Eine KI-Bildfirma baut einen Scanner, der den ganzen Körper hörbar macht
Midjourney kennt man für KI-Bilder. Jetzt zeigt die Firma ein Gerät, das in sechzig Sekunden den ganzen Körper abbilden soll, nicht mit Strahlung, sondern mit Schall. Ich habe die Zahlen im Video nachgerechnet.
In einem Satz
Midjourney hat ein flaches Wasserbecken gebaut, in dem dich ein Ring aus rund 358.000 winzigen Ultraschall-Sendern umgibt, deine Echos einsammelt und daraus ein dreidimensionales Bild deines Inneren rechnet; das Prinzip ist bewährt, die Größenordnung ist neu, und eine Zulassung für Diagnosen gibt es noch nicht.
Im Juni 2026 steht ein Unternehmen auf einer Bühne in San Francisco, das bis dahin vor allem für eines bekannt war: Text eintippen, Knopf drücken, fertiges KI-Bild. Midjourney. Gründer David Holz zeigt aber kein neues Bildmodell. Er zeigt ein massives Stück Hardware und nennt es die erste völlig neue Methode der Ganzkörper-Bildgebung seit fünf Jahrzehnten.
Das ist ein großer Satz von einer Firma, die bis dahin nichts mit Medizin zu tun hatte. Ich habe mir das Vorstellungsvideo deshalb Bild für Bild angesehen und die Zahlen darin nachgerechnet. Die Frage, die mich dabei getrieben hat: Kann man einen ganzen Menschen mit Schall so genau abbilden wie in einem MRT, und das in einer Minute?
Sehen mit den Ohren
Die meisten Bilder aus dem Körperinneren entstehen mit Strahlung oder mit starken Magneten. Röntgen und CT schicken ionisierende Strahlung durch dich, ein MRT nutzt ein gewaltiges Magnetfeld. Der Midjourney-Scanner macht etwas grundlegend anderes. Er horcht. Er sendet Schallwellen in den Körper und lauscht auf das, was zurückkommt, wie eine Fledermaus im Dunkeln oder ein U-Boot mit Sonar.
Klatsch in einem leeren Raum in die Hände. Der Hall verrät dir, wie groß der Raum ist und wo die Wände stehen, ohne dass du etwas siehst. Genau das tut der Scanner, nur unvorstellbar viel feiner: Er klatscht mit Ultraschall und liest aus dem Echo die Form deiner Organe.
Ultraschall an sich ist nichts Neues, das Bild vom Babybauch kennt fast jeder. Neu ist der Anspruch, mit dieser sanften, strahlungsfreien Methode den ganzen Körper in MRT-Qualität und in unter einer Minute abzubilden. Das Video erklärt das von ganz klein nach ganz groß, und diesem Weg folge ich hier.
Ein Bauteil, das rufen und lauschen kann
Alles beginnt mit einem Bauteil von etwa 200 Mikrometern Breite, kaum größer als ein Sandkorn. Es heißt Schallwandler, englisch Transducer, und es kann zwei Dinge, für die man sonst zwei Geräte braucht. Schickst du Strom hinein, vibriert es und erzeugt Schall, wie ein Lautsprecher. Trifft Schall darauf, vibriert es und erzeugt Strom, wie ein Mikrofon. Mund und Ohr in einem.
Derselbe Wandler ist Sender und Empfänger zugleich. Deshalb kann ein Feld solcher Bauteile gleichzeitig "rufen" und "zuhören".
Ein einzelner Wandler sieht allerdings nicht viel. Also setzt Midjourney 8.960 davon in ein Raster, eine handflächengroße Kachel voller winziger Lautsprecher-Mikrofone. Jeder lässt sich bis zu 100 Millionen Mal pro Sekunde ansteuern. Feuern sie in einem genau abgestimmten Muster, überlagern sich ihre Wellen zu einer gebündelten, gerichteten Welle, so wie ein eingespielter Chor aus vielen Stimmen einen klaren Klang formt.
Diese Kacheln hat Midjourney nicht selbst erfunden. Sie stammen von Butterfly Network, einer Firma, die Ultraschall auf einen Computerchip gebracht hat: Statt klassischer Schallkristalle sitzen dort Tausende winziger Membranen, sogenannte CMUTs, direkt auf dem Halbleiter, gefertigt wie ein Prozessor. Midjourney hat diese Technik im November 2025 lizenziert, für 15 Millionen US-Dollar vorab plus jährliche Gebühren.
