{"id":14134,"date":"2025-09-08T09:01:37","date_gmt":"2025-09-08T07:01:37","guid":{"rendered":"https:\/\/www.iese.fraunhofer.de\/blog\/?p=14134"},"modified":"2025-09-08T09:01:37","modified_gmt":"2025-09-08T07:01:37","slug":"deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren","status":"publish","type":"post","link":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/","title":{"rendered":"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren?"},"content":{"rendered":"<p class=\"lead\">Stellen Sie sich vor, KI k\u00f6nnte nicht nur Antworten auf einfache Fragen liefern, sondern ganze Forschungsarbeiten durchf\u00fchren \u2013 von der Hypothesenbildung bis zum fertigen Bericht, komplett mit Quellenangaben. Diese Vision wird durch Deep Research Realit\u00e4t. Deep Research ist eine Klasse von KI-Systemen, die mehrstufige Forschungsabl\u00e4ufe koordiniert. Diese Systeme k\u00f6nnen Untersuchungen planen und heterogene Beweise aus zahlreichen Quellen wie Webseiten, PDFs, APIs und Datenbanken sammeln. Daraus wiederum k\u00f6nnen Sie Beweise auswerten, Behauptungen \u00fcberpr\u00fcfen und strukturierte, zitierte Ergebnisse erstellen, die f\u00fcr die \u00dcberpr\u00fcfung durch Menschen und f\u00fcr Folgema\u00dfnahmen geeignet sind. In diesem Artikel gibt unser Experte Dr. Julien Siebert einen Einblick in die Funktionsweise dieser neuen Technologie und beleuchtet sowohl die Chancen als auch die technischen und ethischen Herausforderungen, die uns beim Einsatz von Deep Research begegnen.<\/p>\n<h2>Was kann Deep Research leisten? Ziele und Anwendungsbereiche:<\/h2>\n<p>Das Hauptziel von Deep Research ist die Automatisierung und Erweiterung von End-to-End-Forschungsabl\u00e4ufen, einschlie\u00dflich Entdeckung, Hypothesenbildung, Versuchs- und Analyseplanung, Evidenzsynthese und Berichterstattung, unter Beibehaltung der Herkunft und unter Einbeziehung menschlicher Aufsicht.<\/p>\n<p>Deep-Research-Frameworks befinden sich noch in der Forschungsphase, doch m\u00f6gliche zuk\u00fcnftige Einsatzbereiche sind:<\/p>\n<ul>\n<li>In<strong> Wissenschaft und Forschun<\/strong>g k\u00f6nnten Deep-Research-Frameworks die Literaturrecherche, die systematische Evidenzsynthese, die Protokollerstellung und das Verfassen von Methoden und Artikeln mit Zitaten automatisieren. Sie k\u00f6nnten auch die Hypothesenpr\u00fcfung und die Organisation von Experimenten unterst\u00fctzen, bis zum Einsatz vollautomatischer Closed-Loop-Discovery-Agenten, die Experimente oder Simulationen vorschlagen, Tools ausf\u00fchren und Hypothesen verfeinern.<\/li>\n<li>Im <strong>Bildungswesen<\/strong> und im pers\u00f6nlichen <strong>Wissensmanagement<\/strong> k\u00f6nnen sie zur Erstellung personalisierter Lernpfade, zur Kuratierung von Wissensdatenbanken und zur Entwicklung von Forschungsassistenten eingesetzt werden (siehe z. B. eines unserer Referenzprojekte: <a href=\"https:\/\/www.iese.fraunhofer.de\/de\/referenz\/data-treasure-ai.html\">Data-Treasure<\/a>).<\/li>\n<li><strong>Wirtschaft<\/strong>: In Unternehmen k\u00f6nnten solche Frameworks die Wettbewerbsanalyse, die Investmentforschung, Designentscheidungen oder das automatisierte Arbeiten unterst\u00fctzen.<\/li>\n<\/ul>\n<h2>Kernkomponenten eines Deep-Research-Systems<\/h2>\n<p><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/wie-funktionieren-llms\/\">Generative KI-Modelle<\/a> bilden das Herzst\u00fcck solcher Frameworks. Diese Modelle bieten mehrere M\u00f6glichkeiten:<\/p>\n<ul>\n<li>In erster Linie k\u00f6nnen sie Artikel, Diagramme, Videos usw. verstehen.<\/li>\n<li>Zweitens k\u00f6nnen sie aufgrund neuartiger Schlussfolgerungs- und Werkzeugauswahlf\u00e4higkeiten Pl\u00e4ne erstellen, Ziele in Teilaufgaben zerlegen und die geeigneten Werkzeuge f\u00fcr jede Teilaufgabe ausw\u00e4hlen.<\/li>\n<li>Dar\u00fcber hinaus k\u00f6nnen sie mit Webseiten, APIs und GUIs interagieren.<\/li>\n<\/ul>\n<p>F\u00fcr Deep-Research-Aktivit\u00e4ten sind diese Modelle zwar notwendig, aber nicht ausreichend. Auch die umgebenden Tools und die <a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/agentic-ai-multi-agenten-systeme\/\">agentenbasierten Schichten<\/a> (auch Scaffolding genannt) sind erforderlich.