LONDON (IT BOLTWISE) – Das Leibniz-Zentrum für Psychologische Information und Dokumentation erhält 300.000 Euro für das Projekt Psy-AI. Das Künstliche-Intelligenz-Modell wird auf psychologischen Forschungsdaten trainiert und soll menschliches Verhalten genauer vorhersagen. Parallel stellt die TU Graz mit GCML ein KI-Ansatzmodell vor, das besonders energieeffizientes Planen anstrebt. Auch in der Wirkstoffentwicklung wird KI mit großen Peptid-Datenbanken kombiniert – inklusive erster neuer Kandidaten.
Die Förderung klingt nach einem überschaubaren Betrag, zielt aber auf einen zähen Engpass der KI-Entwicklung: psychologische Vorhersagen lassen sich nur dann verlässlicher machen, wenn ein Modell nicht nur Sprache „kann“, sondern die zugrunde liegenden Forschungszusammenhänge wirklich abbildet. Genau hier setzt das am Leibniz-Zentrum ffcr Psychologische Information und Dokumentation (ZPID) angesiedelte Projekt Psy-AI an. Ende Juli 2026 fcbbergab Minister Clemens Hoch einen Ff6rderbescheid fcber 300.000 Euro, die in ein Künstliche-Intelligenz-Modell fliedfen sollen, das auf Large Language Models (LLMs) basiert und sich speziell an psychologischen Forschungsdaten orientiert.
Technisch betrachtet geht es bei Psy-AI um mehr als um ein Standard-LLM, das mit Texten „um sich wirft“. Der Ansatz wird als Training mit spezifischen psychologischen Forschungsdaten beschrieben, also mit Datense4tzen, die Verhalten, Kontexte und messbare Einflussfaktoren enthalten. Damit kann das Modell Muster nicht nur sprachlich nachbilden, sondern eher datengetrieben mit Verhaltensprognosen verknüpfen. Zentral ist dabei ein Transparenzprinzip: Die Ergebnisse des Projekts sollen den Prinzipien von Open Science folgen und der wissenschaftlichen Gemeinschaft sowie der d6ffentlichkeit zuge4nglich gemacht werden. Aus Sicht der KI-Entwicklung ist das relevant, weil nachvollziehbare Trainings- und Evaluationswege bei verhaltensorientierten Anwendungen oft fcber den Pilotstatus hinaus entscheiden.
We4hrend Psy-AI auf Verhaltensprognosen zielt, kommt aus der Forschung an der TU Graz eine parallele Schwerpunktsetzung, die vor allem die Effizienzfrage adressiert: Das dort vorgestellte KI-Modell GCML (GCML) nutzt kognitive Karten, stochastische Berechnungen und kompositionelle Kodierung. In der Praxis bedeutet das, dass das System Planungsentscheidungen nicht rein deterministisch ausgeben muss, sondern mit Wahrscheinlichkeitsstrukturen arbeitet und interne Repre4sentationen modular zusammensetzt. In Testreihen wurde GCML laut Darstellung unter anderem ffcr Navigation, eine abstrakte Raumdarstellung sowie den Zusammenbau von Silhouetten erprobt. Der konkrete Nutzen liegt auf der Hand: Wenn ein KI-System auch mit begrenzter Rechenleistung zielgerichteter planen kann, sinkt der Energiebedarf pro Aufgabe – und damit wird KI zugleich kostengünstiger und nachhaltiger betreibbar.
Auch der Gesundheits- und Pharmabereich greift inzwischen klarer auf KI zurfcck, allerdings in einer deutlich anderen Datenwelt als Psy-AI oder GCML. In der Wirkstoffforschung wird das Modell AmpGPT2 vorgestellt, das mit der Datenbank COMPASS trainiert wurde. Diese Datenbank umfasst Informationen zu fcber 75.000 antimikrobiellen Peptiden; damit bewegt sich das Training im Bereich sehr breiter chemisch-biologischer Beispielräume. Laut der Meldung sollen mithilfe der KI bereits neue Wirkstoffkandidaten generiert worden sein, die eine Wirksamkeit gegen Klebsiella pneumoniae und Pseudomonas aeruginosa aufweisen. Genau diese Verbindung aus grodfen Trainingsmengen und zielgerichteter Generierung ist in der Branche ein wiederkehrendes Muster: KI verkfcrzt die Suche im Kandidatenraum, we4hrend Labor- und Wirksamkeitschecks die Grenzen setzen.
