KI für Wissenschaft

Im Juli 2021 veröffentlichte The Economist einen fiktiven Bericht über die Nobelpreisvergabe im Jahr 2036, in dem erstmals eine künstliche Intelligenz einen Nobelpreis für Medizin oder Physiologie erhält. Diese Vorstellung führt zu chaotischen Szenen und Protesten, da die Vergabe an eine KI grundlegende Fragen zur Rolle von Maschinen in der Wissenschaft aufwirft. Die Diskussion über die Möglichkeit, dass KIs in Zukunft menschliche Wissenschaftler bei bedeutenden Auszeichnungen übertreffen könnten, wird durch die bevorstehenden Nobelpreisverleihungen neu belebt. Die Idee einer KI als Preisträger könnte nicht nur die Wahrnehmung von Wissenschaft, sondern auch das Verständnis von Intelligenz und Kreativität nachhaltig verändern.

Die Forschung zu den Etrusker-Tombas hat ergeben, dass diese nicht nur als Grabstätten, sondern auch als sensorisch immersive Umgebungen konzipiert waren, die das Erlebnis der Lebenden beeinflussten. Mithilfe von künstlicher Intelligenz und akustischen Techniken untersuchten Wissenschaftler die akustischen Eigenschaften der Tomba dei Demoni Azzurri und der Tomba del Gallo. Dabei wurde festgestellt, dass die Tombas mit intensiven Klängen und Lichtspielen gestaltet waren, um eine dramatische Atmosphäre zu schaffen. Diese Kombination aus visuellen und akustischen Elementen schuf eine Art Theaterraum, der die Wahrnehmung der Besucher manipulierte und die Verbindung zwischen Leben und Tod verstärkte. Die Forscher argumentieren, dass die Grabstätten auch für Rituale und Feierlichkeiten genutzt wurden, was ihre Bedeutung für die Etrusker-Gesellschaft unterstreicht. Diese Erkenntnisse fordern eine Neubewertung der Bestattungsarchitektur im antiken Mittelmeerraum, da die komplexe Gestaltung von Raum und Sinneseindrücken möglicherweise noch nicht ausreichend gewürdigt wird.

Der Klimaphysiker Reto Knutti von der ETH Zürich warnt vor dem zunehmenden Druck auf die Wissenschaft durch politische Einflüsse und die Verbreitung von künstlicher Intelligenz (KI). In der Schweiz und anderen europäischen Ländern werden wissenschaftliche Studien oft selektiv interpretiert und Publikationen verzögert, was die Glaubwürdigkeit der Wissenschaft gefährdet. Kommunikationswissenschaftlerin Silke Fürst betont die Notwendigkeit, dass Experten durch KI-Tools sichtbar bleiben und verlässliche Informationen öffentlich diskutieren. Politikwissenschaftler Michael Hermann sieht in der KI auch Chancen für Fachleute, da persönliche Erfahrungen und bekannte Gesichter weiterhin gefragt sind. Trotz der Herausforderungen durch soziale Medien und politische Skepsis bleibt die Rolle der Experten unverzichtbar, da KI menschliche Erfahrung und Expertise nicht ersetzen kann. Die Diskussion über die Transparenz der Datenbasis von KI und die kritische Auseinandersetzung mit diesen Technologien wird als entscheidend für die Zukunft der wissenschaftlichen Expertise betrachtet.

