Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind25. November 2025 · Q002662

AlphaFold: Five Years of Impact

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht beschreibt, wie AlphaFold 2 und die frei zugängliche Protein-Datenbank laut den Autoren Forschung weltweit beschleunigt und Anwendungen von Krankheitsforschung bis Naturschutz ermöglicht haben; AlphaFold 3 soll auch weitere Moleküle und ihre Wechselwirkungen vorhersagen. Eine unabhängige Analyse deute auf mehr neuartige experimentelle Strukturen und häufigere Zitationen hin, doch der Beitrag bewertet Grenzen und klinische Wirksamkeit nicht umfassend. Der Quelltext bricht im Abbildungsanhang mitten in der Beschreibung von Abbildung 5 ab.

Mittel

Der Bericht stellt AlphaFold als wichtigen Beschleuniger biologischer Forschung in den fünf Jahren seit dem Erfolg von AlphaFold 2 dar. Bei CASP 14 im Jahr 2020 sagte das Modell Proteinstrukturen anhand von Aminosäuresequenzen voraus. Die frei zugängliche, 2021 mit EMBL-EBI gestartete Datenbank und die 2022 veröffentlichten Vorhersagen für mehr als 200 Millionen Strukturen hätten die Nutzung weltweit verbreitet. Laut Beitrag griffen über drei Millionen Forschende in mehr als 190 Ländern darauf zu; 2024 erhielt die Arbeit den Nobelpreis für Chemie.

Als Anwendungen nennt der Artikel Forschung zu Honigbienen-Immunität und zum LDL-Protein apoB100 sowie Beiträge zur Pflanzenforschung. Eine unabhängige Analyse lege nahe, dass AlphaFold-2-Nutzende häufiger neuartige experimentelle Proteinstrukturen einreichen und ihre Forschung öfter in klinischen Artikeln und Patenten zitiert wird. AlphaFold 3 erweitere die Vorhersagen auf weitere Moleküle und deren Wechselwirkungen. Der Beitrag schildert überwiegend Erfolge und erwartete Anwendungen; eine umfassende Prüfung von Grenzen oder klinischer Wirksamkeit enthält er nicht. Der Quelltext endet im Abbildungsanhang mitten in der Beschreibung von Abbildung 5.

Ausführlich lesen

Der Bericht blickt auf fünf Jahre AlphaFold zurück und stellt das System als Beispiel dafür dar, wie KI biologische Forschung beschleunigen kann. Er erklärt, dass die dreidimensionale Form eines Proteins wesentlich für seine Funktion ist und dass die experimentelle Bestimmung solcher Strukturen lange oft ein Jahr oder mehr dauerte. Fehlfaltungen können laut Bericht zum Funktionsverlust und zu Krankheiten beitragen.

Bei CASP 14 im Jahr 2020 sagte AlphaFold 2 Proteinstrukturen allein anhand von Aminosäuresequenzen mit hoher Genauigkeit voraus. Die Autoren bezeichnen dies als Lösung einer seit Jahrzehnten bestehenden Herausforderung. Als entscheidend für die weitere Wirkung beschreiben sie die Veröffentlichung der Vorhersagen: 2021 entstand in Zusammenarbeit mit EMBL-EBI die frei zugängliche AlphaFold Protein Database; 2022 wurden Vorhersagen für mehr als 200 Millionen Proteinstrukturen bereitgestellt. Dem Bericht zufolge nutzten über drei Millionen Forschende in mehr als 190 Ländern die Datenbank, darunter über eine Million Menschen in Ländern mit niedrigem und mittlerem Einkommen. Mehr als 30 Prozent der AlphaFold-bezogenen Forschung befasse sich mit einem besseren Verständnis von Krankheiten. 2024 sei die Arbeit mit dem Nobelpreis für Chemie gewürdigt worden.

