Wissenschaftliche Entdeckungen

Die University of North Dakota (UND) wurde als einzige Institution im Bundesstaat für die Genesis Mission ausgewählt, die eine integrierte Plattform für wissenschaftliche Entdeckungen schaffen soll. Diese Initiative kombiniert Technologien wie Künstliche Intelligenz (KI), Supercomputing und Quanten-Systeme, um Fortschritte in Energie, wissenschaftlicher Entdeckung und nationaler Sicherheit zu fördern. Das von UND geleitete Projekt fokussiert sich auf die Entwicklung eines Rahmens zur Verbesserung der Zuverlässigkeit und Sicherheit von KI-Modellen, die in Batteriesystemen und anderen Energieanwendungen eingesetzt werden. Diese Modelle sind entscheidend für das Management von Lithium-Ionen-Batterien, die in Elektrofahrzeugen und kritischen Infrastrukturen verwendet werden, sind jedoch anfällig für Cyberangriffe. Die Forscher planen, neue Software-Tools und Evaluierungsmethoden zu entwickeln, um die Resilienz dieser Systeme zu stärken. In Zusammenarbeit mit anderen Institutionen zielt das Projekt darauf ab, sicherere Batterietechnologien und eine zuverlässigere Nutzung von KI in kritischen Energieanwendungen zu fördern. Damit positioniert sich UND als Vorreiter im Bereich KI und Energiesysteme und strebt an, ein nationales Vorbild für den KI-Einsatz zu werden.

Claude Mythos, ein KI-Modell von Anthropic, hat bedeutende mathematische Schwächen in den kryptografischen Algorithmen HAWK und reduziertes AES entdeckt, die von Experten übersehen wurden. Innerhalb von nur 60 Stunden reduzierte Mythos die effektive Schlüsselstärke von HAWK um die Hälfte und verbesserte die Angriffe auf das reduzierte AES um das 200-800-fache, indem es eine neue Technik namens "Möbius Bridge" entwickelte. Diese Entdeckungen wurden größtenteils autonom gemacht, ohne dass Produktionssysteme betroffen waren, da HAWK noch nicht implementiert ist und der AES-Angriff nur eine reduzierte Variante betrifft. Die Ergebnisse sind ein bedeutender Fortschritt, da sie algorithmische Fehler aufdecken, im Gegensatz zu früheren Arbeiten, die sich auf Implementierungsfehler konzentrierten. Anthropic hat die Schwächen verantwortungsvoll offengelegt und mit NIST sowie anderen Partnern zusammengearbeitet, um die Ergebnisse zu veröffentlichen. Die Fortschritte von Claude Mythos zeigen das Potenzial von KI-Modellen zur Analyse kryptografischer Designs und werfen Fragen auf, wie mit Schwächen in bereits eingesetzten Algorithmen umgegangen werden sollte.

Die rasante Entwicklung der künstlichen Intelligenz bringt erhebliche Herausforderungen für die Mathematik mit sich, insbesondere durch die Verbreitung qualitativ minderwertiger Forschungsarbeiten, die von Chatbots generiert werden. Um die Integration von KI in die Mathematik positiv zu gestalten und Schäden zu vermeiden, wurde die Leiden-Deklaration ins Leben gerufen, die von rund 3.000 Wissenschaftlern unterzeichnet wurde. Diese Erklärung fordert von Mathematikern, Transparenz, wissenschaftliche Integrität und die korrekte Attribution früherer Arbeiten zu gewährleisten. Zudem wird betont, dass Mathematiker ihre Ergebnisse auf Richtigkeit überprüfen und offenlegen sollten, wie sie KI in ihrer Forschung einsetzen. Die Diskussion über die Auswirkungen von KI auf die Mathematik wird als dringend erachtet, da viele in der wissenschaftlichen Gemeinschaft die Problematik nicht ausreichend erkennen. Die Deklaration entstand aus einem Workshop, der Fachleute zusammenbrachte, um die Mechanisierung der mathematischen Forschung zu erörtern.

Die Universität von Texas in Arlington (UTA) hat eine Förderung für ein Projekt erhalten, das eine vertrauenswürdige KI-Plattform für wissenschaftliche Forschung entwickeln soll. Unter der Leitung von Habeeb Olufowobi, einem Dozenten der Fakultät für Informatik und Ingenieurwesen, zielt das Projekt darauf ab, Wissenschaftlern die Nutzung von KI-Technologien zu ermöglichen, ohne die Integrität ihrer Experimente zu gefährden. Zwei UTA-Studierende werden aktiv an dem Projekt mitarbeiten, das in Zusammenarbeit mit Institutionen wie dem Los Alamos National Laboratory durchgeführt wird. Die Arbeiten beginnen im September und sollen bis Mai andauern. Olufowobi betont die Wichtigkeit einer zuverlässigen KI, insbesondere in kritischen Bereichen wie der Stromversorgung, wo falsche Daten schwerwiegende Folgen haben könnten. UTA-Präsidentin Jennifer Cowley hebt hervor, dass diese Auszeichnung die Rolle der Universität bei der Lösung nationaler Probleme unterstreicht und den Studierenden wertvolle praktische Erfahrungen im Bereich KI und Cybersicherheit bietet.

Die US-Regierung hat über fünf Milliarden Euro in die Genesis-Mission investiert, um Künstliche Intelligenz (KI) in der wissenschaftlichen Forschung voranzutreiben. Diese Initiative, die auf eine Anordnung von Präsident Donald Trump aus November 2025 zurückgeht, umfasst mehr als 15 Bundesbehörden und zahlreiche Forschungseinrichtungen. Aus über 5000 eingereichten Projekten wurden 278 ausgewählt, die sich mit nationalen Herausforderungen in den Bereichen Gesundheit, Energie, Fertigung und Infrastruktur befassen. Ein zentrales Ziel ist der Aufbau autonomer Labore, die Robotik und Echtzeit-Analysen kombinieren, um die Reproduzierbarkeit von Experimenten zu verbessern. Die NASA plant, KI auf 150 Petabytes historischer Daten anzuwenden, um wissenschaftliche Entdeckungen zu beschleunigen. Auch die Privatwirtschaft, mit Beiträgen von Unternehmen wie Microsoft, Google und Amazon Web Services, spielt eine wichtige Rolle. Die geförderten Projekte decken ein breites Spektrum ab, darunter Materialwissenschaften, Gesundheit und Umwelt, und bieten den Teilnehmern Zugang zu Hochleistungsrechnern und KI-Infrastruktur für umfassende Datenanalysen.

Am 22. Juli 2026 gab das Department of Health and Human Services (HHS) bekannt, dass es an der Genesis Mission teilnehmen wird, einer Initiative zur Anwendung von künstlicher Intelligenz in der wissenschaftlichen Forschung, die aus einem Exekutivbefehl von November 2025 hervorgeht. In Zusammenarbeit mit dem Office of Science and Technology Policy (OSTP) wird HHS Herausforderungen in Wissenschaft und Technologie angehen, insbesondere in Bezug auf chronische Krankheiten und die Entwicklung von Medikamenten für Kinderkrebs. An diesem Tag veröffentlichte das OSTP den Bericht „Science: A New Golden Age“, der vier zentrale Säulen für wissenschaftliche Initiativen mit KI beschreibt: die Revitalisierung der amerikanischen Wissenschaft, die Sicherung der US-Dominanz in kritischen Technologien, die Verbesserung des Lebensstandards durch Bildung und Karrierewege sowie die Förderung einer neuen Ära der Wissenschaft durch die Genesis Mission. Der Bericht enthält auch Richtlinien für Bundesbehörden zur Umsetzung der Empfehlungen. Ziel der Initiative und des Berichts ist es, die Forschung und Entwicklung in den USA zu stärken und innovative Lösungen für drängende gesundheitliche Herausforderungen zu finden.