Eine aktuelle Studie von GFT Technologies zeigt, dass 84% der globalen Technologiechefs ihre KI-Projekte aufgrund von Einschränkungen durch veraltete Systeme abgebrochen haben. Besonders in den USA äußern 92,1% der Führungskräfte Bedenken, dass die Investitionen in KI schneller wachsen als der tatsächliche Nutzen. Rishi Chohan, CEO von GFT USA, hebt hervor, dass die veraltete Infrastruktur eine erhebliche Hürde darstellt und Sicherheitsrisiken birgt, die zu einer umfassenden Krise führen könnten. Zudem sind viele Führungskräfte skeptisch gegenüber der Verwendung von KI als Vorwand für Stellenabbau, was als "AI washing" bezeichnet wird. Diese Unsicherheiten führen dazu, dass fast die Hälfte der US-CIOs und CTOs um ihre berufliche Zukunft besorgt ist. Trotz der Herausforderungen bleibt der Druck, Rendite aus KI-Investitionen zu erzielen, hoch. Chohan betont, dass der Erfolg von KI-Initiativen stark von der Modernisierung der Infrastruktur und der richtigen Governance abhängt. Um den tatsächlichen Wert von KI-Transformationen zu realisieren, ist es entscheidend, die Kluft zwischen KI-Ambitionen und der Infrastrukturbereitschaft zu schließen.

Moonshot AI, ein chinesisches Unternehmen, hat eine interne Untersuchung eingeleitet, nachdem der Forscher Peter Garrigan festgestellt hat, dass das KI-Modell Kimi manipuliert werden kann, um gefährliche Anleitungen zu liefern. Garrigan berichtete, dass das Modell potenziell Informationen zur Entwicklung biologischer Waffen, zur Durchführung von Attentaten, zur Planung terroristischer Angriffe, zur Herstellung von Sarin-Gas, zur Entwicklung von Malware und zum Herunterfahren von Flugzeugen bereitstellen könnte. Diese Entdeckungen werfen ernsthafte Bedenken hinsichtlich der Sicherheit und der unvorhergesehenen Anwendungen fortschrittlicher KI-Modelle auf. Garrigan betonte, dass ähnliche Probleme auch bei US-amerikanischen KI-Modellen beobachtet wurden, was auf grundlegende Schwächen in der Technologie hinweist. Moonshot AI steht in direktem Kontakt mit Garrigan, um die Ergebnisse zu untersuchen und die Situation zu klären.

Im Oktober 2026 präsentierte der Physiker Matthew Schwartz von der Harvard-Universität die Ergebnisse seines Projekts BootLoops, das darauf abzielt, wissenschaftliche Entdeckungen durch den Einsatz von Künstlicher Intelligenz zu beschleunigen. BootLoops ist ein Open-Source-Toolkit, das in nur drei Monaten 36 Manuskripte in 18 verschiedenen Disziplinen generierte, indem es komplexe Berechnungen automatisierte und 15 zuvor unberechnete Feynman-Integrale löste. Schwartz erkannte eine Diskrepanz zwischen den Bedürfnissen der Wissenschaftler und den Fähigkeiten bestehender KI-Modelle und suchte gezielt nach lösbaren Problemen. Der Workflow von BootLoops umfasst die Identifikation von Problemen, die Automatisierung der Berechnungen und die Validierung durch Experten. Die Ergebnisse zeigen, dass BootLoops erfolgreich Techniken der theoretischen Physik auf Bereiche wie Ökologie und Genetik anwendete, was zu neuen Erkenntnissen und höherer Forschungseffizienz führte. Angesichts des rasant wachsenden Marktes für KI im wissenschaftlichen Bereich unterstreicht das Projekt die Bedeutung der Automatisierung technischer Aufgaben und die Notwendigkeit, menschliches Urteilsvermögen zur Validierung der Ergebnisse zu integrieren.

Sequential hat die erste Konferenz mit dem Titel "The Future of Next-Generation Ingredients & Validation" für den 3. Dezember 2026 in London angekündigt. Die eintägige Veranstaltung zielt darauf ab, Fachleute aus Forschung, Entwicklung und Wissenschaft zusammenzubringen, um die Auswirkungen von KI und Multi-Omics auf die Entwicklung neuer Inhaltsstoffe zu erörtern. Dr. Oliver Worsley, CEO von Sequential, hebt hervor, dass die Konferenz eine Plattform für den Wissensaustausch bietet, um aktuelle Entwicklungen in der Branche zu diskutieren. Die Agenda umfasst Themen wie KI-Entdeckungen, bioengineered Inhaltsstoffe und klinische Validierung, mit bereits bestätigten Rednern wie Lieve Declercq von Proya Companies. Teilnehmer haben die Möglichkeit, sich mit den Wissenschaftlern von Sequential zu vernetzen und innovative Ansätze kennenzulernen. Sequential ist ein führendes Unternehmen in der klinischen Forschung und unterstützt über 100 internationale Marken bei der Produktentwicklung im Bereich persönliche Pflege.

