Es gibt diese Sorte KI-Geschichte, die mehr hängenbleibt als jede Benchmark-Tabelle. OpenAI hat am 23. Juni eine davon erzählt: Wie GPT-5 Pro dem Immunologen Derya Unutmaz half, ein Rätsel zu lösen, das seit 2022 in seiner Schublade lag.
Das Rätsel im Reagenzglas
Unutmaz — Professor am Jackson Laboratory und der University of Connecticut — wollte 2022 verstehen, wie Glukose die Entwicklung von T-Zellen beeinflusst. T-Zellen sind die Immunzellen, die Viren bekämpfen, Krebszellen töten und Gesundes von Bedrohungen unterscheiden. Je nachdem, wie sie sich spezialisieren, prägen sie Krebs, Autoimmunerkrankungen und Infektionen mit.
Sein Team setzte junge T-Zellen entweder einer glukosearmen Umgebung aus oder einem glukoseähnlichen Molekül namens Desoxyglukose, das die Zelle daran hindert, Glukose zu verwerten. Eigentlich hätten beide Bedingungen ähnliche Ergebnisse liefern müssen — in beiden fehlt der Zelle Energie. Taten sie aber nicht. Die Desoxyglukose-Zellen wurden überwiegend zu Entzündungszellen, die glukosearmen nur teilweise. Energiemangel allein konnte das nicht erklären. Das Labor verstand es nicht, legte das Experiment beiseite und machte mit Dringenderem weiter.
Was GPT-5 sah
Als GPT-5 Pro Ende 2025 erschien, holte Unutmaz die alten Daten wieder hervor und lud sie ins Modell. Die Antwort saß: Desoxyglukose störe den Aufbau eines Proteins namens IL-2 — und genau dieses IL-2 verhindert normalerweise, dass T-Zellen zum Entzündungstyp Th17 werden. Fällt das Protein weg, fällt die Bremse weg. «GPT-5 kam mit dieser wirklich bemerkenswerten Einsicht, die im Nachhinein perfekt Sinn ergibt», sagt Unutmaz. Niemand im Labor hatte den Zusammenhang gesehen.
Dann der eigentliche Test. Unutmaz bat das Modell, den Ausgang eines anderen, noch nicht veröffentlichten Experiments vorherzusagen — die Fähigkeit bestimmter CD8+-Zellen, Lymphomzellen zu töten. GPT-5 Pro sagte den Effekt korrekt voraus. Aus dem Internet konnte es die Antwort nicht haben, die Ergebnisse waren nirgends publiziert. «Das war der Moment, in dem ich dachte: Okay, diese Modelle verstehen jetzt wirklich.»
Meine Einordnung
Was mich an dieser Geschichte packt, ist nicht das «KI löst Krebs»-Pathos — das wäre überzogen. Es ist der nüchterne Teil: Das Modell hat keine Daten erfunden und keinen Menschen ersetzt. Es hat eine Hypothese geliefert, die ein Experte erkennen, prüfen und einordnen musste. Ohne Unutmaz’ Wissen wäre die Einsicht wertlos gewesen — er selbst sagt es deutlich.
Genau das ist für mich die realistische Version der KI-in-der-Wissenschaft: kein Orakel, sondern ein Kollaborateur, der das Tempo ändert. Wochen oder Monate Laborarbeit fallen weg, weil man schneller weiß, welches Experiment sich lohnt. Die Kehrseite gehört dazu: Was Hypothesen für Krebsforschung beschleunigt, senkt auch Hürden für Missbrauch. Beides ist wahr. Aber an einem Dienstag ein drei Jahre altes Rätsel zu knacken — das ist schon ziemlich beeindruckend.
Dieser Artikel berührt medizinische Forschung. Er ersetzt keine fachliche oder ärztliche Beratung.
Quellen: OpenAI: How GPT-5 helped immunologist Derya Unutmaz solve a 3-year-old mystery