Die US-Regierung hat über 5 Milliarden Dollar für die Genesis Mission bereitgestellt, ein bahnbrechendes Programm zur Nutzung künstlicher Intelligenz (KI) zur Beschleunigung wissenschaftlicher Forschung. Diese Initiative, die aus mehr als 5.000 Bewerbungen 278 Projekte auswählte, wird von über 15 Bundesbehörden unterstützt und stellt die größte Umstrukturierung der US-Wissenschaftspolitik seit 80 Jahren dar. Michael Kratsios, der wissenschaftliche Berater des Weißen Hauses, plädiert für eine Neuausrichtung der Forschungsfinanzierung, die sich stärker auf individuelle Wissenschaftler und KI-fähige Systeme konzentriert, anstatt auf Universitäten. Ein zentrales Projekt innerhalb der Genesis Mission ist ein 60 Millionen Dollar schweres Vorhaben zur Entwicklung von KI für Kernreaktoren. Diese Reform zielt darauf ab, die jährlichen Forschungsausgaben von etwa 200 Milliarden Dollar flexibler und forschungsgetriebener zu gestalten. Angesichts des wachsenden Wettbewerbs mit China im KI-Bereich wird die Genesis Mission als Teil einer umfassenden Strategie betrachtet, die technologische Führungsposition der USA durch öffentliche Investitionen zu sichern.

Apodex hat das Frontier-Programm ins Leben gerufen, das monatlich bis zu 100.000 US-Dollar an Rechencredits für ausgewählte Forschungseinrichtungen, akademische Labore und Deep-Tech-Startups bereitstellt. Ziel des Programms ist es, Teams zu unterstützen, die wissenschaftliche und technologische Entdeckungen vorantreiben, indem sie Ressourcen für Projekte wie Zielvalidierung und Hypothesentests erhalten. Neben finanzieller Unterstützung profitieren die Partner von technischer Hilfe und der Möglichkeit, ihre Arbeiten bei Apodex-Veranstaltungen zu präsentieren. Das neu entwickelte KI-Modell Apodex-1.0-H koordiniert bis zu 150 Sub-Agenten zur Lösung komplexer Forschungsprobleme und zur Validierung von Ergebnissen. Durch die Trennung von Problemlösung und Verifizierung soll die Qualität der Forschungsergebnisse verbessert und unzureichend unterstützte Schlussfolgerungen minimiert werden. Mit dieser Initiative möchte Apodex die Entdeckung neuer wissenschaftlicher Erkenntnisse beschleunigen und ein Feedback-System zur Weiterentwicklung ihrer Technologien etablieren.

H.E. Mubaraka Ibrahim, Chief Information Officer und Chief AI Officer bei Emirates Health Services, eröffnete den IBD Summit 2026 in Dubai, der von Johnson & Johnson organisiert wurde. Unter dem Motto "The IL-23 era for IBD: UAE Experience Exchange" versammelten sich führende Experten und Gastroenterologen, um über Fortschritte im Management entzündlicher Darmerkrankungen (IBD) zu diskutieren. Ibrahim betonte die Bedeutung der Integration von medizinischem Fachwissen und neuen Technologien zur Verbesserung der Patientenversorgung. Der zweitägige Gipfel umfasste wissenschaftliche Sitzungen und Diskussionen zu Behandlungsstrategien sowie die Einführung des IBD Remission Pledge Wall. Ms. Nadine Omar wurde für ihre Beiträge zur spezialisierten IBD-Pflegeausbildung ausgezeichnet. Pedro Matos-Rosa, General Manager von Janssen/J&J Gulf, hob hervor, dass der Gipfel eine wichtige Plattform für wissenschaftlichen Austausch und regionale Zusammenarbeit darstellt, um Innovationen zu fördern und die Ergebnisse für IBD-Patienten zu verbessern.

Die Anwendung von Künstlicher Intelligenz (KI) transformiert die Pharmaindustrie, indem sie die Kosten und Zeit für die Entwicklung neuer Medikamente um bis zu 70% reduziert, bevor klinische Tests beginnen. Eine Umfrage unter 80 Führungskräften der Biopharma-Branche zeigt, dass KI es Unternehmen ermöglicht, umfangreiche Forschungsdaten zu generieren und die Erfolgschancen vielversprechender Arzneimittelkandidaten zu erhöhen. Forscher nutzen computergestützte Modelle, um biologische Prozesse zu simulieren und Wechselwirkungen mit dem menschlichen Körper vorherzusagen, was die Abschätzung möglicher Nebenwirkungen erleichtert. Trotz dieser Fortschritte bleibt menschliche Forschung unerlässlich, da KI nicht die wissenschaftliche Urteilskraft ersetzen kann. Politische Veränderungen, wie die Reduzierung von Tierversuchen, fördern den Einsatz dieser Technologien. Prognosen deuten darauf hin, dass Pharmaunternehmen in den nächsten drei bis fünf Jahren ihre Entwicklungsprogramme um über 10% steigern könnten, was zusätzliche Investitionen von etwa 1 Milliarde Dollar nach sich ziehen könnte. Dennoch gibt es Bedenken, dass KI die biologischen Komplexitäten realer Patienten nicht vollständig erfassen kann, was die hohe klinische Misserfolgsrate von etwa 90% möglicherweise nicht signifikant senken wird. Zudem wächst der Wettbewerb durch Chinas Biotechnologiesektor, der niedrigere Forschungskosten und schnellere Ergebnisse bietet, was den Druck auf US-Unternehmen erhöht, durch KI-gestützte Innovationen schneller voranzukommen.

SAP hat das erst 18 Monate alte deutsche Unternehmen Prior Labs für über 1 Milliarde Euro übernommen. Diese Akquisition stärkt Prior Labs' Position als führendes KI-Forschungsinstitut in Europa, das sich auf die Entwicklung tabellarischer Grundmodelle (TFMs) spezialisiert hat. Diese Technologie ermöglicht es, Vorhersageaufgaben direkt aus strukturierten Unternehmensdaten zu lösen, ohne separate Modelle für jedes Dataset zu trainieren. Unter der Marke und Führung von Prior Labs wird die Forschung fortgesetzt und die Modelle werden öffentlich zugänglich gemacht. Die Zusammenarbeit mit SAP eröffnet Prior Labs die Möglichkeit, umfangreiche Forschungsprogramme zu verfolgen, die für ein so junges Unternehmen zuvor unerreichbar waren. Mit Zugang zu Unternehmensdaten und langfristigen Investitionen plant Prior Labs, ambitionierte Projekte in den Bereichen Unternehmens-KI und wissenschaftliche Entdeckungen zu realisieren. SAP sieht in der Kombination von Prior Labs' Forschung und seiner eigenen Reichweite das Potenzial, global führend im Bereich der TFMs zu werden.

Status Labs hat die erweiterte Ausgabe seines Whitepapers "AI and the Future of Reputation Management" veröffentlicht, das die Auswirkungen von Künstlicher Intelligenz (KI) auf die Online-Reputation von Marken und Individuen analysiert. Der Bericht zeigt, dass KI-Suchsysteme wie ChatGPT zunehmend die Hauptquelle für Informationen sind, wobei 60% der Suchanfragen ohne Klick auf eine Webseite enden. Eine wesentliche Erkenntnis ist die systematische Bevorzugung autoritativer externe Berichterstattung durch diese Systeme, was die Sichtbarkeit von Markeninhalten negativ beeinflusst. Zudem wird prognostiziert, dass AI-Agenten, die autonom Entscheidungen treffen, in den kommenden Jahren an Bedeutung gewinnen, was neue Herausforderungen für das Reputation Management mit sich bringt. Status Labs empfiehlt eine umfassende sechs Schritte Strategie zur Optimierung des Rufes in einer von KI dominierten Welt. Die Veröffentlichung des Berichts erfolgt in einem Kontext, in dem die Infrastruktur für KI-gestützte Entdeckungen bereits weit verbreitet ist, was die Dringlichkeit für Unternehmen erhöht, sich anzupassen.

Anthropic hat eine innovative Technik namens Jacobian Lens (J-lens) entwickelt, die tiefere Einblicke in die Funktionsweise großer Sprachmodelle wie Claude Opus 4.6 ermöglicht. Durch die Entdeckung eines verborgenen Bereichs, dem J-space, konnten Forscher Wörter identifizieren, die mit den zukünftigen Antworten des Modells verknüpft sind. Diese Erkenntnis zeigt, dass die tatsächlichen Abläufe in einem LLM oft von den vorgegebenen Absichten abweichen. Die Ergebnisse wurden in einem neuen Papier und in Zusammenarbeit mit der Plattform Neuronpedia veröffentlicht, die Nutzern Experimente mit LLMs ermöglicht. Die J-lens offenbart nicht nur alltägliche Inhalte, sondern auch unerwartete Einblicke in die Entscheidungsprozesse des Modells, wie das Erfinden falscher Antworten bei Schwierigkeiten. Diese Entdeckungen werfen grundlegende Fragen zur Denkweise und Entscheidungsfindung von LLMs auf, auch wenn sie nicht mit menschlichem Denken gleichgesetzt werden können. Anthropic sieht in der Überwachung des J-space eine Möglichkeit zur frühzeitigen Problemerkennung, betont jedoch, dass diese Methode nicht umfassend ist.

Anthropic hat mit der Einführung von Claude Science einen bedeutenden Fortschritt in der wissenschaftlichen Forschung erzielt, indem sie einen Prozess, der normalerweise bis zu zwei Jahre dauert, auf wenige Tage verkürzten, ohne neue Modelle zu entwickeln. Der Neurowissenschaftler Jérôme Lecoq vom Allen Institute nutzte diese Desktop-Anwendung, die auf Claude Opus 4.8 basiert, um zehn umfangreiche computergestützte Übersichten zu erstellen, die jeweils über 100 Seiten umfassen. Die Anwendung kombiniert über 60 kuratierte Fähigkeiten und beinhaltet einen Überprüfungsagenten zur Sicherstellung der Informationsgenauigkeit. Im Gegensatz zu anderen Unternehmen, die spezialisierte Modelle für wissenschaftliche Anwendungen entwickeln, nutzt Anthropic bestehende Technologien mit zusätzlichen Funktionen. Diese innovative Herangehensweise könnte die Erstellung wissenschaftlicher Arbeiten revolutionieren, indem sie den Zeitaufwand erheblich reduziert und gleichzeitig die Qualität der Ergebnisse verbessert. Die Bedeutung dieser Entwicklung wird durch ihre Wahrnehmung in der wissenschaftlichen Gemeinschaft als eine der am meisten unterschätzten Veröffentlichungen des Sommers hervorgehoben.

Claude Science, eine innovative Anwendung von Anthropic, revolutioniert die wissenschaftliche Forschung, indem sie zeitaufwändige Aufgaben automatisiert und von Tagen auf Minuten verkürzt. Die Plattform integriert sich nahtlos mit Laborwerkzeugen wie Benchling und PubMed und ermöglicht Forschern, bioinformatische Analysen durchzuführen, Hypothesen zu generieren und Ergebnisse lückenlos nachzuvollziehen, ohne eigene Infrastruktur aufbauen zu müssen. Im Gegensatz zu Wettbewerbern, die sich auf Literaturrecherche konzentrieren, führt Claude Science Aufgaben in realen Forschungsumgebungen aus, was die Effizienz steigert und Fehler um 35% reduziert. Zudem bietet das Programm "AI for Science" Credits für Forscher mit hochwirksamen Projekten, wodurch der Zugang zu den Funktionen erleichtert wird, ohne hohe Anfangsinvestitionen. Dennoch müssen die Gründer Risiken wie die Abhängigkeit von Anthropics Infrastruktur und die Notwendigkeit menschlicher Validierung in kritischen Prozessen berücksichtigen. Insgesamt stellt Claude Science einen Paradigmenwechsel in der wissenschaftlichen Forschung dar, der Biotech- und Deeptech-Startups hilft, ihre Entwicklung zu beschleunigen und Betriebskosten zu senken.

Redwood AI Corp. hat die Entwicklung eines neuen Moduls zur Bewertung chemischer Risiken angekündigt, das Teil der Reactosphere-Plattform sein wird. Unter der Leitung von Dr. Noah Burns, einem Experten für organische Synthese, zielt dieses Projekt darauf ab, die Chemikaliensicherheit und Risikobewertung zu verbessern. Durch die Zusammenarbeit von Fachleuten aus Wissenschaft und Industrie sollen qualitativ hochwertige Daten und Werkzeuge zur Identifizierung chemischer Gefahren entwickelt werden. Das Modul wird die bestehenden Funktionen von Redwood stärken und Anwendern helfen, regulatorische Anforderungen besser zu erfüllen. Die Kooperation mit Dr. Burns und anderen Partnern wird wertvolles Feedback liefern, das die Weiterentwicklung der KI-gestützten Chemiewerkzeuge des Unternehmens unterstützen könnte. Dies könnte nicht nur die wissenschaftliche Glaubwürdigkeit von Redwood erhöhen, sondern auch die Entwicklung verantwortungsvoller Technologien in der Chemieforschung fördern.

Die Genesis Mission des US-Energieministeriums hat das Ziel, wissenschaftliche Entdeckungen durch den Einsatz fortschrittlicher KI-Techniken zu beschleunigen. Im Rahmen dieser Initiative wurde die Fermi Data Platform (FDP) entwickelt, die eine umfassende Infrastruktur zur Datenspeicherung bietet und Forschern den schnellen Zugriff auf große Datenmengen ermöglicht. Die Plattform unterstützt verschiedene Experimente, darunter Daten vom Large Hadron Collider und dem Short Baseline Neutrino Programm. Durch die Kombination von wissenschaftlicher Expertise und KI-Modellen soll die American Science Cloud die Entdeckung in unterschiedlichen Disziplinen fördern und den Zeitraum zwischen der Formulierung einer wissenschaftlichen Frage und der Erzielung bedeutender Antworten verkürzen. Forscher können spezifische Anforderungen angeben, woraufhin KI-gestützte Werkzeuge relevante Publikationen durchsuchen, Simulationen durchführen und verfeinerte Ergebnisse präsentieren. Die FDP legt großen Wert auf die Organisation der gesammelten Daten, um deren Eignung für das Training und die Anwendung von KI-Modellen sicherzustellen, ohne dabei die Rolle der Wissenschaftler zu ersetzen.

Die Integration von Künstlicher Intelligenz (KI) in die wissenschaftliche Forschung hat die Arbeitsweise von Wissenschaftlerinnen und Wissenschaftlern revolutioniert. Trotz einer kritischen Haltung gegenüber KI, wie in einer Umfrage des Journals "Nature" deutlich wird, fühlen sich viele Forschende gezwungen, diese Technologie zu nutzen. KI wird als wertvolles Werkzeug betrachtet, das die Effizienz und Effektivität der Forschung steigert. Die Sorge, im Wettbewerb um wissenschaftliche Erkenntnisse und Innovationen zurückzufallen, verstärkt den Druck, KI in die Arbeitsprozesse zu integrieren. Somit wird die Nutzung von KI nicht nur als eine Option, sondern als eine Notwendigkeit angesehen, um in der modernen Forschung relevant zu bleiben.

