„Wie verändert Künstliche Intelligenz Ihr wissenschaftliches Fach?“, lautete die Fragestellung zur aktuellen Preisfrage der Österreichischen Akademie der Wissenschaften (ÖAW). Forscher:innen aller Disziplinen waren eingeladen, einen Essay einzureichen. Mit 170 Einreichungen rief die Preisfrage 2026 großes Interesse hervor.
Die eingereichten Texte zeigten: Von der Strukturbiologie über die Geschichtswissenschaft bis zur Teilchenphysik: Kaum ein Fach bleibt von Künstlicher Intelligenz unberührt. Die interdisziplinär zusammengesetzte Jury, bestehend aus Forscher:innen und Wissenschaftsjournalist:innen sowie Mitgliedern des ÖAW-Präsidiums, hat auf Basis der anonymisierten Einreichungen vier Preisträger:innen ausgewählt: Der mit 8.000 Euro dotierte erste Platz geht an Christian C. Gruber und Mario Müller, die ihren Beitrag gemeinsam verfassten. Den zweiten Platz belegt Zsófia Turóczy, prämiert mit 6.000 Euro, und der dritte Platz geht ex aequo an Christoph Gleich und Claudius Krause, die jeweils ein Preisgeld von 1.000 Euro erhalten.
ÖAW-Präsident Heinz Faßmann sagt: „Die hohe Resonanz auf unsere Preisfrage zeigt, dass wir mit dem Thema einen Nerv getroffen haben. KI verändert Wissenschaft und Forschung in vielen Bereichen massiv. Es liegt in unserer Hand, diesen Wandel positiv zum Wohle der Wissenschaft und Gesellschaft zu gestalten. Allen Gewinner:innen der Preisfrage gratuliere ich sehr herzlich.“
Von der beobachtenden zur gestaltenden Wissenschaft
Im siegreichen Essay „Molekulare Architekten“ beschreiben Christian C. Gruber (Innophore GmbH) und Mario Müller (Universität Graz), wie KI-Systeme wie AlphaFold die Strukturbiologie von einer beobachtenden in eine „vorhersagende und gestaltende Disziplin“ verwandeln. Möglich werde das durch sogenannte Catalophores – KI-erkannte Muster in Proteinhohlräumen, die verraten, wo chemische Reaktionen stattfinden. Gruber und Müller vergleichen diesen Vorgang mit einer Google-Suche für Enzyme. Das Labor werde dadurch nicht überflüssig, sondern übernehme die Validierung computergenerierter Hypothesen, schreiben die Autoren. Zugleich mahnen sie zur Vorsicht: Da reine Mustererkennung auch physikalisch unmögliche Moleküle erzeugen könne, brauche es eine „Physics-based AI“, die Naturgesetze fest in die Modelle einbaut – sonst drohe eine „Blackbox-Wissenschaft“ ohne echtes Verständnis der Biochemie.
Der Gewinnertext ist zugleich ein gelungenes Beispiel für die Zusammenarbeit von Mensch und Maschine: Die Autoren legen offen, mehrere KI-Modelle zur Recherche und für einen ersten Textentwurf genutzt zu haben. Jede einzelne Aussage wurde von den Forschenden auf Richtigkeit und Quellenbelege geprüft. Konzeption, Thesen und Literaturangaben stammen jedenfalls von Gruber und Müller selbst.
Die algorithmische Peripherisierung des Wissens
Die zweitplatzierte Zsófia Turóczy, Historikerin am Institut für Geschichte der Universität Graz, beschreibt in ihrem Essay ein KI-generiertes Bild von Lenin neben dem jungen Tito – zwei Männern, die sich in Wirklichkeit nie begegnet sind. Sie zeigt, wie leicht sich heute täuschend echte historische Quellen erzeugen lassen – und wie brisant das gerade für Südosteuropa ist, wo Archive fragmentiert oder politisch umkämpft sind. KI lernt aus vorhandenen, aber ungleich verteilten Daten. Dadurch drohe eine „algorithmische Peripherisierung“ des historischen Wissens, so Turóczy: Was in den Daten unterrepräsentiert ist, verschwindet auch aus den Antworten der KI. Die zentrale Kompetenz von Historiker:innen verschiebe sich dadurch weg vom Informationsbesitz hin zur Fähigkeit, Unsicherheit auszuhalten und dort Fragen zu stellen, „wo KI bereits Antworten produziert“.
Weitere Preisträger:innen
In seinem Beitrag „Die Maschine, die nicht lügt. Oder doch?“ argumentiert Christoph Gleich, freier Journalist, Radiomacher und Kulturhistoriker in Wien, pointiert-kritisch: KI verstärke eine bereits problematische Entwicklung der Wissenschaft hin zu reinem Output. Unter Publikationsdruck werde KI nicht als Kontrollinstanz, sondern als „Produktionsbeschleuniger“ eingesetzt. Das Ergebnis: „Bessere Versionen von schlechter Forschung. Schneller. Glatter.“ Hinzu kommt, dass vier US-Konzerne die KI-Infrastruktur kontrollieren, auf der die globale Wissenschaft aufbaut. Deshalb plädiert Gleich für wissenschaftliche Souveränität in Europa sowie für verpflichtende Transparenz über die verwendeten Modelle. Sein Befund: KI zwinge die Wissenschaft, sich zu fragen, was sie eigentlich sein will.
Claudius Krause vom Marietta-Blau-Institut für Teilchenphysik der ÖAW beschreibt in seinem Essay „Machine Learning revolutionized Particle Physics twice – the third time is happening as I'm typing these lines“ drei aufeinanderfolgende „Wellen“ des maschinellen Lernens in seinem Fach: von den Boosted Decision Trees rund um die Entdeckung des Higgs-Bosons über tiefe neuronale Netze bis zu den gerade jetzt entstehenden agentischen KI-Systemen, die autonome Analyse-Workflows planen. Der Blackbox-Kritik begegnen Physiker:innen dabei mit Fehlerbalken und Interpretierbarkeitsanalysen: „As physicists we know how to open and study black boxes.“ Sein Fazit ist optimistisch: Maschinelles Lernen habe die Theorie nicht ersetzt, sondern das Band zwischen Theorie und Daten enger geknüpft – ähnlich einem Teleskop, das die Reichweite physikalischer Fragen erweitert, ohne die Wissenschaftler:innen selbst zu ersetzen.
Die Beiträge im Volltext zum Nachlesen
Die Beiträge der Preisträger:innen sowie weitere ausgewählte Einreichungen, die nach Ansicht der Jury einen wertvollen Beitrag zum Thema leisten, sind auf der Website der ÖAW veröffentlicht:
