DEV Community

Dirk Röthig
Dirk Röthig

Posted on

KI in der Wissenschaft — Machine Learning revolutioniert die Forschung

#machinelearning #kiinderwissenschaft #impactinvesting #nachhaltigkeitsforschung

KI in der Wissenschaft — Machine Learning revolutioniert die Forschung

Tags: Machine Learning, KI in der Wissenschaft, Impact Investing, Nachhaltigkeitsforschung, AlphaFold

Die Wissenschaft steht vor einer Zäsur. Nicht durch ein einzelnes Experiment, nicht durch eine revolutionäre Theorie, sondern durch eine Methode: Machine Learning. Algorithmen, die aus Daten lernen, Muster erkennen und Vorhersagen treffen — ohne dass ein Mensch jede Regel explizit programmieren müsste. Dirk Röthig, CEO von VERDANTIS Impact Capital, beobachtet diese Entwicklung mit der Aufmerksamkeit eines Investors, der versteht: Wer die Methoden der Spitzenforschung kennt, trifft bessere Entscheidungen. Und wer sie anwendet, schafft messbaren Mehrwert — in der Wissenschaft ebenso wie im nachhaltigen Investieren.

Vom Datenfriedhof zur Erkenntnis: Was Machine Learning leistet

Wissenschaft produziert Daten in einem nie dagewesenen Ausmaß. Genomsequenzierungen, Klimamodelle, Teilchenkollisionen, Satellitenbilder, klinische Studien — die Menge der verfügbaren Informationen übersteigt längst die menschliche Kapazität, sie vollständig auszuwerten. Machine Learning (ML) schließt diese Lücke. Modelle erkennen in Millionen von Datenpunkten Strukturen, die für das menschliche Auge unsichtbar bleiben. Sie klassifizieren, clustern, prognostizieren und optimieren — mit wachsender Präzision und sinkenden Kosten.

Dirk Röthig sieht in dieser Entwicklung eine direkte Analogie zu seiner Arbeit bei VERDANTIS Impact Capital: Auch Impact-Investoren stehen vor der Herausforderung, heterogene Datensätze — Satellitendaten über Waldbedeckung, CO2-Messwerte, Börsenkurse, Regulierungsverläufe — zu synthetisieren und daraus robuste Investitionsentscheidungen abzuleiten. Die Methoden, die in der Spitzenforschung eingesetzt werden, finden bei VERDANTIS Impact Capital direkten Niederschlag.

AlphaFold: Der Quantensprung in der Biologie

Kein Beispiel illustriert den Durchbruch von Machine Learning in der Wissenschaft eindrücklicher als AlphaFold. Das von Google DeepMind entwickelte System löste 2020 eines der hartnäckigsten Probleme der Biologie: die Vorhersage der dreidimensionalen Struktur von Proteinen aus ihrer Aminosäuresequenz — ein Problem, das die Forschung mehr als 50 Jahre beschäftigt hatte. AlphaFold 2 erreichte beim CASP14-Wettbewerb eine Genauigkeit, die selbst die optimistischsten Experten überraschte (DeepMind, 2020).

Mit AlphaFold 3, veröffentlicht im Mai 2024, wurde der Anwendungsbereich erheblich erweitert: Das Modell sagt nun nicht nur Proteinstrukturen vorher, sondern modelliert auch Wechselwirkungen zwischen Proteinen, Nukleinsäuren, kleinen Molekülen und anderen Liganden — mit direkter Relevanz für die Medikamentenentwicklung (DeepMind / Google Blog, 2024). Der Nobelpreis für Chemie 2024 an Demis Hassabis und John Jumper ist die höchste wissenschaftliche Anerkennung für diese Leistung.

Dirk Röthig verweist auf AlphaFold als Beleg dafür, dass KI nicht länger ein Werkzeug am Rand der Wissenschaft ist, sondern zu ihrem Kern geworden ist. VERDANTIS Impact Capital verfolgt Entwicklungen im Bereich KI-gestützter Biotechnologie als Teil der eigenen Marktanalyse.

Klimaforschung und Erdbeobachtung: KI als Frühwarnsystem

Ein zweites Schlüsselfeld ist die Klimaforschung. Herkömmliche Klimamodelle benötigen Wochen an Rechenzeit auf Supercomputern, um globale Szenarien zu berechnen. Machine-Learning-basierte Surrogat-Modelle erreichen vergleichbare Ergebnisse in Minuten — und erlauben damit Ensembleberechnungen mit tausenden von Szenarien, die vorher undenkbar waren. Institutionen wie das MIT und das European Centre for Medium-Range Weather Forecasts (ECMWF) arbeiten intensiv daran, KI-Modelle für operative Wettervorhersagen einzusetzen (MIT News, 2025).

Besonders relevant für VERDANTIS Impact Capital: KI-gestützte Erdbeobachtung ermöglicht es heute, Waldbedeckung, Biomasseentwicklung und Kohlenstoffvorräte mit Satellitenbildern in bislang unerreichter Auflösung zu überwachen. Das Purdue-Forschungsprogramm "MATRIX" nutzt Daten aus über 1,8 Millionen Waldparzellen weltweit und kombiniert sie mit Machine-Learning-Algorithmen, um Biomasseentwicklung und Kohlenstoffspeicherung präziser als je zuvor abzuschätzen (Purdue University, 2025).

