Google DeepMind: Co-Scientist Multi-Agent-KI-Partner für die Wissenschaft
Google DeepMind stellte am 19. Mai 2026 Co-Scientist vor — ein Gemini-basiertes Multi-Agent-KI-System, das wissenschaftliche Hypothesen mit 6 spezialisierten Agenten in einem „Tournament of Ideas" generiert, diskutiert und verfeinert. Das System entstand in Zusammenarbeit mit über 100 Forschungsinstitutionen und lieferte bereits konkrete Ergebnisse zu Leberfibrose, ALS, Zellalterung und Infektionskrankheiten.
Dieser Artikel wurde mithilfe von künstlicher Intelligenz aus Primärquellen erstellt.
Am 19. Mai 2026 präsentierte Google DeepMind Co-Scientist — ein Gemini-basiertes Multi-Agent-KI-System, das wissenschaftliche Hypothesen durch die Interaktion von 6 spezialisierten Agenten generiert, diskutiert und verfeinert. Das System wurde in Zusammenarbeit mit mehr als 100 Forschungsinstitutionen entwickelt und stellt das erste Mal dar, dass DeepMind seinen Reasoning-Stack für die biomedizinische Entdeckung auf globaler Ebene öffnet.
Wie ist die Architektur von Co-Scientist?
Co-Scientist besteht aus 6 spezialisierten Agenten: Generation (schlägt Hypothesen vor), Proximity (misst Ähnlichkeit mit bestehender Literatur), Reflection (kritische Neubewertung), Ranking (Kandidatenvergleich), Evolution (Verfeinerung der besten Kandidaten) und Meta-Review (abschließende Validierung, bevor eine Hypothese dem Forscher übergeben wird). Die Agenten kommunizieren über eine interne Methode namens „Tournament of Ideas” — Hypothesen werden systematisch paarweise gegeneinander angetreten, bis ein Konsensussieger entsteht, der dem Forscher eine rangierte Liste verfolgenswerter Fragen liefert.
Was sind die konkreten Ergebnisse in der Biomedizin?
Das bekannteste öffentlich veröffentlichte Ergebnis betrifft die Leberfibrose: Co-Scientist schlug molekulare Kandidaten vor, die in In-vitro-Tests in Partnerlabors 91 Prozent der mit Gewebenarbenbildung verbundenen Signalwege blockierten. Das System wurde auch zur Erforschung von ALS (Amyotrophe Lateralsklerose), zellulärer Seneszenz und Infektionskrankheiten eingesetzt, wobei die Analyse von Zeitreihendatensätzen von Monaten auf Tage verkürzt wurde.
Wie ist das System für die Bio-Forschung gesichert?
Bio-Forschung birgt spezifische Sicherheitsrisiken (Dual-Use, CBRN-Potenzial). Co-Scientist durchlief eine unabhängige CBRN-Sicherheitsbewertung vor dem Launch. Das System ist kein offenes API — der Zugang erfolgt über das Hypothesis Generation-Tool im Google-Gemini-for-Science-Programm, und Institutionen müssen eine Verifizierung durchlaufen.
DeepMind positioniert das System als Multiplikator statt als Ersatz für den Forscher: Der Wissenschaftler definiert die Frage und bewertet die finalen Kandidaten, während Co-Scientist die schwer skalierbare Arbeit der Hypothesenraumsuche übernimmt. Dies unterscheidet sich von OpenAI Deep Research oder Anthropic Research Mode, die auf der Ebene synthetischer Berichte arbeiten — Co-Scientist generiert falsifizierbare Behauptungen, die für die Laborvalidierung bereit sind.
Häufig gestellte Fragen
- Wie ist die Architektur von Co-Scientist?
- Co-Scientist besteht aus 6 spezialisierten Agenten — Generation (schlägt Hypothesen vor), Proximity (misst Ähnlichkeit mit Literatur), Reflection (Kritik), Ranking (Vergleich), Evolution (Verfeinerung) und Meta-Review (Validierung). Im „Tournament of Ideas" treten Hypothesen paarweise gegeneinander an, bis ein Konsensusergebnis entsteht.
- Was wurde konkret bei der Leberfibrose-Forschung entdeckt?
- Co-Scientist schlug Kandidatenverbindungen vor, die in In-vitro-Tests 91 Prozent der mit Lebernarbenbildung verbundenen Signalwege blockierten. Das Ergebnis wurde in Partnerlabors validiert, bevor das System öffentlich vorgestellt wurde.
- Wie ist das System für die Bio-Forschung gesichert?
- Co-Scientist durchlief eine unabhängige CBRN-Sicherheitsbewertung vor dem Launch. Es ist kein offenes API — der Zugang erfolgt über das Hypothesis-Generation-Tool im Gemini-for-Science-Programm und erfordert eine institutionelle Verifizierung.