Fruchtbarkeitstechnologieunternehmen sind voll dabei. Sie wetten stark darauf, dass künstliche Intelligenz Paaren, die versuchen, mittels IVF schwanger zu werden, den Tag retten kann. Es ist kein schlechter Pitch. Die In-vitro-Fertilisation ist bereits ein Wundermittel und hat in den letzten vier Jahrzehnten Millionen von Kindern auf die Welt gebracht. Allein in den USA wurden im vergangenen Jahr mehr als 100.000 Babys dadurch geboren.
Aber hier liegt der Haken. Die Chancen stehen nicht gut. Laut CDC führen im Jahr 2022 über alle Altersgruppen hinweg etwa 37,5 % der ART-Zyklen zu einer Geburt. Schauen Sie sich dann die Frauen über vierzig an. Diese Anzahl Panzer. Sie sinkt auf zehn Prozent. Vielleicht weniger.
Hier kommt die KI mit ihren glänzenden Versprechen ins Spiel. Befürworter behaupten, diese Algorithmen könnten einen Gewinnerembryo schneller erkennen als ein menschliches Auge. Sie argumentieren, dass wir vorhersagen können, welcher genetische Mix zu einem gesunden Baby führt und welcher zu einer Fehlgeburt führt. Aber einige Experten? Sie kaufen den Hype noch nicht ab.
Das ethische Durcheinander
Es wird schnell kompliziert. Was passiert, wenn die KI die Augenfarbe prüft? Oder Höhe? Das ist ein schlüpfriger Abstieg in das Gebiet der Eugenik, und die meisten Menschen sind sich einig, dass wir hier eine harte Grenze ziehen sollten. Dann gibt es Datenschutz. Fruchtbarkeitsdaten sind äußerst intim.
Mina Alikani, Expertin für Reproduktionsmedizin, bringt es auf den Punkt:
So wie sich die Gesellschaft als Ganzes damit auseinandersetzt, müssen [Anbieter] dasselbe tun.
Wir sind immer noch dabei, die Regeln für die KI herauszufinden. Es fühlt sich gefährlich an, dieselben unklaren Regeln auf die menschliche Fortpflanzung anzuwenden.
Maschinen sehen besser? Oder doch?
Hier ist eine Statistik, die mich beeindruckt hat. In einer Überprüfung aus dem Jahr 2023 wurden KI-Modelle gegen erfahrene Embryologen antreten. Wer hat das Tippspiel zum Schwangerschaftserfolg gewonnen?
KI hat es getan. Die Genauigkeit betrug 81,5 %. Der Mensch lag bei trägen 51 %.
Warten Sie, hören Sie genauer zu. Diese Vorhersage bezieht sich auf eine Schwangerschaft. Nicht unbedingt eine Lebendgeburt. Zwischen einem positiven Testkit und einem gesunden Neugeborenen liegt ein himmelweiter Unterschied. Aber Fruchtbarkeits-Startups lieben diese Zahlen. Herasight und Cercle füttern ihre Bots mit Hormondaten, Statistiken zur Spermienmotilität und physiologischen Markern. Ziel ist es, Ihnen genau zu sagen, wie viele Eizellen oder Embryonen Sie möglicherweise benötigen, um Erfolg zu haben. Um das Rätselraten aus dem Raten herauszunehmen.
Eine randomisierte Studie von Anfang 2025 ergab, dass KI möglicherweise besser ist als herkömmliche Auswahlmethoden. Vielleicht gleich. Dennoch warnt Alikani davor, zu aufgeregt zu werden. Diese Systeme unterstützen. Sie ersetzen nicht. Die Jury ist sich immer noch nicht sicher, ob dies tatsächlich die klinischen Ergebnisse auf sinnvolle Weise verändert.
Das Datensilos-Problem
Es gibt einen Grund, warum es so schwer ist, einen perfekten Bot zu trainieren. Die Daten sind ein Chaos. Jede Klinik erfasst Informationen anders. Jedes Land hat unterschiedliche Protokolle. Aus fragmentierten, unübersichtlichen Aufzeichnungen lässt sich keine globale Wahrheit synthetisieren.
David Sable, Endokrinologe an der Columbia University, nennt es „Ein Turmbau zu Babel“.
Ohne Standardisierung gibt es keine Präzisionsmedizin. Du bekommst Müll rein, Müll raus. Forscher fordern ein einheitliches Vorgehen. Präzision zählt. Personalisierte Stimulationsprotokolle und eine bessere Annotation des Embryos könnten helfen. Aber im Moment experimentieren wir mit den Bausteinen. Das System selbst bleibt wackelig.
Teuer und unreif
Reden wir über die Kosten. Ein einzelner IVF-Zyklus kann 50.000 US-Dollar kosten. Es ist ein Luxusprodukt. KI wird diesen Preis in absehbarer Zeit nicht senken.
Sable weist darauf hin, dass die IVF-Branche jung ist. Vergleichen Sie es mit der Bakteriologie, die über jahrzehntelange belastbare Daten und Standards verfügt. Die Reproduktionstechnologie ist immer noch dabei, ihre eigenen Regeln herauszufinden.
Es steht normalerweise nur einer kleinen Anzahl von Menschen zur Verfügung.
Das Hinzufügen von KI-Ebenen zu einer teuren, undurchsichtigen Branche schafft neue Risiken. Datenschutzverletzungen. Algorithmus-Halluzinationen, bei denen die KI Daten erfindet, die nicht vorhanden sind. Dabei handelt es sich nicht nur um theoretische Risiken; Sie stellen eine unmittelbare Bedrohung für die Patientensicherheit dar.
Das Urteil? Fade.
Wir haben gesehen, dass andere „technische Revolutionen“ in der Fruchtbarkeit ihre großen Versprechen nicht eingehalten haben. Nehmen Sie eine intrazytoplasmatische Spermieninjektion mithilfe einer Zeitraffer-Bildgebung vor. Klingt schick. Benutzt Kameras, um Spermien beim Schwimmen zuzusehen. Eine Studie aus Großbritannien und Hongkong aus dem Jahr 2024 mit fast 1,60 Teilnehmern untersuchte dies.
Ergebnis? Die Lebendgeburten stiegen von 33 % auf 33,7 %.
Ein vernachlässigbarer Unterschied. Nahezu null Auswirkungen.
Der Präimplantations-Gentest (PGT-A) eignet sich besser zur Chromosomenkontrolle. Aber allgemeine IVF-Erfolgsraten? Die Höchstgrenze liegt bei 50 %. Normalerweise viel niedriger.
Warum also der KI-Vorstoß? Verzweiflung. Kliniken wollen diese Zahlen steigern. Alikani räumt ein, dass die Chance besteht, dass wir mit diesen Tools die 50-Prozent-Grenze schneller durchbrechen können. Vielleicht überraschen wir uns selbst.
Aber schaut man sich heute die Beweise an?
Die Algorithmen liefern uns noch keine überlegenen Ergebnisse. Der Hype übertrifft die Daten. Und in dieser Lücke liegt die eigentliche Gefahr.
