Anthropic spricht von einer KI-Entdeckung, Biologen widersprechen, MIT Tech Review zweifelt an der Messlatte
Anthropic teilte mit, sein molekularbiologisches Labor habe die erste KI-gestützte Entdeckung gemacht. Biologen widersprachen heftig. MIT Technology Review berichtete am 29. September, die Behauptung setze womöglich die falsche Messlatte dafür, was als Wissenschaft zählt.

Am vergangenen Mittwoch teilte Anthropic mit, das Unternehmen habe Anfang des Jahres ein molekularbiologisches Labor eröffnet. Dort lesen Claude-Agenten schwierige biologische Fragen und stellen Vermutungen an, während menschliche Wissenschaftler die Experimente dazu durchführen. Laut MIT Technology Review sagte das Unternehmen, das Labor habe seine erste Entdeckung gemacht. Die Behauptung kam nicht gut an.
Was das System aus 950 Agenten nach 21 Stunden Arbeit tatsächlich fand, war keine völlig neue DNA-Sequenz. Die Agenten wiesen auf ein wiederkehrendes Muster rund um ein bekanntes Enzym hin. Dieses Muster war laut Anthropic zuvor nicht katalogisiert worden. MIT Technology Review merkte in einem am 28. September veröffentlichten und im Newsletter The Algorithm nachgedruckten Beitrag an, dass Anthropics Ankündigung das Muster als „erinnernd“ an das beschreibt, was zu CRISPR führte, jener Gentechnik-Technologie, die „die Wissenschaft und die Medizin bereits verändert hat“. Genau diese Rahmung ist der Punkt, an dem der Ärger beginnt.
Biologen sagen, das Muster zu finden war der leichte Teil
Ein viral gegangener Beitrag eines Biologen, dem später der Vorstandsvorsitzende und CEO des Pharmakonzerns Eli Lilly zustimmte, argumentierte: „Einen seltsamen Gencluster und Wiederholungen zu finden, ist oft der leichte Teil. Der schwierige Teil, und daher kommen die echten Entdeckungen, ist herauszufinden, was das System tatsächlich tut.“ MIT Technology Review berichtete, die Agenten hätten bei einiger Laborroutine geholfen. Eine Entdeckung sei das nicht, so die Kritik.
Zusätzlich verworren wird die Sache dadurch, dass Mario Rodríguez Mestre, Biologe an der Universität Kopenhagen, am Wochenende erklärte, sein Team habe genau dieses Muster bereits entdeckt. Die New York Times berichtete über die Behauptung, so MIT Technology Review. Mestre, der in seiner Arbeit regelmäßig mit Claude chatte, fragte sich, ob Anthropics Team aus seinen Gesprächen gelernt habe. Anthropic bestreitet das. Mestre sagt, er werde die Nutzung von Claude trotzdem ganz einstellen.
Der Streit reicht über die Pressemitteilung eines einzelnen Unternehmens hinaus. MIT Technology Review argumentierte, KI-Firmen präsentierten ihre Systeme nicht einfach als Werkzeuge, die Wissenschaftler nutzen können, wie Mikroskope oder Supercomputer. Sie beharrten darauf, dass die Systeme selbst Entdeckungen machen. Für manche Biologen ist das unvereinbar damit, wie Wissenschaft tatsächlich funktioniert. Neues Wissen entsteht dort eher aus Zusammenarbeit und einem stetig wachsenden Arsenal an Werkzeugen.
Das Mathematikproblem nebenan
Das Muster ist nicht auf die Biologie beschränkt. MIT Technology Review merkte an, dass OpenAI Anfang des Monats erklärte, die Agenten seines eigenen Teams hätten ein Millionen-Dollar-Problem in der Mathematik geknackt. Ein paar Wochen später teilte fast jeder KI-Skeptiker im Feed des Autors einen Artikel, der fragte, ob es wirklich das Mathematikproblem war, auf das es ankam. Der Beitrag argumentierte nicht, dass OpenAIs Lösung falsch sei, nur dass das jeweilige Ergebnis womöglich nicht das ist, das Mathematikern am wichtigsten ist. Nimmt man den Vorwurf eines Mathematikers hinzu, die Modelle hätten einige seiner Arbeiten ohne Quellenangabe verwendet, bleibt den Leuten der Eindruck: Entweder hat OpenAI betrogen, oder die Lösung war ohnehin nicht wichtig.
Lucas Harrington, der Biologe, der den Beitrag mit der Kritik an Anthropics Ankündigung schrieb, endete mit einem Vorschlag. KI-Firmen, so sagte er, sollten „die Messlatte jetzt hoch setzen, damit, wenn eine KI tatsächlich einen grundlegend neuen biologischen Mechanismus entdeckt, alle begreifen, wie groß die Sache ist.“ MIT Technology Review merkte an, dass das Anheben der Messlatte wohl das Letzte ist, woran OpenAIs Sam Altman und Anthropics Dario Amodei denken, während sie darum wetteifern, einander zu übertrumpfen.
