Metas 14-Milliarden-Dollar-Cloud-Rechnung landet in CoreWeaves Tasche
02/10/2025Alibaba-Aktie erreicht Fünfjahreshoch
02/10/2025Wissenschaft steht vor einem großen Upgrade. Periodic Labs hat gerade 300 Millionen Dollar gesichert, um etwas Außergewöhnliches zu schaffen: KI-gestützte Wissenschaftler, die rund um die Uhr arbeiten. Dies sind keine Roboter in Laborkitteln, sondern intelligente Systeme, die Experimente entwerfen, Ergebnisse analysieren und Entdeckungen schneller machen, als Menschen es jemals könnten. Das Ziel? Innovative Materialien zu finden, die alles verändern könnten, von der Art, wie wir Energie speichern, bis hin zur Art, wie wir Computer bauen. Was dies jedoch von anderen Tech-Unternehmungen unterscheidet, beginnt mit der Frage, wer die Leitung übernimmt.
Rekordverdächtige Startfinanzierung und hochkarätige Investorenliste
Periodic Labs platzte Ende September 2025 mit einer beeindruckenden Ankündigung auf die Technologieszene: eine Seed-Finanzierungsrunde von 300 Millionen Dollar, eine der größten in der Technologiegeschichte. Diese massive Investition signalisiert ernsthaften Glauben an ihre Mission, KI-gestützte Wissenschaftler zu entwickeln.
Die Unterstützung kommt von einer beeindruckenden Liste. Andreessen Horowitz führte das Vorhaben an, begleitet vom Tech-Giganten Nvidia und Firmen wie Accel und Felicis. Noch bemerkenswerter? Individuelle Unterstützer sind unter anderem Jeff Bezos, Eric Schmidt und Jeff Dean—Namen, die im Silicon Valley echtes Gewicht haben.
Es geht hier nicht nur um das Geld. Es geht darum, was diese Investoren sehen: eine Chance, die Art und Weise, wie wissenschaftliche Entdeckungen gemacht werden, grundlegend zu verändern. Ihre Wette deutet darauf hin, dass sie glauben, autonome Forschung könnte Fortschritte ermöglichen, die wir uns bisher nur vorgestellt haben. Das Unternehmen plant, diese bahnbrechende Wissenschaft durch robotische Labore zu generieren, die unabhängig Experimente durchführen und Daten analysieren werden.
Die Visionäre hinter dem Unternehmen
Hinter dieser enormen Finanzierungsrunde stehen zwei Forscher, deren Hintergründe wie ein Bauplan für genau diese Art von Unternehmen wirken. Liam Fedus leitete Forschungsteams bei OpenAI und half als VP of Post Training bei der Weiterentwicklung von ChatGPT. Ekin Dogus Cubuk leitete die Chemie- und Physikforschung bei Google DeepMind und war Co-Autor innovativer Arbeiten zur Materialentdeckung. Zusammen bilden sie das, was Investoren ein „n-of-one“-Team nennen – eine seltene Paarung tiefer Expertise in Physik, Chemie und maschinellem Lernen.
Die Partnerschaft begann durch gemeinsame Freunde in der KI-Forschungsgemeinschaft. Ein einfacher Spaziergang durch San Franciscos Noe Valley entfachte ihre Zusammenarbeit. Beide teilten die Frustration über die Grenzen der KI in der realen Wissenschaft. Ihre kombinierten Fähigkeiten und klare Ausrichtung beeindruckten frühe Unterstützer so stark, dass eine Zusage erfolgte, bevor das Unternehmen überhaupt einen offiziellen Namen oder eine Gründung hatte. Ihre gemeinsame Vision beeindruckte frühe Unterstützer sofort und sicherte die Zusage basierend auf ihren komplementären Fähigkeiten und der klaren Ausrichtung, die Lücke zwischen KI-Vorhersagen und tatsächlichen Laborexperimenten zu schließen.
Wissenschaftliche Entdeckungen durch KI-Automatisierung neu definieren
Stellen Sie sich ein Labor vor, das niemals schläft, in dem Roboter Chemikalien mit perfekter Präzision mischen, während KI-Algorithmen leise die Ergebnisse analysieren und vorschlagen, was als Nächstes zu versuchen ist. Das ist keine Science-Fiction – es geschieht jetzt in Einrichtungen wie dem A-Lab und Autobot des Berkeley Lab. Diese automatisierten Systeme komprimieren monatelange Forschung auf wenige Tage und befreien Wissenschaftler von mühsamer, sich wiederholender Arbeit, damit sie sich auf größere Fragen konzentrieren können.
Traditionelle Labore | KI-gestützte Labore |
---|---|
Monate pro Experiment | Tage oder Wochen |
Menschliche Ermüdung begrenzt den Fortschritt | Kontinuierlicher 24/7-Betrieb |
Manuelle Datenanalyse | Sofortige Mustererkennung |
Die Technologie handhabt gefährliche Materialien sicher, während maschinelles Lernen Muster erkennt, die Menschen möglicherweise völlig übersehen würden. Es geht nicht darum, Forscher zu ersetzen – es geht darum, sie zu befreien, größer zu denken, mutigere Ideen zu erforschen und Grenzen zu überschreiten, die zuvor unerreichbar waren. Diese KI-gesteuerten Systeme zielen bereits auf kritische Anwendungen ab, von Energielösungen bis hin zu Fortschritten im Quantencomputing, die mehrere Industrien transformieren könnten.
Wie autonome Labore bahnbrechende experimentelle Daten generieren
Im Herzen dieser automatisierten Anlagen liegt ein leistungsstarker Kreislauf: Experimente laufen kontinuierlich, Sensoren erfassen jedes Detail, und intelligente Systeme lernen aus jedem Ergebnis, um bessere Tests zu entwickeln. Dieser Ansatz erzeugt Datensätze, die menschliche Forscher allein niemals generieren könnten—nicht aufgrund mangelnder Fähigkeiten, sondern einfach wegen Zeit und Umfang.
Die Innovation ergibt sich aus mehreren wichtigen Fortschritten:
- Geschlossene Kreislaufsysteme, die Tag und Nacht ohne Unterbrechung laufen
- Echtzeitsensoren, die jede winzige Veränderung während der Reaktionen erfassen
- Intelligente Algorithmen, die Muster erkennen, die Menschen möglicherweise übersehen
- Dynamische Flussmethoden, die schneller mehr Informationen sammeln
- Aktives Lernen, das mit jedem Experiment intelligenter wird
Das bedeutet, dass Entdeckungen, die früher Jahre dauerten, jetzt in Tagen geschehen. Das System verschwendet weniger Material und erzielt gleichzeitig bessere Ergebnisse—ein Gewinn sowohl für die Wissenschaft als auch für die Nachhaltigkeit. Modulares Design ermöglicht es Laboren, Geräte für verschiedene Experimente einfach umzukonfigurieren und sich an neue Forschungsziele anzupassen, ohne ganze Systeme neu aufbauen zu müssen.
Zielmaterialien, die Industrien transformieren könnten
Periodic Labs richtet seinen Fokus auf Materialien, die ganze Sektoren unserer Wirtschaft umgestalten könnten. Das Startup plant die Entwicklung bahnbrechender Supraleiter, die nahezu keine Energie verschwenden, fortschrittlicher Magnete, die stärker sind als alles heute Verfügbare, und Hitzeschilde der nächsten Generation, die besser schützen als aktuelle Optionen. Jede dieser Innovationen könnte neue Möglichkeiten in den Bereichen Transport, Raumfahrt und saubere Energiesysteme eröffnen. Der Ansatz des Unternehmens umfasst autonome Labore, in denen Roboter Experimente durchführen, Daten sammeln und iterativ lernen, um den Entdeckungsprozess zu beschleunigen.
Revolutionäre Supraleiter-Entwicklung
Obwohl die heutigen Supraleiter Strom ohne Energieverlust leiten können, haben sie ernsthafte Nachteile, die ihre Nutzung einschränken. Sie benötigen extrem niedrige Temperaturen, um zu funktionieren. Sie sind zu teuer in Bau und Wartung. Sie sind auf seltene Materialien angewiesen, die schwer zu finden sind.
Periodic Labs will das alles ändern. Das Startup möchte Supraleiter entwickeln, die unter alltäglichen Bedingungen besser funktionieren. KI-gesteuerte Roboterlabore werden autonom Experimente durchführen, um diese bahnbrechenden Materialien zu entdecken. Das sind ihre Ziele:
- Materialien, die bei Raumtemperatur ohne teure Kühlsysteme funktionieren
- Designs mit gängigen, erschwinglichen Elementen statt seltenen
- Anwendungen in Stromnetzen zur Eliminierung von Energieverschwendung während der Übertragung
- Verbesserte Quantencomputer-Hardware mit überlegener Leistung
- Transformative Transportsysteme mit beispielloser Effizienz
Diese Innovationen könnten ganze Industrien im Wert von Billionen Dollar umgestalten.
Fortschrittliche Magnete und Materialien
Magnete mögen einfach erscheinen, aber sie treiben einen Großteil des modernen Lebens im Stillen an. Vom Telefon in Ihrer Tasche bis zum Auto in Ihrer Einfahrt – fortschrittliche magnetische Materialien lassen Technologie besser funktionieren und weniger Energie verbrauchen.
