Wenn die KI ihre Zweifel zeigt: Was FlowXAI aus Marburg für die Krebsdiagnostik bedeutet
Hintergrundanalyse | Wissenschaft & KI | Recherchestand: 28. Oktober 2026. Die zugrunde liegende Studie wurde bereits am 13. Juli 2026 veröffentlicht. Dieser Beitrag ordnet ihre Ergebnisse ein; er berichtet nicht über einen neuen klinischen Einsatz.
Wenn eine Software eine Krankheit einordnet, ist die wichtigste Frage nicht nur, ob sie richtigliegt. Ebenso wichtig ist, ob sie erkennt, wann ihr Urteil unsicher ist. Genau an diesem Punkt setzt eine Forschungsarbeit aus Marburg an: Das System FlowXAI soll bei der Auswertung von Laborproben Hinweise liefern und seine Entscheidung nachvollziehbar machen. Die Ergebnisse sind vielversprechend – und zugleich ein Lehrstück darüber, warum ein gutes KI-Modell noch keine fertige medizinische Anwendung ist.
Was im Labor überhaupt gemessen wird
Bei bestimmten Blut- und Lymphdrüsenkrebserkrankungen untersuchen Fachleute unter anderem, welche Merkmale einzelne Zellen tragen. Ein wichtiges Verfahren heißt Durchflusszytometrie. Es erfasst für zahlreiche Zellen bestimmte Oberflächenmarker und weitere Messwerte. Daraus entstehen komplexe Datenmuster, die Spezialwissen erfordern. Nicht jede Zellgruppe lässt sich anhand dieser Merkmale eindeutig einer Erkrankung zuordnen.
FlowXAI wurde für die Einordnung bestimmter B-Zell-Non-Hodgkin-Lymphome entwickelt. Die Software betrachtet nicht einfach eine Laborprobe und verkündet eine Diagnose. Sie prüft zunächst auffällige Datenstrukturen, verwendet anschließend mehrere auf unterschiedliche diagnostische Teilaufgaben spezialisierte Auswertungen und führt deren Ergebnisse zusammen. Die Forschenden beschreiben diesen Aufbau als ein System, das seine Entscheidung anhand relevanter Zellpopulationen erläutern kann.
Knapp 19.500 Proben – aber kein Beweis für klinische Einsatzreife
Für die wissenschaftliche Untersuchung wertete das Team Daten von 19.493 peripheren Blutproben in wiederholten Trainings- und Testdurchläufen aus. Hinzu kam ein separater Datensatz aus einem anderen diagnostischen Zentrum mit abweichender Antikörperzusammenstellung. Das ist mehr als ein bloßer Test an denselben Beispielen, mit denen die Software entwickelt wurde. Es ersetzt jedoch keine prospektive Studie im laufenden Klinikbetrieb.
Bei der grundlegenden Unterscheidung zwischen unauffälligen Kontrollen und B-Zell-Lymphomproben erreichte das System im untersuchten Datensatz ohne den vorgeschalteten Ausschluss auffälliger Trainingsproben im Mittel 94,2 Prozent Genauigkeit. Dieser Wert bezieht sich auf genau diese Auswertungsstufe und Testbedingungen. Er bedeutet weder, dass 94,2 Prozent aller Krebsdiagnosen richtig wären, noch dass das Verfahren in jeder Klinik dieselbe Leistung erzielt.
Die Forschenden berichten zudem, dass FlowXAI bei vergleichbarer Leistung zu einem untersuchten Deep-Learning-Verfahren in bestimmten Versuchen mit ungefähr hundertmal weniger Trainingsbeispielen auskam. Das ist gerade bei seltenen Krankheitsformen interessant, für die große Datensätze fehlen. Auch dieser Vergleich gilt für das Studiendesign; er ist kein allgemeiner Beleg, dass erklärbare KI grundsätzlich effizienter wäre.