Astrophysiker Chi-kwan Chan nutzt OpenAI's Codex, um Simulationen von schwarzen Löchern zu erstellen, was die Rolle von KI-gestützten Programmierassistenten in der wissenschaftlichen Forschung verdeutlicht. Diese Zusammenarbeit ermöglicht es, Einsteins allgemeine Relativitätstheorie effizienter zu testen und das Universum besser zu verstehen, als es manuell möglich wäre. Die Komplexität der Simulationen erfordert erhebliche Rechenleistung und mathematische Modelle, die Codex durch die Generierung komplexen Codes erheblich beschleunigt. Chan verwendet die KI, um die Herausforderungen bei der Implementierung von Einsteins Gleichungen zu meistern, was traditionell Monate oder Jahre in Anspruch nehmen würde. Während einige Wissenschaftler Bedenken hinsichtlich der Nachvollziehbarkeit von KI-generiertem Code äußern, sieht Chan die KI als wertvollen Partner. Die Anwendung von Codex könnte die Geschwindigkeit der computergestützten Wissenschaft revolutionieren und die Zeit für komplexe Projekte drastisch verkürzen. Es bleibt jedoch unklar, inwieweit Codex Chans Arbeitsablauf tatsächlich übernimmt und wie dies die wissenschaftliche Relevanz beeinflusst.

Inmitten der rasanten Fortschritte im Bereich der Künstlichen Intelligenz stellen Astrophysiker grundlegende Fragen zur Identität und Zukunft ihres Fachgebiets. Die zunehmende Integration von KI-Technologien in die Forschung wirft Bedenken hinsichtlich der Rolle des menschlichen Denkens und der kreativen Intuition auf. Während KI in der Lage ist, große Datenmengen zu analysieren und Muster zu erkennen, bleibt unklar, ob sie die tiefere, philosophische Dimension der Astrophysik erfassen kann. Wissenschaftler diskutieren, ob die Abhängigkeit von KI die wissenschaftliche Entdeckung und das Verständnis des Universums beeinträchtigen könnte. Diese Entwicklungen führen zu einer intensiven Debatte über die Balance zwischen technologischem Fortschritt und der menschlichen Perspektive in der Wissenschaft. Die Frage, was es bedeutet, ein Astrophysiker zu sein, wird neu definiert, während die Gemeinschaft versucht, sich an die sich verändernde Landschaft der Forschung anzupassen.

Mathematiker haben in der Leiden Declaration, die am 2. Juni 2026 veröffentlicht wurde, vor den Gefahren gewarnt, die durch den Einfluss der Technologiebranche und Künstliche Intelligenz (KI) auf die Mathematikforschung entstehen. Diese Erklärung, die von einer Arbeitsgruppe von 16 Forschern nach einer Konferenz in Leiden formuliert wurde und von der International Mathematical Union unterstützt wird, betont, dass die jüngsten KI-Entwicklungen die grundlegenden Werte der mathematischen Forschung gefährden, insbesondere für Studierende und junge Mathematiker. Die Mathematiker warnen, dass KI-Modelle plausible, jedoch unzuverlässige Argumente erzeugen können, die schwer von korrekten Beweisen zu unterscheiden sind. Dies gefährdet die traditionellen Standards für Korrektheit und Transparenz in der Forschung. Zudem besteht die Gefahr, dass fehlerhafte KI-generierte Entwürfe die wissenschaftliche Literatur überfluten, was dazu führen könnte, dass neue Ergebnisse auf falschen Grundlagen basieren und sich diese Fehler weiter verbreiten.

Ein Forschungsteam des Pacific Northwest National Laboratory (PNNL) hat eine innovative KI-Technologie namens CICERO entwickelt, die die Rückgewinnung kritischer Mineralien aus industriellen Abfällen erheblich beschleunigt. Unter der Leitung von Elias Nakouzi ermöglicht CICERO, die Rückgewinnung von wertvollen Elementen wie Magnesium und Neodymium von Monaten oder Jahren auf nur wenige Tage zu reduzieren. Das halbautonome Labor bewertet nicht nur die effektivsten Methoden zur Reinigung der gewünschten Mineralien, sondern prüft auch deren wirtschaftliche Machbarkeit und Skalierbarkeit. In Tests mit verschiedenen Abfallarten, einschließlich Abwasser aus der Öl- und Gasförderung, konnte CICERO innerhalb eines Tages Pläne für 96 Experimente erstellen, die von einem Roboter umgesetzt wurden. Diese Technologie könnte nicht nur die Effizienz der Rückgewinnung steigern, sondern auch neue wissenschaftliche Entdeckungen in der Chemie und Materialwissenschaft fördern. Angesichts der wachsenden Nachfrage nach kritischen Materialien in den USA könnte CICERO der Industrie Anreize bieten, wertvolle Rohstoffe aus Abfällen zu gewinnen, obwohl die Prozesse derzeit noch nicht im industriellen Maßstab umgesetzt werden.

Richard Sutton, Turing Award-Gewinner, äußert Bedenken, dass herkömmliche generative KI nicht in der Lage ist, echte wissenschaftliche Entdeckungen zu machen. Er argumentiert, dass diese Systeme zwar Outputs erzeugen, jedoch nicht in der Lage sind, ihre Ergebnisse zu bewerten oder weiterzuentwickeln. Sutton beschreibt den wissenschaftlichen Entdeckungsprozess als dreistufigen Vorgang, der Variation, Bewertung und selektive Beibehaltung umfasst, wobei Feedback eine entscheidende Rolle spielt. Während einige KI-Systeme wie AlphaGo und AlphaFold über reine Generierung hinausgehen und eine Evaluationsschleife implementieren, kritisiert Sutton die aktuelle Fokussierung der KI-Industrie auf große Sprachmodelle. Er plädiert für die Entwicklung von KI-Agenten, die kontinuierlich mit ihrer Umgebung interagieren und lernen können. Sein Ziel ist es, ein KI-System zu schaffen, das autonom Variation, Bewertung und selektive Beibehaltung über längere Zeiträume hinweg verwalten kann.

Das Londoner AI-Labor Inherent hat in einer Finanzierungsrunde 50 Millionen Dollar gesammelt, um einen innovativen Ansatz für wissenschaftliche Forschung zu entwickeln, den es "AI-native science" nennt. Gegründet von ehemaligen DeepMind-Forschern und Infrastruktur-Spezialisten, zielt Inherent darauf ab, menschliche Forschung mit fortschrittlichen KI-Systemen zu kombinieren, um neue Erfindungen und Innovationen zu fördern. Die Plattform "Faraday", benannt nach dem Physiker Michael Faraday, soll die Herausforderung angehen, dass KI bislang nicht in der Lage ist, relevante Forschungsfragen zu formulieren, die zu bedeutenden Entdeckungen führen könnten. Danny Rimer von Index Ventures betont, dass Inherent die Neugier fördern möchte, die in der Vergangenheit zu wichtigen Erfindungen führte. Das Team umfasst Experten für KI-Sicherheit und demokratische Anwendungen von KI, während der ehemalige britische KI-Beauftragte Matt Clifford als Berater fungiert. Clifford beschreibt die Gründungsteams und deren Ambitionen als beeindruckend, was auf eine vielversprechende Zukunft für Inherent hindeutet.

