KI für Wissenschaft

Das 3rd GTI Forum on Digital Intelligence fand am 8. September 2026 in Hongkong statt und widmete sich der globalen und inklusiven Entwicklung von Künstlicher Intelligenz (KI) unter dem Motto „Openness, Sharing, Cooperation - Advancing AI Development“. Gao Tongqing, Chairman von GTI, hob die Wichtigkeit internationaler Zusammenarbeit und offenen Austauschs hervor, um Entwicklungsprioritäten zu setzen und die Integration von Industrie, Wissenschaft und Forschung zu stärken. GTI hat bereits acht offene Labore weltweit eingerichtet und zahlreiche Initiativen zur Bewältigung branchenspezifischer Herausforderungen und zur Förderung einer vertrauenswürdigen KI-Governance gestartet. China Mobile, ein Gründungsmitglied von GTI, plant, die offene Kooperationsplattform zu nutzen, um KI-Technologien weiterzuentwickeln und deren Anwendung in verschiedenen Sektoren zu intensivieren. Die Veranstaltung umfasste auch Unterforen, in denen Experten über die branchenübergreifende Entwicklung und den Einsatz von KI diskutierten, um die Modernisierung aller Branchen voranzutreiben. Die Vorschläge von GTI und China Mobile zielen darauf ab, digitale Kompetenzen auszubauen und ein offenes globales Ökosystem für KI zu fördern.

Forscher am Oak Ridge National Laboratory haben ein KI-Framework namens SimuScan entwickelt, das Atomkraftmikroskopen (AFM) hilft, wichtige nanoskalige Merkmale autonom zu identifizieren und zu untersuchen. Diese Technologie verringert die Abhängigkeit von Expertenwissen und verbessert die Effizienz sowie Konsistenz bei der Nutzung von AFM, was großangelegte Studien erleichtert. SimuScan adressiert den Mangel an qualitativ hochwertigen Trainingsdaten, indem es synthetische AFM-Bilder mit realistischen Imperfektionen generiert, um die KI-Modelle zu trainieren. Der Prozess beginnt mit einem schnellen, niedrigauflösenden Scan, gefolgt von einer KI-gestützten Analyse, die potenzielle Zielmerkmale identifiziert. In Tests zeigte das System auch in realen AFM-Daten Zuverlässigkeit, trotz Herausforderungen wie komplexen Hintergründen und überlappenden Objekten. Die Forscher planen, SimuScan in die Mikroskopsoftware zu integrieren, um die Forschung zu unterstützen und die Technologie als aktiven Partner in der Entdeckung zu etablieren.

Anthropic hat mehrere Benutzerkonten gesperrt, die versuchten, ihre KI-Modelle, insbesondere Claude, für die Forschung an biologischen Waffen zu nutzen. Obwohl das Unternehmen nicht direkt unterstellt, dass die Wissenschaftler biologische Waffen entwickeln wollten, intervenierte es aufgrund der potenziellen Gefahren solcher Forschungen. Ein konkreter Fall betraf einen Wissenschaftler, der Unterstützung bei einem Antrag für die Forschung am chikungunya-Virus suchte, um gefährlichere Virusmutationen zu erzeugen, was an einer militärischen Einrichtung geplant war. Anthropic stellte fest, dass die Forscher versuchten, bestehende Einschränkungen zu umgehen und den wahren Zweck ihrer Arbeit zu verschleiern, was zur Sperrung der Konten führte. Diese Vorfälle sind besonders relevant, da die leistungsfähigen KI-Modelle von Anthropic komplexe wissenschaftliche Arbeiten unterstützen können, was verstärkte Sicherheitsvorkehrungen erforderlich macht. Experten für Biosicherheit äußern Bedenken, dass böswillige Akteure gefährliche biologische Pathogene entwickeln könnten.

Der Titel deutet darauf hin, dass Forscher von Anthropic, einem Unternehmen im Bereich der künstlichen Intelligenz, möglicherweise KI-Technologien zur Untersuchung und Entwicklung von Biowaffen eingesetzt haben. Dies wirft ethische und sicherheitstechnische Bedenken auf, da der Einsatz von KI in sensiblen Bereichen wie der Biowaffenforschung potenziell gefährliche Implikationen haben könnte. Die Diskussion über den verantwortungsvollen Umgang mit KI und deren Anwendungen in militärischen oder biowissenschaftlichen Kontexten wird durch solche Vorfälle weiter angeheizt. Es bleibt abzuwarten, welche Maßnahmen ergriffen werden, um sicherzustellen, dass KI nicht für schädliche Zwecke missbraucht wird. Die Öffentlichkeit und die wissenschaftliche Gemeinschaft sind gefordert, klare Richtlinien und ethische Standards für den Einsatz von KI in kritischen Forschungsbereichen zu entwickeln.

Anthropic hat in diesem Jahr mehrere Versuche von Wissenschaftlern gestoppt, die ihre KI-Technologie für die Forschung an biologischen Waffen nutzen wollten. In einem Bericht wurden fünf Fälle dokumentiert, in denen Nutzer versuchten, die Sicherheitsvorkehrungen des Unternehmens zu umgehen, wobei einige aus Ländern stammten, die den Zugang zu den Modellen von Anthropic untersagt ist, wie Russland, China und Iran. Ein Beispiel beschreibt einen Forscher, der wochenlang Experimente mit Vogelgrippe plante, während die Sicherheitsfilter von Anthropic seine Arbeit auf weniger leistungsfähige Modelle beschränkten. Das Unternehmen betont, dass es unklar sei, ob die Wissenschaftler tatsächlich Schaden anrichten wollten, da die gleichen Informationen auch für die Impfstoffentwicklung genutzt werden könnten. Obwohl Anthropic die betroffenen Konten gesperrt hat, wurden keine Details zu den Forschungseinrichtungen oder Ländern veröffentlicht. Mit der Veröffentlichung dieser Fälle möchte Anthropic eine Diskussion über die biologischen Risiken und deren Bekämpfung innerhalb der KI-Branche und mit Regierungen anstoßen.

