Co-Scientist: Google DeepMind verbindet KI mit Laboren
Veröffentlicht am: 29.08.2026 um 11:53 Uhr | Redaktion boerse-global.de
In Zusammenarbeit mit der Duke University und der Columbia University hat Google DeepMind das KI-System Co-Scientist validiert. Die auf dem Gemini-Modell basierende Technologie verknüpft komplexe computergestützte Berechnungen direkt mit der physischen Realität in Laboren. Das System ist in der Lage, eigenständig Forschungspläne und Programmiercode zu generieren sowie die entsprechende Labor-Hardware für Experimente zu steuern.
Ziel der Entwicklung ist ein geschlossener Regelkreis, der den gesamten Prozess von der theoretischen Konzeption bis zur praktischen Ausführung im Labor umfasst. In den letzten Tagen veröffentlichte Forschungsergebnisse belegen die Funktionalität des Systems in den Bereichen Materialwissenschaft, Biologie und Informatik.
Erfolge in der Materialforschung und Biologie
In der Materialwissenschaft wurde das System zur Untersuchung von MXene-Vorläufern und Halbleiterfilmen wie MoS2, MoSe2 und WS2 eingesetzt. Berichten zufolge gelangen die Versuche zur Herstellung der drei Halbleiterfilme bereits im ersten Anlauf. In weiteren Testreihen waren 25 Runden menschlicher Verfeinerung erforderlich, um die gewünschten Resultate zu erzielen.
Auch in der Biologie lieferte das System konkrete Ergebnisse. Bei der Vorhersage von E. coli-Phänotypen waren die Prognosen für drei von vier Formmerkmalen korrekt.
Der wissenschaftliche Hintergrund dieser Arbeiten wird durch eine frühere Studie in der Fachzeitschrift Nature ergänzt, in der 2.300 Medikamente im Zusammenhang mit 34 Krebsarten untersucht wurden. Dabei wurden fünf potenzielle Wirkstoffkandidaten für die Akute Myeloische Leukämie (AML) identifiziert, von denen drei die Viabilität der betroffenen Zellen tatsächlich hemmten.
Während KI-Systeme wie Co-Scientist die Forschung revolutionieren, bringen neue Technologien auch neue regulatorische Anforderungen und digitale Risiken für Unternehmen mit sich. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Cyber-Bedrohungen Unternehmer jetzt im Blick behalten müssen. Neue KI-Gesetze und Cyberrisiken: Report jetzt kostenlos herunterladen
Benchmarks und Zuverlässigkeit in der Informatik
Für Anwendungen in der Informatik und Medizin wurde die Variante Agent_H entwickelt. In Benchmarks auf der Plattform HealthBench übertraf dieser Agent sechs führende Frontier-Modelle. Eine detaillierte Bewertung durch Ärzte ergab jedoch ein differenzierteres Bild: Obwohl das System leistungsstark agiert, wurde es nur in einer von neun Kategorien als signifikant besser eingestuft als die Konkurrenzmodelle.
Ein wesentlicher Fokus der Entwicklung lag auf der Reduzierung fehlerhafter Angaben, sogenannter Halluzinationen. Durch den Einsatz spezieller Verifikationsmodule konnte die Halluzinationsrate laut den Projektbeteiligten auf 4 % gesenkt werden.
Zum Vergleich lag die Fehlerquote ohne diese Module bei 46 %, während ein herkömmliches Vergleichssystem eine Rate von 90 % aufwies. Die Validierung des Gesamtsystems stützt sich auf die Arbeit von 30 Experten, die 450 Reviews zu insgesamt 150 Artikeln erstellten.
Die zunehmende Vernetzung von KI und Labor-Software bietet Angreifern neue Einfallstore, die proaktiv geschlossen werden müssen. Wie Sie Sicherheitslücken in Ihrem Unternehmen ohne teure Investitionen identifizieren und beheben, erfahren Sie in diesem praxisnahen E-Book. Gratis-Ratgeber: IT-Sicherheit für Unternehmen stärken
Grenzen der Autonomie und menschliche Aufsicht
Trotz der Fortschritte in der Labor-Integration betonen die beteiligten Forscher, dass das System weiterhin menschliche Aufsicht benötigt. Ein zentrales ungelöstes Problem bleibt der autonome Umgang mit Rauschen und unvorhersehbaren Anomalien, die bei physikalischen Experimenten regelmäßig auftreten.
Das System wird derzeit als proprietäre Technologie geführt. Ein entsprechender Preprint der begleitenden wissenschaftlichen Publikation wurde in den vergangenen Tagen auf dem Portal ArXiv unter der Kennung 2608.26701 zugänglich gemacht. Die Ergebnisse unterstreichen das Potenzial von KI-Agenten, die wissenschaftliche Entdeckung zu beschleunigen, indem sie die Barriere zwischen digitaler Planung und physischer Umsetzung weiter abbauen.