Eine wichtige Unterscheidung: Erklärung ist nicht Gewissheit
Besonders bemerkenswert ist die dreistufige Selbsteinschätzung des Systems. Es kennzeichnet Ergebnisse sinngemäß als sicher, wahrscheinlich oder schwierig. Hinter diesen Bezeichnungen steht die Übereinstimmung seiner internen Auswertungskomponenten. Das ist eine hilfreiche Orientierung dafür, welche Fälle zusätzliche fachliche Prüfung brauchen könnten. Es ist aber keine individuell garantierte Wahrscheinlichkeit und kein Ersatz für die klinische Beurteilung.
Auch eine anschauliche Erklärung kann falsch sein. Eine Software kann eine nachvollziehbare Regel anwenden und dennoch durch ungeeignete Messdaten, eine seltene Krankheitsvariante oder veränderte Laborbedingungen zu einem falschen Ergebnis gelangen. Erklärbarkeit ist deshalb ein Werkzeug für Kritik und Kontrolle – kein Gütesiegel, das die Kontrolle überflüssig macht.
Wo die Studie selbst Grenzen zieht
Die Veröffentlichung in der begutachteten Fachzeitschrift PLOS Medicine benennt mehrere Einschränkungen: Untersucht wurden rückblickend vorhandene Datensätze mit bestimmten Messverfahren und Antikörperpanels. Nicht alle nach heutiger Klassifikation relevanten Lymphomarten konnten im Detail automatisiert unterschieden werden. Das Verfahren muss in weiteren Laboren und vor allem unter realen klinischen Bedingungen geprüft werden. Auch die Autorinnen und Autoren betonen, dass andere Untersuchungen – etwa Gewebeanalysen und molekulare Diagnostik – je nach Erkrankung weiterhin notwendig sind.
Zur Transparenz gehört außerdem die Interessenerklärung: Der Erstautor ist Eigentümer eines Unternehmens für Datenanalytik, das mit einem Medizintechnikunternehmen zusammenarbeitet. Die entsprechenden Verbindungen sind in der Fachpublikation offengelegt. Daraus folgt kein Nachweis einer Verzerrung; es ist aber eine Information, die Leserinnen und Leser bei der Einordnung der Studie kennen sollten.
Was daraus für Patientinnen und Patienten folgt – und was nicht
Ein plausibler künftiger Nutzen liegt nicht in der Abschaffung ärztlicher Expertise, sondern in ihrer gezielteren Nutzung: Routinefälle könnten strukturierter vorgeprüft und schwierige Fälle schneller an erfahrene Fachleute weitergegeben werden. Ob dies tatsächlich Zeit spart, Fehldiagnosen verringert oder die Versorgung verbessert, muss erst im klinischen Alltag nachgewiesen werden. Über eine allgemeine Zulassung oder einen routinemäßigen Einsatz von FlowXAI lässt sich aus der vorliegenden Studie keine Aussage ableiten.
Für Mittelhessen zeigt die Arbeit, wie Informatik und Medizin an einer praktischen Frage zusammenfinden: Wie lässt sich eine maschinelle Empfehlung so gestalten, dass ein Mensch ihr widersprechen, sie prüfen und sie gegebenenfalls verwerfen kann? Gerade bei medizinischen Entscheidungen sollte die Antwort nicht lauten: „Der Algorithmus wird schon recht haben.“ Sondern: „Zeig mir, worauf du dein Urteil stützt – und wo du unsicher bist.“
Quellen und Einordnung
Die Originalstudie von Thrun und Mitautoren in PLOS Medicine erschien am 13. Juli 2026 (DOI: 10.1371/journal.pmed.1004889). Ergänzend: Mitteilung der Philipps-Universität Marburg vom 14. Juli 2026 und Fachbericht von journalhaema vom 18. Juli 2026. Die Zahlen und methodischen Grenzen wurden anhand der Originalstudie überprüft. Der Fachbericht ist eine zusätzliche journalistische Darstellung, keine unabhängige klinische Replikation.
Redaktioneller Hinweis: Eigenständig recherchierte und verfasste Hintergrundanalyse der KI-Redaktion Melissa für Freie Medien Germany. Keine medizinische Beratung. Beitragsbild: wissenschaftliche Originalgrafik (Abbildung 2) aus Thrun et al. (2026), PLOS Medicine, CC BY 4.0; es zeigt eine Datenvisualisierung, keine reale Zellfotografie.
