---
title: "KI auf Basis von Google Gemini stellte in 48 Stunden eine Hypothese auf, für die Wissenschaftler 10 Jahre brauchten"
description: "Das KI-System auf Basis von Google Gemini stellte in 48 Stunden eine Hypothese über den Mechanismus der Übertragung genetischer Elemente zwischen Bakterien auf, die mit den Schlussfolgerungen zehnjähriger Laborforschungen übereinstimmte."
date: 2026-09-06T11:22:00.000Z
lang: de
url: https://xab.info/de/posts/ki-gemini-fand-antwort-in-48-stunden
tags: [google-gemini, artificial-intelligence, bacteria, dna, antibiotic-resistance, bacteriophage, scientific-research]
publisher: "XAB.info"
---

# KI auf Basis von Google Gemini stellte in 48 Stunden eine Hypothese auf, für die Wissenschaftler 10 Jahre brauchten

![Glänzender Chip mit Neonbeschriftungen Perceive, Synthesize und Interfere – Visualisierung der Google-Gemini-KI, die eine wissenschaftliche Hypothese in 48 Stunden aufstellte](https://xab.info/media/2026/09/06/ii-gemini-nashol-otvet-za-48-chasov/ii-gemini-nashol-otvet-za-48-chasov-1.webp)

## 🎯 Key Points

- Innerhalb von 48 Stunden generierte die KI auf Basis von Google Gemini fünf Hypothesen, und die wahrscheinlichste stimmte exakt mit dem Mechanismus überein, den Wissenschaftler in 10 Jahren Experimenten gefunden hatten.
- Es geht um mobile DNA-Fragmente cf-PICIs, die zum Eindringen in Bakterien die Schwanzstrukturen von Bakteriophagen „ausleihen“.
- Google bestätigte das Fehlen eines Lecks unveröffentlichter Daten, und die Autoren präzisierten, dass die KI als Hypothesen-Filter arbeitet und nicht als eigenständiger Forscher.

Das KI-System auf Basis von Google Gemini stellte innerhalb von zwei Tagen eine Hypothese auf, für die Wissenschaftler etwa zehn Jahre an Laborexperimenten benötigten. Es geht um den Mechanismus der Übertragung mobiler genetischer Elemente zwischen Bakterien: Die wahrscheinlichste Version, die vom Modell generiert wurde, stimmte vollständig mit dem Ergebnis mehrjähriger Forschungen überein, das zum Zeitpunkt des Tests noch nicht veröffentlicht worden war.

### Was sind cf-PICIs und worin bestand das Problem

Gegenstand der Untersuchung waren mobile DNA-Fragmente namens cf-PICIs, die in der Lage sind, Resistenzgene gegen Antibiotika zwischen verschiedenen Bakterienarten zu übertragen. Lange Zeit konnten Forscher nicht erklären, wie diese Elemente in neue Zellen eindringen, da sie über keinen eigenen Liefermechanismus verfügen. Mehrjährige Experimente zeigten schließlich, dass cf-PICIs eine schützende Proteinhülle um sich bilden und zum Eindringen faktisch die Schwanzstrukturen anderer Viren – Bakteriophagen – „ausleihen“. Genau dieses fremde Transportsystem ermöglicht es ihnen, genetisches Material in solche Bakterienarten zu übertragen, in die sie zuvor nicht gelangen konnten.

### Wie die KI den zehnjährigen Schluss in 48 Stunden nachvollzog

Um die Fähigkeiten des Modells zu testen, stellten die Wissenschaftler dem System eine kurze Beschreibung des Problems zur Verfügung, ohne ihre eigenen Ergebnisse offenzulegen. Der entscheidende Punkt ist, dass der Antwort zum damaligen Zeitpunkt noch nicht veröffentlicht war, daher konnte die KI keine fertige Erklärung aus offenen Quellen finden. Innerhalb von 48 Stunden generierte das System fünf mögliche Szenarien, und die wahrscheinlichste Hypothese reproduzierte den in der Labors entdeckten Mechanismus des „Entwendens“ viraler Schwanzstrukturen exakt.

### Prüfung auf Datenlecks und Reaktion von Google

Die Antwort war so detailliert, dass Professor Penades Kontakt zu Google aufnahm, um sicherzustellen, dass seine unveröffentlichten Daten nicht versehentlich ins Netz gelangt waren. Das Unternehmen bestätigte absolute Dichtheit und das Fehlen eines Lecks, was die Version ausschließt, dass das Modell lediglich ein verborgenes Fragment einer künftigen Publikation reproduziert habe.

### Neue Richtungen und Grenzen der Technologie

Die vier übrigen vom KI vorgeschlagenen Hypothesen wiesen auf zusätzliche Forschungsrichtungen hin, die Biologen zuvor nicht berücksichtigt hatten und die jetzt experimentell geprüft werden. Die Autoren der Studie betonen dabei: Das Modell hat keine eigenständige Entdeckung gemacht und ist nicht in der Lage, die tatsächliche Arbeit mit biologischen Proben zu ersetzen. Solche Algorithmen funktionieren als ultraschneller Filter, der es Wissenschaftlern ermöglicht, ineffiziente Versionen sofort auszuschließen und sich noch vor Beginn kostspieliger Labortests auf vielversprechende Hypothesen zu konzentrieren.

## 🔍 Fact-Check Verification

- [KI fand in zwei Tagen eine Antwort, die Wissenschaftler 10 Jahre suchten: Wie ist das möglich](https://www.rbc.ua/ukr/news/shi-dvi-dobi-znayshov-vidpovid-ku-vcheni-1788346004.html) - Источник последовательно описывает эксперимент с cf-PICIs, 48-часовой тест Gemini, проверку утечки с Google и роль модели как фильтра гипотез. Прямая ссылка на первичную научную публикацию не приведена, поэтому оценка ограничена одним вторичным источником.

## ❓ FAQ

### Q: Was genau hat die KI in zwei Tagen getan?
**A:** Das System auf Basis von Google Gemini, das eine kurze Beschreibung des Problems ohne Offenlegung der Ergebnisse erhielt, generierte fünf Hypothesen; die wahrscheinlichste von ihnen reproduzierte den labormäßig gefundenen Mechanismus exakt, für den Wissenschaftler etwa zehn Jahre brauchten.

### Q: Konnte die KI die Antwort einfach im Internet finden?
**A:** Nein, da zum Zeitpunkt des Tests das Ergebnis noch nicht veröffentlicht war. Außerdem nahm Professor Penades Kontakt mit Google auf, und das Unternehmen bestätigte das Fehlen eines Lecks unveröffentlichter Daten.

### Q: Ersetzt die KI die Arbeit der Wissenschaftler im Labor?
**A:** Nein. Die Autoren betonen, dass das Modell keine eigenständigen Entdeckungen macht und nicht mit biologischen Proben arbeitet; es dient als ultraschneller Filter, der hilft, vielversprechende Hypothesen vor kostspieligen Experimenten auszuwählen.