt nicht in der gleichen Art. Das ist meiner Ansicht nach ein Wettbewerbsvorteil. Es kann dazu führen, dass bestimmte Entwicklungen vielleicht nicht genauso schnell von Anfang an betrieben werden können. Gleichzeitig können wir aber sicher sein, dass Entwicklungen nachhaltig und verlässlich sind. Das ist sehr viel wichtiger, als einen Schnellschuss zu machen.
Kann KI Forschungsroadmaps massiv verkürzen? Wird aus einer Technologie, die für 20 Jahre erwartet wird, plötzlich eine für fünf Jahre?
Wir sehen in jedem Fall eine Beschleunigung der Produktivität, und die Entwicklung wird sicherlich schneller vorangehen. Wie viel schneller, ist eine offene Frage. Denn im Bereich KI stoßen wir momentan auch an Grenzen der Expansion – allein durch die Kosten der Daten und den Energieaufwand.
Wenn wir heute die KI in der gleichen Art und Weise in sämtlichen kleinen und mittelständischen Unternehmen einsetzen würden, würde die Energieversorgung sofort an Grenzen stoßen. Wir wissen: Wir können es nicht einfach beliebig ausweiten.
In gewisser Art und Weise ist der technologische Fortschritt bereits in den Entwicklungsroadmaps berücksichtigt. Es wird davon ausgegangen, dass Entwicklungen jedes Jahr ein wenig effizienter gemacht werden können. Wie groß die Sprünge sind, ist schwierig abzuschätzen. Wenn man zehn Jahre in die Zukunft geht, sind wir momentan in einer Balance: Es gibt Entwicklungen, die uns sehr schnell voranbringen könnten, die wir aber in der Breite nicht ausrollen können, weil uns das Energieproblem oder die Kostenfrage um die Ohren fliegt.
Erwarte ich, dass neue Entwicklungen aufgrund von KI schneller gemacht werden können? Ja. Erwarte ich, dass es auf dem Weg Probleme gibt, die Zeit kosten werden? Ebenfalls ein klares Ja. Insofern glaube ich nicht, dass die Entwicklungsroadmaps, die wir momentan haben, grundsätzlich auf den Kopf gestellt werden. Ich glaube nicht, dass wir Technologien, von denen wir momentan denken, wir haben sie in 20 Jahren, plötzlich in fünf Jahren haben werden.
Damit wird Energie zu einem entscheidenden Faktor. Wie lässt sich Spitzenforschung mit Nachhaltigkeit vereinbaren?
Das ist ein super spannendes Thema und eines, mit dem sich meine Gruppe sehr stark befasst. Wir sind uns dieses Energieproblems sehr bewusst. Wir wissen, dass wir neue Technologien brauchen – nicht nur für die Beschleunigung, sondern auch für die Diagnose von Teilchenstrahlen und für neue Experimente –, die sehr viel energieeffizienter sein müssen.
Wir müssen auch sehr viel mehr über die Technologien und die Hardware wissen, die in Großforschungsanlagen eingebaut werden. Eine Lifecycle-Analyse, also eine Gesamtanalyse des Energie- und Materialverbrauchs neuer Komponenten, gibt es faktisch nicht. Es gibt keinen Standard und keinen Prozess, bei dem ich sagen kann: Ich baue diesen Monitor ein und das ist der CO₂-Fußabdruck dieses Geräts über seine gesamte Lebensdauer.
Das sind Hausaufgaben, die wir machen müssen. Wir müssen deutlich besser werden und viel mehr über die gesamte Nachhaltigkeit unserer Technologien wissen und darüber, wie wir den Energieverbrauch aktiv senken können.
Was bedeutet das konkret für einen Teilchenbeschleuniger?
Wir betreiben momentan sehr stark eine systemweite Analyse. Wir bringen die verschiedenen Komponenten, die einen Beschleuniger ausmachen, zusammen und analysieren sie in Kombination kritisch. Wir schauen nicht mehr nur auf einzelne Produkte, sondern fragen beispielsweise: Wie können wir einen Monitor, den wir brauchen, um einen Strahl zu messen, verwenden, um insgesamt den Energieverbrauch des Beschleunigers zu senken?