Ein Ring im Wasser
Dann wird aus der flachen Kachel ein Kreis. Vierzig Kacheln ergeben einen Ring von etwa 70 Zentimetern Durchmesser, mit zusammen rund 358.000 Wandlern, die alle nach innen zeigen. Dieser Ring sitzt in einem flachen Wasserbecken, und das ist kein Wellness-Detail. Zwischen Haut und Sender darf keine Luft sein, an ihr prallt Schall fast vollständig ab, deshalb bekommst du bei jeder Ultraschalluntersuchung das kalte Gel auf die Haut. Wasser leitet den Schall dagegen fast nahtlos in den Körper hinein und wieder heraus.
So viele Sender feuern natürlich nicht alle zugleich. Einer schickt eine Welle los, die das Becken in etwa 480 Millionstel Sekunden durchquert, und während sie verklingt, lauschen ringsum Hunderttausende Wandler auf die Echos. Dann ist der nächste dran, bis zu tausendmal pro Sekunde.
An dieser Stelle habe ich nachgerechnet. Vierzig Kacheln mal 8.960 Wandler ergeben 358.400, das passt zu den genannten rund 358.000. Und Schall bewegt sich in Wasser mit rund 1.481 Metern pro Sekunde, das ist die Zahl aus jedem Physikbuch. In 480 Millionstel Sekunden kommt er damit 0,71 Meter weit, also fast exakt über die 70 Zentimeter des Rings. Die Zahlen im Video sind physikalisch stimmig. Ein gutes Zeichen, dass hinter dem schicken Film echte Technik steckt.
Ein Lift senkt dich langsam durch den Ring (rund 4 cm pro Sekunde). Auf jeder Höhe nimmt der Ring eine dünne Querschnitts-Scheibe deines Körpers auf.
Vom Echo zur Scheibe, von der Scheibe zum Menschen
Ein einzelnes Echo ergibt noch kein Bild. Aber der Ring hört von allen Seiten gleichzeitig, und jeder Sensor sieht deinen Körper aus einem anderen Winkel. Das System verrechnet Tausende Wellen zu einem einzigen, scharfen Querschnitt, so wie viele Fotos aus verschiedenen Richtungen zusammen ein vollständiges Modell ergeben. Für eine einzige Scheibe deines Körpers wandern dabei laut Video mehr als 40 Gigabyte durch die Maschine, berechnet auf einem Rechner mit rund zwei Petaflops, einem kleinen Supercomputer.
Dieses Verfahren heißt Ultraschall-Tomografie. Tomografie bedeutet schlicht: Bilder in Schichten, Scheibe für Scheibe, wie bei einem Laib Brot.
Danach wiederholt sich alles. Ein Lift senkt dich mit vier Zentimetern pro Sekunde weiter durch den Ring, auf einen Zehntelmillimeter genau, und der Ring nimmt die nächste Scheibe auf. Und die nächste. Nach rund sechzig Sekunden liegen mehrere Hundert davon übereinander, und gestapelt ergeben sie eine durchgehende 3D-Karte des Körpers. Die angestrebte Schärfe liegt bei einem halben Millimeter.
Wo das Video übertreibt
Nur einmal wird das Video für meinen Geschmack zu laut. Jeder Sensor soll Bewegungen erkennen, die kleiner sind als ein einzelnes Atom.
Gemeint ist nicht, dass die Maschine Atome sieht. Gemeint ist, dass sie winzigste Unterschiede im Takt der zurückkommenden Echos misst, so präzise, dass die rechnerische Empfindlichkeit in diesen Größenbereich fällt. Solche Empfindlichkeiten kennt die Messtechnik. Ob sie im Körper eines lebenden, atmenden Menschen erreichbar sind, ist eine offene Frage. Ich lese die Zahl als Anspruch, nicht als Ergebnis.
Eine Minute statt einer Stunde
Warum dieser Aufwand? Midjourneys erklärtes Ziel ist Ganzkörper-Bildgebung für jeden Menschen auf der Erde. Weil ein Scan eine Minute dauern soll statt einer MRT-Sitzung von dreißig bis neunzig Minuten, könnten wenige Geräte sehr viele Menschen untersuchen. Die Firma rechnet vor, dass weniger als ein Dutzend solcher Systeme im Vollbetrieb mehr Ganzkörper-Scans schaffen würden als alle MRT-Geräte der Welt zusammen.
Die Pläne dahinter sind entsprechend groß. Für Ende 2027 ist am Union Square in San Francisco ein "Midjourney Spa" geplant, drei Etagen mit Fitnessraum, Sauna, Kaltwasserbecken und zehn Scannern. Bis 2031 soll eine Flotte von 50.000 Geräten weltweit rund eine Milliarde Scans im Monat schaffen. Für die neue Sparte Midjourney Medical nimmt das Unternehmen Berichten zufolge mehr als 74 Millionen US-Dollar in die Hand.
