Ein KI-Agent für echte Forschung

Ein Londoner Start-up fordert die großen KI-Modelle heraus, ausgerechnet mit einem der kleinsten, das wissenschaftliche Studien eigenständig nachbaut.

Klein schlägt groß

Die gängige Logik der Branche lautet: mehr Parameter, bessere Ergebnisse. Genau die stellt Inherent infrage. Der Agent Faraday des von DeepMind-Alumni gegründeten Labors läuft auf einem Qwen-3.6-Modell mit 27 Milliarden Parametern, während die zum Vergleich herangezogenen Frontier-Systeme ein Vielfaches davon aufbieten. Die These dahinter: Über den Erfolg entscheide nicht die schiere Größe, sondern die richtige Aufgabenstellung und das passende Training. Für Unternehmen mit eigenen KI-Projekten ist das ein Fingerzeig, dass „größer" nicht automatisch „praxistauglicher" heißt.

Der Beweis: reproduzierte Studien

Belegen will Inherent das mit einer überprüfbaren Aufgabe. Faraday soll veröffentlichte Forschungsergebnisse selbstständig replizieren, ohne die Zielresultate vorab zu kennen, ein Anspruch, der die Demonstration von bloßen Textzusammenfassungen abhebt. Der Agent behandelt den gesamten Prozess als Aufgabe, durchläuft Annahmen, Schritte und Auswertung so lange, bis die Resultate zur Literatur passen. Angestrebt wird zudem ein Gespür dafür, welche Experimente sich lohnen, trainiert über Reinforcement Learning statt starrer Regeln. Fürs Programmieren greift Faraday bewusst auf ein bestehendes Modell zurück, der Mehrwert soll in der Agentenlogik liegen.

Sichtbarkeit als Ziel

Der Schritt aus dem Stealth-Modus wirkt kalkuliert. Nach einer Seed-Runde über 50 Millionen Dollar will Inherent bis Jahresende auf 20 bis 25 Beschäftigte wachsen, angesiedelt im Londoner KI-Quartier King's Cross. Gegen kapitalstärkere Wettbewerber sucht das Labor so den Beweis über die Leistung statt über die Lautstärke.