KI‑ und Mensch‑Teams identifizieren 2025‑Durchbrüche und 2026‑Forschungsfragen

Die neue Studie aus dem arXiv‑Repository (2602.03849v1) untersucht, wie Künstliche Intelligenz und menschliche Experten gemeinsam bedeutende Forschungsfragen erkennen können. Im Rahmen des „AI Scientist“ Paradigmas werden KI‑Modelle eingesetzt, um die Forschungsgeschichte zu analysieren und neue Ideen zu generieren – ein Ansatz, der die Entdeckungsgeschwindigkeit erheblich steigern soll.

Der Ansatz gliedert sich in drei Phasen. Zunächst sammelt die KI große Mengen an Literatur und erstellt eine hybride Informationsbasis. Anschließend werden sechs unterschiedliche Large‑Language‑Models (LLMs) angeregt, potenzielle Forschungsfragen zu formulieren. Durch ein kreuzmodell‑basiertes Abstimmungssystem wird ein erster Kandidatenpool gefiltert. In der letzten Phase wird dieser Pool schrittweise durch menschliche Experten verfeinert, wobei die Kontrolle mit jeder Stufe zunimmt.

Um die Wirksamkeit des Systems zu prüfen, wurde ein Experiment durchgeführt, das die Top‑10‑Durchbrüche des Jahres 2025 sowie die Top‑10‑Forschungsfragen für 2026 in fünf Hauptdisziplinen identifizieren sollte. Die Analyse zeigt, dass die KI‑Agenten eine hohe Übereinstimmung mit den Einschätzungen von Fachleuten aufweisen, was die Aussagekraft der hybriden Methode unterstreicht.