Wissenschaftliches Rechnen im Zeitalter agentischer KI

Wissenschaftliches Rechnen ist eine tragende Säule moderner Forschung in Wissenschaft und Industrie. Doch die Software zur Analyse wissenschaftlicher Informationen konnte mit der rasanten Zunahme der Datenmengen kaum Schritt halten. Viele verbreitete Forschungswerkzeuge entstanden ursprünglich als Begleitcode zu einer wissenschaftlichen Publikation. Entwickelt wurden sie von kleinen akademischen Teams mit wenig Software-Engineering-Erfahrung und kaum Zeit für Paketierung, Tests, Optimierung oder langfristigen Support. So entstand eine wissenschaftliche Infrastruktur, die häufig auf langsamen, fehleranfälligen Abläufen beruht und laufend gewartet werden muss. Diese Einschränkungen bremsen den wissenschaftlichen Fortschritt.

KI-Agenten beginnen, diese Situation zu verändern. Indem sie den Aufwand für Software-Engineering senken und mühsame Implementierungsaufgaben übernehmen, helfen sie Forschenden, Ideen schneller als Prototypen umzusetzen, bislang kaum praktikable Projekte anzugehen und Software langfristig leichter zu pflegen. Dadurch wird wissenschaftliche Software effizienter und besser gepflegt. Forschende gewinnen so mehr Zeit für neue Erkenntnisse.

Wir veröffentlichen einen explorativen Praxisbericht über acht vorwiegend biowissenschaftliche Projekte zum wissenschaftlichen Rechnen mit Unterstützung durch Agenten. Fünf nutzten ausschließlich Codex, drei eine Kombination aus Codex und Claude Code. Der Bericht vereint Fallstudien der jeweiligen Projektteams und zeigt wiederkehrende Muster auf. Die Projekte reichen von routinemäßiger Wartung und gezielter Optimierung bis zu umfangreichen Sprachmigrationen und GPU-nativen Neuentwicklungen. Die Mitwirkenden berichten, dass Agenten die Entwicklung und Wartung von Software deutlich beschleunigten. Teilweise konnten kleine Teams so Aufgaben bewältigen, die sonst erheblich mehr Zeit oder spezialisiertes Software-Engineering erfordert hätten. Zugleich betonen sie, wie schwierig es weiterhin ist, klare langfristige Zuständigkeiten und eine verlässliche Betreuung der entstandenen Werkzeuge sicherzustellen.

Die Mitwirkenden beschreiben übereinstimmend, wie sich die Rolle der Forschenden von der Implementierung hin zu Prüfung und Koordination verlagert: Sie legen fest, was entwickelt werden soll, definieren Kriterien für korrekte Ergebnisse und entscheiden, wann ein Projekt veröffentlicht werden kann. In diesem neuen Modell bestimmen Forschende weiterhin die wissenschaftliche Ausrichtung und die Qualitätsmaßstäbe, arbeiten dank agentischer Unterstützung jedoch deutlich schneller.

Obwohl sich Umfang und Zielsetzung der Projekte stark unterschieden, zeigten sie: Coding-Agenten verringern die Abhängigkeit des wissenschaftlichen Rechnens von knappen Engineering-Ressourcen und Fachkenntnissen. Zum Engpass wird nun die Prüfung der Ergebnisse eines KI-Agenten, die weiterhin menschliches Urteilsvermögen erfordert.

In allen Fallstudien bearbeiteten Agenten konkrete, klar abgegrenzte Aufgaben effektiv. Ob ihre Arbeit wissenschaftlich valide war oder die Erwartungen erfüllte, konnten sie jedoch nicht zuverlässig beurteilen. Tatsächlich äußerten sich Agenten oft selbst dann überzeugt, wenn ihre Arbeit eindeutige Fehler enthielt. Die prüfenden Personen mussten daher verlässliche Verfahren zur Validierung der Ergebnisse finden. Die überzeugendsten Ansätze nutzten eine externe Referenz oder ein messbares Abnahmekriterium, etwa exakte Übereinstimmung der Ausgaben, Gleichwertigkeit mit einem vorhandenen Werkzeug, angemessenes statistisches Verhalten oder vorab anhand simulierter Daten ermittelte Antworten.

