KI-Agenten liefern Ergebnisse – aber denken sie auch wissenschaftlich?
Corral macht sichtbar, wie KI-Agenten zu ihren Ergebnissen kommen: Der Benchmark zerlegt Agentenläufe in Hypothesen, Tests, Evidenz, Urteile und Korrekturen. So lassen sich produktive Formen wissenschaftlichen Schlussfolgerns ebenso erkennen wie problematische Muster, etwa wenn Evidenz nicht berücksichtigt wird. © HIPOLE Jena / Corral
Ein Forschungsteam unter gemeinsamer Leitung von Kevin Maik Jablonka vom Helmholtz-Institut für Polymere in Energieanwendungen Jena (HIPOLE Jena) und N. M. Anoop Krishnan vom Indian Institute of Technology Delhi hat mit Corral einen neuen Benchmark für KI-Agenten in der Wissenschaft entwickelt. Der Preprint „AI scientists produce results without reasoning scientifically“ ist auf arXiv erschienen (https://doi.org/10.48550/arXiv.2604.18805). Die Analyse zeigt, dass aktuelle Systeme zwar wissenschaftliche Workflows ausführen und Ergebnisse liefern können; häufig folgen sie dabei aber nicht den Grundprinzipien wissenschaftlicher Prüfung und Schlussfolgerung.
Künstliche Intelligenz soll künftig nicht nur Texte schreiben oder Daten auswerten, sondern auch wissenschaftliche Experimente planen, Ergebnisse analysieren und neue Erkenntnisse gewinnen. Doch wann betreibt ein KI-System tatsächlich Wissenschaft? Reicht es, wenn am Ende ein richtiges Ergebnis steht – oder muss auch der Weg dorthin wissenschaftlichen Standards genügen? Diese Frage untersucht der neue Preprint des Teams um Jablonka.
Mit Corral haben die Forschenden einen Benchmark entwickelt, der KI-basierte wissenschaftliche Agenten nicht nur nach dem Ergebnis bewertet, sondern auch danach, wie sie zu diesem Ergebnis kommen. Dafür analysierte das Team mehr als 25.000 Agentenläufe in acht wissenschaftlichen Aufgabenfeldern – von molekularen Simulationen und Materialdatenanalyse über spektroskopische Strukturaufklärung bis hin zu hypothesengetriebenen chemischen Tests. Bewertet wurde nicht nur, ob eine Aufgabe gelöst wurde, sondern auch, ob die Systeme gesammelte Hinweise berücksichtigen, Hypothesen entwickeln und prüfen sowie ihre Annahmen bei widersprüchlichen Ergebnissen korrigieren.
„Wir müssen klarer benennen, welche Art von wissenschaftlichem Denken wir von solchen KI-Systemen erwarten“, sagt Jablonka. „Wenn es um wissenschaftliche Strenge geht, können bessere Trainingsverfahren helfen. In Bereichen, in denen wir belastbare Prozessgarantien brauchen, werden wir aber vermutlich andere Systeme benötigen – etwa mit symbolischen und formal überprüfbaren Komponenten.“
HIPOLE Jena ist ein Institut des Helmholtz-Zentrums Berlin für Materialien und Energie (HZB) auf dem Campus und in Kooperation mit der Friedrich-Schiller-Universität Jena sowie dem Center for Energy and Environmental Chemistry Jena (CEEC). Helmholtz AI hat zu dem Preprint bereits eine ausführliche Einordnung veröffentlicht: https://www.helmholtz.ai/detail/do-ai-scientists-actually-do-science-new-benchmark-probes-the-reasoning-behind-the-results-featuring-dr-kevin-maik-jablonka-helmholtz-ai-associate/
- Präzise Grenzflächenchemie steigert Wirkungsgrad von Perowskit-SolarzellenIm Rahmen einer internationalen Forschungskooperation wurde eine neue molekulare Strategie entwickelt, um eine der Grenzflächen in Perowskit-Solarzellen zu verbessern. Die daraus resultierenden Solarzellen erreichten in der n-i-p-Architektur einen Energieumwandlungswirkungsgrad von 26,19 % bei gleichzeitig hoher Betriebsstabilität unter längerer Bestrahlung und erhöhten Temperaturen. Die Ergebnisse wurden im „Journal of the American Chemical Society“ veröffentlicht.
- Perowskit-Dreifachsolarzellen: Noch effizienter mit GO/SAM DoppelschichtPerowskit-Halbleiter wandeln Sonnenlicht effizient in elektrische Energie um, darüber hinaus sind sie günstig und superleicht. Ein Team am HZB hat eine Dreifachsolarzelle aus drei unterschiedlichen Perowskit-Halbleitern mit einer neuartigen Doppelschicht aus Graphenoxid und SAM als Lochleiter entwickelt. Sie konnten zeigen, dass diese Doppelschicht sowohl den Wirkungsgrad als auch die Langzeitstabilität deutlich steigert. Der Wirkungsgrad der neuartigen Perowskit-Dreifachsolarzelle beträgt 27,3% und fällt auch nach mehr als 770 Stunden in Betrieb kaum ab. Die Studie ist in der renommierten Fachzeitschrift Joule erschienen.
- Green Deal Ukraїna auf der Ukraine Recovery ConferenceEnde Juni fand in Danzig, Polen, die Ukraine Recovery Conference (UCR2026) statt. Anders als bei den vorherigen Konferenzen wurde erstmals eine dedizierte Energieplattform eingerichtet, gemeinsam organisiert vom ukrainischen Energieministerium und dem polnischen Ministerium für Klima und Umwelt. Diese Energieplattform bündelte Diskussionen, Ankündigungen und Rahmenveranstaltungen und trug so zur besseren Sichtbarkeit und Koordinierung der Energiethemen bei. Green Deal Ukraїna, eine vom HZB koordinierte Initiative, organisierte im Rahmen der Konferenz drei Veranstaltungen zu Forschungs- und Energiethemen.