Wie GPT-Rosalind von OpenAI die biologische Forschung verändert

Mit dem Fokus auf komplexe DNA- und Molekülanalysen richtet sich das neue KI-Modell gezielt an die Wissenschaft.

Andreas Becker17.04.26 Nano Banana

Kurzfassung Quellen

OpenAI hat das KI-Modell GPT-Rosalind vorgestellt, das speziell auf biologische Forschung und die Medikamentenentwicklung ausgerichtet ist.
Das System analysiert komplexe Strukturen wie Moleküle sowie DNA-Sequenzen und übertrifft in wissenschaftlichen Benchmarks Konkurrenten deutlich.
Über ein neues Codex-Plugin auf GitHub lässt sich das Modell direkt mit über 50 Datenbanken verknüpfen.
Aus Sicherheitsgründen steht GPT-Rosalind vorerst nur qualifizierten US-Unternehmen in einem geschlossenen Vorschauprogramm zur Verfügung.

OpenAI veröffentlicht mit GPT-Rosalind ein neues KI-Modell, das speziell für Biowissenschaften und die Medikamentenforschung entwickelt wurde. Das System soll aufwendige Prozesse wie das experimentelle Design messbar beschleunigen und übertrifft aktuelle Modelle in wissenschaftlichen Tests deutlich.

Spezialisierung auf komplexe Moleküle

Reguläre KI-Modelle stoßen bei der tiefgreifenden biologischen Forschung oft an ihre Grenzen. GPT-Rosalind ist für solche hochspezialisierten Workflows optimiert. Das System verarbeitet nicht nur Text, sondern analysiert gezielt Proteinstrukturen, DNA-Sequenzen und chemische Reaktionsmechanismen.

Das Ziel liegt primär in der Frühphase der Medikamentenentwicklung. Forscher nutzen das Modell, um wissenschaftliche Literatur präziser auszuwerten und experimentelle Daten schneller zu interpretieren.

Das Unternehmen arbeitet dafür bereits mit Konzernen wie Moderna und Thermo Fisher Scientific zusammen. Der Daten-Chef von Amgen, Sean Bruich, betont dabei die hohen Anforderungen der Branche: »Die Fragen sind hochkomplex, die Daten einzigartig und die Einsätze unglaublich hoch.«

Deutliche Leistungssteigerung in Benchmarks

In internen und externen Tests zeigt GPT-Rosalind eine auffällig hohe fachliche Präzision. Bei der Auswertung von phylogenetischen Daten oder dem grundlegenden Verständnis von Biochemie lässt es das Basismodell GPT-5.4 deutlich hinter sich. Besonders stark performt das System im Bereich des experimentellen Designs.

Hier verdoppelt GPT-Rosalind den erreichten Score im Vergleich zum direkten Vorgänger beinahe. Auch im unabhängigen BixBench-Test, der bioinformatische Aufgaben prüft, setzt sich das spezialisierte KI-Modell souverän an die Spitze.

Quelle: OpenAI

Mit einem Pass@1-Score von 0,751 schlägt es sowohl GPT-5.4 als auch Konkurrenten wie Grok 4.2. Das Modell Gemini 3.1 Pro erreicht in dieser Testreihe einen Score von 0,550. Zusätzlich schneidet GPT-Rosalind bei LABBench2 stark ab, insbesondere im Bereich CloningQA. Dort übernimmt das System den vollständigen Entwurf von DNA- und Enzymreagenzien.

Quelle: OpenAI

Neue Schnittstellen für den Laboralltag

Um das Reasoning des Modells in der Praxis effizient zu nutzen, reicht reine Textverarbeitung oft nicht aus. Deshalb erscheint auf GitHub ein ergänzendes Life-Sciences-Plugin für Codex.

Diese Erweiterung verbindet KI-Modelle mit mehr als 50 etablierten Forschungs-Tools und Datenbanken. Anwender erhalten so einen direkten Zugriff auf Multi-Omics-Datensätze und Genom-Referenzen. Das erleichtert wiederkehrende Aufgaben wie die Suche nach Proteinstrukturen enorm.

Sicherheit und begrenzte Verfügbarkeit

Aufgrund der Sensibilität biologischer Forschungsdaten gelten strenge Sicherheitsauflagen. Das KI-Modell startet vorerst als Research Preview und ist Teil eines speziellen Trusted-Access-Programms. Der Zugang bleibt zunächst qualifizierten Unternehmenskunden in den USA vorbehalten.

Teilnehmende Organisationen müssen nachweisen, dass ihre Arbeit einem klaren gesellschaftlichen Nutzen dient. Für verifizierte Einrichtungen steht das Modell im Vorschauprogramm ab sofort zur Verfügung.