Der Artikel mit dem Titel "Department of Energy bets on ‘open’ AI models for science" behandelt die Entscheidung des US-Energieministeriums, auf offene KI-Modelle zu setzen, um wissenschaftliche Fortschritte zu fördern. Das Ministerium erkennt das Potenzial von offenen, zugänglichen KI-Tools, um die Zusammenarbeit in der Forschung zu verbessern und Innovationen voranzutreiben. Durch die Förderung solcher Modelle sollen Wissenschaftler und Forscher aus verschiedenen Disziplinen einfacher auf Daten und Algorithmen zugreifen können, was zu schnelleren Entdeckungen und effizienteren Lösungen führen könnte. Das Engagement für offene KI-Modelle könnte auch dazu beitragen, ethische Standards und Transparenz in der KI-Entwicklung zu fördern. Insgesamt wird die Initiative als ein Schritt in Richtung einer inklusiveren und kollaborativeren wissenschaftlichen Gemeinschaft angesehen.

Anthropic hat fünf Fälle identifiziert, in denen Forscher möglicherweise das KI-Modell Claude zur Entwicklung biologischer Waffen genutzt haben. Obwohl das Unternehmen keine schädlichen Absichten nachweisen konnte, blockierte es die Aktivitäten aufgrund der potenziellen Gefahren. Diese Vorfälle, die zwischen Dezember 2025 und August 2026 stattfanden, verdeutlichen die Herausforderungen, die mit der Unterscheidung zwischen legitimer Forschung und gefährlichen Aktivitäten verbunden sind, insbesondere da biologische Forschung oft ein duales Nutzungspotenzial aufweist. Ein spezifischer Fall betraf einen Antrag auf Gain-of-Function-Forschung, der mit einem Militärforschungsinstitut verknüpft war. Zudem entdeckte Anthropic eine russische Spionageoperation, die Claude zur Automatisierung ihrer Cyberkampagne einsetzte, was die Sicherheitsrisiken für KI-Entwickler weiter erhöht. Diese Berichte zeigen, dass es zunehmend schwieriger wird, zwischen legitimen wissenschaftlichen Arbeiten und potenziell biowaffenbezogenen oder staatlich unterstützten Spionageaktivitäten zu unterscheiden.

Laut dem GWA KI Whitepaper planen 80 Prozent der Marketingverantwortlichen, kreative Leistungen zunehmend intern mithilfe von künstlicher Intelligenz zu erbringen. Diese Tendenz zeigt, dass Unternehmen die Kontrolle über kreative Prozesse zurückgewinnen und deren Effizienz steigern möchten. Die verstärkte Inhouse-Nutzung von KI könnte die Art und Weise, wie Marken Inhalte erstellen und verwalten, grundlegend verändern. Mögliche Folgen sind eine geringere Abhängigkeit von externen Agenturen und eine Beschleunigung des kreativen Prozesses. Darüber hinaus könnte der gezielte Einsatz von KI-Tools die Qualität und Konsistenz der Markenkommunikation erheblich verbessern.

Der Artikel „What science problem should AI tackle next? A new ‘challenge atlas’ offers answers“ diskutiert die Herausforderungen, die die Wissenschaft im Zeitalter der Künstlichen Intelligenz (KI) bewältigen sollte. Ein neu entwickelter „Challenge Atlas“ identifiziert und priorisiert wissenschaftliche Probleme, die durch den Einsatz von KI gelöst werden könnten. Dieser Atlas dient als Leitfaden für Forscher und Entwickler, um gezielt an bedeutenden Fragestellungen zu arbeiten, die das Potenzial haben, gesellschaftliche und ökologische Probleme zu adressieren. Die Autoren betonen die Notwendigkeit einer interdisziplinären Zusammenarbeit, um die vielschichtigen Herausforderungen zu meistern und innovative Lösungen zu finden. Der Artikel regt dazu an, die Möglichkeiten von KI nicht nur als technologische Errungenschaft, sondern auch als Werkzeug zur Lösung drängender globaler Probleme zu betrachten.

Der Artikel von Jean-Rémi de Maistre beleuchtet die Notwendigkeit einer spezialisierten Schicht in der juristischen Forschung, um die Herausforderungen von KI-generierten Antworten zu adressieren. Während allgemeine KI-Systeme als Hilfsmittel für Anwälte dienen, erfordert die tiefgehende juristische Forschung eine spezialisierte Intelligenz, die auf autoritativen Quellen basiert und überprüfbare Argumentationen liefert. Die Unzuverlässigkeit von KI zeigt sich sowohl in offensichtlichen Fehlern als auch in subtilen Ungenauigkeiten, die gravierende Folgen haben können. Um diese Probleme zu bewältigen, ist die Entwicklung spezialisierter Systeme unerlässlich, insbesondere in komplexen Rechtsbereichen wie internationalem Recht und Schiedsgerichtsbarkeit. Jus Mundi hat mit seiner Jus AI-Plattform ein Modell geschaffen, das eine spezialisierte Datenbasis mit einem proprietären Modell kombiniert, um den Kontext und die Relevanz rechtlicher Texte zu berücksichtigen. Die Zukunft der juristischen Forschung liegt in der Integration dieser spezialisierten Fähigkeiten in allgemeine KI-Plattformen, um die Effizienz und Genauigkeit der rechtlichen Arbeit zu verbessern, ohne die Integrität der spezialisierten Schicht zu gefährden.

