Die Chefs von OpenAI, Anthropic und Google verlangen von der Politik ein eigenes Gesetz für genetische Tests. Sam Altman, Dario Amodei und Sundar Pichai wollen verbindliche Leitplanken dafür, wie DNA-Tests genutzt werden dürfen, wie biologische Daten weitergegeben werden und welche Schutzmechanismen Missbrauch verhindern.
Der Vorstoß kommt zu einem Zeitpunkt, an dem Gentests längst nicht mehr nur in Kliniken stattfinden. Auch Direktangebote für Verbraucherinnen und Verbraucher nehmen zu – während Künstliche Intelligenz die Auswertung beschleunigt und aus hochsensiblen Informationen neue wirtschaftliche und medizinische Anwendungen ableitet. Genau diese Kombination aus Massenmarkt und KI-getriebener Analyse erhöht den Druck auf Gesetzgeber und Aufsichtsbehörden.
Warum sich drei Tech-Schwergewichte jetzt an die Politik wenden
Dass ausgerechnet führende Köpfe der KI-Branche nach Regulierung rufen, ist bemerkenswert. Altman (OpenAI), Amodei (Anthropic) und Pichai (Google) argumentieren, das Recht müsse mit der Geschwindigkeit Schritt halten, mit der genetische Tests verbreitet und technisch verfeinert werden. Es gehe nicht um Detailfragen, sondern um Grundregeln: Einwilligung, Datensicherheit und klare Zweckbindung.
Genetische Daten unterscheiden sich von anderen personenbezogenen Informationen. Ein Testergebnis betrifft nicht nur die getestete Person, sondern mittelbar auch Verwandte – und in aggregierter Form sogar ganze Bevölkerungsgruppen. Während ein Passwort geändert werden kann, bleibt das Genom unveränderlich. Wer DNA-Daten verliert, verliert etwas, das sich nicht „zurücksetzen“ lässt.
Die Manager verweisen auf Risiken jenseits klassischer Datenschutzdebatten. Gentest-Ergebnisse können – wenn sie in falsche Hände geraten oder zweckentfremdet werden – Entscheidungen über Versicherungsprämien, Einstellungen oder den Zugang zu Dienstleistungen beeinflussen. Ohne klare Schranken droht eine neue Form der Risikoprofilierung, die Diskriminierung begünstigt.
Gleichzeitig hat der Appell eine geopolitische Dimension: Die Regeln unterscheiden sich je nach Land stark. Für global agierende Unternehmen entstehen Grauzonen, etwa bei Cloud-Speicherung, Datentransfers oder der Frage, ob ein Angebot als Forschung, Gesundheitsdienst oder kommerzielles Produkt gilt. Ein stabiler Rechtsrahmen würde aus Sicht der Unternehmen nicht nur Bürger schützen, sondern auch Planungssicherheit schaffen.
Kritiker könnten den Vorstoß als strategische Vorwärtsverteidigung lesen. Große Tech-Konzerne stehen regelmäßig unter dem Verdacht, sensible Daten zu sammeln und wirtschaftlich zu verwerten. Ein Gesetz zu unterstützen, signalisiert Kooperationsbereitschaft – entscheidend wird aber sein, wie streng es ausfällt: mit welchen Sanktionen, welcher Kontrollbehörde und welchen Grenzen für Datenweitergabe.
Gentests im Alltag: Medizinische Diagnostik trifft auf Verbraucherangebote
Genetisches Screening verbreitet sich über zwei Wege. In der Medizin werden Tests eingesetzt, um erbliche Krankheitsrisiken abzuklären, Diagnosen zu bestätigen oder Therapien zu steuern – etwa in der personalisierten Medizin und Pharmakogenetik. Parallel wächst der Markt für Direkt-to-Consumer-Tests, die mit Abstammungsanalysen, körperlichen Merkmalen oder Gesundheitsindikatoren werben.
In beiden Fällen entstehen Daten mit Langzeitwirkung. Das Genom bleibt gleich, doch die Interpretation verändert sich: Was heute als unauffällig gilt, kann morgen – mit neuen Studien – eine andere Bedeutung bekommen. Damit steigt der Wert der Daten über die Zeit, ebenso wie das Missbrauchspotenzial.
Die Datensätze interessieren viele Akteure: Labore, Kliniken, Forschungseinrichtungen, Plattformbetreiber – aber auch Versicherer oder Arbeitgeber, sofern sie Zugriff erhalten. Hinzu kommt ein wachsendes Cyberrisiko. Angriffe auf Gesundheitsdatenbanken haben in den vergangenen Jahren gezeigt, wie attraktiv solche Informationen für Kriminelle sind. Bei genetischen Daten ist der Schaden gravierend, weil sie dauerhaft und hochgradig identifizierend sind.
Auch die Einwilligung wird komplizierter, je mehr Plattformen, Partner und Unterauftragnehmer beteiligt sind. Häufig werden Freigaben „für Forschung“ oder „zur Verbesserung des Dienstes“ sehr allgemein formuliert. Für Nutzerinnen und Nutzer bleibt dann unklar, wer Zugriff erhält, wie lange Daten gespeichert werden, wie stark sie anonymisiert sind und ob eine nachträgliche Löschung realistisch durchsetzbar ist.
