Das Ziel dieser Nachwuchsgruppe ist es, durch die Analyse neuartiger Patientendaten eine noch frühere Vorhersage der Sepsis zu ermöglichen. Fünf Ziele sollen erreicht werden: Ein Künstliche Intelligenz (KI)-Modell auf Basis von Genomsequenzdaten, gewonnen aus patienteneigenen Mikroorganismen, zur frühzeitigen Vorhersage von Sepsis; Eine Liste von biologischen Indikatoren (Biomarkern), die eine entstehende Sepsis vorhersagen; Eine Sammlung von Genomen pathogener Mikroorganismen von septischen Patienten; Vorhersagen für und Werkzeuge zur Vorhersage von Resistenzen gegen Antibiotika, basierend auf den Informationen, die aus diesen Mikroorganismus-Genomen gewonnen werden; Eine Ressource für elektronische Krankenakten, um die neuen Erkenntnisse in klinische Entscheidungsfindungssysteme einzubringen. Während das Modell eine Vorhersage auf der Basis relativ komplexer mikrobieller Genomdaten ermöglichen soll, besteht die Hoffnung, mit Hilfe von Biomarkern zusätzlich wesentlich schnellere Methoden zu ermöglichen (z. B. durch "bed-side"-Genomsequenzierung in Kombination mit extrem schneller, biomarkerspezifischer Bioinformatik). Weitere Informationen für diese Biomarker stammen aus den entwickelten Erregergenomen und vorhergesagten Antibiotikaresistenzen. Die gewonnenen Informationen werden mittels neu zu definierender Datenschnittstellen (Fast Healthcare Interoperability Resources, FHIR) für klinische Entscheidungssysteme (sog. Clinical Decision Support Systems) bereitgestellt.