Googles AI co-scientist ist ein Multi-Agenten-KI-System auf Basis von Gemini, das als virtueller Forschungspartner arbeitet. Sie geben ihm ein Forschungsziel in einfacher Sprache, und ein Team spezialisierter Agenten erzeugt, kritisiert und bewertet neue Hypothesen und liefert eine Shortlist mit Quellenangaben. Aus einer Demo von 2025 wurde im Mai 2026 ein begutachtetes Nature-Paper, und heute ist er das „Hypothesis Generation"-Tool in Gemini for Science.
Der Höhepunkt war eine „Superbug"-Geschichte: Er reproduzierte in etwa zwei Tagen eine Hypothese, für die ein Team am Imperial College ein Jahrzehnt gebraucht hatte. Die ehrliche Lesart, auf die selbst Skeptiker kommen: Er hat jede relevante Veröffentlichung gelesen und die Antwort schneller zusammengeführt, als es ein Mensch könnte, und die Idee nicht aus dem Nichts erfunden. Das ist trotzdem enorm nützlich, nur eine andere Behauptung.
Der Zugang ist beschränkt: Einzelne Forschende registrieren sich unter labs.google/science, die Forschung und Entwicklung in Unternehmen erhält eine Private Preview über Google Cloud. Öffentliche Preise gibt es noch nicht. Wenn Sie kein Nasslabor betreiben, zählt vor allem die Form des Ganzen: ein spezialisiertes KI-Teammitglied, das für eine klar definierte Aufgabe eingestellt wird. Genau dieses Modell nutzt eesel für Support- und Content-Arbeit, die Sie heute schon einschalten können.
Was Googles AI co-scientist eigentlich ist
Zuerst, was er nicht ist. Er ist kein Chatbot und kein Literaturrecherche-Tool, das Ihnen eine ordentliche Zusammenfassung liefert. Google ist hier eindeutig: Der co-scientist soll neues Wissen erschließen und „nachweislich neuartige Forschungshypothesen und -vorschläge" formulieren, nicht bereits Bekanntes umformulieren.
Unter der Haube ist er ein Verbund von Agenten, die auf Gemini laufen. Sie geben ein Ziel in natürlicher Sprache vor, etwa „schlage Repurposing-Kandidaten für akute myeloische Leukämie vor", und das System startet spezialisierte Agenten, die jeweils eine Rolle aus der wissenschaftlichen Methode übernehmen: einer schlägt Ideen vor, einer kritisiert sie wie ein Peer-Reviewer, einer bewertet sie, einer verfeinert die Überlebenden. Das Ergebnis ist eine bewertete Liste von Hypothesen und ein Forschungsüberblick, den Sie tatsächlich mit ins Labor nehmen könnten.
Das Projekt hat eine echte Vorgeschichte. Google Research stellte es im Februar 2025 vor, geleitet von Juraj Gottweis und Vivek Natarajan. Im Mai 2026 erschien es in Nature, nachdem es mit mehr als 100 Institutionen getestet worden war. Dieser Bogen ist bemerkenswert: Demo, dann ein Jahr echte Laborvalidierung, dann ein begutachtetes Paper. Das ist eine deutlich höhere Hürde als der übliche Blogpost „Wir haben einen coolen Agenten gebaut".
Wie das Multi-Agenten-System funktioniert
Am einfachsten stellt man es sich als Rhythmus in drei Schlägen vor: Ideen erzeugen, diskutieren, weiterentwickeln, und das immer wieder.
Sechs spezialisierte Agenten teilen sich die Arbeit, ein siebter steht über ihnen. Der Nature-Beitrag von DeepMind benennt sie klar:
- Generation schlägt Schwerpunkte und erste Hypothesen vor, gestützt auf die Literatur.
- Proximity gruppiert und dedupliziert Ideen, damit das System breit sucht und nicht um eine Antwort kreist.
- Reflection fungiert als virtueller Peer-Reviewer und prüft jede Hypothese auf Korrektheit und Neuheit.
- Ranking veranstaltet ein „Ideenturnier" und vergleicht Hypothesen direkt miteinander.
- Evolution verfeinert und kombiniert die bestplatzierten Ideen neu.
- Meta-review fasst alles zur finalen Forschungs-Roadmap zusammen.
Über allen steht ein Supervisor-Agent, der Ihr Ziel in einen Plan zerlegt und die spezialisierten Agenten einer Worker-Warteschlange zuweist. So skaliert das System die Rechenleistung nach oben oder unten. Das ist der Teil, der es zu einem echten Multi-Agenten-System macht und nicht zu einem einzelnen Modell im Trenchcoat: Die Agenten laufen parallel und speisen sich gegenseitig, sodass mehrere Wege gleichzeitig erkundet werden.
Wenn Sie über die Architektur hinter Agentforce deep research, Enterprise-Agentenplattformen wie OpenAI Frontier oder Recherche-Tools wie Hebbia gelesen haben, kommt Ihnen dieses Muster bekannt vor: eine große, unscharfe Aufgabe in Rollen zerlegen, Spezialisten jede Rolle übernehmen lassen und sie orchestrieren. Der co-scientist treibt diese Idee auf die schwierigste denkbare Aufgabe zu, offene wissenschaftliche Fragen.
Das Ideenturnier und warum der meiste Aufwand ins Prüfen fließt
Der Wettbewerbsteil ist der clevere Kniff. Der Ranking-Agent veranstaltet ein Elo-basiertes Turnier, in dem Hypothesen in simulierten wissenschaftlichen Debatten gegeneinander antreten. Die Idee des Self-Play stammt von AlphaGo und AlphaStar. Höher bewertete Hypothesen steigen auf, schwächere scheiden aus, und die Überlebenden werden weiterentwickelt.
Ein Detail, das die meiste Berichterstattung auslässt: Google sagt, dass der Großteil der Rechenleistung des Systems ins Verifizieren von Hypothesen fließt und nicht ins Erzeugen. Aussagen werden mit der Literatur und mit Datenbanken wie ChEMBL und UniProt auf Fundierung und sachliche Richtigkeit gegengeprüft. Diese Betonung des Prüfens gegenüber dem Brainstorming ist die wichtigste Designentscheidung, und dieselbe Lektion zeigt sich in Business-KI: Das Schwierige ist nie, eine Antwort zu erzeugen, sondern sicherzustellen, dass sie stimmt, bevor sie rausgeht. Wer sich schon mit AI hallucinations herumgeschlagen hat, erkennt diesen Instinkt wieder.
Bildet das Turnier tatsächlich Qualität ab? Google hat getestet, ob sein interner Elo-Wert mit der realen Genauigkeit auf dem GPQA-„Diamond"-Set übereinstimmt, einer Sammlung von Wissenschaftsfragen auf Doktoratsniveau.
Die blaue Linie steigt: Ein höheres selbst vergebenes Elo korrelierte tatsächlich mit einer höheren Wahrscheinlichkeit, richtig zu liegen, und der co-scientist setzte sich von der reinen Gemini-2.0-Baseline ab, je mehr Zeit er mit Nachdenken verbrachte. Das ist keine unabhängige Grundwahrheit, und Google sagt das auch, aber es ist ein echtes Signal, dass der Ansatz „länger nachdenken, mehr debattieren" etwas bringt.
Die Superbug-Geschichte, die jeder zitiert
Nun der Moment, der das System berühmt gemacht hat. Google richtete den co-scientist auf eine Frage zur antimikrobiellen Resistenz: Wie verbreiten sich Kapsid-bildende phageninduzierbare chromosomale Inseln (cf-PICIs) über so viele Bakterienarten? Das Team von Professor José Penadés am Imperial College London hatte rund ein Jahrzehnt damit verbracht, das herauszufinden, und die Antwort noch nicht veröffentlicht.
Bei derselben Frage landete das System in etwa zwei Tagen bei der Kernhypothese des Teams. Penadés war verständlicherweise überwältigt, und es war mehr als ein glücklicher Treffer:
"It's not just that the top hypothesis they provide was the right one. It's that they provide another four, and all of them made sense. And for one of them, we never thought about it, and we're now working on that."
Diese Zeile mit den „vier weiteren Hypothesen, von denen wir eine nie bedacht hatten" ist der spannende Teil, und die Entdeckung wurde später in Cell veröffentlicht.
Die Geschichte wurde aber zu „KI löst Superbug-Problem in zwei Tagen" verkürzt, und diese Darstellung löste eine scharfe Debatte aus. Der meistgewählte Hacker-News-Thread dazu hielt deutlich dagegen:
"The point isn't that it's bad, the point is that the AI did not discover the solution to the problem independently, as news headlines had implied."
Der technische Einwand ist berechtigt. Der co-scientist liest die veröffentlichte Literatur, und benachbarte Arbeiten derselben Gruppe waren bereits erschienen. Ein Wissenschaftler, der die früheren Paper geschrieben hat, formuliert den Prompt womöglich unbewusst mit demselben Rahmen, der zur Antwort führte. Wie ein Kommentator es ausdrückte, war es eher „a search engine for information from its training data" als eine Entdeckung von Grund auf.
Was ist es also, Durchbruch oder Hype? Die nützlichste Einschätzung im selben Thread lehnte beide Extreme ab:
"'Knowing all of the relevant literature' is a great first step for solving a problem! ... 'This paper from a lower-tier journal two years ago suggests you should look at X' is a very valuable thing to have!"
Das ist das ehrliche Urteil. Der co-scientist ist kein synthetischer Einstein mit Geistesblitzen unter der Dusche. Er ist der schnellste und gründlichste Literatursynthetisierer, der je gebaut wurde, einer, der jedes relevante Paper gleichzeitig im Blick hat und einen Befund aus einer obskuren Zeitschrift mit Ihrer genauen Frage verknüpfen kann. So betrachtet bleibt die Zwei-Tage-Geschichte bemerkenswert, nur eben nicht die Geschichte, die die Schlagzeile erzählte.
Wofür er sich wirklich eignet: drei Laborergebnisse
Neben dem Superbug-Fall ließ Google das System in durchgängigen Laborexperimenten an drei biomedizinischen Problemen mit steigender Schwierigkeit laufen.
| Anwendung | Wirkstoff-Repurposing | Entdeckung neuer Zielstrukturen | Einen Mechanismus erklären |
|---|---|---|---|
| Beispiel | Akute myeloische Leukämie | Leberfibrose | Antimikrobielle Resistenz |
| Herausforderung | Kombinatorische Suche | Neue Zielstrukturen identifizieren | Komplexe Systeme verstehen |
| Schwierigkeit | Mittel | Hoch | Sehr hoch |
| Ergebnis | Wirkstoffe hemmten Tumorzellen in klinischen Dosen | Kandidaten blockierten eine Vernarbungsreaktion, p<0.01 | Den cf-PICI-Mechanismus nachvollzogen |
Der Fall des Wirkstoff-Repurposings ist der konkreteste. Der co-scientist schlug bestehende Medikamente vor, die gegen akute myeloische Leukämie wirken könnten, und Folgetests im Labor bestätigten, dass die vorgeschlagenen Substanzen die Tumorzellvitalität hemmen, und zwar in klinisch relevanten Konzentrationen über mehrere Zelllinien hinweg.
Die Arbeit zur Leberfibrose, durchgeführt mit einem Team in Stanford und veröffentlicht in Advanced Science, ging weiter in neues Terrain und brachte einen Repurposing-Kandidaten hervor, der im Labor 91 % einer mit Vernarbung verbundenen Reaktion blockierte. Die Wissenschaftler, die ihn nutzten, beschreiben den Wert durchweg ähnlich, weniger als „er hat meine Arbeit gemacht" und mehr als „er hat entdeckt, was mir entgangen wäre":
"Co-Scientist feels like a collaborator that's read everything available about biomedical science, with the reasoning capabilities to find the connections that we're currently missing."
Beachten Sie, wie vorsichtig die Menschen, die ihm am nächsten sind, es formulieren. Er strukturiert das Denken, deckt Lücken auf und setzt Prioritäten, aber der Mensch stellt weiterhin die Fragen und führt die Experimente durch. Das ist dasselbe Human-in-the-Loop-Muster, das einen nützlichen AI agent von einem übermütigen unterscheidet.
Wo Sie ihn heute tatsächlich nutzen können
Der praktische Realitätscheck: Für die meisten Menschen können Sie sich nicht einfach einloggen und loslegen.
Es gibt zwei Wege, beide beschränkt. Einzelne Forschende können sich unter labs.google/science für das experimentelle Hypothesis-Generation-Tool vormerken lassen, das Google schrittweise öffnet. Forschungs- und Entwicklungsteams in Unternehmen erhalten über Google Cloud eine Enterprise-Version, derzeit als Private Preview mit Partnern wie Daiichi Sankyo, Bayer Crop Science und den US National Laboratories.
Zwei ehrliche Einschränkungen. Google hat weder Preise pro Nutzung noch Kontingente oder Nutzungslimits für den co-scientist veröffentlicht, die Kosten sind also offen. Und das Tool ist stark biomedizinisch ausgerichtet: Die Vorzeigeergebnisse sind allesamt Wirkstoff-Repurposing, Entdeckung von Zielstrukturen und Krankheitsmechanismen. Wer etwa in Materialwissenschaft oder Wirtschaft arbeitet, hat weit weniger Belege für die Eignung. Es ist früh, es läuft auf Einladung, und es zielt vorerst klar auf die Lebenswissenschaften.
Was das bedeutet, wenn Sie kein Forschungslabor betreiben
Die meisten Leser werden nie einen Agenten auf eine Krebszelllinie ansetzen. Warum also ist der co-scientist für eine Support-Leiterin oder einen Marketer relevant? Weil er der klarste Beleg mit den höchsten Einsätzen für ein Muster ist, das den normalen Arbeitsalltag still umgestaltet: ein spezialisiertes KI-Teammitglied, das für eine klar definierte Aufgabe eingestellt wird und mit den Fähigkeiten und dem Kontext kommt, um sie zu erledigen.
Ohne die Biologie ist der co-scientist eine Vorlage: ein Ziel vorgeben, einen Verbund von Agenten das Denken übernehmen lassen, den größten Teil des Aufwands in die Prüfung stecken, bevor man dem Ergebnis traut, und einen Menschen die endgültige Entscheidung treffen lassen. Das ist genau das Rezept eines guten Business-Agenten, egal ob er ein Ticket beantwortet oder einen Beitrag entwirft. Der Unterschied: Googles Version ist eine Research Preview, die Business-Version können Sie heute Nachmittag einschalten, oft zu einem Bruchteil der Kosten eines menschlichen Agenten.
eesel ausprobieren
Google hat einen co-scientist fürs Labor gebaut. eesel baut einsatzbereite KI-Teammitglieder für die Aufgaben, die Ihr Team tatsächlich erledigt, und Sie können eines in Minuten einstellen, statt auf eine Warteliste zu kommen.
Es ist dieselbe Idee, die den co-scientist funktionieren lässt, nur auf Support und Content gerichtet. Das AI-Helpdesk-Teammitglied steigt in Ihre bestehende Warteschlange ein, lernt aus Ihren früheren Tickets und Ihrem Help Center und entwirft oder sendet Antworten, und Sie können es an echten historischen Tickets simulieren, bevor es je einen Live-Kunden berührt. Der AI blog writer erledigt die Schleife aus Recherche und Entwurf von Anfang bis Ende. Beide laufen unter einem Konto, binden sich in die Tools ein, die Sie schon nutzen, und gehen in Minuten live. Der Start ist kostenlos, ohne Verkaufsgespräch. Sehen Sie, wie die Teammitglieder arbeiten.