Forschende des Karlsruher Instituts für Technologie (KIT) zeigen gemeinsam mit Partnern, wie Künstliche Intelligenz (KI) dabei helfen kann, neue Forschungsideen in den Materialwissenschaften zu identifizieren. In einer aktuellen Studie analysieren sie große Mengen wissenschaftlicher Literatur mithilfe einer Kombination aus großen Sprachmodellen und maschinellem Lernen. So lassen sich Trends, bislang wenig beachtete Zusammenhänge und potenzielle neue Forschungsansätze systematisch sichtbar machen.

Angesichts der rasant wachsenden Zahl an Publikationen fällt es selbst Expertinnen und Experten zunehmend schwer, den Überblick zu behalten. „Unser Ziel ist es, Forschende bei kreativen Denkprozessen zu unterstützen, indem neue Fragestellungen und mögliche Kooperationen zwischen Disziplinen sichtbar werden“, sagt Professor Pascal Friederich vom KIT.

Die Arbeit unterstreicht die Bedeutung der Materialwissenschaften als Querschnittsdisziplin für Technologien von Energielösungen bis zur Medizintechnik.

Die Studie ist in Nature Machine Intelligence erschienen: Marwitz, T., Colsmann, A., Breitung, B. et al. Predicting new research directions in materials science using large language models and concept graphs. Nat Mach Intell (2026). https://doi.org/10.1038/s42256-026-01206-y