Der globale Markt für diese Materialien boomt. Permanentmagnete allein erreichten 2023 22 Milliarden Dollar und könnten bis 2030 fast 40 Milliarden Dollar erreichen. Warum? Elektrofahrzeuge benötigen leistungsstarke Magnete für ihre Motoren. Windturbinen sind auf sie angewiesen, um sauberen Strom zu erzeugen. Sogar medizinische Geräte wie MRT-Maschinen verlassen sich auf fortschrittliche Magnettechnologie.
Wissenschaftler entwickeln neue Materialien, die keine Seltenen Erden benötigen, die teuer und schwer zu beschaffen sind. Diese Innovationen könnten leistungsstarke Magnete für alle zugänglicher und erschwinglicher machen und neue Möglichkeiten in verschiedenen Branchen eröffnen. Auch die Elektronikindustrie ist auf fortschrittliche Magnete für Halbleiterfertigung, Flash-Speicher und Lautsprecher angewiesen, wo sie bei der Materialsortierung helfen und die Qualität während der Produktion aufrechterhalten.
Hitzeschilde der nächsten Generation
Jedes Raumfahrzeug steht bei der Rückkehr zur Erde vor derselben feurigen Herausforderung: Temperaturen zu überstehen, die heiß genug sind, um Stahl zu schmelzen. Neue Hitzeschild-Materialien verändern, was möglich ist. Wissenschaftler entwickeln fortschrittliche Systeme, die besser schützen und dabei weniger wiegen.
Moderne Hitzeschilde verwenden mehrere bahnbrechende Ansätze:
- Fortschrittliche Polymerharze, die über 480°C stabil bleiben und traditionelle Materialien überdauern
- Keramikverbundwerkstoffe mit geschichteten Strukturen, die Wärme allmählich über verschiedene Zonen verteilen
- Leichte Wärmepolster, entwickelt für Elektronik und enge Räume in Raumfahrzeugen
- AVCOAT-Ablationsmaterial, das bis zu 2.760°C übersteht, bewährt durch Apollo- und Orion-Missionen
- Poröse Keramikstrukturen, die Lufttaschen einschließen, um Hitze zu blockieren und dabei die Festigkeit zu erhalten
Diese Innovationen bedeuten sicherere Raumfahrt und besseren Schutz für empfindliche Ausrüstung. Hersteller können jetzt monolithische Hitzeschilde mit minimalen Nähten produzieren, was großflächige Abdeckung ermöglicht, die zuvor unmöglich war. Die Freiheit, sich ins All zu wagen, hängt von Materialien ab, die nicht versagen.
Von Supraleitern zu Materialien der nächsten Generation
Periodic Labs hat sich zum Ziel gesetzt, Supraleiter bei Raumtemperatur zu entdecken, Materialien, die die Art und Weise, wie wir Elektrizität übertragen, ohne Energie als Wärme zu verlieren, transformieren könnten. Über dieses ehrgeizige Ziel hinaus baut das Startup eine Pipeline bahnbrechender Materialien auf, die durch KI-gestützte Simulationen und intelligente Testmethoden entwickelt werden. Diese Substanzen der nächsten Generation könnten ganze Industrien umgestalten, von schnellerer Elektronik bis hin zu effizienteren Stromnetzen. Der Ansatz des Unternehmens nutzt Techniken des maschinellen Lernens, um den Entdeckungsprozess zu beschleunigen und Materialverhalten vorherzusagen, bevor physische Prototypen erstellt werden.
Ziele der Supraleitungsentdeckung
Seit Heike Kamerlingh Onnes 1911 zum ersten Mal beobachtete, wie der elektrische Widerstand von Quecksilber verschwand, verfolgen Wissenschaftler einen verlockenden Traum: Materialien zu finden, die Elektrizität bei Alltagstemperaturen perfekt leiten. Diese ursprüngliche Entdeckung geschah bei eisigen 4,2 Kelvin – kälter als das Weltall. Über die Jahrzehnte hinweg schoben Forscher die Grenzen höher und erreichten 1986 mit keramischen Kupraten 77 Kelvin und kürzlich mit komprimierten Hydriden annähernd 250 Kelvin.