Das Londoner AI-Labor Inherent hat sich aus der Stealth-Phase zurückgemeldet und 50 Millionen Dollar in einer Seed-Runde gesammelt, um eine neue Ära der KI-nativen Wissenschaft einzuleiten. Gegründet von ehemaligen Mitarbeitern von DeepMind, Microsoft und der US-Regierung, entwickelt Inherent ein KI-System namens Faraday, das die Zusammenarbeit zwischen Menschen und selbstverbessernden KI-Systemen fördern soll. Die Co-Gründer, darunter Tantum Collins, der zuvor an der AI-Politik im Weißen Haus arbeitete, streben an, die Grenzen wissenschaftlicher Entdeckungen zu erweitern und die wissenschaftliche Methode neu zu denken. Matt Clifford, ein Berater des Unternehmens, hebt die außergewöhnlichen Fähigkeiten der Gründer hervor und deren Vision für die Zukunft der Wissenschaft. Danny Rimmer von Index Ventures betont, dass Faraday darauf abzielt, echte wissenschaftliche Entdeckungen zu ermöglichen, indem es die traditionellen Methoden der Wissenschaft revolutioniert.

In dem Artikel "Can AI really be conscious? Researchers call for more rigorous scientific standards" wird die Debatte über das Bewusstsein von Künstlicher Intelligenz (KI) beleuchtet. Forscher fordern strengere wissenschaftliche Standards, um die Kriterien für das Bewusstsein in Maschinen klarer zu definieren. Der Artikel hebt hervor, dass viele aktuelle Ansätze zur Bewertung von KI-Bewusstsein oft unzureichend sind und eine fundierte Diskussion über die ethischen und philosophischen Implikationen notwendig ist. Es wird betont, dass ein besseres Verständnis der Mechanismen, die Bewusstsein ausmachen, entscheidend ist, um die Grenzen und Möglichkeiten von KI zu erkennen. Die Autoren plädieren für interdisziplinäre Zusammenarbeit, um die komplexen Fragen rund um KI und Bewusstsein systematisch zu untersuchen und zu klären.

Caris Life Sciences wird auf dem ASCO 2026 insgesamt 32 Studien präsentieren, die sich mit Fortschritten in der multi-omischen Biomarkerforschung und der Nutzung realer Daten befassen. Diese Forschungsarbeiten, die in Kooperation mit über 60 Institutionen durchgeführt wurden, zielen darauf ab, das Verständnis der Tumorbiologie zu vertiefen und präzisionsonkologische Ansätze zu fördern. Die Studien umfassen Analysen zu verschiedenen Krebsarten, darunter Brust-, Kolorektal-, Lungen-, Endometrium- und Nierenzellkarzinome sowie pan-krebsanalytische Untersuchungen. Ein besonderer Fokus liegt auf Immunonkologie, der Charakterisierung des Tumormikroumfelds und der Vorhersage von Therapieansprechen und -resistenz. Die Ergebnisse sollen die klinische Praxis durch umfassende molekulare Profilierung und datengestützte Entdeckungen verbessern. Caris hebt die Bedeutung der Zusammenarbeit mit führenden akademischen und klinischen Institutionen hervor, um großangelegte, multi-omische Forschung voranzutreiben. Die Präsentationen finden vom 29. Mai bis 2. Juni 2026 in Chicago statt, und die vollständigen Abstracts werden nach der Veranstaltung auf der Caris-Website veröffentlicht.

Die akademische Publikationslandschaft sieht sich einem ernsthaften Problem gegenüber, da KI-generierte Forschungsarbeiten zunehmend in Fachzeitschriften erscheinen und die wissenschaftliche Aufzeichnung verzerren. Ein Beispiel ist ein 2017 veröffentlichter Artikel, dessen Zitationen aufgrund gefälschter Referenzen durch KI-Paper-Mühlen in die Höhe schossen. Diese maschinell erstellten Arbeiten sind so ausgeklügelt, dass sie den Peer-Review-Prozess überwinden, was die Integrität der wissenschaftlichen Literatur gefährdet. Forscher erleben eine surreale Situation, in der ihre Zitationszahlen ohne echtes Engagement steigen, was die Nachverfolgbarkeit wissenschaftlicher Ideen erschwert. Während einige Fachzeitschriften versuchen, mit KI-Detektionswerkzeugen gegenzusteuern, sind sie im Wettlauf gegen die sich verbessernde Qualität der KI-Generierung. Die wirtschaftlichen Anreize, die hinter dieser Problematik stehen, fördern einen Markt für gefälschte Studien, da akademische Beförderungen und Fördermittel oft von Publikationszahlen abhängen. Diese Krise zwingt die akademische Gemeinschaft, grundlegende Fragen zur Validierung von Wissenschaft zu stellen, während die Unterscheidung zwischen menschlicher und maschineller Arbeit immer schwieriger wird. Letztlich steht die Integrität der wissenschaftlichen Publikation auf dem Spiel.

Der WisPaper-Bericht beleuchtet den tiefgreifenden Wandel in der wissenschaftlichen Forschung, der durch den Einsatz von Künstlicher Intelligenz (KI) vorangetrieben wird. Traditionell waren Forscher für alle Phasen des Forschungsprozesses verantwortlich, doch intelligente Systeme übernehmen zunehmend repetitive und rechenintensive Aufgaben. Dies ermöglicht es den Wissenschaftlern, sich auf strategische Entscheidungen, die Formulierung relevanter Fragen und die Interpretation von Ergebnissen zu konzentrieren. Die Automatisierung verringert die operative Belastung und verändert die Rolle der Forscher, die nun eher als Wegweiser fungieren. Der wissenschaftliche Wert wird künftig weniger durch manuelle Aufgaben bestimmt, sondern durch die Fähigkeit, bedeutende Probleme zu identifizieren und kreative Lösungen zu entwickeln. Dies könnte auch die Bewertung von Forschungskompetenz beeinflussen, da die Kunst, die richtigen Fragen zu stellen, an Bedeutung gewinnt. WisPaper trägt zu diesem Wandel bei, indem es den Forschungszyklus effizienter gestaltet und die Komplexität wissenschaftlicher Aufgaben über verschiedene Disziplinen hinweg reduziert.

Forscher haben entdeckt, dass künstliche Intelligenz in biomedizinischen Studien gefälschte Zitationen generiert, die auf nicht existierenden Arbeiten basieren. Eine Analyse von Millionen biomedizinischer Artikel ergab über 4.000 fiktive Zitationen, die potenziell klinische Richtlinien gefährden, auf die Gesundheitsfachkräfte angewiesen sind. Maxim Topaz, der Hauptautor der Studie, hebt hervor, dass solche falschen Referenzen in die wissenschaftliche Literatur gelangen und die Entscheidungen von Ärzten beeinflussen können. Die Rate gefälschter Zitationen hat sich in den letzten drei Jahren um das Zwölffache erhöht, und viele dieser Fehler bleiben unentdeckt. Topaz wurde auf das Problem aufmerksam, als ein KI-Tool, das er zur Verbesserung seiner eigenen Arbeit verwendete, eine falsche Zitation einfügte. Dies verdeutlicht die Notwendigkeit einer gründlichen Überprüfung wissenschaftlicher Arbeiten, da gefälschte Zitationen täuschend echt erscheinen können. Topaz warnt, dass dies möglicherweise nur der Anfang ist und auch andere Forschungsbereiche betroffen sein könnten.