Besonders spannend wird die Kombination aus KI und Biologie, wenn es um entzfcndungsbezogene Mechanismen geht. Im Kontext von Multiple Sklerose wird ein Darmbakterium namens Veillonella ratti MHL0042 genannt, das einen anti-inflammatorischen Metaboliten produziert. Im Tiermodell soll dieser Stoff Neuroinflammationen reduzieren, und es wird eine entzfcndungshemmende Wirkung im Gehirn beschrieben, ohne dass Nebenwirkungen der herkf6mmlichen Therapien explizit fcbertragen werden. Gleichzeitig steht laut Darstellung noch aus, dass klinische Studien zur Wirksamkeit am Menschen vorliegen. Für die KI-Entwicklung ist das ein wichtiger Realite4tscheck: KI kann Hypothesen beschleunigen, aber die dcbertragung von Tiermodellergebnissen auf Patientinnen und Patienten erfordert zusätzliche Evidenzschritte.
Dass dabei auch Ethik und Anwendungssicherheit in den Fokus rücken, passt zu einem Trend, der sich in vielen Forschungsprogrammen inzwischen durchsetzt: KI-Systeme sollen nicht nur funktionieren, sondern verantwortungsbewusst eingesetzt werden. Die Universite4t Bielefeld gab am 28. Juli 2026 den Abschluss des Projekts SAIL bekannt, das fast vier Jahre lief. Laut Darstellung entwickelte SAIL praktische Lf6sungen ffcr verschiedene gesellschaftliche Bereiche, unter anderem intelligentere Stromnetze, Unterstfctzung in der Pflege sowie Sicherheitskonzepte ffcr Gesundheits-Apps. In dieser Perspektive wird klar, warum die Forschung gleichzeitig an Modellleistung und an Einbettung arbeitet: Ein Modell, das Verhalten prognostizieren oder Ressourcen effizient planen kann, muss in Prozesse integriert werden, die Risiken, Verantwortlichkeiten und technische Grenzen sichtbar machen.
Aus unternehmerischer Sicht lassen sich aus der Kombination der Projekte gleich mehrere Leitlinien ableiten. Erstens steigt der Druck, KI-Anwendungen mit Daten zu ffcttern, die zum Problem passen – Psy-AI setzt deshalb auf psychologische Forschungsdaten statt auf reine Textkorpora. Zweitens wird Effizienz als Produktivitätsfaktor greifbar: GCML adressiert Energiebedarf direkt über die Planungsarchitektur. Drittens lohnt es sich, die KI-nahe Wirkstoffentwicklung nicht als isolierte Gen-Arena zu betrachten, sondern als Pipeline aus Datenbank, Modelltraining und anschließender Validierung. Wenn die ersten Ergebnisse bei Psy-AI und AmpGPT2 fcber Open-Science-Mechanismen und klare Evaluationspfade anschlussfe4hig werden, könnten sich für Forschungspartner und Entwicklerteams neue Kooperationsfenster ergeben – vor allem dann, wenn Transparenz und Reproduzierbarkeit nicht nur versprochen, sondern in den Projektergebnissen auch praktisch umgesetzt werden.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "300.000 Euro für Psy-AI: KI prognostiziert Verhalten und plant energieeffizient" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "300.000 Euro für Psy-AI: KI prognostiziert Verhalten und plant energieeffizient" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »300.000 Euro für Psy-AI: KI prognostiziert Verhalten und plant energieeffizient« bei Google Deutschland suchen, bei Bing oder Google News!