Forschende haben den Benchmark „Into the Unknown“ am 15. Okt. 2026 veröffentlicht. Dabei erhält ein KI-Agent eine wissenschaftliche Arbeit und eine von einem DOE-Labor vorgegebene Forschungsrichtung und soll einen Entwurf für eine Folgestudie verfassen. Neun führende KI-Agenten erstellten jeweils 15 Entwürfe zu Themen wie Quantencomputing und Materialwissenschaften. Keiner erfüllte alle Vorgaben der Wissenschaftlerinnen und Wissenschaftler; bei 114 Entwürfen scheiterte zudem eine Integritätsprüfung, weil Aussagen oder Daten widersprüchlich waren. Code und Daten stehen anderen zur Nutzung offen.
Warum es wichtig ist
Der Benchmark zeigt, dass aktuelle KI-Agenten zwar plausibel klingende Forschungsentwürfe erstellen können, aber wissenschaftliche Standards noch verfehlen. Das macht deutlich, welche Lücke künftige Werkzeuge schließen müssen.