Ein AI-Forscher hat seine Stelle bei Anthropic aufgegeben und warnt vor den potenziellen Gefahren des Wettlaufs um superintelligente KI. Er befürchtet, dass diese Technologie sich selbstständig weiterentwickeln könnte, was die menschliche Kontrolle übersteigt. Sein Rücktritt spiegelt die wachsenden Bedenken innerhalb der KI-Branche wider, insbesondere hinsichtlich der Sicherheitsrisiken, die mit der Entwicklung fortschrittlicher Systeme verbunden sind. Diese Warnungen könnten zu einem Umdenken in der Forschung und Entwicklung führen, um sicherzustellen, dass ethische Standards und Sicherheitsvorkehrungen eingehalten werden. Die möglichen Konsequenzen dieser Entwicklungen könnten weitreichend sein und die Herangehensweise von Unternehmen und Regierungen an KI-Technologie nachhaltig beeinflussen.

Ein Forscher von Anthropic, Jacob Coxon, hat seinen Rücktritt erklärt, um auf die Gefahren der unkontrollierten Entwicklung von Künstlicher Intelligenz (KI) aufmerksam zu machen. Er und andere Branchenexperten warnen, dass KI bis Ende des Jahrzehnts eine ernsthafte Bedrohung für die Menschheit darstellen könnte. Evan Hubinger, ein führender Wissenschaftler bei Anthropic, unterstützt diese Einschätzung und schätzt die Wahrscheinlichkeit eines katastrophalen Szenarios innerhalb der nächsten zehn Jahre auf über 10 Prozent. Während aktuelle KI-Modelle als relativ sicher gelten, besteht die Sorge, dass eine zukünftige Superintelligenz, die sich selbst verbessert, erhebliche Risiken birgt. Eine Studie zeigt, dass es eine 20-prozentige Wahrscheinlichkeit gibt, dass KI in den nächsten fünf Jahren katastrophale Schäden anrichten könnte, wobei gefährliche KI-Fähigkeiten und Cyberangriffe als Hauptbedrohungen identifiziert wurden. Diese Warnungen unterstreichen die Dringlichkeit, Strategien zur Risikominderung zu entwickeln, um potenzielle katastrophale Folgen für die Menschheit zu verhindern.

Jacob Coxon, ein Forscher bei Anthropic, hat seine Kündigung eingereicht, weil er ernsthafte Bedenken hinsichtlich der potenziellen Gefahren von Künstlicher Intelligenz (KI) hat. Er befürchtet, dass KI bald außer Kontrolle geraten könnte, was durch Begriffe wie "Crunchtime" und "Endspiel" in führenden KI-Laboren im Silicon Valley verstärkt wird. Coxon sieht die Möglichkeit einer Auslöschung durch KI als eine reale Bedrohung an und bringt damit alarmierende Perspektiven in die Diskussion über die Technologie ein. Die wachsende Panik um die Risiken von KI wird zudem als Geschäftsmodell von Entwicklern betrachtet, was die ethischen und sicherheitstechnischen Implikationen weiter anheizt. Coxons Ängste könnten weitreichende Folgen für die Forschung und Entwicklung im KI-Bereich haben und möglicherweise zu einem Umdenken in der Branche führen.

Der Artikel "The Einstein test: what happens when AI tries to rediscover relativity?" untersucht die Herausforderungen, denen sich Künstliche Intelligenz (KI) gegenübersieht, wenn sie versucht, die Relativitätstheorie von Albert Einstein neu zu entdecken. Forscher wie Demis Hassabis von Google DeepMind haben die Idee vorgeschlagen, große Sprachmodelle (LLMs) mit historischen Daten zu trainieren, um zu prüfen, ob diese Modelle ähnliche wissenschaftliche Durchbrüche erzielen können. Erste Ergebnisse zeigen jedoch, dass aktuelle KI-Modelle Schwierigkeiten haben, die kreativen logischen Sprünge zu machen, die für transformative Entdeckungen notwendig sind. Während LLMs Muster in großen Datenmengen gut erkennen können, bleibt die Fähigkeit zur kreativen Schlussfolgerung, auch bekannt als Abduktion, eine große Herausforderung. Zudem ist das Training historischer Modelle kompliziert, da die Daten oft ungenau sind und spätere Informationen enthalten. Trotz dieser Hürden gibt es Hoffnung, dass KI-Modelle in der Lage sein könnten, zukünftige wissenschaftliche Entdeckungen vorherzusagen. Letztlich bleibt die Frage offen, ob KI jemals die genialen Einsichten liefern kann, die für revolutionäre Fortschritte in der Wissenschaft erforderlich sind.

Der Artikel mit dem Titel "Augmentation, not abdication, when using AI in research" betont die Bedeutung der aktiven Integration von Künstlicher Intelligenz (KI) in den Forschungsprozess, anstatt sich vollständig auf sie zu verlassen. Die Autoren argumentieren, dass KI als Werkzeug zur Unterstützung von Forschern dienen sollte, um ihre Effizienz und Kreativität zu steigern, ohne die menschliche Intuition und das kritische Denken zu ersetzen. Sie heben hervor, dass die Zusammenarbeit zwischen Mensch und Maschine zu besseren Ergebnissen führen kann, indem KI repetitive Aufgaben übernimmt und Forschern mehr Zeit für komplexe Analysen und innovative Ideen gibt. Der Artikel warnt jedoch vor den Gefahren einer zu starken Abhängigkeit von KI, die zu einem Verlust an Fachwissen und kritischer Reflexion führen könnte. Stattdessen wird ein Ansatz gefordert, der die Stärken beider Seiten kombiniert, um die Qualität und Integrität der Forschung zu gewährleisten.

In dem Artikel "How an AI math breakthrough ignited a controversy" wird ein bedeutender Fortschritt in der Mathematik durch Künstliche Intelligenz thematisiert, der sowohl Begeisterung als auch Bedenken ausgelöst hat. Forscher haben ein KI-Modell entwickelt, das komplexe mathematische Probleme effizienter lösen kann als traditionelle Methoden. Dieser Durchbruch hat das Potenzial, die mathematische Forschung zu revolutionieren, wirft jedoch auch Fragen zur Rolle von KI in der Wissenschaft auf. Kritiker befürchten, dass die Abhängigkeit von KI die Kreativität und das kritische Denken der Mathematiker beeinträchtigen könnte. Zudem gibt es Diskussionen über die ethischen Implikationen und die Validität der von KI generierten Lösungen. Die Debatte spiegelt die Spannungen zwischen technologischem Fortschritt und den traditionellen Werten der wissenschaftlichen Gemeinschaft wider.