Ein weiteres wiederkehrendes Muster: Die Projekte wurden meist schrittweise und in Iterationen auf Grundlage von Feedback umgesetzt, nicht als One-Shot-Ansätze. Die Mitwirkenden zerlegten übergeordnete Ziele in kleinere Änderungen und nutzten anschließend Zwischenbenchmarks und Testsysteme, um die Arbeit der Agenten zu bewerten und zu verbessern. Agenten lieferten erste Implementierungen oft schnell. Die Behebung von Grenzfällen und feinen numerischen Abweichungen dauerte jedoch wesentlich länger. Der „letzte Schritt“ einer Implementierung verursachte häufig den größten Aufwand.

Insgesamt legen diese Fallstudien nahe, dass Agenten Forschenden ermöglichen, weniger Zeit für die Implementierung aufzuwenden und die wissenschaftliche Arbeit stärker zu steuern. Menschen definieren das Ziel, zerlegen komplexe Projekte in überschaubare Teile und beurteilen, ob die Ergebnisse wissenschaftlich valide sind. Indem Agenten langjährige Engineering-Engpässe verringern, erweitern sie die technischen Möglichkeiten der Forschenden. Diese können sich zugleich auf die entscheidenden wissenschaftlichen Fragen und Entscheidungen konzentrieren.

Mangelnde Wartung von Forschungssoftware verlangsamt seit Langem die Weiterentwicklung und beeinträchtigt Reproduzierbarkeit und Zuverlässigkeit. Veröffentlichte Studien zu „Forschungscode⁠(wird in einem neuen Fenster geöffnet)“ und Omics-Werkzeugen⁠(wird in einem neuen Fenster geöffnet) ergaben, dass sich veröffentlichte Software in einer neuen Rechenumgebung häufig nicht korrekt installieren oder wie dokumentiert ausführen lässt. Forschende müssen deshalb viel Zeit für Konfiguration und Fehlersuche aufwenden. Schon routinemäßige Verbesserungen können Forschenden Zeit sparen und den Rechenaufwand senken. Leistungsorientiertes Refactoring und Neuentwicklungen ermöglichen noch größere Fortschritte.

Niedrigere Implementierungskosten erleichtern jedoch auch zahlreiche ähnliche Neuentwicklungen. Das kann die Nutzergemeinschaft aufsplittern und die fachkundige Aufmerksamkeit auf zu viele Projekte verteilen, die jedes einzelne Werkzeug für einen zuverlässigen Betrieb benötigt. Deshalb sind langfristige Betreuung und eindeutige Zuordnung unverzichtbar. Ausgereifte wissenschaftliche Software umfasst undokumentierte Konventionen, Kompatibilitätsanforderungen und das Vertrauen der Nutzenden. Eine reine Übertragung des Quellcodes kann all das nicht reproduzieren.

Die Fallstudien zeigen mehrere mögliche Wege auf. Änderungen an MHCflurry und cyvcf2 flossen in die jeweiligen ursprünglichen Upstream-Projekte ein. rustar-aligner wurde dagegen in die Verantwortung einer neuen Community übergeben, da das ursprüngliche Projekt aufgegeben worden war. Wenn eine Abstimmung mit den bisherigen Verantwortlichen möglich ist, sollte sie so früh wie möglich beginnen. Ist eine separate Implementierung erforderlich, braucht sie eine klare Zuständigkeit und einen glaubwürdigen Wartungsplan. Andernfalls kann die moderne Neuentwicklung von heute morgen zu aufgegebenem Code werden, statt eine zuverlässige wissenschaftliche Infrastruktur zu bilden.

Dieser Praxisbericht blickt explorativ zurück. Die Fallstudien weisen jedoch auf einen konkreten Wandel bei der Entwicklung wissenschaftlicher Software hin. Coding-Agenten wie Codex können den Aufwand für Wartung, Migration, Optimierung und neue Implementierungen deutlich senken. Ihr langfristiger wissenschaftlicher Nutzen hängt weiterhin von menschlichen Entscheidungen ab: Was soll entwickelt, wie soll es geprüft und von wem soll es gepflegt werden? Der grundlegende Wandel besteht nicht nur darin, dass Forschende mehr Software erstellen können. Sie können sich stärker darauf konzentrieren, die Werkzeuge zu definieren, zu validieren und langfristig zu betreuen.

Diese Fallstudien zeigen, dass Agenten die Iterationszyklen im wissenschaftlichen Rechnen schon heute beschleunigen können. Mit der Weiterentwicklung von Coding-Agenten werden Forschende weniger Zeit für den Betrieb von Analysepipelines aufwenden müssen und mehr Zeit für Fortschritte in ihren Fachgebieten gewinnen.