Der ehemalige Vizepräsident von OpenAI gründet zusammen mit Wissenschaftlern von DeepMind ein Startup: Über 20 Elitewissenschaftler setzen gemeinsam mit 300 Millionen US-Dollar auf "AI in der Wissenschaft"

„Unser Ziel ist es, einen KI - Wissenschaftler zu schaffen. Die Wissenschaft funktioniert so, dass man sich vorstellt, wie die Welt aussehen könnte, Experimente durchführt und aus den Ergebnissen lernt.“ - Zitat aus dem offiziellen Blog von Periodic Labs.

Im Frühjahr 2025 ging eine schockierende Kündigungsankündigung auf: Liam Fedus, der einst als Vizepräsident für Forschung bei OpenAI arbeitete und sich mit der Post - Training - Arbeit befasste, hat beschlossen, zu gehen. In einem Tweet schrieb er, dass er ein „strategisch höchst interessantes Interesse“ an der „Anwendung von KI in der Wissenschaft“ habe – dies sei die Richtung, in die er seinen neuen Weg gehen werde.

Zur gleichen Zeit hat sich ein weiterer Prominent, Ekin Dogus Cubuk – der einst das Team für Chemie und Materialwissenschaft bei DeepMind leitete und an Projekten zur Generierung von über zwei Millionen Kristallstrukturen beteiligt war – entschieden, DeepMind zu verlassen und sich dem Unternehmertum zu widmen.

Links: Ekin Doğuş Cubuk Rechts: Liam Fedus, Bildquelle: TechCrunch

„Der Pool an wertvollen Daten von 10 Billionen Tokens im Internet ist fast erschöpft. Eine Vergrößerung der Parameter kann keine qualitative Sprungleistung bringen“, sagte Fedus offen in einem Gespräch. Cubuk fügte hinzu: „Mit reinen LLM - Deduktionen aus wissenschaftlichen Publikationen wird man niemals eine bahnbrechende Entdeckung wie den Raumtemperatur - Supraleiter machen.“

Also haben sich die beiden Anfang dieses Jahres geeinigt. Anstatt in einem bestehenden Datenpool „in sich zu verstricken“, sollten sie die KI ins Labor bringen und Daten von Grund auf neu schaffen.

Gründungszweck: Der kreative Anstoß zwischen KI und Physik

Die Gründung von Periodic Labs entstand aus einem kreativen Anstoß. Vor sieben Monaten diskutierten Fedus und Cubuk in San Francisco darüber, wie generative Künstliche Intelligenz den Prozess der wissenschaftlichen Entdeckung verändern könnte. Beide hatten in verschiedenen Labors die Macht der KI erlebt, aber auch ihre Grenzen spüren müssen.

„Wir haben gemerkt, dass generative KI bereits wissenschaftliche Artikel schreiben, programmieren und sogar Bilder malen kann, aber sie hat noch nicht wirklich dazu beigetragen, dass der Mensch neue Erkenntnisse gewinnt“, erinnerte sich Fedus. „Die Experimentiergeschwindigkeit in der Wissenschaft ist zu langsam, und die KI ist bereit, dies zu ändern.“

Cubuk betrachtete die Sache aus der Perspektive der Physik. Er sah, dass die technologischen Kurven von Roboterautomatisierung, Materialsimulation und KI - Deduktion sich zum gleichen Zeitpunkt kreuzten. „Dies ist eine einmalige Chance“, erklärte er. „Roboterautomatisierung, Simulationsgenauigkeit und die Deduktionsfähigkeit großer Sprachmodelle können endlich zu einem System integriert werden.“

Das Gespräch an diesem Tag war der Ausgangspunkt für Periodic Labs. Einige Wochen später verließen die beiden offiziell ihre jeweiligen Unternehmen, versammelten eine Gruppe von gleichgesinnten Wissenschaftlern und gründeten ein Forschungsunternehmen, das experimentelle Wissenschaft mit KI antreibt.

Die Überwindung traditioneller Konzepte: Aufbau einer KI - angetriebenen wissenschaftlichen Plattform

Periodic Labs behauptet, eine „KI - angetriebene wissenschaftliche Plattform“ aufzubauen. Das Ziel ist, dass die Künstliche Intelligenz nicht nur Daten analysieren kann, sondern auch Experimente planen, physikalische Geräte steuern und neue Materialien entdecken kann.

Mit anderen Worten, es versucht, „Intelligenz“ und „experimentelle Handlungen“ zu einem geschlossenen System zu integrieren – von Algorithmen bis zu Reagenzgläsern, von großen Modellen bis zu Roboterarmen.