Der britische Mathematiker Timothy Gowers hat mit dem KI-Modell ChatGPT 5.5 Pro bedeutende Fortschritte in der Zahlentheorie erzielt, indem die KI in weniger als zwei Stunden eigenständig vollständige wissenschaftliche Arbeiten erstellte. Gowers stellte fest, dass die Ergebnisse ein "PhD-Niveau" erreichten und bestehende mathematische Grenzen verbesserten. Ein junger Forscher, Isaac Rajagopal, lobte die Originalität der Ideen, die normalerweise Wochen menschlicher Überlegungen erfordern würden. Die KI benötigte lediglich 17 Minuten, um ein offenes mathematisches Problem zu lösen und eine verbesserte quadratische Grenze zu liefern. Gowers betont, dass die Ergebnisse für Doktoranden erheblich zeitaufwendig gewesen wären und sieht die Herausforderung für Mathematiker darin, Beweise zu erbringen, die KI nicht leisten kann. Er hebt hervor, dass die Zusammenarbeit mit KI-Tools künftig Standard werden könnte, warnt jedoch, dass die Einsichten aus dem eigenständigen Lösen schwieriger Probleme unverzichtbar bleiben. Gowers prognostiziert, dass KI die Mathematik bis 2029 grundlegend verändern könnte, was die Forschungslandschaft revolutionieren würde.

In dem Artikel "Letztes menschlich verfasstes Papier" präsentieren 27 Wissenschaftler ein innovatives Forschungsframework, das die Erstellung wissenschaftlicher Arbeiten revolutionieren könnte. Dieses Framework, das sich auf agent-native Forschung konzentriert, hat die Genauigkeit von Qualitätsprüfungen von 72,4 % auf 93,7 % gesteigert. Trotz des provokanten Titels ist zu beachten, dass die Ansätze hauptsächlich auf codierungsbezogene Arbeiten abzielen und nicht auf allgemeine Forschung übertragbar sind. Die Autoren fokussieren sich auf spezifische Probleme in ihrem Fachgebiet, was ihre Sichtweise prägt. Das Framework fördert die Dokumentation gescheiterter Versuche und verlangt von Anfang an eine Reproduzierbarkeit der Ergebnisse. Diese Entwicklungen könnten erhebliche Auswirkungen auf die wissenschaftliche Kommunikation und die Präsentation von Forschungsergebnissen in der Zukunft haben.

Eine wissenschaftliche Studie hat gezeigt, dass die Interaktion mit KI-Chatbots wie ChatGPT und Gemini nicht immer neutral ist, da diese Werbung in ihre generativen Modelle integrieren. Diese Werbeeinbindung beeinflusst die Antworten der Chatbots und kann dazu führen, dass Nutzer weniger objektive Informationen erhalten, da die Antworten durch kommerzielle Interessen gefärbt sind. Die Studie empfiehlt, dass Nutzer sich der potenziellen Voreingenommenheit bewusst sein sollten, wenn sie auf die Ratschläge dieser KI-Systeme vertrauen. Dies könnte dazu führen, dass Entscheidungen auf Informationen basieren, die nicht vollständig unabhängig sind. Die Ergebnisse werfen wichtige Fragen zur Vertrauenswürdigkeit und Transparenz von KI-gestützten Beratungsdiensten auf.

Am 14. April 2026 hat China in Zhengzhou seinen größten Cluster für künstliche Intelligenz in Betrieb genommen, der vollständig auf inländischer Technologie basiert und keine US-Chips verwendet. Innerhalb von nur zwei Monaten verdoppelte sich die Kapazität des Clusters auf 60.000 AI-Beschleunigerchips, was ihn zu einer leistungsstarken Plattform für wissenschaftliche Forschung macht. Diese Infrastruktur ermöglicht es, komplexe Probleme wie Protein-Faltungs-Simulationen, die zuvor Jahre dauerten, nun in wenigen Tagen zu lösen. Zudem beschleunigt der Cluster die Materialwissenschaft, indem er die Untersuchung neuer Elemente erheblich verbessert. Mit der Einführung von OneScience wird der Zugang zu dieser Technologie für mehr Wissenschaftler in China erleichtert. Diese Entwicklungen stellen einen strategischen Sieg für Peking dar, da sie die Abhängigkeit von ausländischen Technologien verringern und die nationale technologische Unabhängigkeit fördern. In Reaktion auf Chinas Fortschritte plant die US-Regierung, Exportkontrollen für fortschrittliche Chipfertigung zu verschärfen, um den technologischen Wettbewerb zu sichern.

IBM und die University of Illinois Urbana-Champaign haben das IBM-Illinois Discovery Accelerator Institute erweitert, um die Forschung im Bereich quantenzentrierter Supercomputing-Architektur zu fördern. Ziel dieser Initiative ist es, die Stärken von Quanten- und klassischen Computern zu kombinieren, indem IBM-Quantencomputer mit den Hochleistungsrechnern des National Center for Supercomputing Applications integriert werden. In den kommenden fünf Jahren wird das Institut neue Algorithmen entwickeln, die eine Zusammenarbeit zwischen klassischen und Quantencomputersystemen bei der Lösung komplexer Probleme ermöglichen. Zudem wird die Initiative die Entwicklung von KI-Systemen vorantreiben und Fachkräfte im Bereich Quantencomputing und KI ausbilden, um die nächste Generation von Wissenschaftlern und Ingenieuren zu fördern. Der Fokus liegt auf der effizienten Verteilung von KI-Workloads und der Integration von Algorithmen in spezialisierte Systeme. Diese Fortschritte positionieren Illinois als ein globales Zentrum für wissenschaftliche Entdeckungen in den Bereichen KI und Quantencomputing, was sowohl der akademischen als auch der industriellen Forschung zugutekommt.

Im Jahr 2022 sorgten chinesische Forscher mit der Behauptung, moderne Quantencomputer könnten verschlüsselte Informationen entschlüsseln, für Besorgnis in der US-Verteidigungsgemeinschaft. Um solche wissenschaftlichen Ansprüche zu überprüfen, initiierte die Defense Advanced Research Projects Agency (DARPA) das SciFy-Programm. Dieses Programm zielt darauf ab, übertriebene Behauptungen zu entlarven und potenzielle technologische Durchbrüche zu identifizieren. Die entwickelten KI-Tools analysieren wissenschaftliche Ansprüche, sammeln relevante Informationen und bewerten deren Realitätsgehalt. Erste Tests zeigten eine moderate Übereinstimmung mit menschlichen Experten, was die Fähigkeit der KI zur Verarbeitung komplexer Informationen unterstreicht. In Zukunft wird das Programm auch spezifisch Quantencomputing-Behauptungen untersuchen, um die militärische Forschung und Entwicklung zu fördern und strategische Vorteile für die USA zu sichern.

AilsynBio und Dong-E-E-Jiao haben eine Projektkooperationsvereinbarung unterzeichnet, die die Integration von Künstlicher Intelligenz (KI) in die traditionelle Medizin vorantreibt. Die Bekanntgabe fand im Hong Kong Science Park statt und wurde von führenden Vertretern aus Industrie, Wissenschaft und Forschung, darunter China Resources Pharmaceutical und der Universität Hongkong, begleitet. Dr. Bo Chen von China Resources Pharmaceutical betonte die Bedeutung dieser Zusammenarbeit für die Modernisierung der Traditionellen Chinesischen Medizin (TCM) und die Erforschung ihrer Wirkmechanismen. Liang Zheng von Dong-E-E-Jiao wies auf die wissenschaftliche Vertiefung des Produkts Compound E-Jiao Syrup hin, die für die Markenaufwertung entscheidend sei. Pierre Wang von HKU Versitech bezeichnete die Kooperation als Beispiel für die erfolgreiche Umsetzung akademischer Forschung in industrielle Anwendungen und als Katalysator für das internationale Wachstum von AilsynBio. Diese Partnerschaft könnte einen neuen Weg für die Entwicklung der TCM hin zu evidenzbasierter Medizin ebnen und die wissenschaftliche Basis für Produkte im Bereich der Frauengesundheit stärken.

