Khosla Ventures co-leitet Seed-Runde für Discovery Loop, Jeff Deans KI-Startup zur Automatisierung wissenschaftlicher Entdeckungen

Khosla Ventures ist als Co-Lead-Investor in die Seed-Runde von Discovery Loop eingestiegen, einem KI-Unternehmen, das von Jeff Dean und ehemaligen Google-Ingenieuren gegründet wurde. Das Startup gibt an, den Kreislauf zwischen Hypothesengenerierung, Experimentdurchführung und Ergebnisanalyse zu schließen, sodass die KI tausende von Experimenten ohne menschliches Eingreifen durchführen kann.

Warum das Team entscheidend ist

Die Gründer bringen kollektiv etwa 80 Jahre Google-Erfahrung mit; sie haben TensorFlow, Tensor Processing Units und das Large Language Model Gemini entwickelt. Ihr Lebenslauf beweist tiefgreifendes Know-how sowohl in der Software als auch in der Hardware, die die Plattform von Discovery Loop antreiben wird.

Wie das „Closed-Loop“-System funktionieren soll

  1. KI schlägt Experimente vor – ein Modell scannt vorhandene Daten und schlägt neue Testbedingungen vor.
  2. Rechenleistung führt die Tests aus – groß angelegte Ressourcen führen die Vorschläge aus, sei es in einer Simulation oder in einem physischen Labor.
  3. Ergebnisse fließen zurück – die Ergebnisse kehren zum Modell zurück, welches sein Verständnis aktualisiert.
  4. Tausende von Variationen – der Zyklus wiederholt sich und liefert einen schnellen Strom neuer Experimente.

Durch die Automatisierung jedes Schritts hofft das Startup, die Forschung in langsam voranschreitenden Bereichen zu beschleunigen: bessere Batteriematerialien, Fusionsenergie-Konzepte und schnellere Zeitpläne in der Arzneimittelentwicklung.

Ein fokussiertes Geschäftsmodell

Anstatt sich über viele KI-Anwendungen zu verteilen, konzentriert sich Discovery Loop auf Wissenschaft und Ingenieurwesen. Der enge Fokus zielt darauf ab, Talente anzuziehen, die von großen wissenschaftlichen Herausforderungen statt von kommerziellen Roadmaps angetrieben werden. Das Unternehmen agiert als „Public-Benefit Corporation“, eine Rechtsform, die die Mission über den Profit stellt und für zweckorientierte Ingenieure attraktiv sein könnte.

Was Investoren sehen

Khosla Ventures vergleicht die potenziellen Auswirkungen der Technologie von Discovery Loop mit denen von Large Language Models, die die Erstellung von Inhalten, das Programmieren und den Kundenservice revolutioniert haben. Wenn der Kreislauf zuverlässig nützliche wissenschaftliche Erkenntnisse liefert, könnten die wirtschaftlichen und gesellschaftlichen Erträge vergleichbar sein.

Die kommenden Hürden

Die Automatisierung von Entdeckungen bleibt eine ungelöste Aufgabe. Experimente erfordern oft nuanciertes Fachwissen, spezialisierte Ausrüstung und Sicherheitsprotokolle, die nur schwer in Software zu kodieren sind. Kritiker warnen, dass ein rein algorithmischer Ansatz die serendipitösen Erkenntnisse verpassen könnte, die die menschliche Intuition bietet. Das Durchlaufen massiver Rechenzyklen für physische Tests droht zudem ohne klare Erlöswege prohibitiv teuer zu werden.

Worauf man achten sollte

  • Demo-Meilensteine – frühe Proof-of-Concept-Ergebnisse in einem der Zielbereiche (Materialien, Fusion, Pharma).
  • Partnerschaften – Kooperationen mit akademischen Laboren oder Forschungs- und Entwicklungsabteilungen der Industrie, die physische Tests ermöglichen können.
  • Regulatorische Prüfung – insbesondere bei Pipelines zur Arzneimittelentdeckung, wo die Aufsicht streng ist.
  • Finanzierungsrunden – spätere Finanzierungen werden das Vertrauen der Investoren signalisieren, während die Technologie reift.

Wenn Discovery Loop seine Closed-Loop-Vision in wiederholbare Durchbrüche verwandelt, könnte dies die Art und Weise, wie Forschung betrieben wird, neu definieren. Die nächsten Monate werden zeigen, ob die KI-Leistung und der wissenschaftliche Ehrgeiz dieses Versprechen einlösen können.