Von KI für die Wissenschaft zur agentenbasierten Wissenschaft: Ein Überblick über autonome wissenschaftliche Entdeckungen

papers.abstract

Künstliche Intelligenz (KI) revolutioniert die wissenschaftliche Entdeckung und entwickelt sich von spezialisierten Rechenwerkzeugen zu autonomen Forschungspartnern. Wir positionieren die Agentische Wissenschaft als eine entscheidende Stufe innerhalb des breiteren KI-für-die-Wissenschaft-Paradigmas, in dem KI-Systeme von teilweiser Unterstützung zu vollständiger wissenschaftlicher Handlungsfähigkeit fortschreiten. Ermöglicht durch große Sprachmodelle (LLMs), multimodale Systeme und integrierte Forschungsplattformen, zeigt agentische KI Fähigkeiten in der Hypothesengenerierung, experimentellen Planung, Durchführung, Analyse und iterativen Verbesserung – Verhaltensweisen, die einst als einzigartig menschlich galten. Dieser Überblick bietet eine domänenorientierte Betrachtung der autonomen wissenschaftlichen Entdeckung in den Lebenswissenschaften, der Chemie, den Materialwissenschaften und der Physik. Wir vereinen drei bisher fragmentierte Perspektiven – prozessorientiert, autonomieorientiert und mechanismenorientiert – durch einen umfassenden Rahmen, der grundlegende Fähigkeiten, Kernprozesse und domänenspezifische Realisierungen verbindet. Aufbauend auf diesem Rahmen (i) verfolgen wir die Entwicklung der KI für die Wissenschaft, (ii) identifizieren wir fünf Kernfähigkeiten, die der wissenschaftlichen Handlungsfähigkeit zugrunde liegen, (iii) modellieren wir die Entdeckung als einen dynamischen vierstufigen Arbeitsablauf, (iv) überprüfen wir Anwendungen in den oben genannten Domänen und (v) synthetisieren wir zentrale Herausforderungen und zukünftige Chancen. Diese Arbeit etabliert eine domänenorientierte Synthese der autonomen wissenschaftlichen Entdeckung und positioniert die Agentische Wissenschaft als ein strukturiertes Paradigma zur Weiterentwicklung der KI-gestützten Forschung.

English

Artificial intelligence (AI) is reshaping scientific discovery, evolving from specialized computational tools into autonomous research partners. We position Agentic Science as a pivotal stage within the broader AI for Science paradigm, where AI systems progress from partial assistance to full scientific agency. Enabled by large language models (LLMs), multimodal systems, and integrated research platforms, agentic AI shows capabilities in hypothesis generation, experimental design, execution, analysis, and iterative refinement -- behaviors once regarded as uniquely human. This survey provides a domain-oriented review of autonomous scientific discovery across life sciences, chemistry, materials science, and physics. We unify three previously fragmented perspectives -- process-oriented, autonomy-oriented, and mechanism-oriented -- through a comprehensive framework that connects foundational capabilities, core processes, and domain-specific realizations. Building on this framework, we (i) trace the evolution of AI for Science, (ii) identify five core capabilities underpinning scientific agency, (iii) model discovery as a dynamic four-stage workflow, (iv) review applications across the above domains, and (v) synthesize key challenges and future opportunities. This work establishes a domain-oriented synthesis of autonomous scientific discovery and positions Agentic Science as a structured paradigm for advancing AI-driven research.

Von KI für die Wissenschaft zur agentenbasierten Wissenschaft: Ein Überblick über autonome wissenschaftliche Entdeckungen

From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery

papers.abstract

Support