Neu, aber nicht aus dem Nichts
Was im Glanz der Präsentation leicht untergeht: Das Grundprinzip ist nicht neu. Ultraschall-Tomografie mit einem Ring aus Sendern im Wasserbad gibt es bereits als zugelassenes Medizinprodukt, nur für einen einzelnen Körperteil.
Das Gerät SoftVue der Firma Delphinus ist seit 2021 von der US-Zulassungsbehörde FDA freigegeben. Die Patientin liegt bäuchlings auf einem Tisch, eine Brust hängt in ein warmes Wasserbad, und ein Ring mit gut 2.000 Sendern nimmt alle zwei Millimeter ein Schnittbild auf. Exakt dasselbe Prinzip, nur auf kleinem Raum. Midjourneys eigentliche Wette ist also nicht die Idee. Sie ist die Größenordnung: dieses bewährte Verfahren mit Chip-Sendern und enormer Rechenleistung auf den ganzen Körper hochzuskalieren.
Der Reiz liegt auf der Hand. Kein Magnettunnel, keine Strahlung, kein langes Stillliegen. Und anders als beim gewohnten Ultraschall entsteht kein flaches Live-Bild unter einer Handsonde, sondern ein vollständiges 3D-Modell aus allen Blickwinkeln.
Was heute schon stimmt
Zwischen dem Versprechen und dem heutigen Stand liegt trotzdem eine Lücke, die du kennen solltest. Eine Zulassung für irgendeine diagnostische Nutzung hat der Scanner nicht, Stand Juni 2026. Was er liefert, sind vor allem Karten der Körperzusammensetzung, keine ärztlich geprüfte Diagnostik. Aus der Branche kamen gemischte Reaktionen, Anerkennung für die Vision und Skepsis gegenüber den großen Zahlen.
Genau diese Mischung halte ich für angebracht. Also, lässt sich ein ganzer Mensch in einer Minute mit Schall so genau abbilden wie im MRT? Das Prinzip trägt, im Kleinen ist es seit Jahren zugelassen, und die Zahlen im Video, die ich prüfen konnte, gehen auf. Ob es auch im Großen trägt, entscheidet sich nicht im Video. Es entscheidet sich in Studien, in Zulassungsverfahren und an der Frage, ob die spektakulären Werte im echten, atmenden Körper standhalten. Bis dahin: faszinierende Technik, große Vision und ein gesunder Rest Skepsis.
Kurz erklärt
Schallwandler (Transducer)
Ein Bauteil, das elektrische Signale in Schall verwandelt und Schall zurück in elektrische Signale. Es ist Lautsprecher und Mikrofon zugleich. In einer Ultraschallsonde sitzen viele davon nebeneinander.
Ionisierende Strahlung
Energiereiche Strahlung wie Röntgenstrahlung, die in hoher Dosis Zellen schädigen kann. Deshalb wird bei Röntgen und CT die Dosis so gering wie möglich gehalten. Ultraschall und MRT kommen ohne sie aus.
CMUT
Kurz für kapazitiver mikrogefertigter Ultraschallwandler. Statt eines Kristalls schwingt eine winzige Membran über einem Hohlraum, direkt auf einem Halbleiter gefertigt. So lassen sich Tausende Wandler auf einem einzigen Chip unterbringen.
Ultraschall-Tomografie
Ein Verfahren, bei dem ein Körperteil von allen Seiten mit Ultraschall durchleuchtet wird und ein Rechner daraus Schnittbilder berechnet. Gestapelt ergeben die Schnitte ein dreidimensionales Bild.
FDA
Die US-Behörde, die Medikamente und Medizinprodukte zulässt. Ohne ihre Freigabe darf ein Gerät in den USA nicht für Diagnosen eingesetzt werden.
Quellen
- Midjourney Medical: "A New Era of Midjourney" (offizielle Ankündigung)
- Midjourney unveils full-body ultrasound scanner, plans SF spa
- Midjourney is developing a full-body ultrasonic scanner
- Midjourney's full-body scanner: big claims, no track record (kritische Einordnung)
- Midjourney investing over $74M to launch whole-body ultrasound business
- Butterfly Network: Ultrasound-on-Chip Technologie (CMUT)
- Delphinus SoftVue: Brust-Ultraschall-Tomografie, wie sie funktioniert
- IEEE Spectrum: How MEMS Ultrasound Imaging Became Ultra Small