Aus für Nobelpreis-Team: Google DeepMind löst AlphaFold auf und setzt voll auf Gemini

Aufstieg von LLMs und KI-Agenten

Die Financial Times berichtete, dass der Aufstieg großer Sprachmodelle und KI-Agenten DeepMind dazu bewogen habe, seine Forschungsorganisation und -strategie zu überarbeiten . Die Überzeugung ist, dass通用-KI eine breitere wissenschaftliche Wirkung erzielen kann als spezialisierte Werkzeuge wie AlphaFold.

Wie die Auflösung im vergangenen Jahr umgesetzt wurde

Umsetzung der meisten Forscher

Die Mehrheit der ursprünglichen Autoren der AlphaFold-Publikationen wurde im letzten Jahr in andere Abteilungen versetzt . Sie arbeiten nun an Projekten, die auf dem Gemini-Sprachmodell basieren, sowie an Themen wie Enzymdesign, Kernfusion, Genomik und KI-Codierung .

Interne Wechsel innerhalb von Alphabet

Einige Teammitglieder wurden zu Isomorphic Labs versetzt, Alphabets Unternehmen für die Arzneimittelforschung .

Hochkarätige Abgänge

Im Juni 2026 gab John Jumper – der 2024 den Nobelpreis für Chemie für AlphaFold gewann – bekannt, dass er DeepMind nach fast neun Jahren verlässt, um zu Anthropic zu wechseln . Kurz darauf folgten ihm zwei weitere AlphaFold-Koautoren, Jonas Adler und Alexander Pritzel, zu Anthropic . Insgesamt hat inzwischen fast ein Viertel der ursprünglichen Vollzeit-Autoren der AlphaFold-Publikation das Unternehmen verlassen .

Was die Gemini-Wende für DeepMinds wissenschaftliche Mission bedeutet

Vom Spezialisten zum Generalisten

DeepMind setzt darauf, dass KI-Agenten auf Gemini-Basis wissenschaftliche Entdeckungen in Biologie, Chemie, Physik und Materialwissenschaften effektiver automatisieren und beschleunigen können als Einzelmodelle wie AlphaFold .

AlphaFold bleibt erhalten

Die AlphaFold-Proteinstrukturdatenbank (mit über 200 Millionen Proteinen) und die Technologie selbst bleiben verfügbar. Der Schritt stellt nicht das Produkt ein, sondern beendet nur das spezialisierte Team, das es entwickelt hat .

Risiko für tiefe Fachkompetenz

Kritiker argumentieren, dass die Auflösung eines Nobelpreis-Teams die Bereitschaft signalisiert, tiefe wissenschaftliche Spezialisierung für das Rennen um das leistungsfähigste通用-KI-System zu opfern. Dies könnte Fortschritte in Bereichen wie der Arzneimittelforschung verlangsamen, die auf AlphaFolds fokussierte Expertise angewiesen waren .

Breiterer Branchentrend

Talente strömen zu den führenden KI-Laboren

Der Weggang der Top-AlphaFold-Wissenschaftler zu Anthropic – und der parallele Abgang des Gemini-Mitbegleiters Noam Shazeer zu OpenAI – zeigt ein breiteres Muster. Der intensivste Wettbewerb im KI-Bereich dreht sich heute um通用-Agenten und Foundation-Modelle, und Forscher mit tiefer Expertise in jedem Teilgebiet werden abgeworben, um an diesen Kernherausforderungen zu arbeiten.

Ressourcenumverteilung in der gesamten Branche

DeepMinds Schritt spiegelt Entscheidungen in anderen Laboren wider: Domain-spezifische Werkzeuge (Proteinfaltung, Wettervorhersage, KI zum Spielen) werden zurückgestellt, während Unternehmen Rechenleistung, Talente und Finanzierung auf das Rennen um die leistungsfähigsten通用-KI-Agenten konzentrieren. Eine einzige通用-,Wissenschaftler-KI‘ wird als gewinnbringender angesehen als die Pflege vieler spezialisierter Experten-Systeme.