Im August 2026 wurden in der NLP-Forschung bedeutende Fortschritte erzielt, insbesondere durch den innovativen Ansatz LLM Sleep. Dieser Ansatz verbessert die Effizienz von Sprachmodellen, indem er ihnen ermöglicht, mehr Zeit für die Organisation ihres Gedächtnisses zu nutzen, bevor sie alte Kontexte vergessen, ohne die Antwortgeschwindigkeit zu beeinträchtigen. Im Gegensatz zu früheren hybriden Modellen, die Schwierigkeiten bei der effektiven Speicherung von Informationen hatten, optimiert LLM Sleep die Speicherung von Erinnerungen, anstatt zusätzliche asynchrone Überlegungen während der Vorhersage hinzuzufügen. Die Autoren der Studie identifizierten die Hauptbeschränkung nicht in der Speicherkapazität, sondern in der Rechenleistung, die für den Aufbau des Gedächtnisses erforderlich ist. Diese Erkenntnisse könnten weitreichende Auswirkungen auf die Entwicklung effizienterer Sprachmodelle haben, die in der Lage sind, längere Kontexte besser zu verarbeiten.

Die Entwicklung von Wasserstoffspeichermaterialien ist entscheidend für die Energiewende und die Nutzung von Wasserstoff als saubere Energiequelle. Eine neue Studie zeigt, wie physikbewusste Künstliche Intelligenz (KI) den Entdeckungsprozess dieser Materialien erheblich beschleunigen kann. Durch die Integration physikalischer Prinzipien in KI-Modelle können Forscher schneller vielversprechende Materialien identifizieren und deren Eigenschaften vorhersagen. Dies ermöglicht eine effizientere Erprobung und Optimierung von Wasserstoffspeichern, was zu kostengünstigeren und leistungsfähigeren Lösungen führen könnte. Die Kombination von KI und physikalischem Wissen könnte somit einen bedeutenden Fortschritt in der Materialforschung darstellen und die Entwicklung nachhaltiger Wasserstofftechnologien vorantreiben.

TCL wurde auf der IFA 2026 mit über 30 globalen Auszeichnungen geehrt, darunter sieben IFA Innovation Awards und fünf Global Product Technology Innovation Awards. Diese Ehrungen würdigen die fortschrittlichen Technologien des Unternehmens in den Bereichen Display, Künstliche Intelligenz und Smart Living. Besonders hervorzuheben ist der TCL X11L SQD-Mini LED TV, der sowohl den IFA Breakthrough Award von Android Authority als auch den Best in Show Award von Tom's Guide erhielt. Auch die TCL P80 Series Smartphones, insbesondere das P80 Ultra, wurden für ihre herausragende Kameratechnologie und ihr Design ausgezeichnet. Im Bereich der Smart Glasses erhielten die RayNeo iO und RayNeo GT Max AR Glasses mehrere Preise für ihre innovativen Funktionen, einschließlich einer Dolby Vision-zertifizierten AR-Erfahrung. Zudem unterstrich TCL sein Engagement für Branchenstandards durch die Veröffentlichung eines White Papers zur SQD-Mini LED Display-Technologie und die erste SGS-Zertifizierung für visuelle Lichtkomfortstandards. Diese Erfolge verdeutlichen TCLs Bestreben, intelligente Technologien in den Alltag zu integrieren und die nächste Produktgeneration voranzutreiben.

Wissenschaftler haben mithilfe von fossilen Flügeln, lebenden Insektenstudien, Computer-Modellierung und künstlicher Intelligenz die Geräusche von Insekten aus der Jurazeit rekonstruiert, die vor 165 Millionen Jahren lebten. Die Forschung konzentrierte sich auf neun ausgestorbene Arten, die mit modernen Grillen und Heuschrecken verwandt sind. Dabei wurde festgestellt, dass einige Insekten, wie Sigmaboilus peregrinus, Geräusche im ultrahohen Frequenzbereich von 20 bis 22 Kilohertz erzeugen konnten, was über dem menschlichen Hörbereich liegt. Diese Entdeckung stellt die Annahme in Frage, dass die Entwicklung ultrasonischer Kommunikation durch Fledermäuse beeinflusst wurde, da diese erst 100 Millionen Jahre später auftauchten. Die Forscher vermuten, dass die Insekten höhere Frequenzen nutzten, um sich vor frühen Säugetieren oder anderen Insekten zu schützen. Die Rekonstruktion könnte auch die Geräusche anderer ausgestorbener Insekten erforschen und die wissenschaftliche Genauigkeit von Darstellungen der Jurazeit, wie in einer neuen Netflix-Dokumentation, verbessern. Die Ergebnisse wurden in den Proceedings of the National Academy of Sciences veröffentlicht und bieten einen faszinierenden Einblick in die akustische Landschaft der Jurazeit.

Laut einer Studie der Info-Tech Research Group entfallen 83% der IT-Ausgaben und 66% der Arbeitszeit der IT-Teams auf die Aufrechterhaltung bestehender Systeme, was die Innovationskapazität stark einschränkt. Um diesem Ungleichgewicht entgegenzuwirken, hat Info-Tech einen Blueprint veröffentlicht, der CIOs dabei unterstützt, gezielte KI-Investitionen zu identifizieren, um Routineaufgaben zu reduzieren. Der Einsatz von KI-Technologien wie intelligentem Incident Management und automatisierter Patch-Verwaltung kann manuelle Arbeiten minimieren und Ressourcen für wertschöpfende Projekte freisetzen. Die Studie warnt jedoch, dass herkömmliche Kostensenkungsstrategien das Problem verschärfen könnten, indem sie technische Schulden erhöhen oder Wachstumsinitiativen gefährden. Ein vierstufiger Bewertungsprozess hilft CIOs, potenzielle Anwendungsfälle zu identifizieren und die organisatorische Bereitschaft zu bewerten. Zudem bietet die Implementierung von KI eine Chance zur Weiterbildung der Mitarbeiter. Insgesamt zielt der Blueprint darauf ab, die Diskussion über die Aufrechterhaltung bestehender Systeme von kurzfristigen Kostensenkungen hin zu messbaren Reinvestitionen in Innovationen zu verschieben.

In der zweiten Ausgabe von "Embedding AI in biology" wird die transformative Rolle der Künstlichen Intelligenz (KI) in der biologischen Forschung beleuchtet. Experten zeigen auf, wie KI-Technologien in Bereichen wie Proteomik, Mikroskopie und Stammzellensystemanalyse eingesetzt werden, um die Bildanalyse zu verbessern und automatisierte Pipelines zu entwickeln. Diese Fortschritte ermöglichen eine effektivere Nutzung experimenteller Daten und die Erstellung benutzerfreundlicher Softwaretools, die keine umfangreichen Programmierkenntnisse erfordern. Angesichts des rasanten Wachstums von KI in der Biologie ist es jedoch wichtig, Standards zur Bewertung der Leistungsfähigkeit dieser Modelle zu etablieren, um Reproduzierbarkeit und Nachhaltigkeit zu gewährleisten. Die wissenschaftliche Gemeinschaft wird aufgefordert, die Nutzung von KI kritisch zu hinterfragen und Transparenz in den Methoden sicherzustellen. Letztlich bleibt die Generierung hochwertiger experimenteller Daten entscheidend, um KI-Modelle erfolgreich zu trainieren und deren Anwendung in der biologischen Forschung voranzutreiben.

Erlanger Forscher haben eine neuartige Methode entwickelt, die künstliche Intelligenz (KI) mit der bildgebenden Technik der Line-Field konfokalen optischen Kohärenztomografie (LC-OCT) kombiniert, um subklinische Basalzellkarzinome in Echtzeit zu erkennen. Diese Technik analysiert die Gesichtshaut und identifiziert Tumorareale, die mit bloßem Auge nicht sichtbar sind, indem sie potenzielle Tumorbereiche markiert, die dann von Ärzten beurteilt werden. Angesichts der steigenden Hautkrebsfälle in Deutschland, die zwischen 2014 und 2024 signifikant zugenommen haben, ist die Entwicklung präziserer Diagnosemethoden von großer Bedeutung. Der Erlanger Ansatz ist Teil einer Reihe von KI-Initiativen, die die Dermatologie revolutionieren wollen, einschließlich Projekten wie MelanomAIX und automatisierter Bildsegmentierung. Obwohl diese Technologien das Potenzial haben, die Früherkennung von Hautkrebs erheblich zu verbessern, befinden sich viele Ansätze noch in der Erprobungsphase, bevor sie in der klinischen Praxis breit eingesetzt werden können.

Die Forschung zum Markt für künstliche Intelligenz (KI) in der Flottenoptimierung hebt das signifikante Wachstumspotenzial eines geschätzten 5,1 Milliarden Dollar schweren Sektors hervor. Die Integration von KI revolutioniert das Flottenmanagement, indem sie Fahrzeugoperationen optimiert, Kosten senkt und die Sicherheit erhöht. Der Markt wird von 2,68 Milliarden Dollar im Jahr 2025 auf 3,05 Milliarden Dollar im Jahr 2026 wachsen, was einer jährlichen Wachstumsrate von 13,6 % entspricht. Treiber sind unter anderem die zunehmende Nutzung von GPS-basierten Flottenverfolgungssystemen, steigende Kraftstoffpreise und die Nachfrage nach Echtzeitüberwachung. Bis 2030 wird ein Anstieg auf 5,12 Milliarden Dollar prognostiziert, unterstützt durch IoT-Sensoren und KI-gesteuerte autonome Systeme. Marktführer wie Oracle und SAP entwickeln innovative Lösungen, während strategische Akquisitionen, wie die von Netradyne Inc., die Marktpositionen stärken und neue Technologien fördern. Die Segmentierung des Marktes zeigt die Vielfalt der Produkte und Dienstleistungen, die die Zukunft der Flottenoptimierung prägen.

Eine aktuelle Studie von unitQ zeigt, dass Künstliche Intelligenz (KI) bereits signifikante Auswirkungen auf die Forschungseinstellungen hat. 42 % der Befragten berichten von einer Verlangsamung oder Reduzierung der Einstellungen, wobei insbesondere junge Forscher und Tätigkeiten, die stark auf Ausführung angewiesen sind, betroffen sind. KI automatisiert zunehmend Aufgaben wie Interviews und die Kodierung von Antworten, was zu einem "Expertise-Durst" führt, da die Ausbildung neuer Forscher gefährdet ist. Zudem warnen 40 % der Fachleute vor einer möglichen Abwertung der Forschungsqualität, da eine höhere Menge an Forschung nicht zwangsläufig zu besseren Ergebnissen führt. Christian Wiklund, Mitbegründer von unitQ, hebt hervor, dass KI die Arbeit von Forschern zwar ergänzt, jedoch auch die Aufstiegsmöglichkeiten einschränken kann, wenn die Ausführungsarbeit nicht richtig delegiert wird. Die Studie betont, dass Forscher, die KI effektiv steuern und deren Fehler erkennen können, in Zukunft erfolgreicher sein werden. unitQ Research, die Plattform hinter der Studie, unterstützt Teams dabei, qualitative Interviews effizient in großem Maßstab durchzuführen.

