Der Preis der Intelligenz
Seit Jahren wird uns künstliche Intelligenz als das Werkzeug verkauft, das die Wissenschaft schneller, billiger und vor allem produktiver machen würde. Vieles davon ist wahr: KI hilft Forschern bereits bei Literaturrecherchen, beim Schreiben von Code und bei der Analyse genomischer Daten. Aber die Realität ist komplexer, als Pressemitteilungen vermuten lassen. James Zou, ein Bioinformatiker in Stanford,erklärt gegenüber Nature, dass er im letzten Jahr „gut über 100.000 Dollar“ für KI-Abonnements ausgegeben hat. An seiner Universität entspricht diese Summe ungefähr den Kosten für die Beschäftigung eines Postdoktoranden.Das Engagement der großen privaten Akteure für die Wissenschaft wird immer deutlicher. Im Oktober 2025 brachte Anthropic "Claude for Life Sciences" auf den Markt, eine Version seines Modells, die auf biomedizinische Forschung ausgerichtet ist, mit Verbindungen zu Plattformen wie Benchling, PubMed und 10x Genomics und Kooperationen mit Pharmaunternehmen wie Sanofi, Novo Nordisk und AstraZeneca. Im April 2026 antwortete OpenAI mit "GPT-Rosalind GPT-Rosalind (eine Hommage an Rosalind Franklin, die Entdeckerin der DNA-Struktur). Google DeepMind hat seinerseits die "AI co-scientist" in Zusammenarbeit mit dem US-Energieministerium eingeführt, und ihr werden bereits experimentell validierte Hypothesen zur Leberfibrose und antimikrobiellen Resistenz zugeschrieben.Die Ergebnisse sind real. Aber indem jährlichen Bericht von Stanford HAI werden zwei Daten genannt, die unbequem nebeneinander bestehen: Einerseits hat sich die Zahl der wissenschaftlichen Veröffentlichungen, die KI erwähnen, zwischen 2010 und 2025 fast verdreißigfacht; andererseits übertreffen Menschen immer noch die besten KI-Agenten bei komplexen Aufgaben, bei denen Denken und Originalität entscheidend sind. Tatsächlich ist diese Produktivitätssteigerung, die durch den Einsatz von KI deklariert wird, zwangsläufig an eine Schicht menschlicher Kuratierung, Überprüfung und Korrektur gebunden, die selten in den Schlagzeilen erscheint. Matteo Niccoli, ein Geowissenschaftler, der im selben Artikel in Nature" zitiert wird, sagt es unverblümt: Der Engpass ist nicht das Werkzeug, sondern "das Denken und die Diskussion" darum herum. Man muss wissen, wann das Modell abweicht, wann es halluziniert, wann es den Kontext verloren hat. Es ist nützlich, ja, aber es ist nicht gerade eine Arbeitsersparnis.Und wenn die Arbeit nicht gespart wird, steigt der Preis. GitHub Copilot kündigte Ende April an, dass es von einem Festpreisabonnement zu einer nutzungsbasierten Abrechnung übergeht. Und einkürzlicher Kommentar in Nature erinnert daran, dass Google, Amazon, Microsoft und Meta im Jahr 2025 380 Milliarden US-Dollar für KI ausgaben, mit Paketen von bis zu 250 Millionen für einzelne Forscher. Wenn die Wissenschaft der Zukunft auf dieser Infrastruktur aufbaut, erbt sie auch deren Ungleichheiten.Die Frage ist nicht, ob KI für Wissenschaft nützlich ist. Das ist sie. Die Frage ist, wer es sich leisten kann, wer seine Arbeit überprüft und wer außen vor bleibt, wenn die Rechnung kommt.
