# Wie der GitLab-Gründer mit KI gegen seinen Krebs kämpft

Als die Ärzte nichts mehr anzubieten hatten, ging GitLab-Gründer Sid Sijbrandij in den Founder Mode gegen sein Osteosarkom: maximale Diagnostik, KI als Analysemaschine und Therapien für einen einzigen Patienten. Sein Playbook ist öffentlich. Teile davon kosten weniger als eine Mitgliedschaft im Fitnessstudio.

Um vier Uhr morgens sitzt Sid Sijbrandij Ende 2022 in einer Notaufnahme, weil ein Schmerz in der Herzgegend seit zwei Wochen nicht verschwinden will. Die Ärzte beruhigen ihn: Einen zwei Wochen langen Herzinfarkt gibt es nicht. Sie machen ein Röntgenbild und schicken ihn nach Hause.

Wenige Stunden später ruft sein Hausarzt an und beginnt mit einer seltsamen Frage: ob er meditieren könne. Sids Blutdruck ist gefährlich hoch, der Schmerz könnte seine Aorta sein, die einzureißen beginnt. Zurück in der Notaufnahme zeigt sich: Die Aorta ist in Ordnung. Die Bilder zeigen aber einen sechs Zentimeter großen Tumor, der aus einem Wirbel seiner oberen Wirbelsäule wächst. Die Diagnose im November 2022: Osteosarkom, ein seltener und aggressiver Knochenkrebs. Sid war Mitgründer und CEO von GitLab und hatte das Unternehmen im Jahr davor an die Börse gebracht.

Was folgte, war das Standardprogramm. Und es war brutal. Chirurgen entfernten den Tumor im Dezember 2022 und versteiften seine Wirbelsäule mit einem Metallrahmen. Danach kamen Bestrahlung und eine Chemotherapie, die so aggressiv war, dass er vier Bluttransfusionen brauchte. Sid nennt die Standardbehandlung mittelalterlich. Aber er sagt das als jemand, der dankbar ist, dass es sie gibt.

Was passiert, wenn die Standardtherapie endet?

Das Osteosarkom ist selten. In den USA wird es rund 1.000 Mal pro Jahr diagnostiziert, etwa die Hälfte davon bei Kindern und Jugendlichen. Kommt es nach der Erstbehandlung zurück, ist die Prognose oft ernst. Es bleiben dann nur wenige Optionen. Genau das passierte bei Sid: Im Juni 2024 meldete sich der Krebs zurück, am Brustwirbel Th4. Im Januar 2025 wuchs der Tumor erneut.

Sein Onkologe hatte keine Standardmedikamente mehr und riet ihm, nach klinischen Studien zu suchen. Für eine so seltene Krankheit gab es keine. Die meisten Patienten hören diesen Satz im schwächsten Moment ihres Lebens. Viel mehr bietet ihnen das System dann nicht. Sid entschied sich, seinen Krebs so anzugehen, wie er GitLab aufgebaut hat: im vollen Founder Mode, wie er es selbst nennt. Jedes Detail verstehen, jede Entscheidung selbst verantworten, nichts abgeben, was über das eigene Leben entscheidet. Dafür gab er sogar seinen Job auf, um voll fokussiert zu sein.

Wie sieht Founder Mode gegen Krebs aus?

Drei Entscheidungen prägen ihn. Erstens maximale Diagnostik. Statt nur zu testen, was die nächste Therapieentscheidung ändern würde, ließ Sids Team jede Technologie laufen, an die es herankam: Ganzgenom- und Exomsequenzierung, Bulk- und Einzelzell-RNA-Sequenzierung, Long-Read-Sequenzierung, räumliche Transkriptomik, Multiplex-Gewebebildgebung, neun Ganzkörper-PET/CT-Scans plus experimentelle Tracer. Das Ergebnis sind rund 25 Terabyte Daten. Alle sind öffentlich auf osteosarc.com, damit Forschende überall damit arbeiten können.

