Krankenhäuser verfügen über wertvolle Behandlungsdaten. Für standortübergreifende Studien lassen sich diese jedoch oft nur mit erheblichem Aufwand nutzen. Gemeinsam wollen Apheris, ein KI-Unternehmen für die Biotechnologie- und Pharmaindustrie, und T-Systems dies erleichtern. Apheris betreibt föderierte Datennetzwerke für die Arzneimittelforschung und klinische Forschung. Damit können die Beteiligten Modelle trainieren und Analysen über geschützte Datensätze hinweg durchführen. Die zugrunde liegenden Daten bleiben dabei geschützt und in der jeweiligen Umgebung des Partners. NVIDIA unterstützt diese Arbeit durch die Zusammenarbeit an KI-Modellen, Software und beschleunigtem Rechnen.
Apheris und T-Systems bieten ihren Kunden nun die Möglichkeit, Apheris’ föderierte Netzwerke für die Arzneimittelforschung und Studien mit Versorgungsdaten in Europa auf der souveränen Infrastruktur der T Cloud Public zu betreiben. Die Industrial AI Cloud (IAIC) von T-Systems stellt europäischen Kunden die dafür benötigten GPU-Ressourcen bereit. Einzelheiten der Zusammenarbeit präsentieren die Partner auf der NVIDIA GPU Technology Conference (GTC), die vom 20. bis 22. Oktober 2026 in Berlin stattfindet.
Warum Studien mit klinischen Daten komplex sind
Aufgrund der Datenschutz-Grundverordnung und weiterer Datenschutzvorschriften braucht es klare Regeln für den Zugriff auf und die Verarbeitung von Behandlungsdaten in standortübergreifenden Studien. Zudem müssen interne Richtlinien und Verträge abgestimmt werden. Genehmigungen und technische Vorbereitungen können neue Forschungsprojekte deshalb komplex und zeitaufwendig machen.
Doppelter Schutz für sensible Daten
Apheris setzt auf föderiertes Lernen: Das Modell wird zu den Daten gebracht und lokal in der Umgebung des jeweiligen Krankenhauses trainiert. Die Patientendaten bleiben vor Ort. Die datenschutzgerecht und lokal trainierten Modellparameter werden an die Industrial AI Cloud von T-Systems übermittelt. Dort führt Apheris sie zu einem globalen Modell zusammen. Die in Deutschland betriebene Cloud nutzt NVIDIA-GPUs.
Gesundheitsdaten sicher nutzen
„Gesundheitsdaten gehören zu den sensibelsten Daten überhaupt. Wer damit forscht, braucht eine zuverlässige, sichere und souveräne Infrastruktur“, sagt Ferri Abolhassan, CEO von T-Systems. „Mit der Industrial AI Cloud bieten wir die passende Lösung. Gemeinsam mit Apheris ermöglichen wir medizinischen Fortschritt, ohne dass sensible Daten das Krankenhaus verlassen.“
„Patientendaten müssen geschützt bleiben, und deshalb kann die Forschung sie heute kaum nutzen. In einer Welt, in der KI den Fortschritt treibt, ist es entscheidend, diese Daten nutzbar zu machen, ohne den Schutz der Patienten aufzugeben", sagt Robin Röhm, CEO und Mitgründer von Apheris. „Mit föderiertem Lernen bringen wir das Modell zu den Daten, sodass es aus ihnen lernen kann, während die Daten geschützt an ihrem Ort bleiben. Mit T-Systems geschieht das jetzt auch auf souveräner europäischer Infrastruktur."
In der Praxis bewährt
Nach Angaben von Apheris verbindet ein Netzwerk für Versorgungsdaten mehrere Krankenhäuser und umfasst Daten von mehr als 50.000 Patientinnen und Patienten, darunter elektronische Gesundheitsakten und Bilddaten. Forschungsteams können Analysen direkt an den jeweiligen Standorten durchführen, ohne die Patientendaten zentral zusammenzuführen.
In einer 2025 veröffentlichten Machbarkeitsstudie untersuchten Forschende die Segmentierung von MS-Läsionen anhand von insgesamt 512 MRT-Fällen aus drei klinischen Einrichtungen. Die Bilddaten blieben an den jeweiligen Standorten.
Auch für die Arzneimittelforschung
In der pharmazeutischen Forschung nutzen Unternehmen Apheris, um gemeinsam KI-Modelle zu trainieren, ohne ihre Daten offenzulegen. Im AI Structural Biology (AISB) Network arbeiten neun führende Pharmaunternehmen gemeinsam an KI für die Strukturbiologie. Weitere Apheris-Netzwerke verbessern Vorhersagen zu Eigenschaften kleiner Moleküle (ADMET) und zur Entwickelbarkeit von Antikörpern.
Apheris nutzt NVIDIA FLARE als Kern-Framework für föderiertes Lernen und steuert Korrekturen für den produktiven Einsatz zum Projekt bei. Das Unternehmen setzt NVIDIA cuEquivariance-Kernel ein, um das Training und die Inferenz für unterstützte Workloads, darunter OpenFold3, zu beschleunigen. Darüber hinaus wird auf der ApherisFold-Plattform Nvidia MSA NIM verwendet, was eine beschleunigte MSA-Generierung ermöglicht.
Über Apheris
Apheris betreibt die größten föderierten Datennetzwerke der Life-Sciences-Branche und trainiert darauf KI-Modelle für die Wirkstoffforschung und die klinische Forschung. Die Netzwerke umfassen Co-Folding, Bindungsaffinität, ADMET, In-vivo-PK und Antikörper-Entwickelbarkeit sowie Real-World Evidence (RWE) auf Basis von Patientendaten. In diesen Netzwerken trainieren führende Pharmaunternehmen und Gesundheitseinrichtungen Modelle auf proprietären, verteilten Daten, die ihre Umgebung nie verlassen, sodass Daten, geistiges Eigentum und der Schutz der Patienten vollständig gewahrt bleiben. Das Ergebnis sind Modelle, die öffentlichen Alternativen überlegen sind, besonders dort, wo diese mangels ausreichender Datengrundlage an ihre Grenzen stoßen. Ausgeliefert werden sie über Foundry, eine KI-first-Plattform, die direkt in die Forschungs-Workflows der Partner eingebettet ist, als modulare, von Agenten aufrufbare Bausteine.
Über die Deutsche Telekom: