Wir haben monatelang eine KI gebaut, die Materialien vorhersagt, bevor sie synthetisiert werden — darum beginnt das Labor der Zukunft nicht mehr mit einem Becherglas

Es gibt einen Moment, zu dem ich immer wieder zurückkehre. Es war spät an einem Donnerstag, und ich starrte auf eine Tabelle, die mir jemand geschickt hatte — ein Protokoll jeder Verbindung, die ein mittelgroßes Pharma-Team in den vorangegangenen achtzehn Monaten physisch synthetisiert und getestet hatte. Tausende von Zeilen. Reagenzienkosten, Synthesestunden, Charakterisierungsergebnisse. Und neben jeder Zeile eine Spalte mit der Bezeichnung "Ergebnis". Die überwiegende Mehrheit sagte dasselbe: Fehlgeschlagen.

Nicht "interessantes negatives Ergebnis". Nicht "aufschlussreiche Sackgasse". Einfach nur: fehlgeschlagen. Die Verbindung band nicht. Das Material war nicht stabil. Die Reaktion lieferte keine Ausbeute. Tausende von Experimenten, Millionen von Dollar, und das Team stand im Grunde wieder am Anfang — nur dass es jetzt wusste, was nicht funktioniert hat. Was immerhin etwas ist, nehme ich an, wenn man es aufschreibt. Die meisten Teams tun nicht einmal das.

Diese Tabelle brachte etwas auf den Punkt, das mich bei Veriprajna schon eine Weile umkreist hatte. Die Art und Weise, wie die meisten F&E-Labore neue Materialien und Moleküle entdecken, ist grundlegend kaputt — nicht weil die Wissenschaftler nicht brillant wären, sondern weil die Methode selbst an eine Wand gestoßen ist, die keine noch so große Brillanz skalieren kann. Der Suchraum für arzneistoffähnliche Moleküle wird auf einen Wert zwischen 10⁶⁰ und 10¹⁰⁰ geschätzt. Die Zahl der Atome im beobachtbaren Universum beträgt etwa 10⁸⁰. Wir bitten Menschen darum, Nadeln in Heuhaufen zu finden, die buchstäblich größer sind als der Kosmos, und drücken ihnen eine Pinzette in die Hand.

Ich werde Ihnen erzählen, warum wir gebaut haben, was wir gebaut haben, was wir dabei falsch gemacht haben und warum ich glaube, dass die Ära der Raten-und-Prüfen-Wissenschaft — oft der "Edisonsche Ansatz" genannt — zu Ende geht. Nicht allmählich. Abrupt.

Warum ist die Edison-Methode in der F&E immer noch der Standard?

Thomas Edison testete Tausende von Kohlefäden, bevor er einen fand, der lange genug glühte, um nützlich zu sein. Diese Geschichte wird als Gleichnis über Beharrlichkeit erzählt. Was dabei weggelassen wird: Sogar Nikola Tesla, ein Zeitgenosse Edisons, wies darauf hin, dass "ein wenig Theorie und Berechnung" 90 % der Arbeit hätten ersparen können. Edison selbst kam schließlich zu strukturierteren Methoden. Doch sein Vermächtnis — stures Versuch-und-Irrtum-Verfahren — wurde irgendwie zur grundlegenden Methodik der modernen pharmazeutischen und Materialforschung.

Hochdurchsatz-Screening, kurz HTS, sollte dies industrialisieren. Das Raten automatisieren. Eine Million Verbindungen statt tausend testen. Und eine Zeit lang funktionierte es — oder es fühlte sich zumindest so an, als würde es funktionieren. Doch die Trefferquoten sanken immer weiter. Die Fehlalarme stiegen immer weiter. Die Verbindungen, die im Screening "funktionierten", erwiesen sich als toxisch, unlöslich oder im großen Maßstab nicht herstellbar. Eine typische HTS-Kampagne testet vielleicht 10⁶ Verbindungen. Selbst wenn man das auf eine Milliarde skalierte — 10⁹ —, hätte man ungefähr 0,000000000000000000000000000000000000000000000000001 % des verfügbaren chemischen Raums erkundet.

Die Edison-Methode in der modernen Chemie ist, als würde man versuchen, den Pazifik zu kartieren, indem man in zufälligen Abständen einen Teelöffel ins Wasser taucht.

Die finanziellen Folgen sind brutal. Die Kosten für die Entwicklung eines neuen Medikaments erreichten rund 2,23 Milliarden $ pro Wirkstoffkandidat im Jahr 2024. Die interne Verzinsung der Pharma-F&E stürzte 2022 auf 1,2 % ab, bevor sie sich 2024 auf 5,9 % erholte — und diese Erholung war größtenteils auf eine einzige Medikamentenklasse (GLP-1-Agonisten) zurückzuführen, nicht auf eine systemische Verbesserung der Funktionsweise der Entdeckung. Dieser Rückgang hat sogar einen Namen: Erooms Gesetz. Moores Gesetz rückwärts geschrieben. Mit jedem Jahrzehnt wird die Wirkstoffforschung langsamer und teurer.

Ich erinnere mich an ein Gespräch mit einem Materialwissenschaftler — jemandem, den ich zutiefst respektiere —, der mir unverblümt sagte: "Wir wissen, dass wir den Großteil unseres Budgets verschwenden. Aber wir wissen nicht, welche Experimente wir auslassen sollen." Dieser Satz verfolgte mich. Denn die ehrliche Antwort lautet: man kann es wissen. Man braucht nur eine andere Art von Instrument. Keine bessere Pipette. Eine bessere Landkarte.

Die Nacht, in der die Simulation dem Labor widersprach

Als mein Team zum ersten Mal damit begann, physikinformierte Modelle für die Materialvorhersage zu bauen, machten wir eine ernüchternde Erfahrung. Wir hatten ein Modell darauf trainiert, die Stabilität einer Klasse anorganischer Verbindungen vorherzusagen. Das Modell markierte eine bestimmte Zusammensetzung als thermodynamisch instabil — im Grunde sagte es: "Mach dir nicht die Mühe, das zu synthetisieren." Doch die Literatur legte etwas anderes nahe. Eine veröffentlichte Studie behauptete, diese Zusammensetzung sei vielversprechend.

Wir stritten uns zwei Tage lang darüber. Die eine Hälfte des Teams wollte dem Modell vertrauen. Die andere Hälfte sagte, wir seien arrogant — wer waren wir, dass wir veröffentlichte experimentelle Ergebnisse übergingen? Schließlich gruben wir tiefer in die Studie und stellten fest, dass das "vielversprechende" Ergebnis auf einer metastabilen Phase beruhte, die unter realen Betriebsbedingungen innerhalb weniger Stunden zerfiel. Das Modell hatte recht gehabt. Auch die Studie hatte technisch gesehen recht gehabt — das Material existierte —, aber es war für jede praktische Anwendung nutzlos.

Das war der Moment, in dem ich den Unterschied verstand zwischen Physics-Informed Machine Learning und der Art von KI, die die Schlagzeilen beherrscht. Die meiste KI auf dem Markt derzeit — das Zeug, das auf großen Sprachmodellen aufbaut — lernt aus Korrelationen in Daten. Es ist Mustererkennung im großen Maßstab. Und für viele Aufgaben ist sie außergewöhnlich. Aber Moleküle sind keine Sätze. Sie sind dreidimensionale Graphen mit geometrischen Beschränkungen, Elektronenorbitalen, Chiralität und thermodynamischen Grenzen, die sich nicht darum scheren, welche Muster GPT-4 in seinem Trainingskorpus gesehen hat.

Physics-Informed ML bettet die tatsächlichen Gesetze der Physik — Massenerhaltung, thermodynamische Gleichungen, quantenmechanische Beschränkungen — direkt in die Architektur des Modells ein. Das Modell muss keine Millionen von Datenpunkten verarbeiten, um zu lernen, dass Energie erhalten bleibt — es weiß es von Anfang an. Das bedeutet drei Dinge, die in der Praxis enorm wichtig sind:

Es benötigt weit weniger Trainingsdaten. Es kann über seine Trainingsverteilung hinaus extrapolieren, ohne physikalisch unmögliche Ergebnisse zu erzeugen. Und es halluziniert keine Moleküle, die grundlegende Chemie verletzen.

Ich habe über diese Unterscheidung viel ausführlicher in der interaktiven Version unserer Forschung geschrieben, aber die zentrale Erkenntnis ist einfach: Wenn Ihre KI ein Molekül vorschlagen kann, das die Massenerhaltung verletzt, betreibt sie keine Wissenschaft. Sie betreibt Autovervollständigung.

Was passiert, wenn man die Schleife schließt?

Hier wird es interessant — und hier steckten wir den Großteil unserer Entwicklungsarbeit hinein. Materialien rechnergestützt vorherzusagen ist der erste Schritt. Doch Vorhersage allein ist immer noch eine offene Schleife. Man simuliert, man erhält ein Ergebnis, ein Mensch interpretiert es, ein weiterer Mensch entwirft das nächste Experiment, jemand bucht Zeit am Synthesizer, und Wochen später hat man einen einzigen Datenpunkt. Der Engpass ist nicht die KI. Es ist der Mensch in der Mitte.