Zweitens Therapien parallel. Die meisten Krebspatienten probieren eine Therapie, warten und probieren die nächste, wenn sie versagt. Bei einem aggressiven Tumor ist genau dieses Warten tödlich. Sids Team bereitete mehrere Optionen gleichzeitig vor, damit ein funktionierender Plan B schon existiert, bevor Plan A scheitert.

Drittens Medikamente bauen, wo keine existieren. Über das Biotech-Startup eines Freundes lernte Sid, dass die US-Arzneimittelbehörde FDA Therapien erlaubt, die für einen einzigen Patienten hergestellt werden, ein Weg namens Single Patient IND. Fast alle solcher Anträge genehmigt die FDA. In Deutschland und der EU gibt es verwandte Wege wie Härtefallprogramme und den individuellen Heilversuch. Das stellte eine Annahme auf den Kopf: Du musst nicht auf eine große Studie warten, wenn du keine Optionen mehr hast.

[Image: Startseite von osteosarc.com mit Sid Sijbrandijs öffentlichem Osteosarkom-Datenexplorer und der Tabelle der vier Tumor-Zeitpunkte]

Wie hat KI konkret geholfen?

Der Mann, der das betreibt, was Sid das Unternehmen seiner Behandlung nennt, ist kein Arzt. Jacob Stern ist Genetiker und hat sechs Jahre bei der Sequenzierungsfirma 10x Genomics gearbeitet. In dem Vortrag, den die beiden im März 2026 beim OpenAI Forum hielten, zeigte Stern seinen echten ChatGPT-Verlauf, um zu belegen, was die KI beigetragen hat.

Das erste Beispiel ist fast banal. Im Sommer 2025 lud er die rohe CSV-Datei einer Bulk-RNA-Sequenzierung hoch, nur Gennamen und Zählwerte. Dann fragte er ein bezahltes ChatGPT-Modell, was es sieht. Die Antwort hob ein Oberflächenprotein namens B7-H3 hervor, das auffällig überexprimiert war. Dieses Protein wurde später zum Ziel einer der wichtigsten geplanten Therapien.

Heute geht der Aufbau deutlich weiter. Das Team hat sich ein System gebaut, in dem eine Frage in Alltagssprache Agenten startet, die Literatur durchsuchen, eine Hypothese bilden, Analysecode schreiben und ihn gegen rund 600.000 sequenzierte Einzelzellen aus Sids Blut laufen lassen. Als ein Laborwert auf eine gefährliche Spätfolge seiner alten Chemotherapie hindeutete, stellte Stern dem System die Frage, wartete eine halbe Stunde und bekam eine Analyse mit Diagrammen, Schlussfolgerungen und dem Python-Code, den es geschrieben hatte. Spezialisten prüften den Befund anschließend gründlich und gaben Entwarnung.

Stern benennt die Grenzen klar. Er vertraut den Ausgaben nicht blind. Zum Spezialisten haben sie ihn auch nicht gemacht. Sie haben ihn zu einem kompetenten Gegenüber gemacht: zu jemandem, der Experten vernünftige Fragen stellen kann, ihre Antworten versteht und die Programme vorantreibt, mit einem einzigen Ziel, Sid am Leben zu halten.

Welche Therapien sind daraus entstanden?

Der bisher klarste Erfolg begann mit der Einzelzell-Sequenzierung. Sie zeigte, dass Sids Krebszellen große Mengen FAP tragen, ein Protein, das für faseriges Gewebe typisch ist. Ein Arzt in Deutschland bot eine experimentelle Therapie an, die ein FAP-bindendes Molekül mit einer radioaktiven Fracht koppelt. Sid flog zweimal ein. Beide Male endete die Behandlung mit einem Aufenthalt auf der Isolierstation. Das Ergebnis: 60 Prozent des Tumorgewebes starben ab, der Tumor schrumpfte um ein Fünftel und löste sich von der Rückenmarkshaut. Im April 2025 konnten Chirurgen am Memorial Sloan Kettering in New York ihn entfernen. Seitdem gibt es keinen Nachweis der Krankheit mehr, ein Stand, den Sid auch Mitte 2026 noch berichtete.

