37 Forscher fordern: Wissenschaft sollte Arbeiten für KI statt für Menschen schreiben

Hauptpunkte

• Im Mai 2025 veröffentlichten 37 Forscher von etwa zwei Dutzend Universitäten und Technologieunternehmen ein Papier auf ArXiv, das das Ende des traditionellen wissenschaftlichen Papiers fordert.
• Das Papier schlägt vor, es durch ein „Agent-Native Research Artifact" (ARA) zu ersetzen – ein Format, das KI-Agenten ermöglicht, Forschung selbstständig zu lesen, zu reproduzieren und zu erweitern.
• Die Hauptautorin Jiachen Liu erhielt ihren PhD in Informatik von der University of Michigan 2025 und gründete das Agent Native Research Lab im Mai 2025 in Palo Alto.
• Die Autoren argumentieren, dass standardisierte Papiere etwa 80 Prozent der nützlichen Informationen aus der ursprünglichen Forschung verlieren, bevor sie veröffentlicht werden.
• Liu sagt, dass ein zukünftiges, rein KI-gestütztes Forschungssystem irgendwann einen Punkt erreichen könnte, an dem es keine menschliche Führung mehr benötigt.

Ein im Mai auf ArXiv veröffentlichtes Papier trägt bewusst einen provokanten Titel: „The Last Human-Written Paper" (Das letzte von Menschen geschriebene Papier). Die 37 Autoren aus etwa zwei Dutzend führenden Universitäten und Technologieunternehmen argumentieren, dass das wissenschaftliche Papier – ein Format, das vor etwa 350 Jahren erfunden wurde – nicht mehr geeignet ist. Nicht weil sich Wissenschaftler geändert haben, sondern weil sich KI geändert hat.

Ihr Argument, wie von IEEE Spectrum berichtet, lautet wie folgt: KI-Agenten (Software, die mehrstufige Aufgaben selbstständig durchführen kann, Quellen lesen, Experimente durchführen und Schlussfolgerungen ziehen kann) leisten bereits ernsthafte Arbeit in Forschungslabors. Aber das traditionelle Papier – eine elegant geschriebene Erzählung für menschliche Leser – ist ein schreckliches Handbuch für eine Maschine.

Was ist eigentlich falsch am wissenschaftlichen Papier?

Die Autoren identifizieren zwei grundlegende Probleme. Erstens die „Storytelling-Steuer". Ein fertiges Papier erfasst vielleicht 20 Prozent dessen, was während der Forschung tatsächlich geschah. Die gescheiterten Experimente, die Parameteranpassungen, die Sackgassen, die Wochen dauerten – alles weg. Eine KI, die die Arbeit reproduzieren möchte, stößt sofort auf eine Wand.

Zweitens die „Engineering-Steuer". Auch die Informationen, die es in ein Papier schaffen, sind oft zu vage oder unvollständig, um darauf einzugehen. Wichtige Implementierungsdetails werden weggelassen oder in einer für eine Maschine (oder ehrlich gesagt auch einen anderen Menschen) zu mehrdeutigen Sprache beschrieben, um sie zuverlässig zu verstehen.

Ihr vorgeschlagener Fix ist die ARA, kurz für Agent-Native Research Artifact. Denken Sie daran weniger als Dokument und mehr als ein lebendes Protokoll. Ein integriertes Tool namens „Live Research Manager" beobachtet und erfasst automatisch alles, was ein Forscher tut, während er es tut, sodass nichts verloren geht. Wenn Sie am Ende immer noch ein traditionelles PDF möchten, kann das System eines aus dem gesamten Datensatz erstellen.

Wird KI einfach Dinge erfinden?

Das ist die offensichtliche Sorge, und Liu nimmt sie ernst. Große Sprachmodelle – die KI-Technologie hinter Tools wie ChatGPT und Claude – funktionieren auf Wahrscheinlichkeit statt auf strikter Logik, was bedeutet, dass sie „halluzinieren" können und selbstbewusst falsche Aussagen machen.

Lius Antwort ist nicht, eine zweite KI zur Überprüfung der ersten zu verwenden. Stattdessen baut sie das auf, was sie ein formales System mit neuro-symbolischen Techniken nennt – ein Ansatz, der die Fähigkeit eines neuronalen Netzes, unordentliche reale Informationen zu verarbeiten, mit den harten logischen Regeln des klassischen Rechnens kombiniert. Jeder Anspruch in einer ARA müsste als mathematische Formel ausdrückbar und vom System nachweisbar sein. Keine Formel, kein Anspruch.

Das ist ehrgeizig. Es ist auch, wie sie zugibt, noch ein Work in Progress.

Was bedeutet das für arbeitende Wissenschaftler?

Für die meisten Forscher ändert sich jetzt nicht viel. Die ARA ist ein Vorschlag, kein Standard, den jemand bisher angenommen hat. Aber die zugrunde liegende Spannung ist real und wächst. Studien deuten bereits darauf hin, dass KI-Tools einzelne Karrieren ankurbeln können, während sie insgesamt weniger wirklich neue Ideen in einem Bereich hervorbringen.

Liu geht weiter als die meisten. Sie schrieb kürzlich einen Artikel mit dem Titel „The End of Human-in-the-Loop" (Das Ende von Humans in the Loop) und argumentiert, dass es irgendwann einen Punkt geben wird, an dem KI alle Experten-Menschenwissen aufgenommen hat und Menschen nicht mehr braucht, um sie zu leiten. Ob das aufregend oder alarmierend klingt, hängt wahrscheinlich davon ab, wie Sie zu Ihrem Morgen-Kaffee stehen.

Häufig gestellte Fragen

Könnten Wissenschaftler die KI nicht einfach besser lehren, normale Papiere zu lesen?

Liu sagt, dass ein intelligenterer Leser keine Lösung ist, weil die Informationen im Papier nie enthalten waren. Etwa 80 Prozent des Forschungsprozesses, einschließlich der Entscheidungen und Fehlschläge, werden vor der Veröffentlichung verworfen, sodass es nichts mehr zu extrahieren gibt.

Ist die ARA jetzt nutzbar?

Das Papier selbst ist online im ARA-Format als Demonstration verfügbar, und Lius Agent Native Research Lab ist ein Early-Stage-Startup, das an der Toolentwicklung arbeitet. Es gibt noch kein weit verbreitetes Produkt.

Wer finanziert oder unterstützt diese Arbeit?

Liu gründete das Agent Native Research Lab im Mai 2025 als Startup in Palo Alto. Die ursprüngliche Forschung wurde als Teil ihrer PhD-Arbeit an der University of Michigan durchgeführt und 2025 abgeschlossen.