In einem faszinierenden Beispiel für die Leistungsfähigkeit von Künstlicher Intelligenz entdeckte ein KI-System das Molekül SU3327, das zuvor als erfolgloses Diabetesmedikament galt, nun jedoch als potenzielles Antibiotikum gegen E. coli identifiziert wurde. Ein Team am MIT führte eine neuronale Netzwerk-Analyse durch, um aus einer Bibliothek von 6.000 Verbindungen vielversprechende Kandidaten zu ermitteln, ohne die chemischen Mechanismen zu verstehen. Trotz der Einschätzung von Chemikern, dass SU3327 unkonventionell und wenig vielversprechend sei, wählte die KI dieses Molekül aus. Diese Entdeckung verdeutlicht, wie KI in der Lage ist, Muster zu erkennen und Möglichkeiten zu identifizieren, die menschlichen Forschern entgehen können. Solche Fälle könnten die Art und Weise, wie wissenschaftliche Entdeckungen gemacht werden, revolutionieren und weitreichende Auswirkungen auf die Entwicklung neuer Medikamente sowie die Forschung in verschiedenen wissenschaftlichen Disziplinen haben.

Superluminal Medicines hat erfolgreich eine überzeichnete Series B-Finanzierung in Höhe von 60 Millionen US-Dollar abgeschlossen, um ihr führendes Programm zur Behandlung seltener genetischer Formen von Fettleibigkeit in die klinische Phase zu bringen. Die Finanzierung wird von BVF Partners, L. P. angeführt und umfasst sowohl neue als auch bestehende Investoren wie Deep Track Capital, Perceptive Advisors und Eli Lilly. Mit den Mitteln plant das Unternehmen, bis Ende 2026 eine Phase-1-Studie für einen selektiven MC4R-Agonisten zu starten, der speziell für seltene genetische und hypothalamische Fettleibigkeit entwickelt wurde. Diese Erkrankungen haben derzeit nur begrenzte Behandlungsmöglichkeiten. Superluminal nutzt eine innovative Plattform, die fortschrittliche strukturelle Biologie und maschinelles Lernen kombiniert, um die Entdeckung von kleinen Molekülen zu beschleunigen, die auf G-Protein-gekoppelte Rezeptoren abzielen. Das Vertrauen der Investoren in die Technologie des Unternehmens deutet darauf hin, dass Superluminal gut positioniert ist, um eine Pipeline innovativer Medikamente für Patienten mit ungedeckten Bedürfnissen im Bereich der kardiometabolischen Erkrankungen und Fettleibigkeit aufzubauen.

Die Trump-Administration fordert andere Länder auf, dem US-Modell für die Regulierung von Künstlicher Intelligenz (KI) zu folgen und neue Vorschriften zu vermeiden. Innerhalb der Regierung gibt es jedoch Spannungen zwischen dem Handelsministerium und dem Büro für Wissenschaft und Technologie, die um Einfluss auf die KI-Politik ringen. Trotz dieser internen Konflikte betont die Regierung ihre gemeinsame Anstrengung, die amerikanische Führungsrolle in der KI zu fördern, insbesondere während des G20-Innovation-Gipfels in North Carolina. US-Vertreter drängen die G20-Staaten, bestehende regulatorische Rahmenbedingungen zu nutzen, anstatt neue Institutionen zu schaffen. Gleichzeitig strebt die Administration an, regulatorische Hürden im Inland abzubauen und eine einheitliche nationale Regelung für KI zu etablieren. Es bestehen jedoch noch ungelöste Fragen zur Aufsicht über fortschrittliche KI-Modelle, und die Diskussion über die Schaffung eines neuen Regulierungsorgans ist im Gange. Die internationale Initiative der USA wird über den Gipfel hinaus fortgesetzt, mit Blick auf die G20-Führersitzung im Dezember in Miami.

In dem Artikel "Wie die KI beim Erfinden von Experimenten den Menschen übertrifft" berichtet Mario Krenn, ein ehemaliger Doktorand der Quantenphysik, von seiner frustrierenden Erfahrung vor zwölf Jahren, als er und sein Team Schwierigkeiten hatten, einen bestimmten Quantenzustand zu erzeugen. Um das Problem zu lösen, entwickelte er ein Computerprogramm namens "Melvin", das ihm am nächsten Tag die benötigte Lösung präsentierte. Diese Episode verdeutlicht, wie Künstliche Intelligenz (KI) in der Lage ist, komplexe wissenschaftliche Herausforderungen schneller und effektiver zu bewältigen als menschliche Intuition. In der Fachzeitschrift "Nature" geben österreichische Fachleute einen Überblick über die aktuellen Anwendungen von KI in der physikalischen Forschung. Die Ergebnisse zeigen, dass KI nicht nur die Effizienz in der Forschung steigert, sondern auch neue Wege für innovative Experimente eröffnet. Langfristig könnte dies die Art und Weise revolutionieren, wie wissenschaftliche Entdeckungen gemacht werden, indem KI als unterstützendes Werkzeug in der Forschung etabliert wird.

Der Artikel "A Gallon Of Water Wasted On This" beleuchtet die Debatte über den Wasserverbrauch von Künstlicher Intelligenz (KI), die durch die Popularität von Anwendungen wie ChatGPT und KI-gestützter Medienproduktion angestoßen wurde. Der Autor kritisiert die Vielzahl an Meinungen und oft übertriebenen Kommentaren, die es schwer machen, Fakten von Fiktion zu unterscheiden. Ein häufiges Beispiel ist die Behauptung, dass die Erstellung eines KI-generierten Videos eine Gallone Wasser verbraucht, was die Diskussion weiter anheizt. Solche Aussagen, die oft ohne wissenschaftliche Grundlage verbreitet werden, führen zu Missverständnissen über den tatsächlichen Wasserverbrauch von KI-Technologien. Der Artikel warnt, dass diese Mythen die öffentliche Wahrnehmung von KI und deren Umweltauswirkungen negativ beeinflussen können, was zu einer verzerrten Sicht auf die Nachhaltigkeit und Ressourcenanforderungen von KI-Anwendungen führt.

