KI als Muse der Physik

Ein Vortrag von Mario Krenn über künstliche Intelligenz, Kreativität und wissenschaftliche Entdeckungen

Es gibt Vorträge, die man hört und wieder vergisst. Und es gibt Veranstaltungen, bei denen man spürt, dass sich gerade ein neuer Denkraum öffnet. Der Vortrag „Towards an Artificial Muse for New Ideas in Physics“ von Mario Krenn, zu dem das Center for Data Science and Complexity (CDSC) der Universität Münster eingeladen hatte, gehörte für mich eindeutig zur zweiten Kategorie. Ich hatte die Gelegenheit, persönlich im Hörsaal der Angewandten Physik in Münster dabei zu sein – und selten habe ich einen wissenschaftlichen Vortrag erlebt, der Physik, künstliche Intelligenz und andere wissenschaftliche Disziplinen so unmittelbar miteinander verbunden hat.

Schon die Atmosphäre war bemerkenswert: ein Hörsaal voller Physiker, Informatiker und neugieriger Zuhörer, die alle der Frage nachgingen, ob künstliche Intelligenz künftig nicht nur Probleme lösen, sondern tatsächlich neue wissenschaftliche Ideen hervorbringen kann. Mario Krenn, Physiker und KI-Forscher, stellte dabei keine einfache Zukunftsvision technischer Optimierung vor. Vielmehr sprach er über etwas wesentlich Grundsätzlicheres: über Kreativität, Erkenntnis und die Möglichkeit, dass Maschinen eines Tages zu Partnern wissenschaftlichen Denkens werden könnten.

Die Idee einer „künstlichen Muse“

Besonders faszinierend war die Metapher der „Muse“, die Krenn verwendet. Normalerweise verbindet man Wissenschaft mit Methodik, Präzision und rationaler Analyse. Eine Muse hingegen gehört eher zur Kunst – zur Inspiration, Intuition und zum schöpferischen Moment. Genau diese beiden Bereiche führte Krenn in Münster zusammen.

Die zentrale Idee seines Vortrags lautete, dass KI-Systeme künftig nicht nur Werkzeuge sein könnten, die Daten schneller auswerten, sondern Systeme, die überraschende und originelle Vorschläge für neue Experimente oder Theorien liefern. Die Maschine würde damit nicht den Wissenschaftler ersetzen, sondern dessen Vorstellungskraft erweitern.

Während des Vortrags wurde deutlich, wie stark sich dadurch unser Verständnis von künstlicher Intelligenz verändert. KI erscheint hier nicht mehr bloß als automatisierte Rechenmaschine, sondern als eine Art kreativer Partner – als ein System, das Möglichkeiten erzeugt, die Menschen anschließend interpretieren, prüfen und weiterentwickeln.

Quantenphysik und maschinelle Kreativität

Besonders spannend wurde es, als Krenn über seine Arbeit in der Quantenphysik sprach. Gerade die Quantenwelt entzieht sich oft unserer alltäglichen Intuition. Viele Phänomene wirken paradox oder mathematisch schwer vorstellbar. Genau deshalb eignen sich algorithmische Systeme offenbar besonders gut dafür, neue experimentelle Konfigurationen zu entdecken.

Krenn stellte Projekte wie „Melvin“ oder „PyTheus“ vor – Systeme, die eigenständig Vorschläge für Quantenexperimente entwickeln. Einige dieser Vorschläge wurden später tatsächlich in Laboren umgesetzt. Bemerkenswert ist dabei, dass die Maschine teilweise Lösungen findet, auf die menschliche Forscher nicht gekommen wären.

Im Hörsaal entstand in diesen Momenten fast eine philosophische Spannung: Was bedeutet Kreativität eigentlich, wenn ein Computer Experimente entwirft, die selbst Experten überraschen? Und wo liegt dann noch der Unterschied zwischen menschlicher Intuition und algorithmischer Exploration?

Verstehen statt bloßer Berechnung

Ein wichtiger Punkt des Vortrags war die Frage nach wissenschaftlichem Verständnis. Krenn machte deutlich, dass es ihm nicht genügt, wenn KI-Systeme lediglich funktionierende Ergebnisse produzieren. Entscheidend sei vielmehr, dass Menschen die Ideen der Maschine nachvollziehen und interpretieren können.

Gerade darin lag für mich einer der interessantesten philosophischen Aspekte der Veranstaltung. Moderne KI-Systeme wirken oft wie Black Boxes: Sie liefern Antworten, ohne ihre Denkwege transparent zu machen. Krenns Ansatz versucht hingegen, maschinelle Kreativität verständlich zu gestalten. Die KI soll nicht nur rechnen, sondern Erkenntnisse liefern, die für Menschen nachvollziehbar und wissenschaftlich fruchtbar werden.

Damit berührt seine Arbeit unmittelbar klassische Fragen der Wissenschaftsphilosophie: Was bedeutet Erkenntnis? Reicht eine korrekte Vorhersage aus? Oder gehört zum Wissen immer auch ein verstehendes Moment?

Die Zukunft wissenschaftlicher Forschung

Besonders eindrucksvoll war die Vorstellung, dass zukünftige KI-Systeme möglicherweise eigenständig wissenschaftliche Hypothesen entwickeln könnten. Krenn sprach über Projekte, die große Mengen wissenschaftlicher Literatur analysieren, Muster erkennen und daraus potenzielle neue Forschungsrichtungen ableiten.

Im Hörsaal der Angewandten Physik entstand dabei das Gefühl, dass wir an einer Schwelle stehen könnten: Wissenschaftliche Erkenntnis würde dann nicht mehr ausschließlich aus individueller menschlicher Genialität hervorgehen, sondern zunehmend aus hybriden Netzwerken zwischen Menschen und intelligenten Maschinen.

Gleichzeitig machte der Vortrag deutlich, dass dies keine technologische Ablösung des Menschen bedeuten muss. Vielmehr könnte KI zu einer Erweiterung wissenschaftlicher Vorstellungskraft werden – zu einer künstlichen Muse, die neue Perspektiven eröffnet, ohne das menschliche Denken überflüssig zu machen.

Zwischen Wissenschaftsphilosophie und Zukunftstechnologie

Was diese Veranstaltung in Münster so besonders machte, war letztlich die Verbindung von hochaktueller Forschung mit tiefen philosophischen Fragen. Der Vortrag bewegte sich ständig zwischen Mathematik, Quantenphysik, Kreativitätstheorie und Erkenntnisphilosophie. Es ging nicht nur um leistungsfähigere Algorithmen, sondern um die Frage, wie Wissenschaft selbst sich verändern könnte.

Vielleicht war genau das der spannendste Gedanke des Nachmittags: Dass künstliche Intelligenz nicht nur neue Werkzeuge hervorbringt, sondern unser Verständnis von Kreativität, Erkenntnis und wissenschaftlicher Forschung selbst verändert. Der Begriff der „künstlichen Muse“ wirkt dabei zunächst fast poetisch – doch nach diesem Vortrag erschien er erstaunlich plausibel.