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
oecd14. Dezember 2020 · Q007110

Deepmind’s Alphafold: a solution to the 50-year-old challenge of protein folding

oecd.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

DeepMind zufolge wurde AlphaFold bei einer unabhängigen CASP-Bewertung als Lösung für die Herausforderung der Proteinstrukturvorhersage anerkannt; eine frühere Version hatte 2018 die höchste Genauigkeit unter den Teilnehmenden erzielt. Anwendungen für Medizin und Nachhaltigkeit werden als mögliche nächste Schritte beschrieben, stehen laut Beitrag aber noch am Anfang.

Mittel

Der Beitrag beschreibt AlphaFold als DeepMinds KI-System zur Vorhersage dreidimensionaler Proteinstrukturen. Da die Form eines Proteins laut Text wesentlich seine Funktion bestimmt, gilt die Vorhersage dieser Formen seit Jahrzehnten als große Herausforderung der Biologie.

DeepMind berichtet, die Arbeit an AlphaFold 2016 begonnen zu haben. Bei CASP13 im Jahr 2018 habe eine erste Version unter den Teilnehmenden die höchste Genauigkeit erreicht. Beim jüngsten CASP-Wettbewerb sei AlphaFold laut DeepMind von der unabhängigen Bewertung als Lösung des Proteinstrukturproblems anerkannt worden. Der Beitrag führt das als Hinweis auf das Potenzial von KI an, wissenschaftliche Fortschritte zu beschleunigen.

Mögliche künftige Anwendungen sieht DeepMind in der Medikamentenentwicklung, der ökologischen Nachhaltigkeit und der Erforschung bestimmter Krankheiten. Das Unternehmen arbeite an einer begutachteten Veröffentlichung und prüfe einen breiteren, skalierbaren Zugang zum System. Der Text betont jedoch, dass diese Arbeiten noch am Anfang stehen. Er berichtet keine bereits erzielten klinischen oder ökologischen Erfolge und erläutert die Grenzen der CASP-Bewertung nicht näher.

Ausführlich lesen

Der Beitrag stellt AlphaFold als DeepMinds Antwort auf das seit rund 50 Jahren bestehende Problem der Proteinstrukturvorhersage vor. Proteine bestehen aus Aminosäureketten; ihre jeweilige dreidimensionale Form hängt laut Text wesentlich damit zusammen, welche Aufgaben sie erfüllen. Vorherzusagen, in welche Form sich eine solche Kette faltet, gilt demnach als große Herausforderung der Biologie.

DeepMind beschreibt AlphaFold als Beispiel dafür, wie künstliche Intelligenz wissenschaftliche Entdeckungen beschleunigen könnte. Die Arbeit an dem System habe 2016 begonnen. 2018 nahm ein Team mit einer ersten AlphaFold-Version am Wettbewerb CASP13 teil, einer alle zwei Jahre stattfindenden, unabhängigen Blindbewertung von Verfahren zur Proteinstrukturvorhersage. Nach Darstellung des Beitrags erzielte AlphaFold damals unter den Teilnehmenden die höchste Genauigkeit. Beim jüngsten CASP-Wettbewerb seien die Bedingungen wegen der weltweiten Pandemie erschwert gewesen; trotzdem habe CASP AlphaFold als Lösung der Herausforderung anerkannt. Der Beitrag verweist auf einen Vergleich, bei dem zwei vorhergesagte Proteinstrukturen den experimentell ermittelten Strukturen nahezu entsprechen.

DeepMind deutet dieses Ergebnis als Beleg für das Potenzial von KI, Fortschritte in grundlegenden Wissenschaftsgebieten zu beschleunigen. Zugleich enthält der Text Einschränkungen: Die praktischen Anwendungen seien noch Zukunftsarbeit, und die Forschung stehe erst am Anfang. Als mögliche Felder nennt DeepMind die Entwicklung von Medikamenten und ökologische Nachhaltigkeit. Das Team arbeite an einer begutachteten wissenschaftlichen Veröffentlichung, prüfe einen skalierbaren Zugang zum System und untersuche gemeinsam mit Fachgruppen, ob Strukturvorhersagen zum Verständnis bestimmter Krankheiten beitragen können. Weitere Schritte und Kooperationen würden noch ausgelotet.

Die Darstellung stammt aus der Perspektive von DeepMind und berichtet über dessen eigenes System sowie dessen Bewertung durch CASP. Sie beschreibt weder konkrete klinische Erfolge noch bereits nachgewiesene Beiträge zu Medikamentenentwicklung oder Umweltschutz. Die Aussage, AlphaFold habe die Herausforderung gelöst, wird im Beitrag auf die unabhängige CASP-Bewertung gestützt; Einzelheiten zu deren Ergebnissen und Grenzen führt der Text selbst nicht aus.

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

Gegengeprüft von Claude Haiku 5.5: ok

Luna lieferte zwei Zusammenfassungen (kurz und mittel); beide wurden gemeinsam bewertet, da sie sich inhaltlich nicht widersprechen. Die Einordnung enthält nur Sammelfragen; Teilfragen sind nicht angegeben. Der Beitrag ist eine DeepMind-Eigendarstellung, die von der OECD übernommen wurde, und Luna gibt dies zutreffend als Sicht von DeepMind wieder.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Pandemie-Kontext: CASP fand dieses Jahr unter Home-Office-Bedingungen statt, was der Beitrag ausdrücklich erwähnt.

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
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 41 %Hintergrund, keine Belege
    • JEV 34 %einzelne zitierbare Belege
    • amos 38 %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 35 %Hintergrund, keine Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 34 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 100 %kein Bezug
    • Luna 43 %einzelne zitierbare Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 31 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 46 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
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 51 %Hintergrund, keine Belege
    • JEV 28 %gleiches Oberthema, hilft nicht
    • amos 52 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung 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 100 %kein Bezug
    • JEV 40 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 62 %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 38 %einzelne zitierbare Belege
    • amos 48 %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-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 48 %Hintergrund, keine Belege
    • amos 48 %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 58 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. 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 34 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

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 →