Das britische KI-Startup Zenithon hat 10 Millionen Dollar gesammelt, um innovative "Weltmodelle" für extreme Physik zu entwickeln. Diese Modelle sollen komplexe physikalische Systeme besser verstehen und die Ergebnisse verschiedener Designs schnell vorhersagen, was besonders für Technologien wie Fusionsreaktoren und Raketen entscheidend ist. Zenithon betont, dass der Fortschritt in diesen Bereichen zunehmend von einem tiefen Verständnis komplexer physikalischer Prozesse abhängt, während bestehende Werkzeuge oft unzureichend sind. Die neuen Modelle ermöglichen es Ingenieuren, in der Zeit, die für eine einzige Simulation benötigt wird, eine Million Designpunkte zu erkunden und direkt aus realen Experimenten zu lernen. Dies könnte dazu führen, dass Ingenieure über vertraute Designs hinausgehen und neue Leistungsniveaus erreichen. Gegründet von Alex Higginbottom und Abetharan Antony, plant Zenithon, die gesammelten Mittel für Rekrutierung und Rechenleistung zu nutzen, um alle drei Monate neue Modelle zu veröffentlichen.

Microsoft Research hat mit Project Quine ein bahnbrechendes KI-System entwickelt, das computergestützte Biologie mit praktischen Laborexperimenten kombiniert. In Zusammenarbeit mit dem Broad Institute von Harvard und dem MIT ermöglicht das System die Integration verschiedener Datentypen durch ein biologisches Weltmodell und einen interaktiven „Reasoning-Harness“. In Tests zur Krebsforschung konnte Project Quine innerhalb eines Wochenendes Tausende von Verbindungen analysieren und priorisieren, was normalerweise Monate dauert. Die vielversprechendsten Verbindungen zeigten in Labortests positive Effekte, und die KI sagte einen neuen Zellzustand voraus, der experimentell bestätigt wurde. Trotz dieser Erfolge bleibt Project Quine ein experimentelles System, das nicht als zugelassenes Medikament oder klinisches Werkzeug fungiert. Der Zugang zur Technologie ist zunächst begrenzt, mit einem Fellowship-Programm für Wissenschaftler, das 2027 startet. Branchenexperten sehen Potenzial in der Beschleunigung der Arzneimittelforschung, jedoch bestehen weiterhin Bedenken hinsichtlich Reproduzierbarkeit und rechtlichen Aspekten.

Zenithon, ein KI-Labor mit Sitz in London, hat erfolgreich 10 Millionen US-Dollar in einer Finanzierungsrunde von Investoren wie Backed, Lunar, Seraphim, MMC und SOSV gesammelt. Das Unternehmen fokussiert sich auf die Entwicklung von Weltmodellen für extreme Physik, was potenziell bedeutende Fortschritte in diesem wissenschaftlichen Bereich ermöglichen könnte. Mit der neuen Finanzierung plant Zenithon, seine Forschungs- und Entwicklungsaktivitäten auszubauen und innovative Lösungen zu entwickeln. Experten sind überzeugt, dass Zenithons Arbeit das Verständnis der Physik erweitern und neue Technologien hervorbringen könnte. Die Investoren zeigen sich optimistisch, dass die Ergebnisse dieser Forschung sowohl für die Wissenschaft als auch für verschiedene Industrien von großer Bedeutung sein werden.

