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
oecd31. August 2022 · Q006547

AlphaFold: How AI can accelerate scientific discovery

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht beschreibt AlphaFold und eine frei zugängliche Datenbank mit laut Artikel mehr als 200 Millionen vorhergesagten Proteinstrukturen. Als Beispiele für ihre Nutzung nennt er Forschung zu vernachlässigten Krankheiten, Kunststoffabbau, Bienenbiologie und Antibiotikaresistenzen. Die Aussagen zu Reichweite und Nutzen stammen aus einem Rückblick von DeepMind; eine unabhängige oder systematische Bewertung wird nicht vorgelegt.

Mittel

Der Bericht stellt AlphaFold als KI-System von DeepMind vor, das dreidimensionale Proteinstrukturen vorhersagt. Da die experimentelle Bestimmung solcher Strukturen teuer und zeitaufwendig sei, hätten Forschende bislang nur einen kleinen Teil der bekannten Proteine genau untersuchen können. DeepMind und das European Bioinformatics Institute machten AlphaFold-Vorhersagen über eine frei zugängliche Datenbank verfügbar: Diese wuchs laut Artikel von mehr als 350.000 Strukturen im Juli 2021 auf über 200 Millionen im Juli 2022 und umfasse damit nahezu alle katalogisierten Proteine.

Als Nutzungen nennt der Text Forschung zur Wirkstoffsuche gegen vernachlässigte Krankheiten, zu Enzymen für den Abbau von Einwegplastik, zum Honigbienenprotein Vitellogenin und zu Antibiotikaresistenzen. Über 500.000 Forschende aus 190 Ländern hätten innerhalb eines Jahres auf die Datenbank zugegriffen. DeepMind sieht darin einen Beleg, dass KI wissenschaftliche Entdeckungen beschleunigen kann. Der Bericht ist ein Rückblick des Systementwicklers: Er schildert ausgewählte Projekte und Reichweite, enthält aber keine unabhängige Prüfung, systematische Genauigkeitsbewertung oder umfassende Quantifizierung der Projekterfolge.

Ausführlich lesen

Der Bericht beschreibt AlphaFold als ein KI-System von DeepMind, das dreidimensionale Proteinstrukturen vorhersagen soll. Proteine übernehmen laut Text zentrale Aufgaben in Zellen; ihre jeweilige Form beeinflusst ihre Funktion. Die genaue Struktur eines Proteins zu bestimmen, sei bisher teuer und zeitaufwendig gewesen. Von den mehr als 200 Millionen bekannten Proteinen habe man daher nur einen kleinen Teil exakt untersuchen können.

Um Vorhersagen breiter zugänglich zu machen, veröffentlichten DeepMind und das European Bioinformatics Institute eine frei nutzbare Datenbank mit AlphaFold-Strukturvorhersagen. Die erste Ausgabe vom Juli 2021 umfasste laut Bericht mehr als 350.000 Strukturen, darunter das menschliche Proteom mit rund 20.000 bekannten Proteinen sowie die Proteome von 20 weiteren Forschungsorganismen. Eine im Juli 2022 angekündigte Erweiterung enthielt demnach mehr als 200 Millionen Strukturen und deckte nahezu alle katalogisierten, der Wissenschaft bekannten Proteine ab. Genannt werden Vorhersagen zu Pflanzen, Bakterien, Tieren und weiteren Organismen.

Der Artikel führt mehrere Anwendungsbeispiele an: Die Initiative Drugs for Neglected Diseases nutze AlphaFold für die Wirkstoffsuche gegen Krankheiten wie Chagas und Leishmaniose. Forschende am Centre for Enzyme Innovation untersuchten und entwickelten Enzyme, die Einwegkunststoffe abbauen könnten. Teams aus Norwegen und den USA hätten die Struktur des Proteins Vitellogenin bei Honigbienen kartiert, das für das Verständnis des Immunsystems eierlegender Tiere relevant sei. Ein Team an der University of Colorado Boulder untersuche Antibiotikaresistenzen. Der Text nennt außerdem eine Nutzung der Datenbank durch mehr als 500.000 Forschende aus 190 Ländern innerhalb des ersten Jahres.

DeepMind wertet AlphaFold als Beleg dafür, dass KI wissenschaftliche Entdeckungen erheblich beschleunigen und der Menschheit nutzen könne. Der Bericht präsentiert die Datenbank und die genannten Forschungsarbeiten als Beispiele für dieses Potenzial und verweist auf mögliche Beiträge zu Nachhaltigkeit, Ernährungssicherheit und vernachlässigten Krankheiten.

Die Darstellung stammt von DeepMind und ist als Rückblick auf das erste Jahr sowie als Beschreibung des eigenen Systems angelegt. Sie berichtet über Reichweite und ausgewählte Anwendungen, liefert jedoch keine unabhängige Prüfung dieser Angaben, keine ausführlichen Messwerte zu den Ergebnissen der einzelnen Projekte und keine systematische Bewertung von Genauigkeit oder Grenzen der Vorhersagen. Die genannten Anwendungen belegen daher im Rahmen des Textes vor allem, wie Forschende AlphaFold einsetzen; konkrete Erfolge oder gesellschaftliche Wirkungen werden nicht umfassend quantifiziert.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Abbildungen 3 bis 5 im Bericht beziehen sich laut Bildunterschrift auf andere Themen (HAIP, Quantentechnologie, kollektive KI-Sicherheit) und gehören nicht zum AlphaFold-Artikel; sie wurden deshalb nicht als Beleg gewertet. Lunas Einordnung enthält keine Teilfragen, daher wurden nur die drei Sammelfragen bewertet.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Einschätzung von DeepMind, AlphaFold sei der erste große Beleg für die Gründungsthese, dass KI wissenschaftliche Entdeckungen beschleunigen und der Menschheit nützen kann (fehlt in der Kurzfassung ganz)
  • Die Aussage, AlphaFold könne Proteinstrukturen genau vorhersagen (in beiden Fassungen nur indirekt oder gar nicht enthalten)

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
  1. SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 25 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Fähigkeiten messen
  1. 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 33 %einzelne zitierbare Belege
    • JEV 32 %gleiches Oberthema, hilft nicht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Unabhängig prüfen
Tempo und Grenzen
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 100 %kein Bezug
    • JEV 36 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 47 %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 100 %kein Bezug
    • JEV 31 %einzelne zitierbare Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
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 22 %einzelne zitierbare Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 23 %nur am Rande erwähnt
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Frieden und Sicherheit
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 44 %einzelne zitierbare Belege
    • JEV 56 %einzelne zitierbare Belege
    • amos 27 %einzelne zitierbare Belege
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt

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 →