Der Mensch bleibt unersetzlich

Künstliche Intelligenz entschlüsselt dreidimensionale Proteinstrukturen in Minuten, berechnet Syntheserouten und steuert Abläufe im Labor. Den Job von Chemikerinnen und Chemikern kann trotzdem keine Maschine übernehmen.

Bastian Rühle leitet den Fachbereich Materialsynthese und Design an der Bundesanstalt für Materialprüfung und -forschung (BAM) in Berlin. Sein Labor wirkt auf den ersten Blick unspektakulär – wäre da nicht der Roboterarm auf der Laborbank. Davor befindet sich eine Zentrifuge, dahinter ein Ultraschallbad. Rechts stehen drei Kolben auf Heizrührern, links gibt es eine Pipettierstation, daneben zwei Analysegeräte und gegenüber einen Computer. Mit diesem Aufbau stellt Rühles Team unter anderem Nanopartikel aus Gold her. Besser gesagt: Eine künstliche Intelligenz (KI) stellt die Teilchen her. Sie steuert die Synthese und untersucht anschließend die Eigenschaften der Partikel. Anfangs entsprachen Größe und Form der Nanopartikel nicht den gewünschten Anforderungen. Sie sollten alle gleich groß sein, annähernd rund, nicht verklumpen und sich reproduzierbar herstellen lassen. Die KI hat Rezeptur und Reaktionsbedingungen so lange optimiert, bis die Teilchen all diese Vorgaben erfüllten. Jetzt zertifiziert die BAM sie als Referenzmaterialien, mit denen sich dann etwa Partikelmessgeräte kalibrieren ließen. Vielleicht wird die BAM sie schon Ende 2026 in ihrem Webshop anbieten.

Weil KI komplexe Parameterräume schnell sowie effizient durchsucht und dabei Zusammenhänge erkennt, die der Mensch nicht sieht, beschleunigt sie die Materialforschung erheblich. Jetzt soll Rühles KI-gesteuertes System Nanopartikel für PFAS-Schnelltests und Korrosionsinhibitoren für Lacke herstellen. „Wir geben die Startparameter sowie das Ziel vor und setzen Grenzen“, erklärt Rühle. Wenn eine chemische Reaktion beispielsweise erhöhte Temperaturen benötigt und in Wasser als Lösemittel ablaufen soll, gibt man der KI einen Temperaturbereich zwischen 70 und 100 °C vor. Weiß man aus der Stöchiometrie, wie viel einer Chemikalie maximal umgesetzt werden kann, lässt sich dementsprechend deren Menge begrenzen. Innerhalb solcher Grenzen optimiert die KI dann die Synthese. „So haben wir mehr Zeit für kreative Tätigkeiten, können mehr Fachliteratur lesen und die nächsten Experimente planen.“ Auch die wird die KI durchführen.

Veränderte Jobprofile

Weltweit könnten bis zu 40 Prozent aller Arbeitsplätze, in fortgeschrittenen Volkswirtschaften sogar bis zu 60 Prozent, von KI betroffen sein, sich also stark verändern oder wegfallen, prognostizierte der Internationale Währungsfonds bereits Anfang 2024.¹⁾ Der Trend dürfte sich weiter verschärfen. Es ist allerdings schwierig, solche Vorhersagen allein mit KI zu begründen, denn die geht meist einher mit Automatisierung und Digitalisierung – wie im Labor an der BAM. Die jeweiligen Effekte lassen sich kaum trennen.

Studien, die sinkende Beschäftigtenzahlen auf KI zurückführen, unterschieden zudem oft nicht sauber zwischen Konjunktureffekten, Strukturwandel und Fortschritt der Technik, bemängelt Christina Gathmann, Leiterin der Abteilung Arbeitsmarkt am Luxembourg Institute of Socio-Economic Research und Professorin an der Universität Luxemburg. „KI spielt bislang eher eine ergänzende Rolle und verändert Aufgabenprofile, als dass sie kurzfristig in großem Umfang Beschäftigung verdrängt“, sagt sie.