Dies ist kein neues Thema. In den letzten zehn Jahren hat die KI in Bereichen wie Medikamentenentwicklung, Proteinfaltung und Materialsimulation Durchbrüche erzielt – DeepMinds AlphaFold, die Molekülgenerierungsmodelle von Microsoft und Meta sowie das automatisierte Chemiesystem von Chemify beweisen, dass KI an der wissenschaftlichen Entdeckung beteiligt sein kann.

Aber die Ziele von Periodic Labs sind noch größer. Fedus und Cubuk wollen ein „allgemeines Experimentierobjekt“ schaffen – eine KI, die nicht nur die Wissenschaft versteht, sondern auch in einem echten Labor Experimente durchführen kann.

In der Philosophie von Periodic Labs gibt es ein bahnbrechendes Konzept: Fehlgeschlagene Daten sind ebenfalls wertvoll.

Die traditionelle Wissenschaft strebt eher die Veröffentlichung von „erfolgreichen Experimenten“ an und vernachlässigt tausende von „negativen Ergebnissen“. Aus Sicht von Fedus und Cubuk sind diese „Fehlschläge“ genau der Schlüsselstoff für das Training eines KI - Wissenschaftlers. „Jede Abweichung in einem Experiment, jede Fehlerrückmeldung ist eine Chance für das Modell, die physikalische Welt zu verstehen.“ sagte Cubuk. „Die KI fürchtet keine Fehlschläge, sie fürchtet nur die fehlenden Daten.“

Deshalb ist Periodic Labs nicht darauf bedacht, schnell Ergebnisse zu veröffentlichen, sondern legt mehr Wert auf die Sammlung von experimentellen Daten, um eine bisher nie dagewesene „Datenbank wissenschaftlicher Erfahrungen“ aufzubauen, die die Grundlage für die nächste Generation von Forschungs - KI bilden soll.

Technologiestapel: Synchronisierung von KI, Simulation und Robotik

Im Labor von Periodic Labs mischt ein Roboterarm präzise Metallpulver, ein Hochtemperofen erwärmt sich nach einem voreingestellten Programm und ein Spektrometer erfasst in Echtzeit die Daten der Materialeigenschaften – dies ist kein Szenario aus einem Science - Fiction - Film, sondern der zukünftige Alltag in seinem „autonomen Labor“. Die Inspiration für dieses System stammt aus Cubuks bahnbrechenden Forschung, die 2023 in der Zeitschrift Nature veröffentlicht wurde: Das von ihm geleitete A - Lab - System hat im Jahr 2023 in 17 Tagen 41 neue Verbindungen synthetisiert, was die Machbarkeit von KI - angetriebenen Experimenten bewies.

Link zur Publikation: https://www.nature.com/articles/s41586-023-06734-w

Heute treibt Periodic Labs diese Logik noch weiter. Der Kerninnovation liegt in seinem „Dreiteiligen Wissenschaftsstapel“:

* Autonomes Robotiklabor (Autonomous Robotic Lab): Es kann in einer vollautomatisierten Umgebung Pulversynthese, Stoffmischung und Materialpräparation durchführen, experimentelle Anweisungen präzise ausführen und somit die Geschwindigkeit und Wiederholbarkeit der wissenschaftlichen Forschung erheblich verbessern.

* Hochpräzise physikalische Simulation (High - Fidelity Simulation): Durch KI - angetriebene Simulationstechniken können physikalische und chemische Reaktionen in einer virtuellen Umgebung schnell evaluiert werden, um eine hochpräzise Plattform für die Überprüfung von Hypothesen bei Experimenten bereitzustellen.

* Forschungsassistent auf Basis eines großen Sprachmodells (LLM Research Assistant): Das Sprachmodell erzeugt nicht nur Texte, sondern kann auch experimentelle Daten analysieren, Korrekturvorschläge machen und das nächste Experiment planen. Es wird tatsächlich zum „kognitiven Zentrum“ des Forschungsprozesses.

Die drei Komponenten bilden ein geschlossenes System. Zunächst analysiert ein KI - System, das LLM und physikalische Simulation kombiniert, wissenschaftliche Publikationen und generiert experimentelle Hypothesen. Dann führt die automatisierte Ausrüstung die Synthese und Charakterisierung durch, wobei jedes Experiment mehrere Gigabyte hochdimensionale physikalische Daten erzeugt. Schließlich analysiert die KI die Ergebnisse (egal ob erfolgreich oder nicht) und optimiert das nächste Experiment. Dieser Zyklus aus „virtueller Deduktion - realer Verifikation - Datenrückmeldung“ revolutioniert die traditionelle Forschungsweise und beschleunigt die wissenschaftliche Entdeckung exponentiell.