Die eigentliche Transformation geschieht, wenn man die Schleife schließt: Die KI sagt vorher, ein Roboter synthetisiert, Sensoren charakterisieren das Ergebnis, die Daten fließen zurück in das Modell, und die KI wählt das nächste Experiment aus. Kein Mensch in der Mitte. Design-Make-Test-Analyze, kontinuierlich laufend.

Das A-Lab am Lawrence Berkeley National Laboratory hat dies im großen Maßstab demonstriert. Ihr autonomes System synthetisierte 41 neuartige anorganische Verbindungen in 17 Tagen — ein Durchsatz, für den menschliche Forscher Monate bräuchten. Wenn eine Synthese fehlschlug, analysierte die KI das Röntgenbeugungsmuster, passte Vorläuferverhältnisse und Heizprofile an und versuchte es erneut. Eine Erfolgsquote von 71 % für neuartige Materialien, erreicht von einem System, das seine eigenen Fehler in Echtzeit korrigiert.

Aber der mathematische Motor darunter — der Teil, der das Ganze zum Funktionieren bringt — ist etwas, das man Active Learning mit Bayesian Optimization nennt. Und es lohnt sich, das zu verstehen, denn es ist der Grund, warum Closed-Loop-Labore nicht nur schneller sind als von Menschen geführte Labore, sondern grundlegend effizienter.

Warum schlägt Bayesian Optimization das zufällige Screening?

Traditionelles Screening ist zufällig. Man wählt Verbindungen aus einer Bibliothek, testet sie und hofft. Bayesian Optimization tut etwas radikal anderes: Sie baut ein probabilistisches Modell des gesamten Suchraums auf, einschließlich dessen, was sie nicht weiß, und wählt dann strategisch das Experiment aus, das ihr am meisten beibringt.

Das Modell sagt für jeden ungetesteten Punkt zwei Dinge vorher: einen erwarteten Wert (wie gut dieses Material sein könnte) und eine Unsicherheit (wie zuversichtlich das Modell bei dieser Vorhersage ist). Dann wägt eine Akquisitionsfunktion — man kann sie sich als die Entscheidungsstrategie der KI vorstellen — die Exploration (das Untersuchen unsicherer Regionen) gegen die Exploitation (das Verfeinern vielversprechend aussehender Bereiche) ab.

Hier wird es elegant. Das Machine-Learning-Potenzial ANI-1x erreichte DFT-Niveau-Genauigkeit — das ist die Dichtefunktionaltheorie, der Goldstandard der rechnergestützten Chemie —, während es nur 10 % der Daten verwendete, die naives zufälliges Sampling benötigen würde. Und Cost-Informed Bayesian Optimization kann die Reagenzienkosten um bis zu 90 % senken, indem sie beim Entscheiden, was als Nächstes getestet wird, den Preis jedes Experiments berücksichtigt. Wenn zwei Experimente ähnliche Informationen bieten, aber eines 5.000 $ an Reagenzien kostet und das andere 50 $, wählt das System das billige.

Active Learning findet nicht nur schneller Antworten. Es stellt bessere Fragen.

Eines überrascht die Leute immer wieder: In diesem Rahmen sind fehlgeschlagene Experimente einige der wertvollsten Daten, die man erzeugen kann. Im Edisonschen Modell wird ein negatives Ergebnis in einem Laborbuch begraben. Beim Active Learning schärft jeder Fehlschlag das Verständnis des Modells dafür, wo die Grenzen liegen. Es kartiert die Sackgassen der Chemie — dauerhaft —, sodass die Organisation nie wieder Ressourcen für diese Pfade verschwendet. Dieses topologische Wissen über die Fehlschlaglandschaft ist geistiges Eigentum, das sich im Laufe der Zeit anhäuft.

Das "Nimm doch einfach GPT"-Problem

Ich muss etwas direkt ansprechen, weil ich es ständig höre. Investoren, potenzielle Kunden, sogar einige Wissenschaftler sagen: "Warum nicht einfach GPT-4 dafür verwenden? Es kennt sich mit Chemie aus."

Tut es nicht. Nicht auf die Weise, auf die es ankommt.

Große Sprachmodelle stellen Moleküle als Textzeichenfolgen dar — typischerweise in der SMILES-Notation, einer linearen Kodierung einer dreidimensionalen Struktur. Das ist, als würde man ein Gebäude beschreiben, indem man seine Adresse laut vorliest, und erwartet, dass jemand den Grundriss versteht. LLMs sind "permutationssensitiv" (die Reihenfolge der Zeichen ist wichtig), während Moleküle permutationsinvariant sind (die Reihenfolge, in der man die Atome auflistet, ist irrelevant). Benchmarks zeigen durchweg, dass Graph Neural Networks, die Moleküle als tatsächliche 3D-Graphen mit Knoten und Kanten modellieren, LLMs bei Aufgaben zur Eigenschaftsvorhersage, die geometrische Struktur betreffen, übertreffen.

Die richtige Architektur — diejenige, für die wir plädieren und die wir bauen — ist hybrid. LLMs sind brillante Orchestratoren. Sie können wissenschaftliche Literatur parsen, Syntheserezepte extrahieren, experimentelle Protokolle generieren und über übergeordnete Strategien nachdenken. Aber für die Schwerstarbeit des Molekülentwurfs, der Stabilitätsanalyse und der Eigenschaftsvorhersage braucht man durch Physik beschränkte Graph Neural Networks. Das LLM ist der Projektleiter. Das GNN ist der Ingenieur. Man braucht beide, und man muss wissen, welchem man welche Aufgabe anvertraut.

Viele aktuelle KI-Angebote in der Wissenschaft sind Wrapper um öffentliche LLM-APIs. Ein Wrapper kann die Massenerhaltung nicht durchsetzen. Er kann keinen 10¹⁰⁰-Suchraum mit Bayesscher Strenge durchqueren. Er kann sich nicht in die Roboter-Hardware integrieren, die die Schleife schließt.

Für die vollständige technische Aufschlüsselung dieser Architekturentscheidungen — einschließlich der Frage, wie Multi-Fidelity-Optimierung billige Simulationsdaten mit teuren experimentellen Ergebnissen verschmilzt — siehe unser ausführliches Forschungspapier.

Die Klempnerei, über die niemand spricht

Es gibt ein schmutziges Geheimnis in der autonomen Laborforschung: Die KI ist oft der einfache Teil. Der schwierige Teil besteht darin, das Spektrometer dazu zu bringen, mit dem Liquid Handler zu sprechen, der mit der Heizplatte spricht, die mit der KI spricht. Laborgeräte verschiedener Hersteller sprechen unterschiedliche proprietäre Sprachen. Ohne eine universelle Übersetzungsschicht ist Ihr selbstfahrendes Labor ein Gehirn im Glas.

Deshalb ist der SiLA-2-Standard — Standardization in Lab Automation — so wichtig, und deshalb haben wir eine unglamouröse, aber entscheidende Menge an Zeit in Middleware investiert. SiLA 2 behandelt jedes Instrument als einen Microservice. Die KI sendet einen übergeordneten Befehl ("Dispensiere 5 ml"), ohne das Protokoll der seriellen Schnittstelle des jeweiligen Roboterarms kennen zu müssen. Es läuft auf modernen Webprotokollen, unterstützt Cloud-Konnektivität und kann — ganz entscheidend — Altgeräte umhüllen. Ein zwanzig Jahre altes HPLC kann Teil einer autonomen Schleife werden.

Bevor sich irgendein physischer Roboter bewegt, simulieren wir das gesamte Experiment in einem Digital Twin — einer virtuellen Nachbildung des Labors, die Timing, Kollisionspfade und Logistik validiert. Wenn das reale Experiment läuft, vergleichen wir die Sensordaten mit den Vorhersagen des Zwillings, um Anomalien zu erkennen: eine verstopfte Pipette, einen driftenden Temperatursensor. Der Zwilling ist das Sicherheitsnetz, das Autonomie vertrauenswürdig macht.

Ich will ehrlich sein: Das ist der Teil der Arbeit, über den niemand atemlose Pressemitteilungen schreibt. Aber es ist der Teil, der darüber entscheidet, ob ein Closed-Loop-Labor in der Produktion tatsächlich funktioniert oder nur in einer Demo funktioniert.

Die Zahlen, die meine Meinung geändert haben

Ich kam als Skeptiker des Hypes zu dieser Arbeit. KI in der Wirkstoffforschung ist seit zwanzig Jahren "fünf Jahre entfernt". Was meine Meinung änderte, war nicht Theorie. Es waren konkrete Ergebnisse.

