Jedes Mal, wenn Sie sich in einem Krankenhaus einer Untersuchung unterziehen, sind sowohl Sie als auch das Personal einer geringen Menge an Strahlung ausgesetzt. Für das Krankenhauspersonal bedeutet dies eine langsame, tägliche Strahlenbelastung, die ihr Risiko für schwere Krankheiten wie Krebs leicht erhöht.

„Wir sprechen von Tausenden von Menschen, die in den meisten Krankenhäusern täglich der Strahlung ausgesetzt sind“, sagte Professor John Damilakis, eine führende Persönlichkeit auf dem Gebiet der medizinischen Physik und Direktor der Abteilung für medizinische Physik an der Universität von Kreta, Griechenland. „Deshalb müssen wir die Strahlendosis, die jeder Einzelne erhält, sehr sorgfältig verwalten.

Die Krankenhäuser müssen sicherstellen, dass die Patienten die für gute Bilder erforderliche Mindeststrahlung erhalten. Sie verwenden jedoch oft Durchschnittswerte für große demografische Gruppen. So kann ein kleiner, schlanker Mann die gleiche Dosis erhalten wie ein großer, schwerer Mann ähnlichen Alters, so dass das Risiko für den einen Patienten höher ist als für den anderen.

Die richtige Dosis

Um dieses Problem zu lösen, leitete Damilakis eine von der EU finanzierte Forschungsinitiative namens SiNfONiA, die KI zur Anpassung der Strahlendosis an den einzelnen Patienten einsetzt.

„Anstelle von Durchschnittswerten verwenden wir komplexe Modelle“, erklärt Damilakis. „Die KI bestimmt die minimal notwendige Dosis für jeden Patienten. Das kann sehr detailliert werden. Wenn einer Frau zum Beispiel wegen Krebs eine Brust entfernt wurde, wird das Modell die Dosis reduzieren.“

Die SiNfONiA-Forschung, die im Dezember 2024 endet, ist nur ein Beispiel dafür, wie die EU die Nuklearwissenschaft in einer Vielzahl von Bereichen unterstützt, darunter Gesundheit, Landwirtschaft, Weltraumforschung und sogar Katastrophenvorhersage.

Ein gemeinsamer Nenner all dieser Bereiche ist, dass die Nukleartechnologie zunehmend durch KI verändert wird.

Um diese Fortschritte hervorzuheben, organisierte die Europäische Kommission am 19. Mai 2025 in Brüssel, Belgien, eine Veranstaltung zum Thema Atomare Intelligenz: am Schnittpunkt von Kernforschung und KI. Diese brachte eine Reihe von Forschungsinitiativen zusammen, die wie SiNfONiA KI nutzen, um ihre Ergebnisse zu verbessern.

„

KI kann schnell riesige Datenmengen analysieren und neue Erkenntnisse gewinnen. […] Sie könnte den medizinischen Strahlenschutz für immer verändern.

Bessere Wartung für mehr Sicherheit

Im Bereich der Sicherheit von Kernkraftwerken hat das treffend benannte El-Peacetolero-Forschungsteam unter der Leitung der Universität Sorbonne in Paris, Frankreich, KI eingesetzt, um die Inspektionen von Kernkraftwerken und damit deren Sicherheit zu verbessern.

Das Team, bestehend aus Forschern aus Frankreich, Spanien und Deutschland, hat ein tragbares, pistolenähnliches Gerät mit geringem Stromverbrauch entwickelt, das auf Optoelektronik basiert.

Es kann schnell den Zustand von Polymeren beurteilen, die als Schutz-, Dichtungs- oder Isolierbeschichtungen in Verbindungen, elektrischen Kabeln oder Rohren verwendet werden. Es kann auch die Art des verwendeten Polymers bestimmen.

Die Überwachung des Ausmaßes ihrer Alterung und ihrer Integrität ist von entscheidender Bedeutung, stellt aber auch eine Herausforderung für die 126 in Betrieb befindlichen Reaktoren in der EU dar, da diese Art der Inspektion traditionell langsam und mühsam ist.

„Sie müssen ein Loch bohren, eine Probe entnehmen und sie in ein Labor schicken“, sagt Alejandro Ribes Cortes, leitender Forscher beim französischen Energieunternehmen Électricité de France (EDF). „Manchmal dauert es Wochen, bis man Ergebnisse erhält.“

Aber Zeit ist ein Luxus, den die Wartungsteams nicht haben. Kernkraftwerke werden in der Regel nur etwa einen Monat pro Jahr für Wartungsarbeiten abgeschaltet, und jede Verzögerung kann kostspielig sein.