Gerade bei DNA-Daten stößt Anonymisierung an Grenzen. Selbst wenn Namen und Kontaktdaten entfernt werden, bleibt das genetische Profil ein nahezu eindeutiger Identifikator. Mit zusätzlichen Informationsquellen und wachsenden Datenbanken steigt das Risiko der Re-Identifizierung – ein Punkt, den Regulierer seit Jahren betonen. Ein allgemeines Datenschutzrecht, so die Logik des Appells, bilde diese Besonderheiten nicht präzise genug ab.
KI macht DNA-Daten wertvoller – und Re-Identifizierung wahrscheinlicher
Künstliche Intelligenz verändert die Auswertung genetischer Informationen grundlegend. Machine-Learning-Modelle können in großen Datensätzen Zusammenhänge zwischen Genvarianten und Krankheitsrisiken, Therapieansprechen oder physiologischen Merkmalen erkennen. Das ist für die biomedizinische Forschung ein Gewinn – verschiebt aber die Risikobilanz: Daten, die gestern kaum aussagekräftig wirkten, können morgen hochgradig prognostisch werden.
Mit leistungsfähigeren Modellen wächst auch die Gefahr, dass Personen trotz Aggregation oder Pseudonymisierung wiedererkannt werden. KI kann aus Kontextdaten sensible Eigenschaften ableiten oder Profile zusammenführen. Je geringer die Fehlerraten, desto attraktiver werden sekundäre Nutzungen – etwa für Risikobewertungen oder kommerzielle Zielgruppenbildung. Ein Gesetz müsste deshalb nicht nur Prinzipien formulieren, sondern klare Verbote, überprüfbare Pflichten und wirksame Sanktionen vorsehen.
Ökonomisch verlagert sich der Wert von der „rohen“ Sequenz zu angereicherten Daten: Annotationen, Interpretationen und Verknüpfungen mit Gesundheitsakten, Medikamentenhistorien, Lebensstil- oder Umweltdaten. KI ist der Motor dieser Veredelung. Politisch stellt sich damit die Eigentums- und Verteilungsfrage: Wem gehört der Mehrwert, der aus biologischen Daten entsteht – der getesteten Person, dem Gesundheitssystem, dem Labor oder der Plattform, die Modelle trainiert und Ergebnisse interpretiert?
Ein weiterer Streitpunkt betrifft Verantwortung. Wenn algorithmische Interpretationen medizinische oder quasi-medizinische Entscheidungen beeinflussen, muss geklärt sein, wer bei Fehlern haftet: Entwickler, Testanbieter, Ärztinnen und Ärzte oder die Plattform, die Ergebnisse präsentiert. Ein spezifisches Gesetz könnte Anforderungen an Validierung, Transparenz und menschliche Aufsicht festschreiben – und so Vertrauen sichern, bevor die Zahl der Angebote weiter explodiert.
Welche Leitplanken ein Gesetz setzen müsste – und was Deutschland daraus lernen kann
Im Zentrum der Debatte stehen drei Säulen: informierte Einwilligung, strikte Zweckbindung und ein wirksamer Schutz vor Diskriminierung. Einwilligungen müssten verständlich, granular und widerrufbar sein – statt pauschaler „Alles-oder-nichts“-Freigaben. Gerade bei Verbraucher-Gentests ist das entscheidend, weil häufig keine medizinische Beratung erfolgt. In der klinischen Diagnostik wiederum müssen Patientinnen und Patienten auch über Zufallsbefunde und deren Tragweite aufgeklärt werden.
Beim Schutz vor Benachteiligung geht es um klare Grenzen für Versicherungen und Arbeitgeber: Keine Ablehnung von Verträgen, keine Prämienaufschläge, keine Aussortierung von Bewerbern aufgrund genetischer Risiken. In Deutschland ist die Nutzung genetischer Daten in vielen Bereichen bereits eingeschränkt; die Diskussion zeigt wie stark neue KI-Auswertungen bestehende Schutzmechanismen unter Druck setzen können – etwa wenn aus scheinbar harmlosen Daten indirekt Gesundheitsrisiken abgeleitet werden.
Hinzu kommt die Daten-Governance: Sicherheitsstandards wie Verschlüsselung, Zugriffskontrollen, Protokollierung und regelmäßige Audits, klare Regeln zu Speicherfristen, Löschprozessen und Meldepflichten bei Vorfällen. Gleichzeitig braucht Forschung oft langfristige Datensätze. Denkbar wären dynamische Einwilligungsmodelle und Ethikgremien, die Nutzungskonflikte abwägen.
Auch Portabilität ist ein zweischneidiges Schwert. Wer Testergebnisse zu einem anderen Anbieter oder in eine Gesundheits-App mitnehmen will, gewinnt Kontrolle – aber jede zusätzliche Schnittstelle vergrößert die Angriffsfläche. Gesetzgeber müssten sichere Formate, starke Authentifizierung und Grenzen für nichtmedizinische Weiterverwendung definieren.
Entscheidend bleibt die Durchsetzung. Ohne eine schlagkräftige Aufsicht mit Prüf- und Sanktionsmöglichkeiten bleiben Regeln Theorie. Und weil genetische Daten oft über Ländergrenzen hinweg zwischen Laboren und Cloud-Diensten wandern, wird die internationale Abstimmung zum Härtetest: Nationale Gesetze können schützen – robust wird das System erst, wenn zentrale Standards zwischen Rechtsräumen kompatibel sind.