Exscientia brachte KI-entworfene kleine Moleküle in etwa 12 Monaten in klinische Phase-I-Studien, gegenüber einem Branchendurchschnitt von 4–5 Jahren. Insilico Medicine bewegte einen Fibrose-Kandidaten in unter 18 Monaten von der Zielfindung zum präklinischen Kandidaten, zu einem Bruchteil der üblichen Kosten. Die 41 Verbindungen des A-Lab in 17 Tagen. Die prädiktiven Toxizitätsmodelle des Broad Institute, die gefährliche Verbindungen vor der Synthese herausfiltern und so Millionen an nachgelagerten Fehlerkosten sparen.

Das sind keine Prognosen. Das sind Ergebnisse. Und sie teilen eine gemeinsame Architektur: Simulation vor Synthese, physikinformierte Modelle, geschlossene Rückkopplungsschleifen und die systematische Erfassung negativer Daten.

Manchmal fragen mich Leute, ob dies die Notwendigkeit von Nasslaboren vollständig beseitigt. Das tut es nicht. Das Nasslabor ist immer noch der Ort, an dem die Wahrheit wohnt — wo die Vorhersagen des Modells auf die Realität treffen. Was sich ändert, ist das Verhältnis. Statt zehntausend Experimente durchzuführen, um einen Treffer zu finden, führt man fünfzig durch. Das Nasslabor wird zu einem Validierungsinstrument, nicht zu einer Suchmaschine.

Andere sorgen sich um Arbeitsplatzverdrängung — wird dies Wissenschaftler ersetzen? Meiner Erfahrung nach geschieht das Gegenteil. Die Wissenschaftler, mit denen ich zusammengearbeitet habe und die diese Werkzeuge übernehmen, werden nicht weniger wichtig. Sie werden strategischer. Sie verbringen ihre Zeit mit den Problemen, die menschliches Urteilsvermögen erfordern — dem Interpretieren unerwarteter Ergebnisse, dem Entwerfen neuer experimenteller Paradigmen, dem Stellen von Fragen, für die die KI nicht trainiert wurde —, anstatt sich durch eine Bibliothek von Verbindungen zu pipettieren, von denen sie ohnehin vermuten, dass sie nicht funktionieren werden.

Aus Kunst wurde Ingenieurskunst

Ich denke oft an diese Tabelle. All diese Zeilen mit "Fehlgeschlagen." Jede einzelne stand für jemandes Hypothese, jemandes Nachmittag, jemandes Budget. Im Edisonschen Modell waren diese Fehlschläge die Kosten des Geschäfts — unvermeidlich, erwartet und in der Endabrechnung weitgehend unsichtbar.

In dem Modell, das wir bauen, wäre jeder einzelne dieser Fehlschläge vorhergesagt worden. Nicht alle — ich behaupte keine Allwissenheit. Aber genug von ihnen, dass die Tabelle nur einen Bruchteil ihrer Länge hätte und die Spalte "Ergebnis" ganz anders aussähe.

Der Suchraum für neue Moleküle und Materialien ist unbegreiflich riesig. Keine menschliche Intuition, keine Flotte von Liquid Handlern, keine Milliarden-Dollar-HTS-Kampagne kann ihn allein durch physische Experimente sinnvoll erkunden. Die Mathematik lässt es schlichtweg nicht zu. Was die Mathematik sehr wohl erlaubt, ist intelligente Navigation — physikbeschränkte Modelle zu nutzen, um vor dem Synthetisieren zu simulieren, Bayesian Optimization, um die richtigen Fragen in der richtigen Reihenfolge zu stellen, und Roboterautomatisierung, um die Schleife zwischen Vorhersage und Realität zu schließen.

Die Edisonsche Ära hat außergewöhnliche Dinge hervorgebracht. Aber es war eine Methodik, die aus einer Zeit stammte, in der die Theorie mit dem Experiment nicht Schritt halten konnte. Wir leben nicht mehr in dieser Zeit. Die Theorie ist da. Die Rechenleistung ist da. Die Robotik ist da. Das Einzige, was noch fehlt, ist die institutionelle Bereitschaft, F&E nicht länger als eine von begabten Einzelpersonen ausgeübte Kunst zu behandeln, sondern als eine Ingenieursdisziplin, die von deterministischen Systemen angetrieben wird.

Nicht raten und prüfen. Simulieren und auswählen.

Das ist kein Slogan. Es ist ein wirtschaftliches Gebot. Jedes physisch getestete Material, das rechnergestützt hätte ausgeschlossen werden können, ist verbranntes Geld. Und die Organisationen, die dies zuerst verstehen, werden nicht nur schneller vorankommen — sie werden die alte Arbeitsweise für alle anderen wirtschaftlich unrentabel machen.