OpenAI startet zudem ein Biodefense-Programm.
OpenAI hat am 7. Juni 2026 den Zugang zu GPT-Rosalind erweitert. Berechtigte Forschungseinrichtungen und Regierungsbehörden können nun auf das spezialisierte Basismodell zugreifen. Es bietet neue Werkzeuge für Molekularbiologie, medizinische Chemie und Genomik – sowie ein Programm zur Pandemie-Früherkennung und Biodefense.
Die EU-KI-Verordnung stellt neue Regeln auf, die viele noch nicht kennen – dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Leistungsstärker als GPT-5.5
GPT-Rosalind ist kein öffentlicher Chatbot, sondern ein Foundation Model für die Wirkstoffforschung und Lebenswissenschaften. In Tests zeigte es deutliche Verbesserungen gegenüber GPT-5.5. Beim MedChemBench erreichte es 27,5 Prozent (GPT-5.5: 25,1 Prozent), beim GeneBench 21,6 Prozent (20,4 Prozent) und beim LabWorkBench 63,2 Prozent (55,8 Prozent).
Die Erweiterung umfasst neue Plugins für die Analyse von Next-Generation Sequencing (NGS) und die Verarbeitung von Lebenswissenschafts-Daten. Diese Werkzeuge sind in Codex integriert und unterstützen bei der Experimentplanung, Literatursynthese und der Orchestrierung von Forschungsabläufen. Zu den Industriepartnern zählt unter anderem Novo Nordisk.
Rosalind Biodefense: Frühwarnsystem für Pandemien
Parallel startete OpenAI das Programm „Rosalind Biodefense“. Es gibt Gesundheitsbehörden in den USA und verbündeten Nationen Zugang zu GPT-Rosalind für die Ausbruchsmodellierung und den Aufbau von Frühwarnsystemen. Entwickelt wurde das Programm in Zusammenarbeit mit dem US Center for AI Standards, dem UK AI Security Institute und dem Los Alamos National Laboratory.
Auch ein Konsortium aus Pharma- und Forschungsorganisationen nutzt das Modell – darunter Moderna, Amgen, Thermo Fisher und das Allen Institute. OpenAI betont jedoch: GPT-Rosalind ersetzt keine Laborexperimente. Das Unternehmen verweist auf Einschränkungen wie Kontextlücken und mögliche Halluzinationen.
Branche fordert Sicherheitsmaßnahmen
Die Erweiterung von GPT-Rosalind folgt auf eine gemeinsame Initiative der KI-Branche. Am 6. Juni 2026 unterzeichneten Führungskräfte von OpenAI, Anthropic, Google DeepMind und Microsoft einen offenen Brief an den US-Kongress. Zu den Unterzeichnern zählen Sam Altman, Demis Hassabis und Dario Amodei. Sie fordern verpflichtende Sicherheitskontrollen beim Kauf synthetischer DNA und RNA.
Die Sorge: KI könnte die Hürden für die Entwicklung biologischer Waffen senken, indem sie Nicht-Experten spezialisiertes Wissen zugänglich macht. Microsoft-Forscher zeigten kürzlich, dass KI-designte Proteinvarianten bestehende Biodefense-Kontrollen umgehen könnten. Der Brief plädiert für etablierte Aufzeichnungs- und Screening-Protokolle – nicht für eine direkte Regulierung der KI-Entwicklung.
Parallel zur technologischen Entwicklung verschärft der EU AI Act die Compliance-Anforderungen für den Einsatz von KI in Unternehmen massiv. Sichern Sie sich diesen kostenlosen Umsetzungsleitfaden mit allen relevanten Übergangsfristen und Pflichten. Compliance-Experten warnen: Wer die KI-Verordnung ignoriert, riskiert empfindliche Strafen
Neue Richtlinien und wissenschaftliche Fortschritte
Die Einführung spezialisierter Modelle fällt mit neuen Bundesrichtlinien zusammen. Am 2. Juni 2026 trat ein freiwilliger Rahmen per Präsidialerlass in Kraft. Er erlaubt KI-Entwicklern, der US-Regierung Zugang zu Spitzenmodellen bis zu 30 Tage vor der Freigabe für vertrauenswürdige Partner zu gewähren. Ziel ist es, Modelle mit fortgeschrittenen Cyber- oder Biologie-Fähigkeiten durch klassifizierte Benchmarks zu identifizieren.
In der Wissenschaft gibt es ebenfalls Fortschritte: Forscher des IRB Barcelona veröffentlichten am 6. Juni 2026 in Communications Chemistry eine neue KI-Strategie zur Entwicklung von Molekülen auf Basis gewünschter biologischer Effekte. Google DeepMind und Futurehouse stellten zudem separate KI-Tools vor – Co-Scientist und Robin – die wissenschaftliche Hypothesen generieren und Experimente planen. Sie zeigten Erfolge in der Antimikrobika-Resistenzforschung und bei der Identifizierung potenzieller Behandlungen für Makuladegeneration. Experten warnen jedoch: Die Werkzeuge sind noch nicht breit einsetzbar – sie hängen stark von der Qualität der Eingabedaten ab.