Die Suche geht weiter, weil Fortschritte die Art und Weise verändern könnten, wie wir leben:
- Saubere Energienetze ohne Energieverlust
- Schnellere Computer, die Quantenprinzipien nutzen
- Erschwingliche medizinische Scanner für alle
- Transportsysteme, die reibungslos schweben
- Industrielle Prozesse, die weniger Energie benötigen
Trotz des Fortschritts bleiben Raumtemperatur-Supraleiter schwer fassbar. Die bisher entdeckten Materialien sind oft spröde, teuer oder erfordern extremen Druck. Die theoretische Grundlage, die durch die BCS-Theorie in den 1950er Jahren gelegt wurde, erklärte, wie Elektronenpaare Supraleitung ermöglichen, wofür John Bardeen, Leon Cooper und J. Robert Schrieffer 1972 den Nobelpreis erhielten. Praktische Lösungen zu finden erfordert neue Ansätze – genau hier kommen KI-gesteuerte Entdeckungsplattformen ins Spiel.
Durchbruch-Materialien-Pipeline
Während die traditionelle Materialwissenschaft seit Jahrhunderten auf Versuch und Irrtum angewiesen war, verspricht KI-gesteuerte Automatisierung, jahrzehntelange Entdeckungen auf Monate zu komprimieren. Periodic Labs macht nicht bei Supraleitern halt. Das Unternehmen zielt auf revolutionäre Materialien ab, die Energiespeicherung, Computing und Fertigung umgestalten könnten. Man denke an bessere Batteriekomponenten, fortschrittliche Halbleiter und Wirkstoffe, die intelligenter arbeiten.
Die Pipeline konzentriert sich auf Stabilität und Praktikabilität. Viele aktuelle Materialien erfordern extreme Bedingungen – ultrakalte Temperaturen oder intensiven Druck. Das Team sucht nach Alternativen, die in alltäglichen Umgebungen funktionieren und weniger Energie zur Herstellung und zum Betrieb benötigen.
Dieser Ansatz könnte Innovationen in Stromnetzen, Transportsystemen und Computer-Hardware ermöglichen. Durch die Kombination von Roboterlaboren mit fortschrittlichen KI-Modellen untersucht das Unternehmen gleichzeitig unzählige Materialkombinationen. Die Strategie des Unternehmens umfasst die Erstellung einer umfangreichen experimentellen Datenbank durch robotergesteuerte Experimente, die über die Abhängigkeit von internetbasierten Trainingsdaten hinausgehen. Was früher Forschungsteams Jahre kostete, könnte sich nun in Wochen entfalten und Türen zu Lösungen öffnen, die wir uns noch nicht vorgestellt haben.
Überwindung von Datenrauschen und Skalierung der Zukunft der Wissenschaft
Hochdurchsatz-Experimente produzieren Berge von Daten, aber nicht alle davon sagen die Wahrheit. Rauschen und Fehler können echte Entdeckungen verbergen. Periodic Labs stellt sich dieser Herausforderung direkt, indem es KI verwendet, um gute Informationen in Echtzeit von schlechten zu trennen. Ihre autonomen Systeme lernen mit jedem Experiment und werden dabei intelligenter und präziser.
Hauptvorteile dieses Ansatzes:
- Roboter eliminieren menschliche Fehler bei der Probenhandhabung und -prüfung
- KI-Algorithmen erkennen und filtern automatisch verfälschte Messungen
- Kontinuierliche Rückkopplungsschleifen verfeinern das Experimentdesign nach jedem Zyklus
- Maschinelle Lernmodelle identifizieren Muster, die für traditionelle Analysen unsichtbar sind
- Massive Rechenleistung verarbeitet Billionen von Datenpunkten schnell
Diese Kombination aus Robotik und KI schafft eine sich selbst verbessernde Entdeckungsmaschine. Das Ergebnis? Schnellere Fortschritte und zuverlässigere Wissenschaft für alle. Der anfängliche Fokus des Unternehmens auf Hochtemperatur-Supraleiter zeigt, wie automatisiertes Materialdesign Durchbrüche in Bereichen mit unmittelbaren industriellen Anwendungen beschleunigen kann.
Quellenangabe
- https://www.cosmico.org/ex-openai-and-google-deepmind-researchers-raise-300-million-to-automate-science/
- https://a16z.com/announcement/investing-in-periodic-labs/
- https://www.felicis.com/insight/periodic-labs-investment
- https://theaiinsider.tech/2025/10/01/periodic-labs-emerges-from-stealth-with-300-million-seed-round-to-build-ai-scientists/
- https://mlq.ai/news/periodic-labs-reportedly-raises-300m-for-ai-powered-materials-science-platform/
- https://www.aibase.com/news/www.aibase.com/news/21697
- https://www.wsgr.com/en/insights/wilson-sonsini-advises-periodic-labs-on-dollar300-million-seed-round.html
- https://observer.com/2025/10/periodic-labs-launches-300m-real-science-ai/
- https://newscenter.lbl.gov/2025/09/04/how-berkeley-lab-is-using-ai-and-automation-to-speed-up-science-and-discovery/
- https://arxiv.org/html/2412.11427v1