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
openai23. Juni 2026 · Q005626

How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht erzählt, wie GPT‑5 Pro Unutmaz eine mögliche Erklärung für unterschiedliche T‑Zell-Reaktionen auf wenig Glukose und Deoxyglukose lieferte: Die Substanz könnte den Aufbau von IL‑2 stören und dadurch die Entwicklung entzündungsfördernder Th17-Zellen begünstigen. Unutmaz berichtet auch von einer zutreffenden Vorhersage zu T‑Zellen gegen Lymphom; der Artikel betont zugleich, dass Fachwissen zur Bewertung von KI-Ergebnissen nötig bleibt und schnellere biologische Forschung Missbrauchsrisiken birgt.

Mittel

Der OpenAI-Bericht beschreibt, wie Immunologe Derya Unutmaz ein Experiment von 2022 mithilfe von GPT‑5 Pro neu interpretierte. Sein Team hatte T‑Zellen entweder wenig Glukose oder Deoxyglukose ausgesetzt. Obwohl beide Bedingungen die Glukosenutzung einschränken sollten, entstanden unter Deoxyglukose deutlich mehr entzündungsfördernde Zellen; der Effekt hielt nach Entfernen des Stoffes an. GPT‑5 Pro schlug vor, Deoxyglukose könne den Aufbau von IL‑2 stören. Da dieses Protein die Entwicklung zu entzündungsfördernden Th17-Zellen bremsen könne, könnte sein Ausfall den beobachteten Unterschied erklären. Der Bericht beschreibt diese Deutung als hilfreichen Hinweis, dokumentiert aber keine unabhängige Bestätigung der Mechanik.

Unutmaz berichtet außerdem, GPT‑5 Pro habe bei einem noch unveröffentlichten Experiment eine erhöhte Fähigkeit bestimmter CD8+-T‑Zellen vorausgesagt, Lymphomzellen abzutöten. Er sieht KI als Unterstützung bei Literaturauswertung, Hypothesenbildung und Auswahl von Experimenten. Fachleute müssten die Ergebnisse jedoch weiterhin beurteilen. Der Artikel betont auch, dass schnellere biologische Forschung missbraucht werden könnte, etwa für biologische oder chemische Waffen. Er stützt sich auf einzelne von Unutmaz geschilderte Beispiele und liefert keine umfassende unabhängige Leistungsbewertung.

Ausführlich lesen

Der Bericht schildert, wie der Immunologe Derya Unutmaz und sein Team mithilfe von GPT‑5 Pro eine zunächst unverstandene Beobachtung aus einem Experiment von 2022 neu deuteten. Im Mittelpunkt steht die Frage, wie Glukose die Entwicklung und Spezialisierung von T‑Zellen beeinflusst. Diese Immunzellen übernehmen unterschiedliche Aufgaben bei der Abwehr von Infektionen und Krebs; ihre Entwicklung ist laut Bericht auch für das Verständnis von Krebs, Autoimmunerkrankungen und Infektionen relevant.

In dem Experiment setzten die Forschenden frühe T‑Zellen entweder einer Umgebung mit wenig Glukose oder Deoxyglukose aus. Deoxyglukose ähnelt Glukose, stört aber deren Nutzung und damit unter anderem die Energiegewinnung und den Aufbau von Proteinen. Das Team erwartete vergleichbare Folgen, weil beide Bedingungen die Verfügbarkeit nutzbarer Glukose einschränkten. Die Ergebnisse unterschieden sich jedoch: Unter Deoxyglukose entwickelten sich besonders viele Zellen zu entzündungsfördernden Zellen. Wenig Glukose führte zwar ebenfalls zu solchen Zellen, aber laut Bericht nicht in vergleichbarer Zahl. Der Effekt der frühen Deoxyglukose-Exposition blieb bestehen, nachdem der Stoff entfernt worden war. Das Team konnte den Unterschied zunächst nicht allein mit Energiemangel erklären und legte das Experiment beiseite.

Als Unutmaz die Daten später GPT‑5 Pro vorlegte, schlug das Modell als mögliche Erklärung vor, dass Deoxyglukose den Aufbau des Proteins IL‑2 störe. IL‑2 könne verhindern, dass T‑Zellen zu entzündungsfördernden Th17-Zellen werden. Die vermutete Störung würde demnach eine solche Entwicklung begünstigen und könnte den Unterschied zwischen den beiden Versuchsbedingungen erklären. Unutmaz bezeichnete diese Deutung rückblickend als einleuchtend, sagte aber, sie habe außerhalb des unmittelbaren Fachgebiets seines Teams gelegen. Der Bericht präsentiert dies als vom Modell angestoßene Erklärung; eine unabhängige Bestätigung der zugrunde liegenden Mechanik wird darin nicht beschrieben.

