- Reifegrad
- Erprobung
- Beleglage
- gemischt
- Wirkung auf Arbeit
- mittel
- Schadensrisiko
- mittel
- KI-Impact heute und 2029
- spürbar, 2029 stark
- Rolle des Menschen 2029
- prüft und verantwortet
Auf dieser Seite
Was tut KI hier?
- Proteinstrukturen vorhersagenMaschinenlernenAlltag
Das Modell AlphaFold berechnet aus der Abfolge der Bausteine eines Proteins seine räumliche Form, die bestimmt, was das Protein im Körper tut.
Die Datenbank des Europäischen Bioinformatik-Instituts (EMBL-EBI) stellt über 200 Millionen vorhergesagte Strukturen frei bereit; Chemie-Nobelpreis 2024 für Demis Hassabis und John Jumper für die Strukturvorhersage, die andere Hälfte erhielt David Baker für Proteindesign
- WettervorhersageMaschinenlernenAlltag
KI-Modelle lernen aus Jahrzehnten von Wetterdaten und berechnen daraus globale Vorhersagen.
Das Europäische Zentrum für mittelfristige Wettervorhersage (ECMWF) betreibt sein Modell AIFS seit 25. Februar 2025 im Regelbetrieb, neben dem physikalischen Modell; Googles GraphCast rechnet eine 10-Tage-Vorhersage nach Herstellerangabe in unter einer Minute
- WirkstoffsucheMaschinenlernen und generative KIErprobung
Generative Modelle schlagen Zielstrukturen im Körper und passende Moleküle vor. Labor und klinische Studien prüfen sie danach wie jeden anderen Wirkstoff.
Rentosertib gegen Lungenfibrose, Phase-IIa-Studie mit 71 Patienten in China, 2025
- Auswertung in klinischen StudienMaschinenlernenErprobung
Software bewertet Gewebeproben aus Studien; ein Pathologe prüft das Ergebnis.
Die Europäische Arzneimittel-Agentur (EMA) hat im März 2025 erstmals eine KI-Methode qualifiziert, AIM-NASH für Leberbiopsien
- MaterialforschungMaschinenlernenForschung
Modelle sagen stabile Kristallstrukturen voraus; Roboterlabore sollen die Stoffe selbsttätig herstellen.
GNoME von Google DeepMind und A-Lab des Berkeley Lab, 2023
- Mathematikgenerative KIForschung
Sprachmodelle lösen Wettbewerbsaufgaben; Programmieragenten suchen neue Konstruktionen, die ein Prüfprogramm automatisch nachrechnet.
Goldniveau bei der Internationalen Mathematik-Olympiade 2025; AlphaEvolve, 2025 (beides Angaben von Google DeepMind)
- Schreiben und Begutachtengenerative KIAlltag
Forschende und Gutachter lassen Texte von Sprachmodellen formulieren oder überarbeiten.
Mindestens 13,5 % der biomedizinischen Kurzfassungen (Abstracts) von 2024
Was ist belegt?
- Die Vorhersage von Proteinstrukturen wurde 2024 mit dem Chemie-Nobelpreis ausgezeichnet. Über 200 Millionen vorhergesagte Strukturen stehen frei zur Verfügung. Es handelt sich um Vorhersagen; experimentell bestimmt sind diese Strukturen nicht.
- Nach Angaben des ECMWF ist sein KI-Modell bei vielen Messgrößen bis zu 20 % genauer als physikalische Modelle und braucht je Vorhersage rund 1.000-mal weniger Energie. Besser ist es etwa bei den Zugbahnen tropischer Wirbelstürme.
- Die EMA hat 2025 erstmals eine KI-Methode für Arzneimittelstudien qualifiziert, also als Messverfahren anerkannt. Ein Pathologe prüft die KI-Auswertung, wo bisher drei Pathologen einen Konsens bilden mussten.
- Von KI-orientierten Biotech-Firmen entdeckte Moleküle bestanden die erste Studienphase in 21 von 24 Fällen (80 bis 90 %), historisch sind es etwa 40 bis 65 %. Die Stichprobe ist klein (Analyse von 2024 mit Beteiligung der Beratungsfirma Boston Consulting Group).
- Eine erweiterte Version von Googles Sprachmodell Gemini erreichte nach Angabe von Google DeepMind bei der Internationalen Mathematik-Olympiade 2025 mit 35 von 42 Punkten Goldniveau. Koordinatoren der Olympiade bewerteten die Lösungen, System und Verfahren prüften sie nicht.
Wo liegen Grenzen und Schäden?
- In der zweiten Studienphase, in der sich die Wirksamkeit zeigen muss, lag die Erfolgsquote KI-entdeckter Moleküle mit 4 von 10 (rund 40 %) am oberen Rand des historischen Bereichs von 30 bis 40 %.
- Die Meldung von Millionen neuer Materialien ist umstritten. Materialchemiker fanden in einer Stichprobe keine auffallend neuartigen Verbindungen, viele waren Abwandlungen bekannter Stoffe.
- Mindestens 13,5 % der biomedizinischen Abstracts von 2024 wurden mit Sprachmodellen bearbeitet. Für vier große KI-Konferenzen 2023/2024 schätzt ein Vorabdruck, dass 6,5 bis 16,9 % des Gutachtentextes wesentlich von Sprachmodellen verfasst oder verändert wurden.
- Viele Leistungsangaben stammen von den Entwicklern selbst, etwa zu Wettermodellen, Materialien, Mathematik und Genomik.
- KI-Wettermodelle haben Lücken. Ein Forschungsprototyp des ECMWF für eine KI-Reanalyse, also eine rückblickende Rekonstruktion des Wetters, unterschätzte die Stärke von Hurrikanen (Vorabdruck). Für die Luftqualität bleibt das physikalisch-chemische Modell der Maßstab.
Wie geht es bis 2029 weiter?
Heute spürbar, 2029 stark. In der Forschung ist KI bei Strukturvorhersage, Wettermodellen, Programmieren und Schreiben schon im Einsatz. Für ganze Forschungsabläufe reicht die Qualität noch nicht; 2029 dürften Forschende einen großen Teil der Rechenarbeit vor allem prüfen und verantworten.
Was beim Menschen bleibt. Forschende wählen Fragen und Methoden, führen und bestätigen Experimente, prüfen KI-Ergebnisse und Quellen und tragen als Autorinnen, Autoren und Gutachtende die Verantwortung.
Wie schnell wird KI hier besser?
Die Fähigkeiten wachsen schnell. Im Test Humanity’s Last Exam stieg der beste Wert von 2024 auf 2025 von unter 10 % auf 38,3 %. Bei Forschungsfragen, die Belege aus mehreren Fachartikeln mit Werkzeugen zusammenführen, erreichte der beste KI-Agent 2025 im Test PaperArena 38,8 %, promovierte Fachleute 83,5 %; beim Nachvollziehen ganzer veröffentlichter astrophysikalischer Arbeiten blieben Spitzenmodelle unter 20 %. Das System Kosmos soll in einem Lauf Monate an Arbeit erledigen, nach Angabe seiner Entwickler war aber rund jede fünfte Aussage in seinen Berichten nicht zutreffend.
Wo reicht die Qualität schon, sodass Menschen vor allem prüfen?
Bei Proteinstrukturvorhersagen, bei KI-Wettermodellen, die neben physikalischen Modellen laufen, und bei der sprachlichen Bearbeitung von Texten prüfen Menschen heute vor allem. In der Begutachtung erlaubt die Deutsche Forschungsgemeinschaft (DFG) seit Dezember 2025 KI zur Unterstützung, nur mit Systemen, die vertrauliche Antragsinhalte schützen, und mit Offenlegung; die Verantwortung bleibt uneingeschränkt bei den Gutachtenden. Bei Literaturauswertung, Datenanalyse und Code für ganze Projekte ist dieses Niveau absehbar, aber nicht erreicht.
Was bremst?
Die Lücke zwischen rechnerischen Vorschlägen und experimentell bestätigten Ergebnissen ist groß, die Liste bestätigter KI-Entdeckungen kurz. Integritätsfälle schaden dem Vertrauen, etwa der vielbeachtete Vorabdruck über KI in der Materialforschung, dessen Daten das Massachusetts Institute of Technology (MIT) 2025 für nicht vertrauenswürdig erklärte. Einzelne Förderer und Konferenzen verschärfen die Regeln. Die US-Gesundheitsforschungsbehörde National Institutes of Health (NIH) wertet im Wesentlichen KI-erzeugte Anträge nicht als eigene Ideen, und die Konferenz International Conference on Learning Representations (ICLR) lehnte 2026 Einreichungen mit erfundenen Literaturangaben ohne Begutachtung ab. In der Wirkstoffentwicklung bestanden KI-entdeckte Moleküle die klinische Phase I häufiger als üblich, in Phase II war ihre Erfolgsquote bisher nicht höher (4 von 10, Stand 2024).
Was könnte die Einschätzung kippen?
Viele Leistungsangaben stammen von den Entwicklern selbst, unabhängige Tests decken nur Ausschnitte ab. Der Internationale KI-Sicherheitsbericht 2026 hält bis 2030 sowohl ein Abflachen der Fortschritte als auch eine starke Beschleunigung für möglich.
Geschätzt aus den Belegen dieses Blatts. Wie die Werte entstehen
Was ändert sich für die Arbeit?
