Inzwischen stellt sich jede Organisation – und selbst jeder einzelne Forschende mit einem Archiv – dieselbe Frage: Können wir nicht einfach ein Sprachmodell darauf ansetzen? In Bereichen, in denen eine falsche Antwort gravierende Folgen haben kann – beispielsweise bei einer Arzneimittelwechselwirkung, einer chemischen Gefahr oder einer Dosierung –, lautet die Antwort: Nein. Und es lohnt sich zu verstehen, warum.

KI-Systeme übernehmen die Struktur, die in ihren Quellen vorhanden ist. Wenn ein und derselbe Wirkstoff unter sechs verschiedenen Namen auftaucht, eine Krankheit keine eindeutige Kennung besitzt, ein Ergebnis nur in einer Abbildung und nicht in der Bildunterschrift steht oder die Herkunft der Informationen nicht mehr nachvollziehbar ist, versagt das System nicht auf offensichtliche Weise. Es liefert weiterhin flüssig formulierte Antworten – nur möglicherweise falsche.

Diese Session befasst sich mit dem Bereich zwischen einem Dokument und einer Antwort, auf die man sich verlassen kann.

Dafür betrachten wir zwei Beispiele aus den Life Sciences: zum einen biomedizinische Fachliteratur, die zunächst einheitlich benannt und kategorisiert wird, bevor man überhaupt die KI-Abfrage startet; zum anderen chemische Reaktionen, die aus wissenschaftlichen Publikationen und Patenten extrahiert und in Daten überführt werden, mit denen Forscherinnen und Forscher tatsächlich arbeiten können.

Bitte beachten: Im Anschluss an den Vortrag auf der Bühne findet im angrenzenden Networking-Bereich eine zusätzliche 30-minütige Fragerunde statt.

A published paper looks like a finished project. But in reality, and specifically in life sciences, it is closer to only a beginning. This session follows a single article through the years after publication. It is re-described in indexing, in a controlled biomedical vocabulary, so that a researcher who doesn’t know the drug’s brand name can still find it. It is retrieved into a systematic review that shapes a treatment recommendation. It is screened by pharmaceutical companies under a legal obligation to detect drug safety signals. It appears in a dossier that determines whether a therapy is reimbursed.

Almost none of that depends on the writing. It depends on what surrounds it: stable identifiers, consistent naming, an explicit account of what was done, and a traceable record of where every claim came from. Get that layer wrong and good work becomes unfindable. Get it right and modest work travels a long way.

The presentation is highly recommended for anyone who writes, edits, publishes or reads research: the version that travels furthest is not the one you read.

Please note: Following the stage slot, there will be a 30-minute additional Q&A in the adjacent networking area.