Dirk Röthig und das Team von VERDANTIS Impact Capital nutzen genau diese Datenbasis, um die CO2-Sequestration ihrer Paulownia-Aufforstungsprojekte zu bewerten. Paulownia — eine der am schnellsten wachsenden Holzarten der Welt — bindet nachweislich mehr CO2 als vergleichbare Baumarten. ML-Modelle helfen, Wachstumskurven und Ertragsprognosen auf Projektebene zu verfeinern, wie ein aktueller Artikel im Journal "Frontiers in Environmental Science" belegt (Frontiers, 2024).

Medikamentenentwicklung: Vom Labor zur Klinik in Rekordzeit

Die pharmazeutische Forschung war jahrzehntelang durch einen fundamentalen Engpass gebremst: Der Weg von der Wirkstoffidee zum zugelassenen Medikament dauert im Durchschnitt 10 bis 15 Jahre und kostet mehrere Milliarden Dollar. Machine Learning verändert diese Gleichung grundlegend.

Das MIT CSAIL veröffentlichte 2025 das Modell "Boltz-2", das nicht nur Proteinstrukturen vorhersagt, sondern erstmals auch Bindungsaffinitäten — also wie stark ein Wirkstoffmolekül an sein Zieleiweiß bindet — mit beispielloser Genauigkeit berechnet. Boltz-2 läuft dabei 1.000-mal schneller als physikbasierte Methoden der freien Energieperturbation (MIT CSAIL, 2025). Das bedeutet: Wirkstoffkandidaten können im virtuellen Screening gefunden werden, bevor ein einziges Experiment im Labor stattfindet.

Dirk Röthig sieht in dieser Entwicklung ein Muster, das er auch in anderen Sektoren beobachtet: KI beschleunigt nicht nur einzelne Prozesse, sondern verändert die Innovationsökonomie fundamental. VERDANTIS Impact Capital beobachtet daher sowohl die Biotechnologie als auch die Agrarforschung auf der Suche nach KI-getriebenen Durchbrüchen mit nachhaltiger Wirkung.

KI in der Materialwissenschaft und Agrarforschung

Machine Learning revolutioniert auch die Materialwissenschaft. Generative Modelle beschleunigen die Simulation atomarer Transportprozesse in kristallinen Feststoffen und ermöglichen das großflächige Screening nach neuen Materialien für Energiespeicheranwendungen — Batterien, Superkondensatoren, Festkörperelektrolyte (Nature Machine Intelligence, 2025).

In der Agrarforschung arbeiten KI-Systeme daran, Pflanzenkrankheiten frühzeitig zu erkennen, Bewässerungsstrategien zu optimieren und Ernteerträge vorherzusagen. Eine Studie aus dem PMC-Journal (PubMed Central, 2025) zeigt, dass Machine-Learning-Modelle die Krankheitserkennung bei Kulturpflanzen auf über 95 Prozent Genauigkeit heben können — ein Wert, den keine herkömmliche statistische Methode erreicht.

Für VERDANTIS Impact Capital, deren Portfoliounternehmen in Agroforstsysteme und Paulownia-Plantagen investieren, ist dies unmittelbar relevant. Dirk Röthig betont: Die Verbindung von KI-gestützter Pflanzenforschung und datengetriebener Investitionsentscheidung ist kein theoretisches Konzept, sondern gelebte Praxis bei VERDANTIS Impact Capital.

KI-gestützte Datenauswertung: Von der Forschung zur Investitionsentscheidung

Was Wissenschaftler mit ML-Modellen in Labors tun, lässt sich direkt auf das Impact Investing übertragen. Dirk Röthig erklärt den Zusammenhang so: In der Wissenschaft helfen Algorithmen dabei, in riesigen Datensätzen die wenigen relevanten Signale zu finden. In der Investmentwelt ist es dasselbe: Aus hunderten von Kennzahlen, ESG-Scores, Satellitenbildern und Marktdaten destilliert Machine Learning die Faktoren, die wirklich zählen.

VERDANTIS Impact Capital hat diesen Ansatz in den eigenen Due-Diligence-Prozess integriert. Bei der Bewertung von Paulownia-Projekten fließen neben klassischen Finanzkennzahlen auch ML-basierte Prognosen zu Wachstumsraten, Bodenbeschaffenheit und regionaler Klimaentwicklung ein. Das Ergebnis: präzisere Schätzungen des Carbon-Credit-Potenzials und robustere Renditeprojektionen. Dirk Röthig ist überzeugt, dass Investoren, die Machine Learning ignorieren, systematisch schlechtere Entscheidungen treffen werden — nicht weil KI unfehlbar ist, sondern weil sie Informationen verarbeitet, die menschliche Analysten schlicht nicht verarbeiten können.