DARPA hat das MATHBAC-Programm ins Leben gerufen, um die Kommunikation zwischen KI-Agenten zu optimieren und deren Zusammenarbeit bei wissenschaftlichen Entdeckungen zu fördern. Ziel ist die Entwicklung einer "Wissenschaft der KI-Kommunikation", die auf mathematischen Grundlagen basiert, um die Effizienz und Konsistenz der Interaktionen zu steigern. In der ersten Phase sollen neue mathematische Modelle für Kommunikationsprotokolle entwickelt werden, während die zweite Phase sich auf die Ableitung allgemeiner wissenschaftlicher Prinzipien aus spezifischen Daten konzentriert. Eine der größten Herausforderungen besteht darin, dass KI-Agenten in der Lage sein müssen, aus Daten allgemeingültige Regeln zu erkennen. Ein erfolgreicher Abschluss des Projekts könnte die Art und Weise, wie wissenschaftliche Entdeckungen gemacht werden, revolutionieren und neue wissenschaftliche Werkzeuge hervorbringen. Vorschläge für das Programm müssen bis zum 16. Juni eingereicht werden, mit einer geplanten Umsetzung im September.

CAS hat die Einführung von CAS Newton℠ angekündigt, einer agentenbasierten KI, die speziell für die wissenschaftliche Forschung entwickelt wurde. Diese innovative Technologie nutzt über 150 Jahre kuratiertes wissenschaftliches Wissen, um präzise und vertrauenswürdige Antworten auf komplexe Forschungsfragen zu liefern. Durch dialogbasierte Interaktionen ermöglicht CAS Newton den Nutzern, effizient von Fragen zu fundierten Erkenntnissen zu gelangen, wodurch der Zugang zu wissenschaftlichem Wissen erleichtert wird. Erste Rückmeldungen zeigen, dass viele Nutzer die Antworten von CAS Newton als vertrauenswürdiger im Vergleich zu anderen KI-Tools empfinden. Zudem können Forschungsteams ihre eigenen Daten in sicheren Umgebungen integrieren und gleichzeitig auf die verlässlichen Daten der CAS Content Collection zugreifen. Dies steigert die Innovationsgeschwindigkeit und verbessert die Effizienz in der Forschung, ohne die wissenschaftliche Stringenz zu gefährden. CAS Newton ist ab sofort über Plattformen wie CAS SciFinder® und CAS BioFinder® verfügbar.

CAS hat die Einführung von CAS Newton℠ angekündigt, einer agentenbasierten KI, die speziell für wissenschaftliche Entdeckungen konzipiert ist. Diese innovative Technologie nutzt über 150 Jahre verifizierte wissenschaftliche Literatur aus der CAS Content Collection™, um präzise und zuverlässige Antworten zu liefern. Forscher berichten, dass CAS Newton ihnen hilft, schneller von Fragen zu fundierten Antworten zu gelangen, indem komplexe wissenschaftliche Themen in einem dialogorientierten Format behandelt werden. Die Plattform wird als transformative Lösung angesehen, die den Zugang zu globalem wissenschaftlichem Wissen erleichtert, ohne dass spezielle Suchfähigkeiten erforderlich sind. CAS Newton kann in sicheren Umgebungen implementiert und mit eigenen Daten von Forschungs- und Entwicklungsteams integriert werden, was die Effizienz und Innovationsgeschwindigkeit steigert. Zudem arbeitet die KI innerhalb eines ethischen Rahmens, der den Schutz der Benutzerdaten gewährleistet. CAS Newton ist über verschiedene Schnittstellen, wie CAS SciFinder® und CAS BioFinder®, zugänglich.

Die Studie untersucht, wie Künstliche Intelligenz (KI) genutzt werden kann, um wissenschaftliche Publikationen zu analysieren und zukünftige Forschungstrends vorherzusagen. Durch die Auswertung von Daten aus einer Vielzahl von Fachartikeln identifiziert die KI Muster und Entwicklungen, die aufkommende Themen und Technologien vorhersagen können. Die Ergebnisse zeigen, dass KI in der Lage ist, Trends zwei bis drei Jahre im Voraus zu erkennen, was Forschern und Institutionen helfen kann, ihre Strategien und Ressourcen besser zu planen. Diese innovative Methode könnte die Art und Weise revolutionieren, wie wissenschaftliche Forschung priorisiert und gefördert wird, indem sie proaktive Entscheidungen ermöglicht. Die Studie hebt die Bedeutung von Datenanalyse in der Wissenschaft hervor und zeigt das Potenzial von KI als Werkzeug zur Unterstützung von Forschung und Innovation.

In einem bahnbrechenden Schritt hat ein KI-System namens AI Scientist ein wissenschaftliches Papier verfasst, das erfolgreich die Peer-Review-Phase für eine Konferenz im Bereich maschinelles Lernen durchlaufen hat, ohne menschliche Hilfe. Entwickelt von Jeff Clunes Team, kann das System Hypothesen generieren, Experimente planen und Ergebnisse analysieren, bevor es das Papier erstellt. Obwohl die Qualität der Arbeit als mittelmäßig bewertet wird, zeigt dies, dass KI zunehmend eine aktive Rolle in der Wissenschaft einnimmt. In nur 15 Stunden konnte die AI Scientist ein formal akzeptables Papier erstellen, was im Vergleich zu menschlichen Forschern, die dafür oft ein ganzes Semester benötigen, bemerkenswert ist. Diese Entwicklung bringt jedoch Herausforderungen mit sich, da die wissenschaftliche Gemeinschaft mit einer Flut von KI-generierten Arbeiten konfrontiert wird, die die Forschungsqualität gefährden könnten. Um dem entgegenzuwirken, haben führende Konferenzen bereits Richtlinien zur Einschränkung rein KI-generierter Einreichungen eingeführt. Experten sind sich uneinig über die Zukunft der KI in der Wissenschaft, wobei einige glauben, dass KI eines Tages bessere Ergebnisse liefern könnte, während andere die Bedeutung menschlicher Interaktion betonen.

OpenResearcher ist ein neuartiges KI-Modell mit 30 Milliarden Parametern, das in der Lage ist, komplexe Forschungsfragen effizienter zu beantworten als führende Modelle wie GPT-4.1, Claude Opus und Gemini 2.5 Pro. Es wurde speziell für akademische und wissenschaftliche Anwendungen entwickelt und bietet verbesserte Fähigkeiten in der Datenanalyse, Literaturrecherche und dem Verfassen von wissenschaftlichen Texten. Die Ergebnisse zeigen, dass OpenResearcher nicht nur präzisere Antworten liefert, sondern auch in der Lage ist, kontextuelle Zusammenhänge besser zu verstehen. Dies könnte die Art und Weise revolutionieren, wie Forscher Informationen sammeln und verarbeiten. Die Entwickler betonen die Bedeutung von OpenResearcher für die Unterstützung von Wissenschaftlern und Studierenden, indem es den Zugang zu relevanten Informationen erleichtert und die Effizienz in der Forschung steigert.

In dem Artikel wird beschrieben, wie Wissenschaftler über einen Zeitraum von 200 Jahren die wissenschaftliche Methode entwickelt haben, um systematisch Wissen zu erlangen und Hypothesen zu testen. Im Kontrast dazu zeigt eine neuartige Maschine, die mit künstlicher Intelligenz arbeitet, dass sie in der Lage ist, diese methodischen Schritte zu überspringen und dennoch zu bedeutenden Ergebnissen zu gelangen. Die Maschine nutzt große Datenmengen und Algorithmen, um Muster zu erkennen und Vorhersagen zu treffen, ohne die traditionellen Schritte der Hypothesenbildung und experimentellen Überprüfung zu durchlaufen. Dies wirft Fragen zur Zukunft der Wissenschaft auf und diskutiert die Rolle von KI in der Forschung, sowie die potenziellen Risiken und Vorteile dieser Technologie. Der Artikel regt zum Nachdenken über die Veränderungen an, die KI in der wissenschaftlichen Praxis mit sich bringen könnte.