Am 1. September hat Anthropic die neuen Modelle Claude Fable 5.1 und Mythos 5.1 vorgestellt, wobei Fable 5.1 bis zu 45% günstiger angeboten wird. Diese Preissenkung ist hauptsächlich auf eine drastische Reduzierung der Kosten für Cache Reads zurückzuführen, die von 1 USD auf 0,25 USD pro Million Tokens gesenkt wurden, was eine Ersparnis von 75% bedeutet. Während die Gebühren für Eingaben und Ausgaben unverändert bleiben, können bei langen Agentenflüssen mit vielen Kontextwiederholungen signifikante Einsparungen erzielt werden. Allerdings zeigt eine Analyse, dass Fable 5.1 unter bestimmten Bedingungen teurer sein kann als das Vorgängermodell Opus 5, was die ursprüngliche Werbeaussage in Frage stellt. Darüber hinaus hat Anthropic die Filter für Falsche Positives optimiert, was zu einer Reduzierung von 60% in der Cybersicherheit und 85% in der Biologie führt.

Ein Team von Wissenschaftlern der Tulane University setzt künstliche Intelligenz (KI) ein, um die Entdeckung von Hochtemperatur-Supraleitern zu beschleunigen, die für Technologien wie MRT-Geräte und Quantencomputer entscheidend sind. Diese Materialien funktionieren derzeit nur bei extrem niedrigen Temperaturen, was teure Kühlsysteme erforderlich macht. Mit einem Zuschuss von 750.000 US-Dollar im Rahmen der Genesis Mission wollen die Forscher innerhalb von neun Monaten nachweisen, dass KI die Materialforschung effizienter gestalten kann. Der Erfolg könnte zu einer weiteren Finanzierungsrunde von bis zu 15 Millionen US-Dollar führen. Durch die Entwicklung von Algorithmen, die große Datenbanken analysieren, sollen potenzielle Supraleiter schneller identifiziert werden. Die Kombination von KI mit experimentellen Methoden zielt darauf ab, vielversprechende Materialien zügig zu finden und zu testen. Die Forscher hoffen, bis März erste Erfolge bei der Identifizierung von Materialien mit supraleitenden Eigenschaften vorzuweisen, was die Energieübertragung revolutionieren und die Entwicklung effizienterer Elektronik und Quantencomputer vorantreiben könnte.

Der Artikel „When AI does science, who is accountable for mistakes?“ beleuchtet die Verantwortung für Fehler, die bei der Anwendung von Künstlicher Intelligenz (KI) in der Wissenschaft entstehen können. Er diskutiert die Chancen und Risiken, die mit dem Einsatz von KI in Forschungsprozessen verbunden sind, insbesondere hinsichtlich der Zuverlässigkeit der Ergebnisse. Die Komplexität der Verantwortlichkeit wird hervorgehoben, da KI-Systeme oft autonom Entscheidungen treffen, was die Identifizierung eines klaren Schuldigen bei Fehlern erschwert. Dies hat potenziell weitreichende Auswirkungen auf die wissenschaftliche Integrität und das Vertrauen in Forschungsergebnisse. Angesichts des fortschreitenden technologischen Wandels wird die Debatte über die ethischen und rechtlichen Implikationen des KI-Einsatzes in der Wissenschaft immer dringlicher, da diese Technologie in verschiedenen Disziplinen zunehmend Anwendung findet.

Die Künstliche Intelligenz (KI) zeigt sich zunehmend als kreativer Partner in der Entwicklung von Quantenalgorithmen, die neuartige Lösungen für zuvor unlösbare Probleme bieten. Diese Automatisierung könnte die Herausforderungen überwinden, die durch die langsame Softwareentwicklung im Vergleich zum schnellen Fortschritt der Quantenhardware entstehen. Indem KI die Schaltungssynthese als hochdimensionales Optimierungsproblem betrachtet, entdeckt sie oft Lösungen, die der menschlichen Intuition widersprechen. Bisherige Fortschritte in der Quantenalgorithmus-Entwicklung waren stark von wenigen herausragenden Entdeckungen abhängig, was die Schaffung neuer Algorithmen einschränkte. Da das Verfassen von Quantenalgorithmen erfordert, dass Menschen ihre klassische Denkweise hinterfragen, ist der Zugang zu diesem komplexen Bereich oft schwierig. Die Innovationskraft der KI könnte jedoch die Softwareentwicklung revolutionieren und die Kluft zwischen Hardware- und Software-Fortschritt schließen.

Die Aixtron-Aktie hat seit Jahresbeginn beeindruckende 111 Prozent zugelegt, was auf die enge Verbindung des Unternehmens zur globalen Halbleiterbranche, insbesondere im Bereich Künstliche Intelligenz, hinweist. In der letzten Handelswoche erlebte die Aktie erhöhte Volatilität, ausgelöst durch positive Impulse aus dem US-Chipmarkt und den Quartalsbericht von Nvidia, der zu einem kurzfristigen Kursanstieg führte. Am Freitag schloss die Aktie bei 36,55 Euro, was die anhaltende Unsicherheit im Sektor verdeutlicht. Analysten haben unterschiedliche Kursziele für Aixtron, wobei JPMorgan 60 Euro und die Deutsche Bank Research 43 Euro prognostiziert. Diese Divergenz spiegelt die Herausforderungen der Branche wider, wie konjunkturelle Unsicherheiten und mögliche Marktsättigungen. Zudem haben Veränderungen im Aktionärskreis, wie die Stimmrechtsmitteilung von Goldman Sachs, das Interesse der Investoren geweckt. Aixtron bleibt somit ein wichtiges Barometer für das Vertrauen in die Halbleiterindustrie, während Anleger auf kommende Branchentermine achten, um Hinweise auf eine Stabilisierung des Kursniveaus zu erhalten.

