Künstliche Intelligenz (KI) hat die wissenschaftliche Forschung in den Naturwissenschaften rasant vorangetrieben – doch zugleich droht sie, die Vielfalt und die kollektive Dynamik der Wissenschaft zu schädigen. Eine umfassende Studie, die in Nature veröffentlicht wurde, analysiert über 41 Millionen wissenschaftliche Arbeiten von 1980 bis 2025 und zeigt: Wissenschaftler, die KI-Tools einsetzen – von frühen maschinellen Lernverfahren bis zu modernen Sprachmodellen wie ChatGPT – publizieren bis zu dreimal so viele Papers, erhalten fast fünfmal mehr Zitierungen und erreichen Führungspositionen in der Forschung um fast 1,5 Jahre früher. Die Studie, die KI selbst zur Identifizierung von KI-basierten Arbeiten nutzte, identifizierte rund 310.000 KI-geprägte Publikationen mit hoher Genauigkeit. Die Ergebnisse deuten auf eine tiefgreifende Veränderung in der wissenschaftlichen Landschaft hin: Während Einzelpersonen von KI profitieren, leidet die Gesamtheit der Wissenschaft. KI-getriebene Forschung deckt 4,6 Prozent weniger Themen ab als herkömmliche Arbeiten und führt zu einer stärkeren Konzentration auf wenige, „superstar“-Papiere – insbesondere solche, die auf massiven Datensätzen basieren, wie beispielsweise AlphaFold im Bereich der Proteinfaltung. Diese „Kreislauf-Struktur“ entsteht, weil beliebte Themen große Datensätze generieren, die KI-Anwendungen attraktiv machen, was wiederum noch mehr Forscher anzieht – ein Prozess, der die wissenschaftliche Vielfalt reduziert. Zudem sind KI-Papiere weniger vernetzt: Sie zitieren weniger andere Arbeiten und schaffen weniger neue Forschungslinien. Die Forscher warnen vor einer zunehmenden Homogenisierung der Forschung, die das kollektive Fortschreiten der Wissenschaft gefährdet. Experten wie Lisa Messeri von der Yale University sehen darin eine existenzielle Herausforderung: „Wissenschaft ist eine gemeinsame Unternehmung – wenn ein Werkzeug Einzelpersonen stärkt, aber die Gemeinschaft schwächt, müssen wir uns fragen, ob wir auf dem richtigen Weg sind.“ Dashun Wang von der Northwestern University betont, dass die derzeitige KI-Revolution die wissenschaftliche Infrastruktur überfordere, da sie schneller voranschreite, als Institutionen reagieren können. Doch die Entwicklung ist nicht unumkehrbar. Forscher wie Zhicheng Lin von der Yonsei-Universität schlagen vor, in unterrepräsentierten Forschungsbereichen größere, bessere Datensätze zu schaffen, um KI auch dort nutzbar zu machen. Langfristig könnte KI als autonomer „wissenschaftlicher Agent“ entstehen, der nicht nur Daten verarbeitet, sondern kreative Hypothesen generiert. Bis dahin fordern die Autoren eine Neuausrichtung der Anreize: KI sollte nicht nur bestehende Fragen schneller beantworten, sondern neue Forschungsfelder eröffnen. Wie James Evans von der University of Chicago sagt: „Wir wollen eine Welt, in der KI die Wissenschaft erweitert – nicht nur alte Fragen schneller dreht.“ Die Studie unterstreicht, dass KI ein doppeltes Gesicht hat: Sie ist ein mächtiges Werkzeug für individuelle Leistung, aber ein potenzieller Feind der wissenschaftlichen Vielfalt. Die Zukunft der Forschung hängt daher nicht nur von technologischem Fortschritt, sondern von einer bewussten Gestaltung der wissenschaftlichen Kultur ab.