„Ein zusätzlicher Tag kann zusätzliche Kosten in Höhe von 1 Million Euro bedeuten“, sagt Ribes Cortes, der am EDF Lab Paris-Saclay arbeitet, wo er sich auf die Integration von KI in wissenschaftliche und technische Anwendungen spezialisiert hat.

Dies ist besonders wichtig für Kernkraftwerke, die stillgelegt werden, da sie alt sind und die Forscher manchmal nicht genau wissen, welche Art von Polymer verwendet wurde.

„Es schießt LED- und Laserlicht auf das Ziel“, sagt Ribes Cortes. „Aus dem reflektierten Licht können wir dann Informationen ableiten, um das verwendete Material genau zu bestimmen.“

KI-Algorithmen vergleichen das reflektierte Licht mit der Lichtsignatur einer Reihe von Polymeren und ermöglichen so eine schnellere und genauere Identifizierung als bisher.

Atomare Erdbebensensoren

Die Nukleartechnologie könnte es auch ermöglichen, Erdbeben besser vorherzusagen.

Stéphane Labbé, Professor für fortgeschrittene Mathematik und Ingenieurwesen an der Universität Sorbonne, leitet die KI-Komponente einer anderen von der EU finanzierten Forschungsinitiative namens artEmis, die KI und Nukleartechnologie kombiniert, um Erdbeben in ihren frühen Stadien vorherzusagen.

„Bestehende Vorhersagemethoden betrachten die Bewegung des Bodens“, sagte Labbé. „Damit können wir Erdbeben Stunden bis Tage vor ihrem Auftreten vorhersagen. Das ist jedoch nicht genug. Wir brauchen Vorhersagen für Wochen oder sogar Monate im Voraus, um uns wirklich vorzubereiten.“

Erdbeben entstehen, wenn sich die tektonischen Platten der Erde verschieben und dabei Radon freisetzen, ein natürlich vorkommendes radioaktives Gas. Wenn sich die Platten vor einem Erdbeben bewegen, werden größere Mengen an Radon freigesetzt und gelangen ins Grundwasser.

Die Forscher von artEmis planen, Sensoren tief unter der Erde anzubringen, um solche Radonspitzen zu erkennen, bevor es zu Beben kommt. Hier können Nukleartechnologie und KI helfen. Während die Nukleartechnologie Radon aufspürt, ist die KI entscheidend für die Sichtung der komplexen Daten, um festzustellen, welche Radonsignaturen mit der Erdbebenaktivität verbunden sind.

„

Die Anzahl der Parameter und die Komplexität dieses Phänomens machen dies viel zu komplex, um es ohne KI zu schaffen.

Navigieren durch Einschränkungen

Diese Forscher müssen sich auch mit einigen der Einschränkungen der KI auseinandersetzen, wie z.B. der mangelnden Transparenz oder dem Risiko der Voreingenommenheit. Im Zusammenhang mit KI bezieht sich Voreingenommenheit auf systematische Fehler oder Vorurteile, die in KI-Systeme eingebettet sind und dazu führen, dass sie unfaire, diskriminierende oder verzerrte Ergebnisse liefern.

Bei einigen KI-Methoden können Forscher zum Beispiel nicht sehen, warum ein Algorithmus eine bestimmte Wahl getroffen hat – eine Herausforderung für die Erdbebenvorhersage und ein Problem für das artEmis-Team.

In der Medizin kann eine Verzerrung der Trainingsdaten zu gefährlichen Fehlern führen. „Deshalb teilen wir unseren Code mit anderen Forschern“, sagt Damilakis. „Auf diese Weise können sie ihn mit ihren Daten testen und uns helfen, mögliche Verzerrungen zu beseitigen.“

Zwar sind noch nicht alle Herausforderungen gelöst – artEmis muss noch Sensoren entwickeln, die tief unter der Erde überleben können – aber die Arbeit der Forscher, die KI auf die Nukleartechnologie anwenden, schreitet voran.

„Der Traum ist es, Erdbeben ein oder zwei Monate vor ihrem Auftreten vorherzusagen“, sagte Labbé. „Das wäre ein entscheidender Fortschritt. Es würde viele Leben retten.“

Die Forschung in diesem Artikel wurde durch das Horizon-Programm der EU finanziert. Die Ansichten der Interviewpartner spiegeln nicht unbedingt die der Europäischen Kommission wider. Wenn Ihnen dieser Artikel gefallen hat, teilen Sie ihn bitte in den sozialen Medien.