Können wir unsere Experimente intelligenter machen? Können wir den Beschleuniger intelligenter betreiben, damit wir das gleiche Ergebnis bei geringerem Energieverbrauch bekommen? Das sind Dinge, die bisher so noch nicht gemacht worden sind.
Dabei hängen wir auch davon ab, mit Großforschungsanlagen, speziell mit CERN, aber ebenso mit der Industrie zusammenzuarbeiten. Aufgrund unserer Messungen und Simulationen können wir sehen, wo momentan die Engstellen liegen, an denen wir den Energieverbrauch nicht weiter absenken können. Dann können wir zur Industrie sagen: Hört mal, das ist eine Sache, bei der ihr uns helfen könnt, das Problem zu lösen. Und dann reden wir über gemeinsame Entwicklungsarbeit.
Welche Technologien aus der Teilchenphysik könnten besonders große Sprünge ermöglichen?
Wenn ich schaue, wie Teilchenstrahlen nicht nur in der Grundlagenforschung, sondern auch in Materialwissenschaften und im klinischen Bereich eingesetzt werden, entwickeln wir momentan speziell plasmabasierte Technologien. Diese könnten Teilchenbeschleuniger massiv zusammenschrumpfen – um einen Faktor von bis zu 1.000 oder sogar mehr.
Eine Anlage, die momentan einen Kilometer lang ist, könnten wir in Zukunft über eine Strecke von nur einem Meter realisieren. Das kann die Art, wie man Teilchen beschleunigt, nachhaltig verändern.
Auf der anderen Seite gibt es supraleitende Technologien. Natürlich gibt es einen starken Push, supraleitende Kabel bei höheren Temperaturen betreiben zu können. Man will Materialien herstellen, die stabiler sind und bei höheren Temperaturen betrieben werden können.
Im Computing erwarte ich, dass Chips sehr viel energieeffizienter werden. Konzepte, die wir im Sensorbereich für die Teilchenphysik entwickeln, können dann beispielsweise auch in medizinischen Anwendungen eingesetzt werden. Ich glaube nicht, dass es nur einen Bereich geben wird. Wir werden viele verschiedene Technologien sehen, die mit dem Leitziel Nachhaltigkeit verbessert werden und über Teilchen- und Beschleunigerphysik Einsatz in ganz anderen Bereichen finden.
Ein besonders greifbares Beispiel ist die Medizin. Wo verändern Beschleunigertechnologien die Behandlung und Diagnostik bereits heute?
Für mich und meine Gruppe sind momentan zwei Gebiete besonders spannend. Auf der einen Seite die Krebstherapie mit Ionenstrahlen. Bei bestimmten Krebsarten, zum Beispiel Prostatakrebs oder Gehirntumoren, speziell bei Kindern, ist die Behandlung durch Chemotherapie oder klassische chirurgische Maßnahmen äußerst schwierig.
Mit Ionenstrahlen gibt es dieses Wunderkonzept, bei dem man in den menschlichen Körper eindringen und gezielt Krebszellen zerstören kann. In Österreich gibt es diesen Bereich in Wiener Neustadt,
und auch in Deutschland und Großbritannien gibt es entsprechende Zentren. Das ist heute ein Gebiet, wo Beschleuniger aus dem Behandlungsalltag nicht mehr wegzudenken sind.
Und der zweite Bereich?
Foto: QuasarGroup
Ein anderes wirklich spannendes Entwicklungsthema ist die Frage, wie man Röntgenaufnahmen am besten macht. Daran arbeiten wir mit Industriepartnern seit fast zehn Jahren.
Wenn Sie oder ich beim Skifahren oder Fahrradfahren Pech haben und uns einen Arm oder ein Bein brechen, geht man nach wie vor ins Krankenhaus in einen speziellen Raum, in dem die Röntgenmaschine steht. Das bringt Probleme mit sich. Man muss Patienten verlagern, speziell ältere Patienten mit hohem Personalaufwand in diese Röntgenzimmer bringen, und bekommt dann immer noch eine zweidimensionale Aufnahme.