Als Anwendungen nennt der Bericht Untersuchungen des Immunproteins Vitellogenin bei Honigbienen, deren Erkenntnisse Naturschutz und KI-gestützte Zuchtprogramme unterstützen sollen. Außerdem habe AlphaFold 2 geholfen, die komplexe Struktur des LDL-Proteins apoB100 aufzuklären. Diese Struktur könne pharmazeutischen Forschenden atomare Details für die Entwicklung vorbeugender Herztherapien liefern. Weitere Beispiele betreffen zwei türkische Studierende, die sich mithilfe von Online-Tutorials in Strukturbiologie einarbeiteten und laut Bericht 15 Forschungsarbeiten veröffentlichten, sowie Pflanzenforschung, in der AlphaFold zusammen mit vergleichender Genomik eingesetzt wurde.

Zur wissenschaftlichen Nutzung nennt der Beitrag mehr als 35.000 Zitate von AlphaFold und über 200.000 Arbeiten, deren Methodik Elemente von AlphaFold 2 einbezogen habe. Eine unabhängige Analyse des Innovation Growth Lab lege nahe, dass Nutzende von AlphaFold 2 über 40 Prozent häufiger neuartige experimentelle Proteinstrukturen einreichen. Die so entstehenden Strukturen seien öfter von bekannten verschieden; entsprechende Forschung werde zudem doppelt so häufig in klinischen Artikeln zitiert und deutlich häufiger in Patenten als typische Arbeiten der Strukturbiologie.

Der Bericht beschreibt AlphaFold 3 als Erweiterung auf Strukturen und Wechselwirkungen von Proteinen, DNA, RNA und kleinen Molekülen sowie auf ganze Molekülkomplexe. Der AlphaFold Server habe Forschenden im nicht-kommerziellen Bereich weltweit bereits bei mehr als acht Millionen Vorhersagen geholfen. Als weitere KI-Arbeiten nennt der Beitrag AlphaMissense, AlphaGenome und AlphaProteo und verweist auf mögliche Anwendungen über die Biologie hinaus, etwa in Fusions- und Erdwissenschaften.

Die Darstellung stammt von den am Projekt beteiligten Autoren und betont Erfolge und erwartete Anwendungen. Sie liefert hier keine umfassende unabhängige Bewertung der Einschränkungen oder der klinischen Wirksamkeit der genannten Ansätze. Der Quelltext endet im nachträglichen Abbildungsanhang mitten in der Beschreibung von Abbildung 5; der zusammengefasste Artikeltext davor ist vorhanden.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Kurzfassung lässt Nobelpreis und Nutzungszahlen aus, die Mittelfassung ist näher am Bericht. Das Jahr 2022 für die 200-Millionen-Vorhersagen ist eine korrekte Ableitung aus „one year later“. Die Quelle bricht im Abbildungsanhang ab, daher fehlen Abbildung 5 und das Ende der Beschreibung.

Im Bericht, aber nicht in der Zusammenfassung

  • Nobelpreis für Chemie 2024 (in der Kurzfassung)
  • Nutzungszahlen: über 3 Millionen Forschende in über 190 Ländern, davon über 1 Million in Ländern mit niedrigem und mittlerem Einkommen
  • AlphaFold Server mit über 8 Millionen Faltungen für nicht-kommerzielle Forschende
  • Gründung von Isomorphic Labs 2021 und die Entwicklung von AlphaFold 3 als Anwendung des Modells (in der Mittelfassung fehlt Isomorphic Labs)

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 38 %gleiches Oberthema, hilft nicht
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

    • SF-F3-T02 Welche Verantwortung sollten KI-Firmen gegenüber der Öffentlichkeit tragen, wenn ihre Modelle grundlegende wissenschaftliche Entdeckungen ermöglichen, die gefährliche Anwendungen finden könnten? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 40 %einzelne zitierbare Belege
    • JEV 28 %Hintergrund, keine Belege
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 63 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Vertrauen in Modelle
  1. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 47 %einzelne zitierbare Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 26 %gleiches Oberthema, hilft nicht
    • amos 21 %Hintergrund, keine Belege
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 40 %Hintergrund, keine Belege
    • JEV 36 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 70 %einzelne zitierbare Belege
    • JEV 59 %einzelne zitierbare Belege
    • amos 28 %einzelne zitierbare Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 1 · 33 % · gleiches Oberthema, hilft nicht · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 6 · beantwortet teilweise oder widerspricht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →