ERC-Forschungsgelder für zwei Projekte von Basler Forschenden

Mit den Synergy Grants fördert der ERC anspruchsvolle Forschungsprojekte, die eine einzelne Forschungsgruppe allein nicht bewältigen könnte. Dafür bündeln zwei bis vier Forschende mit ihren Teams unterschiedliche Kenntnisse und Methoden. Die Fördersumme beträgt in der Regel bis zu zehn Millionen Euro für sechs Jahre.

Therapie für Erblindete

Einen solchen interdisziplinären Grant erhält Prof. Dr. Botond Roska vom Institut für molekulare und klinische Ophthalmologie Basel (IOB) und der Universität Basel gemeinsam mit Valentina Emiliani vom Institut de la Vision, Paris, und José-Alain Sahel von der Universität Pittsburgh, USA. Ihr Projekt will Menschen, die durch Netzhauterkrankungen erblindet sind, ein detailreicheres Sehen ermöglichen. Es baut auf einer Therapie auf, die noch vorhandene Nervenzellen der Netzhaut durch eine genetische Veränderung lichtempfindlich macht. Eine Spezialbrille übersetzt Kamerabilder der Umgebung in passende Lichtsignale, die ins Auge projiziert werden. 

Zwar konnten die Forschenden mit dieser Therapie bereits einigen Erblindeten ein rudimentäres Sehvermögen zurückgeben, dieses ist jedoch noch weit von der Sehfähigkeit gesunder Personen entfernt. Gesichter erkennen oder lesen konnten die Behandelten bisher nicht.

Im ERC-Synergy-Projekt soll ein Team aus Molekularbiologie, Physik, Hirnforschung und Medizin neue Verfahren entwickeln, die Lichtreize präziser auf die veränderten Nervenzellen richten. Parallel entwickelt das Team eine nächste Generation der Therapie mit noch empfindlicheren Lichtsensoren in den Zellen. Ziel ist, feinere Details sichtbar zu machen und langfristig auch das Erkennen von Gesichtern und das Lesen zu ermöglichen.

KI für unterschiedliche Bedürfnisse

Der ERC hat ausserdem Prof. Dr. Ilija Bogunovic einen Starting Grant in Höhe von rund 1,5 Millionen Euro zugesprochen. Damit steigt die Zahl der in der Förderrunde 2026 an Forschende der Universität Basel vergebenen Starting Grants auf sieben. Bogunovic möchte neue maschinelle Lernverfahren entwickeln, damit KI-Sprachmodelle unterschiedlichen Bedürfnissen besser gerecht werden.

Das Projekt setzt bei der abschliessenden Trainingsphase an: Hier lernen KI-Sprachmodelle anhand von Rückmeldungen, was eine gute Antwort ausmacht. Doch das hängt von der Sprache, der Aufgabe und der fragenden Person ab. Zudem kann das Ziel, möglichst hilfreich zu antworten, mit Sicherheitsanforderungen in Konflikt geraten. Bisherige Verfahren fassen diese unterschiedlichen Ansprüche zu einem einzigen Trainingsziel zusammen. Dadurch werden die Bedürfnisse der Mehrheit bevorzugt, während kleinere Sprachen und weniger verbreitete Sichtweisen schlechter bedient werden.

Für jede Sprache oder Nutzergruppe ein eigenes Modell zu trainieren, wäre zu aufwendig. Das Team möchte deshalb neue Verfahren entwickeln, die unterschiedliche Anforderungen in dieser Trainingsphase getrennt berücksichtigen. So soll ein einziges Modell diese Anforderungen besser ausbalancieren und sich rasch an neue Sprachen und individuelle Bedürfnisse anpassen können. Zugleich soll diese abschliessende Trainingsphase deutlich effizienter werden.