Wir haben mit der Firma Adaptix ein System entwickelt, das nicht größer ist als ein Laptop und mit dem man dreidimensionale Röntgenaufnahmen machen kann.
Das Potenzial ist, Aufnahmen dort zu machen, wo man sie braucht, ohne Patienten verlagern zu müssen. Ein Krankenwagen könnte beispielsweise ein solches Röntgengerät an Bord haben.
Das sind für mich echte Durchbrüche in der medizinischen Bildgebung, die auf Beschleunigertechnologie basieren. Ich kann jetzt schon sehen, dass das in fünf Jahren in einem sehr breiten Markt Einsatz finden und die medizinische Bildgebung revolutionieren kann.
Welche Rolle spielt KI dabei?
Bei der Ionenstrahl-Krebstherapie in allen Bereichen der Anlage: beim Betrieb der Beschleuniger, bei der Strahlführung – also wie genau bekomme ich den Strahl in den Kopf oder Körper des Patienten? –, bei der Analyse der Daten und auch bei der Analyse der Informationen aus dem Körperinneren.
KI wird eingesetzt, um dem medizinischen Personal zu helfen.
Bei dem bildgebenden Verfahren verwenden wir sie zur Fehlerminimierung, zur Datenanalyse und zur Optimierung der gesamten Anlage für verschiedene Anwendungen. Auch hier ist KI nicht wegzudenken.
Noch futuristischer klingt Ihre Forschung an Antimaterie. Geht es dabei ausschließlich um Grundlagenforschung?
Was wir am CERN machen, ist Antimaterie ausschließlich für Grundlagenforschung zu verwenden. Eines der größten Rätsel der Physik ist, dass beim Urknall nach unserem Theorieverständnis gleiche Teile von Materie und Antimaterie hätten erzeugt werden sollen. Materie und Antimaterie sind wie Bild und Spiegelbild. Wenn ich ein Teilchen und sein Antiteilchen zusammenbringe, verschwinden beide und das Einzige, was übrig bleibt, ist reines Licht, also reine Energie.
Wenn unsere Theorien richtig wären, hätte es Materiegalaxien und Antimateriegalaxien geben müssen. Irgendetwas ist mit unserem Physikverständnis ganz grundsätzlich falsch und wir haben keine Ahnung, was es ist.
Am CERN versuchen wir herauszufinden, ob es Unterschiede zwischen Materie und Antimaterie gibt und warum unsere Theorien falsch sind.
Gibt es trotzdem bereits praktische Anwendungen von Antimaterie?
Absolut.
Antimaterie wird routinemäßig in Krankenhäusern eingesetzt.
Das klingt verrückt, aber es ist so. Wenn wir einen PET-Scan bekommen – PET steht für Positronen-Emissionstomographie –, wird ein radioaktives Präparat injiziert. In unserem Körper zerfällt es in verschiedene Produkte, dabei wird unter anderem das Positron, das Antiteilchen des Elektrons, emittiert. Damit kann das Krankenhaus Informationen über den Metabolismus in unserem Körper gewinnen.
Wir verwenden Antimaterie also in der medizinischen Diagnose. Sie ist nicht nur ein Spielzeug für Wissenschaftler am CERN, sondern findet sehr wichtige Anwendungen. Und bei den Technologien, die wir momentan entwickeln, sind wir überzeugt, dass viele davon in Zukunft im klinischen Bereich eingesetzt werden.
Wo sehen Sie in den kommenden Jahren die größten Chancen für europäische Unternehmen?
Ich denke, momentan gibt es keine Konkurrenz zum Einsatz von KI zur Produktivitätssteigerung.
Da ist eine Menge Bodenarbeit nötig, denn viele Unternehmen, speziell kleine Unternehmen, haben nicht die Ressourcen, um gezielt diese Technologie einzuführen und Mitarbeiter weiterzubilden.