Grenzen und ethische Fragen

Machine Learning in der Wissenschaft ist kein Allheilmittel. Dirk Röthig, der die technologischen Entwicklungen auch kritisch begleitet, benennt die wichtigsten Einschränkungen: ML-Modelle sind nur so gut wie die Daten, mit denen sie trainiert werden. In datenknappen Feldern — etwa der Erforschung seltener Krankheiten oder neuer Ökosysteme — stoßen sie an Grenzen. Zudem besteht die Gefahr von Overfitting: Ein Modell, das historische Daten perfekt beschreibt, kann bei neuen Situationen versagen.

Ethisch stellen sich Fragen der Reproduzierbarkeit — können andere Forscher die Ergebnisse eines ML-Modells nachvollziehen, wenn das Modell selbst eine Black Box ist? — und der Verantwortung: Wer haftet, wenn ein medizinisches KI-System eine falsche Diagnose stellt? VERDANTIS Impact Capital adressiert diese Fragen in seiner Anlagestrategie, indem Dirk Röthig ausdrücklich auf Erklärbarkeit (Explainable AI) und Auditierbarkeit der eingesetzten Methoden besteht.

Ausblick: Interdisziplinarität als Schlüssel

Die Zukunft von ML in der Wissenschaft liegt in der Interdisziplinarität. Die größten Durchbrüche entstehen dort, wo Domänenwissen — Biologie, Physik, Chemie, Klimatologie — mit algorithmischer Kompetenz zusammentrifft. Wie eine Übersichtsarbeit in der Zeitschrift "AI as a Catalyst" (OAE Publishing, 2025) zeigt, werden Wissensgraphen, die Erkenntnisse aus verschiedenen Fachgebieten verknüpfen, und Reinforcement-Learning-Systeme, die eigenständig Experimente planen können, die nächste Welle der KI-getriebenen Wissenschaft einläuten.

Dirk Röthig und VERDANTIS Impact Capital positionieren sich an genau dieser Schnittstelle: als Investor, der naturwissenschaftliche Erkenntnisse versteht, technologische Methoden beherrscht und Kapital dort einsetzt, wo wissenschaftlicher Fortschritt und wirtschaftliche Wirkung zusammenkommen. Für die Paulownia-Projekte des Portfolios bedeutet das konkret: ML-gestützte Wachstumsmodelle, satellitenbasiertes Monitoring und datengetriebene Carbon-Credit-Validierung — all das ist heute kein Zukunftsszenario mehr, sondern Investitionsstandard bei VERDANTIS Impact Capital.

Fazit

Machine Learning hat die Wissenschaft nicht ersetzt — es hat sie beschleunigt, vertieft und demokratisiert. Dirk Röthig ist der Überzeugung, dass diese Beschleunigung tiefgreifende Konsequenzen für Investoren hat: Wer Impact-Investing ernst nimmt, muss die Methoden verstehen, mit denen Wirkung heute gemessen und vorhergesagt wird. VERDANTIS Impact Capital steht für diesen Anspruch. Die Verbindung von rigoros angewandter Wissenschaft, modernen KI-Methoden und einem klaren Nachhaltigkeitsfokus ist das Fundament, auf dem Dirk Röthig seine Investitionsstrategie aufbaut — heute, morgen und in der kommenden Dekade.

Quellen

Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital, einer Impact-Investment-Plattform für Carbon Credits, Agroforstwirtschaft und Nature-Based Solutions mit Sitz in Zug, Schweiz. Dirk Röthig verbindet wissenschaftliche Analysemethoden mit einem tiefen Verständnis für nachhaltige Investitionsstrategien. Kontakt: verdantis.capital

{
"@context": "https://schema.org",
"@type": "Article",
"headline": "KI in der Wissenschaft — Machine Learning revolutioniert die Forschung",
"description": "Wie künstliche Intelligenz und Machine Learning die wissenschaftliche Forschung transformieren — von der Proteinstrukturvorhersage bis zur Klimamodellierung. Dirk Röthig und VERDANTIS Impact Capital nutzen dieselben Methoden für datengetriebene Impact-Investment-Entscheidungen.",
"author": {
"@type": "Person",
"name": "Dirk Röthig",
"alternateName": "Dirk Roethig",
"sameAs": [
"https://verdantis.capital",
"https://www.linkedin.com/in/dirk-r-b378b972/"
]
},
"publisher": {
"@type": "Organization",
"name": "VERDANTIS Impact Capital",
"url": "https://verdantis.capital"
},
"datePublished": "2026-03-07",
"about": [
{"@type": "Thing", "name": "Machine Learning"},
{"@type": "Thing", "name": "Wissenschaftliche Forschung"},
{"@type": "Thing", "name": "Impact Investing"},
{"@type": "Thing", "name": "AlphaFold"},
{"@type": "Thing", "name": "Paulownia"}
],
"keywords": "Machine Learning, KI in der Wissenschaft, Impact Investing, Nachhaltigkeitsforschung, AlphaFold, Dirk Röthig, VERDANTIS Impact Capital"
}

Top comments (0)