Zu einem ähnlichen Schluss kam im vergangenen Jahr eine Studie der Unternehmensberatung KPMG, die 30 deutsche Chemieunternehmen befragt hatte. KI werde die Zahl der Arbeitsplätze nicht grundlegend verändern, glauben 80 Prozent der Befragten. Es sei aber erforderlich, Mitarbeitende umzuverteilen und umzuschulen.²⁾

Gisbert Schneider, Professor für Computer-Assisted Drug Design an der ETH Zürich, zufolge sei es nötig, auch die Studienpläne umzustrukturieren. Absolventinnen und Absolventen der Chemie sowie verwandter Studiengänge müssten KI-Modelle zwar nicht selbst programmieren können, sollten aber lernen, wofür KI sich einsetzen lässt, wann das sinnvoll ist – und was der Mensch besser kann. Letztgenanntes ist für Schneider eindeutig: „Im assoziativen Denken sind wir unschlagbar. Komplett neue Fragen in der Chemie, zu denen es keine Trainingsdaten oder mathematisch-physikalischen Modelle gibt, kann die heutige KI noch nicht beantworten.“ Aktuell sei KI „ein intelligenter Schraubendreher“ und als solcher extrem hilfreich in der Wirkstoffforschung.

Plausibel oder nicht?

Wie in der Materialforschung wirkt KI auch beim Suchen nach neuen Arzneien als Booster. Wirkstoffe müssen viele Anforderungen erfüllen: ihr Ziel im Körper erreichen, an bestimmte Rezeptoren binden, bioabbaubar, ungiftig und löslich sein sowie möglichst einfach und kostengünstig herzustellen. „Derart mehrdimensionales Denken überfordert uns Menschen. Hier ist KI eine echte Bereicherung“, sagt Schneider. Allerdings seien nicht alle Vorschläge der KI plausibel. Berechnete Synthesewege für neue Molekülstrukturen seien etwa manchmal nicht umsetzbar. „Wir brauchen Chemikerinnen und Chemiker, gut ausgebildete Menschen, die die Vorschläge der KI auf Plausibilität prüfen.“

Erste Wirkstoffe, die KI mitdesignt hat, befinden sich jetzt in der klinischen Testphase. Ein Mittel gegen Lungenfibrose des US-Unternehmens Insilico Medicine wird beispielsweise gerade an Patienten getestet. Von der Idee bis zum klinischen Kandidaten vergingen nur 18 Monate. Üblicherweise dauert das mehrere Jahre. Insilico Medicine nutzt unter anderem das nobelpreisgekrönte KI-Programm Alphafold der Google-Tochter Deepmind. Dieses berechnet dreidimensionale Proteinstrukturen anhand der Aminosäuresequenzen in Minuten bis Stunden. Der Mensch brauchte je nach Protein dafür Monate bis Jahre, manchmal gelang es gar nicht.

Tools zur Datenauswertung

BAM-Forscher Rühle lässt Mikroskopiebilder seiner Nanopartikel von einer KI auswerten: „Das spart nicht nur Zeit, sondern schont unsere Augen.“ Die KI findet jedes einzelne Teilchen in den Bildern und berechnet Größe, Form und andere Eigenschaften der Partikel. Auch Form- und Größenverteilungen, inklusive Angaben wie Mittelwert, Median und Standardabweichung, gibt die KI an. Sie erledigt in Sekunden, was zuvor Stunden dauerte.

Gleiches gilt für das Auswerten von Spektren. Das Kölner Start-up Cheminnovation entwickelt KI-Tools, die GC-MS-Daten interpretieren. Mit gängigen Programmen wie ChatGPT oder Claude komme man in der Chemie nicht weit, erklärt Philipp Pflüger, Mitgründer und CEO des Unternehmens. Denn die gängigen Sprachmodelle verstünden weder Spektren noch Molekülstrukturen oder Reaktionsgleichungen. Neulich hat Pflüger einen KI-Entwickler eingestellt, einen Chemieingenieur. Dieser hatte nach dem Bachelorabschluss zunächst zehn Jahre lang in der IT gearbeitet, ging dann zurück an die Uni und machte seinen Masterabschluss. „Zu uns kommen Leute meist auf nicht so linearen Karrierepfaden“, sagt Pflüger.