Forschende nutzen KI für Strukturvorhersagen, Hypothesen, Auswertungen und Texte. Nach einer Auswertung von 41,3 Millionen Arbeiten veröffentlichen Forschende, die KI-Methoden einsetzen, dreimal so viel und leiten 1,37 Jahre früher eigene Projekte. Die Auswertung zeigt Zusammenhänge; laut ihrem Eintrag beim Vorabdruck-Server arXiv hat die Fachzeitschrift Nature sie zur Veröffentlichung angenommen.
In der Meteorologie laufen KI-Modelle neben den physikalischen. In klinischen Studien zur Fettleberentzündung MASH kann seit 2025 eine KI-Auswertung, die ein Pathologe prüft, den bisherigen Konsens von drei Pathologen ersetzen; AIM-NASH ist die erste KI-Methode, die die EMA dafür qualifiziert hat.
Welche Regeln gelten?
Die nimmt KI aus, die eigens für wissenschaftliche Forschung entwickelt und genutzt wird (Art. 2 Abs. 6). Text und Data Mining für die Forschung erlaubt § 60d Urheberrechtsgesetz Forschungseinrichtungen, die nicht kommerziell arbeiten, ihre Gewinne reinvestieren oder in staatlich anerkanntem öffentlichem Auftrag forschen. Für Arzneimittel hat die EMA 2024 ein Papier zum Einsatz von KI im ganzen Lebenszyklus vorgelegt.
Einordnung
Quellen dieser Seite
Die Ziffern im Text öffnen die Quelle. Alle Quellen der Website
Liste der 29 Quellen anzeigen
- The Nobel Prize in Chemistry 2024 – Summary. Nobelprize.org, 2024.
- AlphaFold Protein Structure Database. EMBL-EBI, Oktober 2026.
- ECMWF's AI forecasts become operational. ECMWF, 25. Februar 2025.
- GraphCast: AI model for faster and more accurate global weather forecasting. Google DeepMind, 14. November 2023.
- Insilico announces Nature Medicine publication of Phase IIa results evaluating rentosertib. Insilico Medicine, 3. Juni 2025.
- EMA qualifies first artificial intelligence tool to diagnose inflammatory liver disease (MASH) in biopsy samples. EMA, 20. März 2025.
- Millions of new materials discovered with deep learning. Google DeepMind, 29. November 2023.
- Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad. Google DeepMind, 21. Juli 2025.
- AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms. Google DeepMind, 14. Mai 2025.
- Kobak u. a., Delving into LLM-assisted writing in biomedical publications through excess vocabulary (2406.07016). arXiv, Juli 2025.
- Clinical potential of AI in drug discovery and development (zu Jayatunga u. a., Drug Discovery Today 2024). HealthManagement.org, 23. Mai 2024.
- Bericht über die Kritik an GNoME (zu Cheetham und Seshadri, Chemistry of Materials 2024). 404 Media, 11. April 2024.
- Liang u. a., Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews (2403.07183). arXiv, März 2024.
- AlphaGenome: AI for better understanding the genome. Google DeepMind, 25. Juni 2025.
- Machine learning opens new opportunities for global reanalysis. ECMWF, 20. Juli 2026.
- ECMWF introduces AIFS-COMPO, a new AI system for atmospheric composition forecasting. ECMWF, 16. Oktober 2026.
- AI Index Report 2026, Kapitel 5 Science. Stanford HAI, April 2026.
- KI in der Begutachtung. Deutsche Forschungsgemeinschaft, Dezember 2025.
- Stellungnahme des Präsidiums zum Einfluss generativer Modelle für die Text- und Bilderstellung auf die Wissenschaften und das Förderhandeln der DFG. Deutsche Forschungsgemeinschaft, September 2023.
- AI Index Report 2026, Kapitel 2 Technical Performance. Stanford HAI, April 2026.
- Mitchener u. a., Kosmos: An AI Scientist for Autonomous Discovery (2511.02824). arXiv, 5. November 2025.
- A Retrospective on the ICLR 2026 Review Process. ICLR Blog, 31. März 2026.
- Assuring an accurate research record. MIT Department of Economics, 16. Mai 2025.
- NOT-OD-25-132, Supporting Fairness and Originality in NIH Research Applications. National Institutes of Health, 17. Juli 2025.
- Executive Summary und Volltext. International AI Safety Report 2026, 3. Februar 2026.
- Hao, Xu, Li, Evans: Artificial Intelligence Tools Expand Scientists' Impact but Contract Science's Focus (2412.07727). arXiv, 29. November 2025.
- Artikel 2 KI-Verordnung (EU) 2024/1689 (inoffizielle Textwiedergabe). artificialintelligenceact.eu, 2024.
- § 60d UrhG – Text und Data Mining für Zwecke der wissenschaftlichen Forschung. gesetze-im-internet.de, Oktober 2026.
- Reflection paper on the use of Artificial Intelligence (AI) in the medicinal product lifecycle (EMA/CHMP/CVMP/83833/2023). EMA, 30. September 2024.