(Symbolbild)
DeepMind-Alumni positionieren KI-Forschungsagenten als Alternative zu OpenAI und Anthropic
Das Londoner Startup Inherent, gegründet von ehemaligen DeepMind-Mitarbeitern, beansprucht mit seinem KI-System eine neue Leistungsstufe bei der autonomen wissenschaftlichen Forschung erreicht zu haben. Das Unternehmen gibt an, in direkten Vergleichstests die Modelle von Anthropic und OpenAI bei der Nachbildung akademischer Studien übertroffen zu haben. Der Ansatz markiert einen weiteren Versuch, KI-Agenten von allgemeinen Chatbots hin zu spezialisierten Forschungsassistenten weiterzuentwickeln.
Spezialisierung statt Generalisierung
Inherent positioniert sein Produkt explizit als “Teammate” für Wissenschaftler, nicht als Ersatz für menschliche Forscher. Diese Differenzierung spiegelt einen wachsenden Trend in der KI-Industrie wider: Während OpenAI und Anthropic auf breit angelegte Large Language Models setzen, die über diverse Domänen hinweg einsetzbar sind, konzentrieren sich jüngere Anbieter auf vertikale Spezialisierung. Die Wahl des Firmensitzes in London unterstreicht zudem die zunehmende Bedeutung der britischen Hauptstadt als KI-Hub neben dem Silicon Valley. Google DeepMind, aus dessen Umfeld die Gründer stammen, unterhält dort ebenfalls seine Europazentrale.
Die technische Architektur von Inherent zielt darauf ab, den gesamten Forschungsprozess – von der Literaturrecherche über die Hypothesenbildung bis zur experimentellen Validierung – zu automatisieren. Dies unterscheidet sich grundlegend von herkömmlichen KI-Tools, die typischerweise einzelne Arbeitsschritte unterstützen, ohne den methodischen Gesamtzusammenhang zu erfassen.
Benchmark-Kontroverse und methodische Herausforderungen
Die Behauptung, etablierte Anbieter übertroffen zu haben, wirft unmittelbar die Frage nach der Messbarkeit wissenschaftlicher KI-Leistung auf. Benchmarks für Forschungsagenten befinden sich noch in der Entwicklung; etablierte Standards fehlen weitgehend. Inherent stützt sich auf eigene Evaluationskriterien, was unabhängige Verifikation erschwert. Für Unternehmen, die derartige Systeme evaluieren, bedeutet dies eine zusätzliche Due-Diligence-Pflicht.
Die Konkurrenzsituation verkompliziert sich durch unterschiedliche Unternehmensstrukturen. OpenAI und Anthropic operieren als hochfinanzierte Scale-ups mit Milliardenbudgets; Inherent befindet sich im frühen Wachstumsstadium. Gleichzeitig könnte die spezialisierte Ausrichtung einen Vorteil bei der Akquisition akademischer und industrieller Forschungskunden bedeuten, die mit generischen Modellen bisher unzufrieden waren.
Implikationen für die industrielle Forschung
Für deutschsprachige Unternehmen ergeben sich mehrere relevante Entwicklungslinien. Die Fragmentierung des KI-Agenten-Marktes beschleunigt sich; die Entscheidung für einen Anbieter erfordert zunehmend domänenspezifische Evaluationen statt alleiniger Betrachtung allgemeiner Leistungsmetriken. Pharmaunternehmen, Chemiekonzerne und Materialwissenschaftler – Branchen mit intensivem Forschungsbetrieb – stehen vor der Abwägung zwischen etablierten Partnerschaften mit OpenAI oder Anthropic und der Erprobung spezialisierter Alternativen.
Die geografische Diversifizierung der KI-Landschaft bietet zudem strategische Optionen. London als Standort etablierter KI-Talente reduziert Abhängigkeiten von US-basierten Anbietern und erleichtert regulatorische Absprachen im europäischen Kontext. Das UK AI Safety Institute und die EU-KI-Verordnung schaffen zwar zusätzliche Compliance-Anforderungen, gleichzeitig aber auch planbare Rahmenbedingungen.
Die fundamentale Frage bleibt, inwiefern autonome Forschungsagenten tatsächlich beschleunigte Innovation oder primär Effizienzgewinne in der Literaturverarbeitung ermöglichen. Die wirtschaftliche Relevanz für deutsche Unternehmen hängt maßgeblich davon ab, ob Inherents Ansatz sich auf industrielle Forschungsumgebungen übertragen lässt – ein Validierungsschritt, der der öffentlichen Ankündigung vorausgehen muss.