Es braucht Fallstudien und konkrete Beispiele. Wenn mir jemand erzählt, dass es eine neue Technologie gibt, ich sie aber noch nicht mit eigenen Augen gesehen habe oder nicht gesehen habe, dass sie bei einer Firma, die mit meiner vergleichbar ist, wirklich etwas bringt, dann lasse ich erst einmal die Finger davon.
Es braucht Beispiele, bei denen man plötzlich sieht: Jetzt bin ich derjenige, der hinterherhinkt. Meine Firma ist nicht mehr konkurrenzfähig, weil die anderen sehr viel schneller und produktiver sind. Das wird zu einem größeren Umdenken führen.
Wir müssen dahin kommen, dass diese Technologie adaptiert wird und Firmen sie in der Breite einsetzen. Länder und auch die Europäische Union können dabei helfen, Dinge zu standardisieren und ein Tool, das beispielsweise in Spanien sehr gut funktioniert, auch nach Österreich, Polen oder in die Niederlande zu bringen. Hier wird in den nächsten Jahren sehr viel passieren.
Wenn wir dieses Gespräch 2036 noch einmal führen: Was wird dann aus heutiger Sicht ganz normal sein?
2036 werden wir auf jeden Fall deutlich kompaktere Teilchenbeschleunigerstrukturen sehen. Wir werden Einrichtungen wie EuPRAXIA, an denen wir seit Jahren gearbeitet haben, im Betrieb sehen und routinemäßig Teilchenstrahlen hoher Qualität an industrielle Nutzer abliefern.
Ich glaube auch, dass wir Fortschritte bei ultrakompakten Beschleunigern gemacht haben werden, die im Prinzip auf eine Hand passen – wo man Elektronenbeschleuniger so klein machen kann, dass man sie auf einen Chip packen kann. Ich denke, das ist möglich. Das braucht speziell auch einen Push in der Industrie, aber ich denke, es ist machbar.
Und ich glaube, in zehn Jahren wird bei KI keiner mehr fragen: Sollen wir KI benutzen? KI wird voll integriert sein in unsere Routinearbeit und man wird sich fragen, warum man jemals ohne KI gearbeitet hat, weil es ohne sie so viel langsamer war.
Wird diese technologische Welt zugleich energiebewusster sein müssen?
Ich denke, wir werden das alles in einer Art und Weise machen, die energiebewusster sein wird als heute.
Ich denke nicht, dass es sehr sinnvoll ist, Supercomputer und Hochleistungsrechenzentren zu verwenden, um KI-Filme zu generieren, in denen Tiere reden oder irgendwelche Babys die Fußball-Weltmeisterschaft kommentieren.
Ich glaube, da wird es Einschränkungen geben müssen, wo man sagt: Bestimmte Anwendungen sind einfach nicht sinnvoll, oder man muss dafür bezahlen, wenn man so etwas macht.
Die neue Generation wird in den nächsten zehn Jahren mehr lernen müssen, dass neue Technologien wie mobile Geräte und KI auch Umwelteinflüsse haben, die kontrolliert werden müssen. Ich glaube schon, dass man damit verantwortungsvoller umgehen wird, als das momentan der Fall ist.
Zum Abschluss: Wenn Sie heute CEO oder CTO eines europäischen Industrieunternehmens wären – worin würden Sie investieren?
Ich würde gezielt nach Fallstudien suchen, die zeigen, wie sich die Produktivität in ähnlichen Unternehmen steigern lässt, und ganz aktiv versuchen, KI in mein Unternehmen einzubauen – in Bereichen, wo es Sinn macht.
Ich würde nicht auf den allerletzten Innovationszug aufspringen und sagen: Das ist gerade auf den Markt gekommen, ich brauche das unbedingt. Aber gleichzeitig würde ich fragen:
Was sind Prozesse in meinem Unternehmen, bei denen wir immer wieder das Gleiche machen? Wo haben wir Routineprozesse, die automatisiert werden können? Wie kann ich der KI das beibringen, damit sie das für mich übernimmt? Und wie kann ich dann vielleicht Mitarbeitern andere Tätigkeiten geben, die für das Unternehmen wichtiger sind?
Das ist sicherlich etwas, worauf ich mich fokussieren würde.