Tencent hat das Open-Source-KI-Modell Hy4 Preview vorgestellt, das für Aufgaben in Softwareentwicklung, Forschung und Finanzanalyse konzipiert ist. Mit einer "Mixture-of-Experts"-Architektur und 770 Milliarden Parametern nutzt das Modell effizient etwa 49 Milliarden Parameter für spezifische Textanfragen, was die Bearbeitung komplexer Aufgaben erleichtert. Hy4 Preview wird in Produkte wie CodeBuddy und WorkBuddy integriert, um Tencents bestehende Angebote mit fortschrittlichen KI-Funktionen zu erweitern. Das Unternehmen hat jedoch darauf hingewiesen, dass die frühe Version des Modells möglicherweise länger für komplexe Fragen benötigt und gelegentlich seine eigenen Antworten überverifizieren könnte. Diese Entwicklungen spiegeln Tencents zunehmendes Engagement im Bereich KI wider, während der Wettbewerb in diesem Sektor wächst.

Geomorphic AI hat ein neues White Paper veröffentlicht, das die staatliche Intervention im Bereich kritischer Mineralien zwischen Januar 2025 und August 2026 untersucht. In diesem Zeitraum haben Regierungen, darunter die USA, die EU und Australien, ihre Strategien von der Veröffentlichung von Programmen hin zu konkreten Kapitalinvestitionen wie Eigenkapital, Darlehen und Steueranreizen weiterentwickelt. Trotz eines Anstiegs der öffentlichen Finanzierungszusagen auf etwa 65 Milliarden US-Dollar im Jahr 2025, was mehr als das Vierfache des Niveaus von 2023 darstellt, ist die globale Investition in kritische Mineralien um 9 % gesunken. Das White Paper betont, dass die technische Kapazität zur optimalen Nutzung der Kapitalmittel nicht mit dem Anstieg der finanziellen Mittel Schritt gehalten hat, was die zukünftige Versorgung gefährdet. Zudem wird festgestellt, dass ein Großteil der staatlichen Mittel auf die Verarbeitung und Herstellung konzentriert ist, während die Exploration, die für die zukünftige Mineralversorgung entscheidend ist, zurückgeht.

Anthropic hat ein neues Regelwerk namens Model Hardware Standard entwickelt, das darauf abzielt, KI-Agenten sicher in wissenschaftlichen Laboren und Fertigungsanlagen einzusetzen. Dieses Rahmenwerk definiert, wie KI-Agenten mit physischen Systemen wie Mikroskopen und Robotern interagieren sollten, um das Potenzial der KI für wissenschaftliche Entdeckungen und industrielle Anwendungen zu maximieren. Die Entwicklung erfolgt in Zusammenarbeit mit vertrauenswürdigen Partnern, um Sicherheitsrisiken zu minimieren, insbesondere angesichts der Bedenken über den Missbrauch von KI, wie etwa in der Entwicklung biologischer Waffen. Anthropic strebt an, den wissenschaftlichen Fortschritt zu beschleunigen, indem KI-Agenten komplexe Maschinen konfigurieren und miteinander kommunizieren können, was die Automatisierung von Entdeckungen erleichtert. Trotz der Risiken glaubt das Unternehmen, dass die implementierten Sicherheitsvorkehrungen verhindern können, dass böswillige Akteure die Technologie missbrauchen. Die Diskussion um KI-Agenten verdeutlicht die Notwendigkeit klarer Regeln und Standards, um sowohl Innovation als auch Sicherheit zu gewährleisten.

Lam Research hat den Bau eines neuen, hochmodernen Labors in Tualatin, Oregon, begonnen, das Teil einer über 3 Milliarden Dollar umfassenden Investition in ein globales Labornetzwerk ist. Mit einer Fläche von 120.000 Quadratfuß wird das Labor die bestehende Reinraumfläche um mehr als 50 % erweitern und die Zusammenarbeit mit Kunden intensivieren. Die Eröffnung ist für 2028 geplant und wird voraussichtlich 900 neue Arbeitsplätze schaffen sowie die wirtschaftliche Leistung Oregons um 1,8 Milliarden Dollar pro Jahr steigern. Ziel ist es, das Labor zu einem der fortschrittlichsten weltweit zu machen, um Innovationszyklen zu verkürzen und die Produktentwicklung zu beschleunigen. Diese Expansion stärkt nicht nur die Kapazitäten von Lam Research, sondern auch Oregons Position als führenden Standort für Halbleiterforschung. Die Zusammenarbeit mit großen Unternehmen wie Intel und Micron wird durch die neuen Möglichkeiten im Labor gefördert, was zu schnelleren technologischen Fortschritten führen soll.

In einer bedeutenden Konferenz wurden 6000 wissenschaftliche Arbeiten vorgestellt, die verschiedene Forschungsbereiche abdeckten. Die zentrale Fragestellung war, ob Künstliche Intelligenz (KI) in der Lage ist, die Ergebnisse dieser Studien zu reproduzieren. Forscher untersuchten die Möglichkeiten und Grenzen von KI-gestützten Methoden zur Analyse und Verifizierung wissenschaftlicher Erkenntnisse. Dabei wurde deutlich, dass KI zwar in der Lage ist, Muster zu erkennen und Daten zu verarbeiten, jedoch oft Schwierigkeiten hat, komplexe Zusammenhänge und die Nuancen menschlicher Forschung zu erfassen. Die Diskussion über die Rolle von KI in der Wissenschaft wirft wichtige Fragen zur Validität und Zuverlässigkeit von KI-generierten Ergebnissen auf. Die Ergebnisse der Konferenz könnten zukünftige Forschungsansätze und die Integration von KI in wissenschaftliche Prozesse beeinflussen.