Echte Ergebnisse, andere Fragen
Andernorts ist die Wissenschaft weniger umstritten. Ein am 15. September bei arXiv eingereichtes und auf dem Preprint-Server veröffentlichtes Paper berichtet über den ersten direkten Nachweis auroraler Radioemission von einem Exoplaneten, dem Riesenplaneten β Pictoris b, mit dem MeerKAT-Array. Die Autoren Kevin N. Ortiz Ceballos, Edo Berger und Yvette Cendes berichten über schnelle, wiederkehrende, stark zirkular polarisierte Ausbrüche sowie anhaltende Emission bei Frequenzen von 0,85 bis 3,5 GHz. Sie identifizieren die Emission als Elektron-Zyklotron-Maser-Strahlung. Das deutet auf ein Magnetfeld von mindestens 1,25 kG am Planeten hin, die erste derartige direkte Feldstärkemessung für einen Exoplaneten. Das Paper umfasst 32 Seiten mit neun Abbildungen und drei Tabellen.
In der Medizin beschreibt eine in Cell Reports veröffentlichte Studie einen molekularen Mechanismus, der erklären könnte, warum verlorenes Gewicht so oft zurückkehrt. Forscher am Harrington Discovery Institute an den University Hospitals und der Case Western Reserve University fanden heraus, dass Fettleibigkeit die Aktivität der Fettzellen so veränderte, dass Asprosin erhöht blieb. Asprosin ist ein von Fettgewebe freigesetztes Hormon, das dem Gehirn Appetit signalisiert. Die Arbeit dreht sich um TGF-β1, ein entzündliches Signalmolekül. Eine kurze Exposition ihm gegenüber erzeugte eine dauerhafte epigenetische Veränderung, die wochenlang bestehen blieb, nachdem die TGF-β1-Werte wieder normal waren. Selbst als die Mäuse ihr gesamtes Übergewicht verloren hatten, produzierten ihre Fettzellen weiterhin mehr Asprosin.
„Es war, als würde man einen Lichtschalter umlegen, der eingeschaltet bleibt, auch nachdem man den Finger wegnimmt“, sagte Atul Chopra, MD, PhD, leitender Autor der Studie und stellvertretender Direktor des Harrington Rare Disease Program am Harrington Discovery Institute an den UH. „Selbst nachdem die Mäuse alles Übergewicht verloren hatten und TGF-β1 wieder normal war, blieb dieser Schalter in ihren Fettzellen umgelegt und hielt Asprosin und Appetit erhöht. Das liefert uns eine molekulare Erklärung dafür, warum GLP-1-Medikamente, die den Appetit unterdrücken, solange man sie nimmt, das zugrunde liegende biologische Gedächtnis nicht beheben können, das den Hunger nach dem Ende der Behandlung wieder hochtreibt.“
Scitech Daily, das die Ergebnisse am 28. September meldete, merkte an, dass Belege aus öffentlich verfügbaren menschlichen Datensätzen den vorgeschlagenen Mechanismus stützten. Die Forscher müssten jedoch noch direkt bestätigen, dass er beim Menschen genauso abläuft. Ein separates, von Seth J. Field, MD, PhD, geleitetes Labor bestätigte, dass die zelluläre Veränderung fortbestand.
Was zu beobachten ist
MIT Technology Review wird am 6. Oktober seine Liste der Climate Tech Companies to Watch 2026 veröffentlichen, ein Paket zu Energiespeicherung, Kernkraft und Verkehr. Der Newsletter wies außerdem darauf hin, dass OpenAI ein neues KI-Modell, GPT-6.1 Astra, aus Sicherheitsgründen verworfen hat. Das Unternehmen sagte laut BBC, es habe „die Messlatte nicht ganz erreicht“. Anthropics Börsengangsdokument warnt, dass KI die Menschheit bedrohen könnte, berichtete die FT.
Vorerst ist der Streit über Anthropics Enzymmuster ungelöst. Das Unternehmen bestreitet, dass sein System aus Mestres Claude-Gesprächen gelernt hat. Mestre sagt, er habe die Nutzung von Claude eingestellt. Und die größere Frage bleibt offen: Zählt es als Entdeckung, wenn eine KI ein Muster in einer Masse biologischer Daten markiert?
Quellen
4- 01The Download: climate tech companies to watch and AI's discovery problemEN
- 02When can we say AI made a scientific discovery?EN
- 03Scientists Discover a Molecular "Memory" That Could Make Lost Weight Come BackEN
- 04Discovery of radio emission from the exoplanet β Pictoris bEN
Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.
Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.
Kommentare
0- Noch keine Kommentare — seien Sie der Erste.