Arrowfly hat die Initiative "AI for Engineers" ins Leben gerufen, um Ingenieuren und technischen Führungskräften eine umfassende Ressource für den Einsatz von Künstlicher Intelligenz (KI) zu bieten. Die Plattform umfasst einen spezialisierten News Desk, eine jährliche Konferenz, originale Forschungsarbeiten und ein Beratungsboard, um praxisnahe Kenntnisse und Netzwerkmöglichkeiten zu fördern. Angesichts der wachsenden Nachfrage nach KI in verschiedenen Ingenieurdiziplinen, die bereits über 30.000 Fachleute erreicht hat, wird der Bedarf an anwendbaren Informationen immer dringlicher. Die Konferenz, die im September 2027 stattfinden wird, zielt darauf ab, Ingenieuren zu helfen, von experimentellen Ansätzen zu effektiven, wiederholbaren Anwendungen überzugehen. Zudem wird die "2027 Outlook of AI" Studie veröffentlicht, die Einblicke in die KI-Adoption in verschiedenen Ingenieurbereichen bietet. Ein Beratungsboard wird eingerichtet, um sicherzustellen, dass die Inhalte den Bedürfnissen der Ingenieure entsprechen. Arrowfly positioniert sich somit als zentrale Anlaufstelle für Ingenieure, die sich mit den Herausforderungen und Chancen der KI auseinandersetzen.

Die aktuelle Forschung von Revalize beleuchtet die Herausforderungen der AI-Adoption in der Fertigungsindustrie. Obwohl nahezu alle Hersteller planen, bis 2026 AI in ihre Abläufe zu integrieren, bleibt die Fähigkeit, messbare Ergebnisse zu erzielen, hinter den Erwartungen der Führungskräfte zurück. Nur 49% der Unternehmen messen rigoros den ROI ihrer AI-Investitionen, trotz der Tatsache, dass 72% positive Geschäftsergebnisse auf AI zurückführen. Die Diskrepanz zwischen der Wahrnehmung der AI-Wirkung und der tatsächlichen quantitativen Bewertung ist signifikant, da nur 50% der Unternehmen diese Ergebnisse konsistent verfolgen. Zudem zeigt die Studie, dass die strategischen Ziele der Führungsebene oft nicht mit den operativen Möglichkeiten der Teams übereinstimmen, was die Skalierung von AI behindert. Um erfolgreich zu sein, müssen Hersteller AI als disziplinierte Investition betrachten und klare, messbare Ziele setzen, um den tatsächlichen Wert zu belegen.

Anthropic hat kürzlich verkündet, dass ihre KI ein Muster im Bereich der Molekularbiologie entdeckt hat, das mit einem bekannten Enzym verbunden ist. Diese Behauptung stößt jedoch auf Widerstand bei Biologen, die argumentieren, dass das Erkennen solcher Muster oft der einfachere Teil ist und die wahre Herausforderung in der Interpretation und Anwendung dieser Entdeckungen liegt. Kritiker weisen darauf hin, dass beeindruckende Datenanalysen durch KI nicht zwangsläufig zu echten wissenschaftlichen Durchbrüchen führen. Ein Biologe stellte zudem fest, dass sein Team bereits dasselbe Muster entdeckt hatte, was die Glaubwürdigkeit von Anthropic in Frage stellt. Die Diskussion wird dadurch erschwert, dass KI-Unternehmen ihre Systeme als eigenständige Entdecker präsentieren, was Skepsis gegenüber den tatsächlichen Fortschritten weckt. Diese Situation könnte dazu führen, dass die Anforderungen an wissenschaftliche Entdeckungen durch KI steigen, was die Anerkennung echter Fortschritte erschwert. Kritiker fordern daher klare Standards von KI-Firmen, um zukünftige Entdeckungen angemessen zu würdigen.