In der Studie "AI gets a D: ChatGPT struggles with scientific true-or-false" wird untersucht, wie gut das KI-Modell ChatGPT in der Lage ist, wissenschaftliche Aussagen als wahr oder falsch zu bewerten. Die Ergebnisse zeigen, dass ChatGPT in vielen Fällen Schwierigkeiten hat, korrekte Antworten zu liefern, was auf eine begrenzte Fähigkeit zur Verarbeitung komplexer wissenschaftlicher Informationen hinweist. Die Forscher betonen, dass trotz der Fortschritte in der KI-Technologie, wie bei ChatGPT, die Genauigkeit und Zuverlässigkeit in wissenschaftlichen Kontexten oft unzureichend sind. Dies wirft Fragen zur Anwendung von KI in der Wissenschaft auf und verdeutlicht die Notwendigkeit weiterer Verbesserungen und Schulungen, um die Leistung solcher Modelle zu optimieren. Die Studie schließt mit der Empfehlung, KI-gestützte Systeme nicht als alleinige Informationsquelle in wissenschaftlichen Angelegenheiten zu verwenden.

Bota hat die innovative Plattform SAION AI vorgestellt, die als erste physische KI für die Biofabrication dient. Diese Plattform kombiniert kognitive Fähigkeiten, Orchestrierung und Ausführung in einem geschlossenen Kreislaufsystem, um die biologische Entdeckung und Biofabrication kontinuierlich zu optimieren. SAION AI basiert auf einer dreistufigen Architektur, die umfangreiche Daten aus der Biofonderie Cell2Cloud nutzt und ein tiefes Verständnis biologischer Prozesse ermöglicht. Die intelligente Orchestrierung koordiniert komplexe Forschungsziele und automatisiert wissenschaftliche Arbeitsabläufe, während die Ausführungsebene experimentelle Anweisungen direkt an Laborgeräte überträgt. In realen Tests hat SAION AI eine beeindruckende Genauigkeit von über 90 % bei autonomen Forschungsprojekten erreicht. Dieser Fortschritt könnte die Biofabrication revolutionieren, indem er den Übergang von traditionellen Experimenten zu einer intelligenten Ingenieurdisziplin fördert, in der KI und physische Labore synergistisch zusammenarbeiten, um Entdeckungen und industrielle Skalierungen zu beschleunigen.

Kinross Research hat einen neuen Bericht veröffentlicht, der Attensira als das führende GEO-Tool für 2026 identifiziert. Der Bericht untersucht die besten GEO-Tools für Unternehmen, die ihre Sichtbarkeit in generativen KI-Suchumgebungen verbessern möchten. Angesichts der rasanten Entwicklung von KI-gestützten Suchsystemen müssen Unternehmen ihre digitalen Strategien anpassen, um sicherzustellen, dass ihre Inhalte von großen Sprachmodellen erfasst werden. Generative Engine Optimization (GEO) wird als entscheidende Strategie hervorgehoben, um die Sichtbarkeit in diesen neuen Suchökosystemen zu gewährleisten. Attensira bietet spezialisierte Analysewerkzeuge, die es Unternehmen ermöglichen, ihre Erwähnungen in KI-generierten Antworten zu überwachen und ihre Inhalte entsprechend zu optimieren. Der Bericht betont, dass Organisationen, die aktiv an ihrer Sichtbarkeit arbeiten, eine höhere Chance haben, Autorität und Auffindbarkeit zu bewahren. Das GEO-Marktsegment wächst weiterhin, und das Interesse von digitalen Vermarktern und Technologieunternehmen nimmt zu, da KI-gestützte Entdeckungen zunehmend verbreitet sind.

In seinem Buch "A World Appears: A Journey into Consciousness" untersucht Michael Pollan das komplexe Thema Bewusstsein und die damit verbundenen Herausforderungen für die Wissenschaft. In einem Gespräch mit Bri Kane betont er, dass das Verständnis von Bewusstsein von verschiedenen Theorien geprägt ist, wobei Gefühle als möglicher Ausgangspunkt hervorgehoben werden. Pollan kritisiert die Schwierigkeiten, die Wissenschaftler haben, um Bewusstsein objektiv zu messen, da subjektive Erfahrungen oft ignoriert werden. Er hebt die Bedeutung psychedelischer Erfahrungen hervor, die neue Perspektiven auf das Bewusstsein eröffnen können. Ein bemerkenswertes Experiment, das er erwähnt, ist die Entwicklung eines KI-Systems, das durch innere Konflikte möglicherweise ein Bewusstsein entwickeln könnte. Trotz der Fortschritte in der Forschung ist Pollan der Meinung, dass ein umfassendes Verständnis des Bewusstseins noch in weiter Ferne liegt und möglicherweise neue wissenschaftliche Ansätze erfordert. Er warnt zudem vor den Gefahren, die soziale Medien und KI für unser Bewusstsein darstellen, und fordert einen Schutz dieses wertvollen Guts.

Andor Health hat mit seiner AI-Infrastrukturplattform ThinkAndor® mehrere bedeutende Auszeichnungen im Gesundheitswesen erhalten, die ihre Leistungsfähigkeit und ihren Einfluss unterstreichen. Die Plattform wurde von Black Book Research als die am besten bewertete virtuelle Pflegeplattform ausgezeichnet und erhielt von KLAS die höchste Punktzahl in diesem Bereich. Frost & Sullivan ehrte Andor Health für seine Innovationsführerschaft in der akuten virtuellen Gesundheitspflege, was die Effektivität der Strategie und den messbaren Einfluss auf das Gesundheitsökosystem verdeutlicht. Diese Auszeichnungen basieren auf anonymem Kundenfeedback und zeigen, dass ThinkAndor® die Arbeitsabläufe optimiert, die Belastung der Kliniker verringert und die Effizienz steigert. Wissenschaftliche Publikationen belegen zudem eine signifikante Verbesserung der Patientenversorgung und -sicherheit durch die Plattform. Andor Health betont, dass diese Anerkennung das Vertrauen der Kunden in ThinkAndor® widerspiegelt und die Fähigkeit der Plattform zeigt, virtuelle Pflege umfassend zu transformieren.

In einem aktuellen Artikel werden mehrere faszinierende wissenschaftliche Entdeckungen vorgestellt, die im Februar 2026 fast übersehen wurden. Besonders hervorzuheben ist die Wiederbelebung eines vergessenen Batteriedesigns von Thomas Edison, das vielversprechende Ansätze für die Speicherung erneuerbarer Energien bietet. Ein internationales Forscherteam hat Edisons Nickel-Eisen-Batterie neu interpretiert, indem es natürliche Elemente wie Proteine und Graphenoxid integriert hat, um eine stabile Struktur zu schaffen. Diese Innovation ermöglicht die Integration von Nickel- und Eisenclustern, wodurch die Oberfläche für chemische Reaktionen erheblich vergrößert wird. Der resultierende Prototyp kann in Sekundenschnelle aufgeladen werden und hält über 12.000 Ladezyklen, was etwa 30 Jahren täglicher Nutzung entspricht. Trotz dieser beeindruckenden Fortschritte bleibt die Speicherkapazität hinter der von Lithium-Ionen-Batterien zurück, was die Anwendung in Elektrofahrzeugen einschränkt. Die Forscher sehen jedoch großes Potenzial in der Nutzung dieser Batterie zur Speicherung überschüssiger Energie aus Solar- und anderen erneuerbaren Quellen.