Von der Medikamentenentwicklung bis zur Autosicherheit – spezialisierte KI-Modelle versprechen bahnbrechende Fortschritte.
Mistral AI erobert die Industrie
Das französische Unternehmen Mistral AI hat am Donnerstag bedeutende Partnerschaften mit BMW und Airbus bekannt gegeben. Der europäische KI-Vorzeigekonzern, der mit rund elf Milliarden Euro bewertet wird, bringt seine Large Industry Models in die Crash-Simulation der Münchner Autobauer ein.
Der rasante Aufstieg von Unternehmen wie Mistral AI verdeutlicht das enorme Potenzial, das derzeit im Bereich der Künstlichen Intelligenz entsteht. Welche drei Aktien laut Experten aktuell die besten Chancen bieten, von diesem technologischen Quantensprung zu profitieren, erfahren Sie im exklusiven Gratis-Report. Exklusive Empfehlung der 3 vielversprechendsten KI-Aktien entdecken
BMW verfügt über mehr als ein Petabyte an Unfallsimulationsdaten. Die Zusammenarbeit zielt darauf ab, die Sicherheitstests deutlich zu beschleunigen. Laut Unternehmensangaben könnten KI-gestützte Analysen den Zeitaufwand um 90 Prozent reduzieren. Parallel dazu hat Airbus einen Fünfjahresvertrag unterzeichnet: Mistrals KI soll künftig in den Bereichen Verkehrsflugzeuge, Hubschrauber, Verteidigung und Raumfahrt zum Einsatz kommen.
Google setzt auf wissenschaftliche Durchbrüche
Einen Tag zuvor, am Mittwoch, startete Google die Initiative Gemini for Science. Die Plattform umfasst drei spezialisierte Prototypen: einen zur Hypothesen-Generierung durch Literaturanalyse, einen für computergestützte Entdeckungen und einen dritten für strukturierte Forschungseinblicke. Ziel ist es, kleinen und mittleren Unternehmen den Zugang zu beschleunigten Forschungszyklen zu ermöglichen – ähnlich wie es bereits beim Chemiekonzern BASF erprobt wird.
Revolution in der Medikamentenentwicklung
Das Korea Research Institute of Chemical Technology (KRICT) präsentierte am Mittwoch seine DEL Core Bank Platform. Die Technologie nutzt DNA-kodierte Bibliotheken, um zehn Millionen chemische Verbindungen innerhalb eines einzigen Monats zu scannen. Bisher benötigte der Prozess für eine Million Substanzen zwei Monate. Durch KI-gestützte Analysen sollen Fehler minimiert werden. Bis 2027 lockt das Institut mit deutlichen Gebührensenkungen, um Partner wie Daewoong Pharmaceutical und das National Cancer Center zur Nutzung zu bewegen.
Während die Industrie durch KI und Robotik grundlegend transformiert wird, fließen bereits Milliarden in die Technologien der nächsten Generation. In diesem kostenlosen Report erfahren Sie, welche Unternehmen die neue industrielle Revolution anführen und wie Sie als Anleger dabei sein können. Jetzt gratis herausfinden, wer die Gewinner der neuen Industrierevolution sind
Offene KI-Modelle für die Protein-Forschung
Bereits Anfang Mai veröffentlichte die Biohub-Initiative von Priscilla Chan und Mark Zuckerberg eine Reihe offene KI-Modelle für die Proteinbiologie. Dazu gehören ESMC, trainiert auf 2,8 Milliarden Sequenzen, und ESMFold2, das Proteinstrukturen vorhersagen und Binder-Proteine designen kann.
In aktuellen Tests entwickelte ESMFold2 erfolgreich hochaffine Proteinbinder für fünf Hauptziele in der Krebs- und Immunologie-Forschung. Die Erfolgsraten lagen zwischen 36 und 88 Prozent. Die Modelle stehen unter einer Open-Source-Lizenz zur Verfügung – Teil einer 500-Millionen-Euro-Investition in die virtuelle Biologie.
Auch das Broad Institute setzt auf KI: Forscher identifizierten dort neue Wirkstoffkandidaten, darunter die Verbindung Halicin, aus einem Pool von 6.000 Substanzen. Zudem wurden 70 Milliarden theoretische Moleküle durchforstet – auf der Suche nach Behandlungen gegen resistente Keime, die weltweit jährlich über eine Million Todesfälle verursachen.
Noch hakt es bei der Zuverlässigkeit
Trotz der rasanten Fortschritte gibt es Warnungen aus der Wissenschaft. Eine Studie vom 20. April 2026 zeigt: KI-Agenten ignorierten in 68 Prozent von über 600 wissenschaftlichen Aufgaben widersprechende Beweise. Die Modelle aktualisierten ihre Vorhersagen nicht, wenn neue, widersprüchliche Daten auftauchten.
Hinzu kommt ein Qualifikationsproblem. Das Center for Strategic and Emerging Technology der Georgetown University ermittelte: Obwohl 2025 bereits 58 Prozent der Forscher KI nutzten, fühlten sich nur 27 Prozent ausreichend geschult. Experten der Stanford University betonten auf einer Konferenz Anfang Mai: KI verändere zwar die Bandbreite lösbarer Probleme – doch die Entscheidung, welche wissenschaftlichen Fragen am wichtigsten sind, müsse menschlichem Urteilsvermögen vorbehalten bleiben.
