Wirtschaftsverband Chemie Pharma Life Sciences

Publikationen - Gastbeiträge

Wer lernt noch forschen, wenn die KI mitdenkt?

16.11.2026

KI schreibt Code, wertet Daten aus und unterstützt die Suche nach neuen Wirkstoffen. Doch wie lernen junge Forschende ihr Handwerk, wenn sie viele Aufgaben abgeben können? Markus A. Lill, Professor für Computational Pharmacy an der Universität Basel, spricht über Lernzeit, Fehler und die Verantwortung von Hochschulen und Unternehmen.

Am Jahresanlass von scienceindustries zeigte Markus A. Lill in seiner Keynote, welches Potenzial künstliche Intelligenz für die Wirkstoffforschung bietet und wo ihre Grenzen liegen. Im anschliessenden Gespräch mit Nadine Lumme, Projektleiterin Kommunikation und Public Affairs bei scienceindustries, ging es um eine weitere Frage: Was müssen junge Forschende selbst können, wenn KI ihnen immer mehr Arbeit abnimmt?

Für Lill beginnt die Antwort bei den Grundlagen: Wer Ergebnisse beurteilen will, muss verstehen, wie sie zustande kommen. Deshalb sollten Nachwuchsforschende wichtige Arbeitsschritte zunächst selbst durchführen, bevor sie diese automatisieren.

Den ganzen Weg einmal selbst gehen

In seiner computergestützten Forschung lässt Lill junge Forschende Berechnungen und Simulationen zunächst eigenständig durchführen: von der Vorbereitung über die Berechnung bis zur Analyse der Ergebnisse. Auch beim Umgang mit Daten sollen sie zuerst deren Struktur, Qualität und Aussagekraft verstehen, eigene Hypothesen entwickeln und die Resultate selbst interpretieren.

Wer neue Methoden entwickelt, sollte zudem die zugrunde liegenden Algorithmen kennen und verstehen, wie der Code funktioniert. Das gilt auch, wenn eine KI beim Programmieren hilft: Forschende müssen den generierten Code nachvollziehen, prüfen und gegebenenfalls verbessern können.

Das kostet zunächst Zeit. Doch wer sich früh durch komplexe Probleme arbeitet, gewinnt etwas, das sich nicht auf Knopfdruck erzeugen lässt: wissenschaftliche Erfahrung. Sie hilft dabei, später anspruchsvollere Fragen selbstständig zu bearbeiten und die Qualität der eigenen Forschung zu beurteilen.

Markus A. Lill am Jahresanlass von scienceindustries

Wenn der erste Versuch scheitert

Lill betont, wie wichtig Freiräume zum Experimentieren sind. Forschung verläuft selten geradlinig: Ansätze scheitern, Ergebnisse überraschen, Hypothesen erweisen sich als falsch. An solchen Stellen entsteht Erfahrung. Wer eigene Fehler erkennen und korrigieren kann, ist auch besser darauf vorbereitet, Antworten einer KI zu beurteilen.

Gleichzeitig ermutigt Lill junge Forschende, KI einzusetzen. Sie können damit repetitive Aufgaben automatisieren und Zeit für wissenschaftliche Fragen und die Interpretation von Ergebnissen gewinnen. KI darf nicht eigenständiges Denken ersetzen, kann aber helfen, Zusammenhänge zu klären, neue Perspektiven zu finden oder Hypothesen zu hinterfragen.

Lill empfiehlt, zunächst selbst über mögliche Erklärungen nachzudenken und eigene Hypothesen zu entwickeln. Anschliessend sollten Forschende die Vorschläge der KI konsequent auf Plausibilität prüfen und mit wissenschaftlichen Erkenntnissen und der Fachliteratur abgleichen.

Weniger Stoff, mehr gemeinsame Denkarbeit

Damit Studierende diese Fähigkeiten entwickeln, sollten Hochschulen aus Lills Sicht kritisches Denken, Kreativität und Problemlösung stärker fördern. Er plädiert auch dafür, Lerninhalte zu reduzieren, wenn Detailwissen für das Verständnis der grundlegenden Konzepte nicht nötig ist. So bliebe mehr Zeit für Studierende, um sich mit offenen Fragestellungen auseinanderzusetzen und gemeinsam Lösungen zu suchen.

Als Beispiel nennt er den Flipped Classroom: Studierende erarbeiten sich anhand vorgegebener Informationsquellen die Grundlagen selbstständig und nutzen die gemeinsame Zeit mit Lehrenden, um Probleme zu lösen und ihre Überlegungen zu diskutieren. Prüfungen könnten mit Präsentationen, mündlichen Gesprächen oder eigenständigen Problemlösungen unter Aufsicht stärker erfassen, ob Studierende Zusammenhänge verstehen. Für solche Lehrformen und die individuelle Betreuung brauchen Hochschulen allerdings genügend Personal – gerade bei grossen Studierendenzahlen.

Woher kommt die Erfahrung von morgen?

Auch Unternehmen müssen laut Lill dafür sorgen, dass junge Fachkräfte praktische Erfahrung sammeln können. Das wird besonders wichtig, wenn KI zunehmend Aufgaben übernimmt, mit denen Berufseinsteigerinnen und Berufseinsteiger bisher ihr Handwerk gelernt haben.

Denn wenn alle erfahrene Fachkräfte suchen: Wo sollen diese ihre Erfahrung sammeln? Lill schlägt vor, praxisnahe Ausbildungsangebote für wissensbasierte Berufe auszubauen, etwa Industriepraktika, strukturierte Traineeprogramme und gemeinsame Initiativen von Hochschulen und Unternehmen.

Jungen Menschen, die in die Forschung einsteigen, rät er, neugierig zu bleiben, etablierte Ansätze zu hinterfragen und neue Methoden auszuprobieren. Dazu gehört für ihn auch, die eigene Forschungsarbeit anzupassen, wenn neue Erkenntnisse oder Werkzeuge andere Wege eröffnen.


Schliessen

Newsletter anmelden

scienceindustries News
Standpunkte
Point-Newsletter