SECUR3D Holdings Inc., ein Unternehmen, das sich auf KI-Technologie zur Sicherung von Marken und Schutz geistigen Eigentums spezialisiert hat, hat die Initiierung eines Forschungsberichts durch Fundamental Research Corp. (FRC) bekannt gegeben. Der Bericht wird eine unabhängige Analyse von SECUR3Ds Geschäftsmodell, Marktchancen, finanziellen Aussichten sowie wesentlichen Wachstumsinitiativen und Risiken bieten. CEO Otis Perrick hebt hervor, dass die Berichterstattung von FRC den Investoren tiefere Einblicke in die Unternehmensstrategie ermöglichen wird, um die digitalen Schutzbedürfnisse von Marken und Plattformen zu adressieren. FRC erhält eine feste Gebühr für die Erstellung des Berichts, wobei die Kontrolle über die Analyse und Schlussfolgerungen bei ihnen bleibt und die Vergütung nicht an den Aktienkurs von SECUR3D gebunden ist. Der vollständige Bericht ist auf der Forschungsplattform von FRC verfügbar, und Investoren werden ermutigt, die darin enthaltenen Annahmen und Risiken zu überprüfen. SECUR3D verwendet eine eigene Technologie, um digitale Vermögenswerte in verschiedenen Branchen wie Mode, Unterhaltung und digitalem Geschäft zu schützen.

HCLTech hat eine innovative synthetische Forschungsstudie veröffentlicht, die auf einer Umfrage unter über 1.000 KI-Personas basiert und sich mit der globalen Vermögensverwaltungsbranche beschäftigt. Die Studie zeigt, dass 84% der Unternehmen in diesem Sektor einen grundlegenden Umbau ihrer Betriebsmodelle für notwendig halten, jedoch weniger als 10% darauf vorbereitet sind. Trotz der Tatsache, dass 98% der Führungsteams aktiv eine KI-Agenda verfolgen, haben nur etwa 7% agentische KI-Fähigkeiten entwickelt. Die Forschung identifiziert drei wesentliche blinde Flecken – Ambitions-, Ausführungs- und Strategie-Blindspot – die es den Unternehmen erschweren, ihre KI-Investitionen in messbare Geschäftsergebnisse umzuwandeln. Diese blinden Flecken führen dazu, dass Unternehmen zwar in KI investieren, jedoch oft falsche Entscheidungen treffen und den Einfluss auf Wachstum und Umsatz nicht richtig messen können. Laut Srinivasan Seshadri von HCLTech liegt das Problem nicht an mangelnden Investitionen, sondern an unklaren Entscheidungen bezüglich der zu finanzierenden Programme und der erwarteten Ergebnisse.

HCLTech hat eine innovative synthetische Forschungsstudie veröffentlicht, die auf einer Umfrage unter über 1.000 KI-Personas basiert und die Herausforderungen der globalen Vermögensverwaltungsbranche beleuchtet. Die Studie zeigt, dass 84% der Unternehmen einen grundlegenden Umbau ihrer Betriebsmodelle für notwendig halten, jedoch weniger als 10% darauf vorbereitet sind. Trotz der Tatsache, dass 98% der Führungsteams eine KI-Agenda verfolgen, verfügen nur etwa 7% über agentische KI-Fähigkeiten. Die Forschung identifiziert drei zentrale blinde Flecken – Ambitions-, Ausführungs- und Strategieblindheit – die es den Unternehmen erschweren, ihre KI-Initiativen in messbare Geschäftsergebnisse umzuwandeln. HCLTech hebt hervor, dass es nicht an Investitionen mangelt, sondern an der Fähigkeit, die Auswirkungen von KI auf Wachstum und Umsatz zu messen. Die Studie kombiniert die Skalierbarkeit von KI mit menschlicher Expertise, um wertvolle Erkenntnisse zu gewinnen. Zukünftige Branchenführer werden diejenigen sein, die KI mit ihrem spezifischen Kundenwissen und starken Partnerschaften verknüpfen.