GC SERIE
TECHNIK
AKTUELL

Google stellt VERID für KI-gesteuerte Laborroboter vor




Redaktion









News




3 Min. Lesezeit

Transparenzhinweis: Affiliate-Links enthalten – Details am Artikelende.

Eine KI kann einen schlüssigen Versuchsplan schreiben und trotzdem eine Pipette in ein ungeeignetes Gefäß führen. Google Research hat am 16. Oktober VERID vorgestellt, eine Softwareschicht, die solche Pläne vor der Ausführung am Laborroboter überprüft. Dafür bildet sie den aktuellen Zustand des Arbeitsplatzes digital ab. Die Forschung soll KI-Agenten helfen, Experimente verlässlicher durchzuführen und aus den Ergebnissen zu lernen.

Der entscheidende Schritt liegt zwischen Planung und Handlung: Ein formal korrektes Programm genügt nicht, wenn ein Behälter leer ist oder die vorgesehene Bewegung nicht zur Anordnung der Geräte passt. Googles Forschungsüberblick beschreibt, wie sich diese Lücke verkleinern lässt.

VERID hält den Zustand des Labors fest

VERID führt einen digitalen Zwilling des Laborarbeitsplatzes. Darin werden unter anderem Gefäßpositionen, Flüssigkeitsmengen und verfügbare Pipettenspitzen erfasst. Ein KI-Agent kann diesen Zustand abfragen, bevor er den nächsten Arbeitsschritt plant. Gemeint ist Software, die Aufgaben in mehrere Schritte zerlegt, Werkzeuge verwendet und anhand neuer Ergebnisse weiterarbeitet.

Vor der realen Ausführung durchlaufen vorgeschlagene Befehle eine Simulation. Sie soll beispielsweise erkennen, ob eine Bewegung mit einem Hindernis kollidiert, Flüssigkeit aus einem leeren Gefäß entnommen werden soll oder ein Behälter überlaufen würde. Die VERID-Arbeit beschreibt außerdem zusammengeführte Video-, Zustands- und Ausführungsprotokolle, mit denen sich Fehler später nachvollziehen lassen.

Die Robotikversuche nutzten Farbstoffe und Wasser

Die praktischen Fallstudien von VERID arbeiteten mit Farbstoffen und deionisiertem Wasser. Das ist eine wichtige Grenze der Ergebnisse: Getestet wurden zunächst die Handhabung von Flüssigkeiten, Messungen und die Reaktion auf Fehler im Versuchsablauf.

Dabei erkannte das System unter anderem einen geplanten Pipettierschritt, der geometrisch nicht zum Gefäß passte. Nach einer Unterbrechung konnte es außerdem auf dem gespeicherten Zustand aufbauen, statt den gesamten Versuch zu wiederholen. Solche Funktionen sind für Forschung wertvoll: Eine ungewöhnliche Messung kann durch den Versuchsaufbau entstehen und muss keine neue Eigenschaft der untersuchten Probe zeigen.

Reale Messungen können eine KI auf die falsche Spur bringen

Warum die Rückkopplung mit echten Experimenten nötig ist, zeigt eine separate Arbeit zum Aptamerdesign. Aptamere sind hier kurze DNA-Moleküle, die an bestimmte Proteine binden sollen. Die Agenten entwarfen Kandidaten, erhielten Laborergebnisse und überarbeiteten daraufhin ihre Vorschläge.

Beim Zielprotein Myoglobin verschlechterte sich das Ergebnis zwischenzeitlich: Die entworfenen Moleküle hafteten zwar stark, aber zu unspezifisch. Erst die Auswertung zusätzlicher Messungen machte diese Fehlentwicklung sichtbar. Nach einer Anpassung der Strategie stieg die korrigierte Trefferquote von 3,7 Prozent in der zweiten auf 33,5 Prozent in der dritten Runde. Die Zahlen beziehen sich auf diesen Versuchsaufbau und sind keine allgemeine Erfolgsquote für KI-Forschung.

Menschen geben die wissenschaftliche Richtung vor

Google beschreibt die Arbeiten ausdrücklich als Forschung unter menschlicher Aufsicht. Wissenschaftler prüfen und genehmigen entworfene Sequenzen, kontrollieren Versuchsprotokolle und beaufsichtigen Roboterläufe. Eine Simulation ist dabei eine zusätzliche Prüfschicht; sie ersetzt keine fachliche Bewertung.

Auch eine ergänzende Studie zum Protein-Binderdesign spricht für diese Arbeitsteilung. Unter einem festgelegten Rechenbudget erzielte die Kombination aus menschlicher Führung und KI-Agent mehr rechnerisch aussichtsreiche Entwürfe als der untersuchte rein menschliche Ablauf. Für den praktischen Nutzen bleibt anschließend entscheidend, welche Vorschläge reale Tests bestehen. Eine erfolgreiche Bindung im Labor belegt noch keine medizinische Wirksamkeit.

Noch kein vollständig autonomes Forschungslabor

Die drei Projekte sind Bausteine, die Google künftig enger verbinden will. Aus den Veröffentlichungen lässt sich deshalb noch kein durchgehend autonom arbeitendes Biologielabor ableiten. Ebenso nennen sie keinen deutschen Produktstart oder allgemein buchbaren VERID-Dienst.

Der Übergang vom digitalen Forschungsassistenten zur Arbeit an realen Geräten macht zusätzliche Kontrollen nötig. Für Forschungseinrichtungen auch in Deutschland ist daran besonders interessant, ob sich Abläufe nachvollziehbar dokumentieren und Fehler gezielt untersuchen lassen. Wie zuverlässig das mit anderen Geräten, Flüssigkeiten und Experimenten gelingt, muss sich erst zeigen.

Stand der Recherche: 17. Oktober 2026, 16:02 Uhr MESZ.

Hauptquellen

Transparenzhinweis: Der Beitrag beruht auf Googles Forschungsbericht und den verlinkten Originalarbeiten. gadgetChecks hat die Versuche nicht selbst durchgeführt oder unabhängig reproduziert. Die beschriebenen Ergebnisse stammen von den beteiligten Forschungsteams.

Aktuelle Angebote

Technik-Deals im Überblick

Ausgewählte Angebote und zeitlich begrenzte Preisaktionen rund um Technik und Gadgets.

Angebote ansehen
SECHS BEREICHE. EINE REDAKTION.

Entdecke mehr bei gadgetChecks