Als weiteres Beispiel nennt der Artikel eine Vorhersage zu einem bereits durchgeführten Experiment mit CD8+-T‑Zellen, die auf eine Lymphomart zielen. Laut Unutmaz sagte GPT‑5 Pro korrekt voraus, dass diese Zellen eine gesteigerte Fähigkeit zum Abtöten der Lymphomzellen zeigen würden. Die Ergebnisse seien zu diesem Zeitpunkt noch nicht veröffentlicht gewesen. Der Bericht führt dies als Hinweis auf die Fähigkeiten des Modells an, liefert aber keine ausführliche Darstellung des Versuchsaufbaus oder einer systematischen Prüfung der Vorhersageleistung.

Unutmaz beschreibt KI-Modelle inzwischen als eine Art wissenschaftliche Mitarbeitende: Sie könnten große Mengen neuer Fachliteratur sichten, offene Fragen sichtbar machen, Hypothesen schärfen und mögliche Versuchsergebnisse simulieren. Das könne helfen, aussichtsreiche Experimente auszuwählen und Forschungszeit zu sparen. Zugleich betont der Bericht, dass Fachwissen nötig bleibt, um die Bedeutung und Plausibilität erzeugter Einsichten einzuschätzen. Er weist außerdem auf ein Missbrauchsrisiko hin: Beschleunigte biologische Forschung könne auch die Entwicklung oder Nutzung biologischer und chemischer Waffen erleichtern. OpenAI verweist dazu auf seinen Preparedness Framework und Schutzmaßnahmen.

Zum Schluss berichtet der Artikel, Unutmaz teste weitere KI-Werkzeuge, darunter Codex und GPT‑5.2 Deep Research, etwa für große Datensammlungen zu Krebs-Mutationen und Forschungsmaterial zur Präzisionsimmuntherapie. Der Text ist ein OpenAI-Bericht über Erfahrungen und Einschätzungen eines Forschers; er beschreibt einzelne Beispiele und mögliche Anwendungen, aber keine umfassende unabhängige Bewertung, die die allgemeinen Leistungs- oder Zeitersparnisbehauptungen belegt.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist als mittlere Fassung bewertet, die kurze Fassung ist ebenfalls treu. Sie lässt jedoch die Deoxyglukose-Versuchsanlage, das Persistieren des Effekts und die Zeitersparnis aus. Die Einordnung stützt sich nur auf den Berichtstext und nicht auf Lunas Stufen und Anteile.

Im Bericht, aber nicht in der Zusammenfassung

  • Zeitersparnis: Simulationen können laut Bericht Wochen bis Monate, teils Jahre Laborarbeit sparen
  • Nutzung von Codex und GPT-5.2 Deep Research für Krebsmutationsdatensätze und einen T-Zell-Lehrbuchentwurf

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-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 52 %nur am Rande erwähnt
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 54 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht

  2. 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 45 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 60 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-F3 Welche Regeln gelten für gefährliche Fähigkeiten jenseits von Cyber, etwa in Biologie, Chemie, bei radioaktiven Stoffen oder in der Nukleartechnik?
    • clef 27 %nur am Rande erwähnt
    • Luna 64 %einzelne zitierbare Belege
    • JEV 46 %nur am Rande erwähnt
    • amos 35 %nur am Rande erwähnt
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 30 %nur am Rande erwähnt
    • d3-ultra 60 %nur am Rande erwähnt
    • Haiku-Prüfung nur am Rande erwähnt

    • 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 4 · 47 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 47 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 56 %gleiches Oberthema, hilft nicht

Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 55 %Hintergrund, keine Belege
    • JEV 45 %nur am Rande erwähnt
    • amos 31 %nur am Rande erwähnt
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 33 %gleiches Oberthema, hilft nicht
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 43 %gleiches Oberthema, hilft nicht
    • JEV 29 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. 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 34 %Hintergrund, keine Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 46 %einzelne zitierbare Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 30 %nur am Rande erwähnt
    • SubQ 48 %gleiches Oberthema, hilft nicht
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %Hintergrund, keine Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 100 %kein Bezug
    • Luna 27 %Hintergrund, keine Belege
    • JEV 31 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 50 %gleiches Oberthema, hilft nicht
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 42 %Hintergrund, keine Belege
    • JEV 50 %nur am Rande erwähnt
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 62 %gleiches Oberthema, hilft nicht
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 38 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  2. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV 26 %Hintergrund, keine Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 71 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  3. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 58 %einzelne zitierbare Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 66 %gleiches Oberthema, hilft nicht
    • d3-ultra 51 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung nur am Rande erwähnt

    • SF-E5-T01 Wer soll das Tempo der KI-Entwicklung bestimmen: die Labore, die Regierungen oder die Menschen, die diese Systeme jeden Tag nutzen? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 52 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege

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 →