Der Rest des Arsenals ist eine Versicherung, parallel gebaut für den Tag, an dem der Krebs zurückkommen könnte. Ein personalisierter mRNA-Impfstoff, gebaut wie eine COVID-Impfung, aber mit Mutationen kodiert, die spezifisch für Sids Tumor sind, brauchte vom Projektstart bis zur Injektion sechs Monate. Eine TCR-T-Zelltherapie ist in Vorbereitung: Immunzellen, ausgestattet mit Rezeptoren, die aus Sids eigenen Sequenzierdaten gefischt wurden. Und eine CAR-T-Therapie (dabei werden eigene Immunzellen im Labor so umgebaut, dass sie Zellen mit einem bestimmten Merkmal jagen) zielt auf B7-H3, das Protein, das die KI markiert hatte, Sids nukleare Option.

Die CAR-T-Geschichte zeigt, warum die Diagnostik zählt. Um zu prüfen, wo B7-H3 in seinem Körper vorkommt, reiste Sid im Oktober 2025 für einen experimentellen Scan nach Peking. Der Scan fand nirgendwo Krebs. Er zeigte aber auch, dass seine Leber dreieinhalb Mal so hell leuchtete wie bei den zwanzig Menschen, die vor ihm gescannt wurden. Übersetzt heißt das: Auch seine gesunde Leber trägt viel B7-H3. Eine CAR-T, die darauf zielt, hätte also nicht nur den Krebs angegriffen, sondern auch die Leber zerstören können. Die Lösung kam wieder aus den Daten: Die Therapie ist jetzt wie ein doppeltes Schloss gebaut (Techniker sagen: ein logisches UND-Gatter). Sie tötet nur Zellen, die beide Merkmale zugleich tragen, B7-H3 und FAP. In der Leber kommt FAP fast nicht vor, die Leber bleibt also verschont.

Zwei weitere Fäden laufen im Hintergrund. Sids Tumor bildet extreme Mengen MDM2, ein Protein, gegen das vor Jahren Medikamente entwickelt und dann aufgegeben wurden, weil der Markt zu klein schien. Sid bezahlt inzwischen dafür, dass die Gefriertruhen des Herstellers weiterlaufen. Parallel sucht er einen Weg, den Wirkstoff doch noch zur Zulassung zu bringen. Das Team fand außerdem ein kaum erforschtes Protein, das in seinem Tumor rund zehntausendfach häufiger vorkommt als im gesunden Gewebe. Weil es Wasser abweist, übersehen es wasserbasierte Standardtests, was erklären könnte, warum nie jemand dazu publiziert hat. Sids Punkt dabei: Bei 25 Terabyte Daten hat KI mehr Geduld als jeder Mensch, genau deshalb rutschen solche Details nicht mehr durch. Jetzt versucht das Team, ein Molekül zu entwickeln, das genau an dieses Protein andockt und es angreifbar macht.

[Image: Interaktive Behandlungs-Timeline auf osteosarc.com mit 239 Ereignissen zu Bildgebung, Omics und Genomik von 2022 bis 2026]

Was kannst du davon nutzen, ohne Gründervermögen?

Der naheliegende Einwand: Sid ist die absolute Ausnahme. Er ist reich, bestens vernetzt, vieles davon ist teuer. Er spricht das selbst an. Die Bulk-RNA-Sequenzierung einer Tumorprobe kostet heute rund 50 Dollar, ein Ganzgenom beginnt bei etwa 500 Dollar. Die KI-Werkzeuge, die er für unverzichtbar hält, kosten 20 Dollar im Monat. Viele Medikamente, über die sich reden lohnt, sind günstige Generika. Teuer sind die maßgefertigten Biologika. Selbst dort gründet sein Team Firmen, die die Kosten drücken und den Weg für die nächsten Patienten ebnen sollen.

Die tiefere Lektion handelt von Selbstvertretung. An seinem Tiefpunkt meldete ein radiologischer Befund, seine Lungen seien voller Metastasen, inoperabel. Sechs von sieben Ärzten akzeptierten das. Der siebte bemerkte, dass das Muster nicht dazu passt, wie ein Osteosarkom streut. Er hatte recht: Es waren Rückstände einer COVID-Infektion. Sid zieht daraus keinen Vorwurf an Ärzte. Er zieht daraus den Schluss, dass ein Patient, der Daten sammelt, Zweitmeinungen einholt und mit KI eine Frage zur Differentialdiagnose vorbereitet, den Unterschied machen kann zwischen Aufgeben und Weitermachen.

Bei den Anreizen ist er schonungslos. Ein Arzt, argumentiert er, wird strukturell dazu gedrängt, Haftung zu minimieren, während ein Patient mit einer tödlichen Krankheit sein Überleben maximieren will. Diese beiden Ziele zeigen nicht immer auf dieselbe Behandlung. Er rät niemandem, sich selbst zu therapieren. Wozu er rät: gut informiert zum Onkologen zu kommen, bei Kombinationen nach dem Warum-nicht zu fragen und zu verstehen, dass Überlegungen zu Nebenwirkungsprofilen auch dort möglich sind, wo keine Studie für hundert Millionen Dollar existiert. Wenn dich diese Spannung interessiert: Wir haben aufgeschrieben, warum die Medizin oft zu spät reagiert.

Das Playbook wandert bereits weiter. Scott McKinney, ein OpenAI-Forscher, der seit 2020 gegen dieselbe Krankheit kämpft und den Vortrag eröffnete, sagt, der Ansatz von Sid und Jacob habe verändert, wie er mit seinem eigenen Fall umgeht. Sid hat inzwischen eine Vollzeitkraft eingestellt, deren einzige Aufgabe es ist, anderen Patienten zu helfen, die sich melden.

Nichts davon ist ein medizinischer Rat. Sids Fall ist ein einzelner Patient, dessen Verlauf sich keiner einzelnen Maßnahme sicher zuschreiben lässt. Er sagt es selbst: Vielleicht hatte er Glück. Erzählenswert ist sein Fall wegen der Herangehensweise: Ein Techniker nutzt die Werkzeuge von heute für eine Krankheit, bei der das System nichts mehr anbot, in der Hoffnung, dass andere Patienten später davon profitieren. Mehrere Dinge, die sein Team von Hand gebaut hat, personalisierte Impfstoffe mit Modellunterstützung, Scans vor Medikamenten, KI, die deine Tumordaten liest, hält er für die Standardversorgung in einigen Jahrzehnten. Er versucht, sie in die Gegenwart zu ziehen.

Wo kannst du die Geschichte verfolgen?

Alles ist offen. Auf osteosarc.com liegen die 25 Terabyte, die interaktive Behandlungs-Timeline und Links zu Vorträgen und Interviews. Das komplette Gespräch beim OpenAI Forum mit Sid und Jacob Stern steht auf YouTube. Auf seinem Substack schreibt Sid über den Kampf und über die Änderungen, die das System aus seiner Sicht braucht, von günstigeren klinischen Studien bis zur freien Wahl einer unabhängigen Ethikkommission. Seine Optionen wuchsen von null Behandlungen auf dreißig, die er hoffentlich nie braucht. Wie er selbst sagt: Es ist gut, Optionen zu haben.

---

_Kanonisch: https://longevity-switzerland.com/de/articles/gitlab-founder-ai-cancer · Teil von Longevity Cities · Aktualisiert 2026-08-09_