Das trifft auch auf Adelina Olbrich zu, bei Cheminnovation zuständig für Sales & Marketing. Die Chemikerin war nach dem Laborteil ihrer Doktorarbeit, die sie demnächst einreicht, in der Wissenschaftskommunikation tätig und arbeitet jetzt an der Schnittstelle zur Softwareentwicklung: „Ich rede mit unseren Kunden, muss ihre analytischen Probleme verstehen und dann mit unseren Entwicklern sprechen, damit sie eine Lösung entwerfen.“ Dass sie sich zuvor mit KI in der Chemie kaum auskannte, hat Pflüger nicht gestört: „Wir stellen lieber Leute aus der Chemie ein und bringen ihnen KI-Wissen bei als umgekehrt.“

KI beflügelt den Arbeitsmarkt

Chemikerinnen und Chemiker müssen in Zeiten von KI nicht um ihre Jobs bangen, glaubt Olbrich. In der Chemie seien die Fragen komplex und die Verantwortung groß, etwa in regulatorischer Hinsicht – das könne KI nicht komplett übernehmen. Die Chemiebranche brauche künftig sogar mehr Fachleute, meint Pflüger: „Innovationen beleben den Arbeitsmarkt. Unternehmen, die KI sinnvoll einsetzen, haben einen Marktvorteil und wachsen, auch personell.“

Rühle ist derselben Meinung. Durch KI und Automatisierung könne man mehr Projekte anstoßen und brauche mehr Arbeitskräfte für die Umsetzung. Ob Klimawandel, Energiewende oder umweltfreundliche Kunststoffe: „Die Herausforderungen gehen uns ja so schnell nicht aus“, sagt er.

Ihn beschäftigt außerdem eine grundsätzliche Frage: Wie verändern KI und Robotik den wissenschaftlichen Erkenntnisprozess, in dem bisher auch Zufälle relevant waren? Viele Entdeckungen – von Röntgenstrahlen über Penicillin bis zum Klebstoff für Post-it-Notizzettel – wurden zufällig gemacht, weil ein Experiment nicht klappte oder zu einem unerwarteten Nebeneffekt führte, manchmal auch, weil jemand nachlässig gearbeitet hatte. KI-gesteuerte Robotersysteme schludern nicht und sortieren aus, was den vorgegebenen Zielen widerspricht. Andererseits: KI macht ebenfalls Fehler – gelegentlich halluziniert sie, denkt sich also Sachen aus. Kann das zu Zufallsentdeckungen führen? Oder gibt es eine neue Art von Zufällen, datengetriebene Überraschungen, weil KI in riesigen Datenmengen auf Zusammenhänge stößt, die uns verborgen geblieben wären? So oder so: Jemand muss Ungewöhnliches als wichtig erkennen, um es weiterzuverfolgen – und das kann bislang nur der Mensch. In der Forschung bleibt er daher vorerst unverzichtbar. „Wahrscheinlich sogar immer“, glaubt ETH-Professor Schneider. „Der chemische Raum ist unendlich. Um ihn zu erkunden, brauchen wir die menschliche Kreativität.“

Auf den Punkt

Nach Einschätzung von Expert:innen wird künstliche Intelligenz (KI) in der Chemie die Jobanforderungen verändern, aber nicht die Zahl der Arbeitsplätze reduzieren.

KI kann etwa neue Synthesewege für Arzneistoffe finden und die Auswertung von Mikroskopiebildern oder Spektren beschleunigen. Die Ergebnisse der KI müssen Chemiker:innen jedoch weiterhin auf Plausibilität prüfen.

Menschliche Kompetenzen bleiben in der Forschung auch künftig unersetzlich, glauben Fachleute: Kreativität, assoziatives Denken und die Fähigkeit, Ungewöhnliches als wichtig zu erkennen.

Die Autorin

Uta Neubauer ist promovierte Chemikerin und freie Wissenschaftsjournalistin.

• ¹ M. Cazzaniga, F. Jaumotte, L. Li et al., Gen-AI: Artificial Intelligence and the Future of Work, International Monetary Fund, Washington, DC, 2024, doi: 10.5089/9798400262548.006
• ² KPMG AG Wirtschaftsprüfungsgesellschaft, Generative KI in der deutschen Wirtschaft 2025 – Chemie, 2025

Industrie + Technik