„Unsere echte Innovation liegt in der Art und Weise der Datenerzeugung“, betonte Cubuk. Im Gegensatz zu traditionellen KI - Systemen, die auf Internettexten basieren, enthält die einzigartigen Daten, die täglich in seinem Labor erzeugt werden, eine große Menge von „negativen Ergebnissen“, die in der traditionellen Wissenschaft vernachlässigt werden. Im Bereich der Materialwissenschaft machen fehlgeschlagene Experimente über 90 % aus, und diese wertvollen Informationen, die nicht in wissenschaftlichen Publikationen aufgezeichnet werden, sind genau das Nahrungsmittel für das KI - Modell von Periodic Labs. Wie in der Unternehmenswebseite heißt es: „Hier wird die Natur selbst zur Umgebung für das verstärkte Lernen.“

Hinter der technischen Machbarkeit steht die gleichzeitige Reife in drei Bereichen: Die Genauigkeit von industriellen Roboterarmen erreicht inzwischen das 0,1 - Millimeter - Niveau, was für komplexe Syntheseoperationen ausreicht. KI - angetriebene physikalische Simulatoren können die Vorhersagefehler der Materialeigenschaften auf weniger als 5 % beschränken. Und die Deduktionsfähigkeit von Modellen wie o1 kann bereits interdisziplinäre komplexe Aufgaben wie die „Entwurf von supraleitenden Kristallstrukturen“ bewältigen. Die Kombination dieser drei Faktoren macht Fedus' Vision von „KI, die Wissenschaft praktiziert“ zur Realität.

Die Kapitalwelle: Die Silicon - Valley - Konsens hinter 300 Millionen US - Dollar

Im September 2025 hat die Ankündigung von Periodic Labs, dass es eine Seed - Runde von 300 Millionen US - Dollar abgeschlossen hat, die Branche schockiert. Diese Summe hat nicht nur den Rekord für die Seed - Runde von KI - Start - Ups aufgestellt, sondern auch die Regeln des Risikokapitalmarktes verändert. Außer Andreessen Horowitz, das die Runde leitete, haben auch a16z, DST, Nvidia NVentures und andere Spitzeninvestoren mitgemacht. Die Liste der Angel - Investoren ist ebenfalls beeindruckend: Jeff Bezos, der Gründer von Amazon, Eric Schmidt, der ehemalige CEO von Google, und Jeffrey Adgate, der Geist hinter DeepMind, sind alle darunter.

Der Auftakt dieser Kapitalfeier war dramatisch. Als Fedus Anfang 2025 ankündigte, OpenAI zu verlassen, war die Silicon - Valley - VC - Szene in einem kollektiven Rausch: Einige Investoren haben mehrere zehn Seiten lange PPT - Präsentationen vorgelegt, andere haben „Liebesbriefe“ als Investitionsabsichten geschrieben, und einige Institutionen haben versprochen, umfassende Unterstützung von Rechenleistung bis hin zur Lieferkette zu bieten. Aber der erste Anruf kam von Peter Deng, der einst Fedus' Kollege bei OpenAI war und später ein Investor bei der Spitzen - Seed - Firma Felicis wurde. Nach Fedus' Vision wollte Deng sogar schon einen Scheck schreiben, bevor das Unternehmen einmal registriert war.

Felicis - Investitionsblog, Bildquelle: Felicis - Website

„Dies ist eine Chance, um die Forschungsprozesse von Jahrzehnten auf mehrere Jahre zu komprimieren“, sagte a16z offen in der Investitionsankündigung. In Milliarden - Dollar - Märkten wie Halbleiterkühlung und neuen Energiematerialien dauert der traditionelle Entwicklungszyklus oft über 10 Jahre. Die Technologie von Periodic Labs könnte diesen Zeitraum auf einige Jahre verkürzen.

a16z - Investitionsblog, Bildquelle: a16z - Website

Interessanterweise fehlt OpenAI, Fedus' ehemaliger Arbeitgeber, in der Liste der Investoren. Obwohl Fedus bei seiner Kündigung von der Unternehmensleitung gedankt wurde und sogar einen Hinweis auf mögliche Unterstützung bekam, sogar Sam Altman hat dem Unternehmen bei seiner Gründung seine Glückwünsche ausgesprochen, ist es schließlich nicht in der Liste der Investoren aufgetaucht. Einige Branchenanalysten vermuten, dass dies auf einen grundlegenden Unterschied in der Technologieausrichtung zurückzuführen ist: OpenAI konzentriert sich auf allgemeine Künstliche Intelligenz, während die vertikale Ausrichtung von Periodic Labs „KI für die Wissenschaft“ eher in die Richtung von Google DeepMind geht.

Das Traumteam: Die Migration von Eliten aus Silicon Valley

Nachdem die 300 - Millionen - US - Dollar - Finanzierung eingegangen war, hat Periodic Labs die fast spektakulärste Personalrekrutierung in der Geschichte von Silicon Valley gestartet. Innerhalb weniger Wochen