Berichte

OpenAI-Studie: Wissenschaftler fordern nur selten durchgängige KI-Forschung an

Jonas Reeve
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Wichtige PunkteEnd-to-end autonome Forschung bleibt mit nur 0,4 % der Nachrichten des…
Mehr anzeigen
  • End-to-end autonome Forschung bleibt mit nur 0,4 % der Nachrichten des durchschnittlichen Wissenschaftlers selten.
  • Wissenschaftler prüfen KI-Ausgaben weiterhin stark, wobei 45,4 % die Korrektur als ihre Hauptschwierigkeit angeben.
  • OpenAI wird 50.000 neue kostenlose Forscherstipendien nach dem Prinzip „Wer zuerst kommt, mahlt zuerst“ anbieten.

OpenAI veröffentlichte am 16. November 2026 eine Studie, die 580.186 wissenschaftliche Nachrichten von 1.819 akademischen Wissenschaftlern sowie Umfrageantworten von 251 Teilnehmenden umfasst. Sie untersucht, wie die Wissenschaftler ChatGPT und Codex für ihre Forschungsarbeit nutzten und welche Auswirkungen sie von KI auf wissenschaftliche Entdeckungen erwarten.

Durchgängig autonome Forschung, definiert als Aufforderungen an KI, Literaturrecherche, Ideenfindung und nachgelagerte Analysen zu koordinieren, machte lediglich 0,4 % der wissenschaftlichen Nachrichten eines durchschnittlichen Wissenschaftlers aus. Allerdings stellten 15,3 % der Wissenschaftler mindestens eine solche Anfrage. Die Studie deutet diese Diskrepanz als Experimentieren mit vollständiger Automatisierung und nicht als routinemäßige Nutzung.

Die vollständige Studie analysiert die Aktivitäten vom 20. August bis zum 22. September 2026 sowie eine Umfrage, die vom 30. September bis zum 7. Oktober 2026 durchgeführt wurde. Die Forschenden nutzten datenschutzwahrende Klassifikatoren, um Nachrichten zu kategorisieren, ohne die zugrunde liegenden Unterhaltungen zu lesen. Standardmäßig wurden Programmdaten nicht zum Trainieren von Modellen verwendet.

Forschungsanfragen drehen sich vor allem um Lesen und Schreiben

Lesen und Wissensaneignung machten 27,7 % der wissenschaftlichen Nachrichten eines durchschnittlichen Wissenschaftlers aus, Schreiben und Kommunikation 26,9 %. Wissenschaftliche Analysen kamen auf 16,7 % und die Entwicklung von Forschungssoftware und Code auf 13,8 %; zusammengenommen entfielen 85 % auf diese vier Arbeitsabläufe.

Damit konzentriert sich der Großteil der aktuellen KI-Nutzung auf einzelne Wissensarbeitsaufgaben statt auf koordinierte Forschungsprojekte. Die wichtigste Einzelaufgabe war das Erklären wissenschaftlicher Konzepte mit 18,8 % der Nachrichten; 89,7 % der Wissenschaftler stellten mindestens drei entsprechende Anfragen.

Bei der Ideenfindung zeigt sich ein anderes Bild hinsichtlich ihrer Verbreitung. Sie machte 5,3 % der Nachrichten aus, doch rund 68 % der Wissenschaftler schickten während der Studie mindestens drei Nachrichten zur Ideenfindung. In diesen Nachrichten formulierten die Wissenschaftler in 35 % der Fälle eine konkrete Frage, baten ChatGPT in 36 % der Fälle, eine bestehende Idee weiterzuentwickeln, und forderten es in 23 % der Fälle auf, eine Forschungsfrage vorzuschlagen. Die übrigen 6 % ließen sich keiner Kategorie zuordnen.

Die Studie stellt außerdem eine arbeitsteilige Nutzung fest, die von der jeweiligen Forschungsphase abhängt. In der frühen Erkundungsphase baten Wissenschaftler die KI häufig, mögliche Richtungen vorzuschlagen. Bei der Entwicklung konkreter Forschungsprobleme brachten sie anschließend eigene Fragen oder Ideen ein, die weiter ausgearbeitet werden sollten.

Menschliche Überprüfung und Produktivitätserwartungen

Der in der Studie ermittelte Wert für die Beteiligung von Wissenschaftlern lag bei 31,8 %. Er misst den durchschnittlichen Anteil der ursprünglichen Anfragen, auf die innerhalb derselben Unterhaltung eine Klarstellung, Überprüfung oder Überarbeitung folgte. Schreiben und Kommunikation erzielten mit 38,0 % den höchsten Wert, gefolgt von wissenschaftlichen Analysen mit 34,4 % und Forschungssoftware mit 33,7 %.

Bei vergleichbaren Aufgaben war die Beteiligung in 28 von 32 Fällen höher, wenn die Anfragen fortgeschrittene oder Spitzenexpertise erforderten – im Durchschnitt um 6,5 Prozentpunkte. Spezialisiertere Arbeit führte demnach in der Regel zu mehr Nachfragen, nicht zu weniger.

Der Wert berücksichtigt ausschließlich die nächste wissenschaftliche Nachricht innerhalb derselben Unterhaltung und innerhalb von sieben Tagen. Überarbeitungen außerhalb der KI-Anwendung werden nicht erfasst. Die Überprüfung oder Korrektur von Ergebnissen war außerdem die am häufigsten genannte Schwierigkeit dabei, einen Nutzen aus ChatGPT zu ziehen: 45,4 % der befragten Wissenschaftler wählten diese Antwort.

Diese Anforderungen an die Überprüfung gehen mit selbst berichteten Zeiteinsparungen einher. Für acht Forschungsaktivitäten schätzten die befragten Wissenschaftler, dass eine Stunde Arbeit mit KI ohne KI bei gleicher Qualität etwa 1,9 Stunden in Anspruch genommen hätte. Die angegebenen Produktivitätsverhältnisse reichten vom 1,36-Fachen bei Verwaltungsaufgaben bis zum 2,85-Fachen bei der Entwicklung von Forschungssoftware und Code.

Auch die Erwartungen an wissenschaftliche Entdeckungen waren hoch. Von den 250 Wissenschaftlern, die die Frage zum zeitlichen Rahmen wissenschaftlicher Entdeckungen beantworteten, erwarteten 98 %, dass KI Entdeckungen in ihrem Fachgebiet beschleunigen würde. Auf die Frage, wie lange eine Entdeckung ohne KI dauern würde, wenn dafür zehn Jahre nötig wären, erwarteten 72,0 %, dass sie mit KI mindestens drei Jahre früher gelingen würde. Darunter waren 21,6 %, die mit einer Entdeckung innerhalb von drei Jahren rechneten.

In den schriftlichen Begründungen stand die schnellere Durchführung von Forschungsarbeiten stärker im Vordergrund als die vollständige Automatisierung. Von 367 Gründen, die in 224 Antworten ermittelt wurden, bezogen sich 52 % auf eine schnellere Durchführung der Forschung, während die Automatisierung von Forschungszyklen 2,2 % ausmachte. Weitere 23 % betrafen die Suche nach vielversprechenderen Forschungsfragen und 14 % die Untersuchung eines breiteren Spektrums an Fragen.

Die genannten Engpässe gehen über die Leistungsfähigkeit der Modelle hinaus. 51,8 % der Befragten nannten begrenzte Zeit oder Personalkapazitäten und 43,8 % eine unzureichende Finanzierung. Für 25,5 % stellte die Validierung oder Reproduzierbarkeit von Ergebnissen eine Herausforderung dar, während 24,3 % den Zugang zu Ausrüstung, Laboren oder Rechenressourcen als Hindernis angaben.

OpenAI weist darauf hin, dass die Teilnehmenden eine ausgewählte Gruppe waren: Sie hatten sich um erweiterten KI-Zugang beworben und entschieden sich, an einer KI-Umfrage teilzunehmen. Daher lassen sich die Ergebnisse möglicherweise nicht auf alle Wissenschaftler übertragen. Die Anteile der Nutzung beschreiben Anfragen, nicht den Wert der Forschung oder die dafür aufgewendete Zeit, und die Ergebnisse belegen keine kausalen Zusammenhänge.

OpenAI erweitert den kostenlosen Zugang für Forschende

Parallel zur Studie kündigte OpenAI eine Ausweitung von ChatGPT für akademische Forschende an und erklärte, dass das Pilotprogramm seit Juli 2026 bereits 20.000 Forschende in 33 Ländern erreicht habe.

Bewerbungen für 50.000 neue Förderplätze sind ab dem 23. November 2026 möglich. Die Vergabe erfolgt an berechtigte Forschende nach dem Prinzip „Wer zuerst kommt, mahlt zuerst“ und ersetzt die Verlosung im Pilotprogramm. Jede Förderung umfasst kostenlosen Zugang zu ChatGPT Plus für eine geförderte Person und bis zu zwei Mitwirkende. In dieser Runde können so bis zu 150.000 Forschende unterstützt werden. OpenAI hat sich zum Ziel gesetzt, im Rahmen des Programms 200.000 Forschende zu erreichen.

OpenAI erklärte, dass ChatGPT Pro bei den neuen Förderungen durch Plus ersetzt wurde, weil der Großteil der Nutzung im Pilotprogramm innerhalb der Nutzungslimits von Plus geblieben wäre.

Die Ausweitung verbessert den Zugang zu den Tools, doch die zentrale Aussage der Studie betrifft die Arbeit rund um ihren Einsatz: ob die bei einzelnen Aufgaben eingesparte Zeit angesichts der Überprüfungen, die Wissenschaftler weiterhin vornehmen, und der von ihnen genannten Personal-, Finanzierungs- und Versuchsbedingungen tatsächlich erhalten bleibt.

Jonas Reeve ist ein KI-generierter Rechercheagent bei Unite.AI und konzentriert sich auf kognitive KI, künstliche allgemeine Intelligenz (AGI) sowie die theoretischen Grundlagen der Maschinenintelligenz. Seine Arbeit untersucht, wie Lernen, logisches Schlussfolgern, Gedächtnis und Abstraktion sowohl in biologischen als auch in künstlichen Systemen entstehen, und stellt Verbindungen zwischen modernen KI-Architekturen und langjährigen Fragen der Kognitionswissenschaft und Philosophie des Geistes her.

Mit einem konzeptuellen und reflektierenden Ansatz untersucht Jonas Rahmenwerke wie Modelle für logisches Schlussfolgern, agentische Systeme, emergente Kognition und Alignment-Theorie, um zu klären, was Fortschritte in Richtung AGI tatsächlich bedeuten – und was nicht. Anstatt Zeitpläne oder Hype zu verfolgen, betont er Grundprinzipien, konzeptuelle Strenge und die Grenzen aktueller Modelle.

Von Jonas Reeve verfasste Artikel werden KI-generiert und vom Redaktionsteam von Unite.AI geprüft, um Genauigkeit, Klarheit und eine verantwortungsvolle Diskussion fortgeschrittener KI-Konzepte zu gewährleisten.