<\/p>\n<p>Grunds\u00e4tzlich bestehen Deep-Research-Frameworks aus vier technischen Hauptdimensionen:<\/p>\n<ol>\n<li><strong>Generative KI-Modelle<\/strong>: Die Aufgabe solcher Komponenten ist das Verst\u00e4ndnis nat\u00fcrlicher Sprache (sei es in Artikeln, auf Webseiten oder in Benutzereingaben). Dazu geh\u00f6ren mehrstufige Schlussfolgerungen (z. B. Chain-of-Thought-Strategien), die Verarbeitung langer Kontexte und gespeicherte Memory.<\/li>\n<li><strong>Tool-Nutzung und Interaktion mit der Umgebung:<\/strong> Die Aufgabe solcher Komponenten besteht darin, Tools (z. B. \u00fcber MCP) abzurufen, zu authentifizieren und mit ihnen zu interagieren sowie mit Webseiten, Suchmaschinen, \u00fcber APIs oder direkt \u00fcber GUIs.<\/li>\n<li><strong>Aufgabenplanung und Ausf\u00fchrungskontrolle: <\/strong>Die Rolle dieser Komponente ist die Aufgliederung von Zielen in Teilaufgaben, die Planung und Parallelisierung von Vorg\u00e4ngen, die \u00dcberwachung des Fortschritts, die Wiederholung und Wiederherstellung nach Fehlern sowie die Koordination mehrerer Agenten.<\/li>\n<li><strong>Wissenssynthese und Ausgabegenerierung:<\/strong> Diese Komponenten haben die Aufgabe, Quellen zu bewerten, Widerspr\u00fcche zu erkennen, Beweise mit Zitaten zusammenzufassen und strukturierte Berichte sowie interaktive Ausgaben zu generieren.<\/li>\n<\/ol>\n<h2>Warum Deep Research heute machbar ist!<\/h2>\n<p>Die Vision von Deep Research ist keine Science-Fiction mehr. J\u00fcngste Fortschritte in der KI haben sich vom theoretischen Konzept zu einer praktikablen Realit\u00e4t weiterentwickelt.<\/p>\n<ul>\n<li>Zun\u00e4chst gibt es inzwischen deutlich leistungsf\u00e4higere Modelle. Moderne LLMs weisen eine verbesserte Argumentationsf\u00e4higkeit auf, k\u00f6nnen mit wesentlich gr\u00f6\u00dferen Kontextfenstern umgehen und bieten teilweise multimodale Funktionen.<\/li>\n<li>Au\u00dferdem gibt es Fortschritte bei Argumentationstechniken. Techniken wie \u00bbChain-of-Thought\u00ab (Gedankenkette), \u00bbTree-of-Thought\u00ab (Gedankenbaum), Selbstkonsistenz und Unsicherheitssch\u00e4tzungen erm\u00f6glichen es KI-Systemen, komplexe Probleme in logischen Schritten zu l\u00f6sen. Das macht ihre Schlussfolgerungen verl\u00e4sslicher und nachvollziehbarer.<\/li>\n<li>Tool-\u00d6kosysteme und <a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/agentic-ai-multi-agenten-systeme\/\">KI-Agenten<\/a> haben sich in letzter Zeit rasant entwickelt. Agent-Frameworks, Browser-Automatisierungsbibliotheken, Workflow-Engines und Tool-Wrapper erleichtern die Interaktion mit der Umgebung.<\/li>\n<li>Multimodale Datenerfassung und strukturierte Extraktion haben sich in letzter Zeit durch gro\u00dfe Nachfrage deutlich verbessert. Robuste PDF-\/Tabellen-\/Diagramm-Parser und Bild-Sprach-Modelle erleichtern die Verwendung wissenschaftlicher und gesch\u00e4ftlicher Dokumente.<\/li>\n<li>Schlie\u00dflich erm\u00f6glichen eine effiziente Modellbereitstellung (vLLM, Ollama, LightLLM), containerisierte Bereitstellungen und zahlreiche <a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/open-source-large-language-models-selbst-betreiben\/\">Open-Source-Projekte<\/a> erste Experimente ohne Cloud-Integration.<\/li>\n<\/ul>\n<h2>Herausforderungen f\u00fcr den Einsatz von Deep Research<\/h2>\n<p>Trotz der beeindruckenden Fortschritte von Deep Research gilt: Die Vision ist faszinierend, aber der Weg in die Praxis stellt Entwickler vor erhebliche H\u00fcrden. Die folgenden Abschnitte beleuchten die wichtigsten technischen und operativen Herausforderungen und zeigen, wie diese erfolgreich gemeistert werden k\u00f6nnen.<\/p>\n<h4>Faktenkontrolle und Vermeidung von Halluzinationen:<\/h4>\n<p>Bei der Kontrolle von Fakten und Halluzinationen ist es erforderlich, dass jede wesentliche Aussage auf nachpr\u00fcfbaren Quellen basiert oder ausdr\u00fccklich als unsicher gekennzeichnet wird. Daf\u00fcr sind strikte Nachverfolgbarkeitsmechanismen f\u00fcr die Herkunft von Informationen, die Best\u00e4tigung von Informationen durch mehrere Quellen, spezialisierte Pr\u00fcfer\u2011 oder Verifikationsmodelle sowie konservative Synthese\u2011Standardeinstellungen f\u00fcr risikobehaftete Ergebnisse notwendig.<\/p>\n<h4>Erkl\u00e4rbarkeit und Reproduzierbarkeit:<\/h4>\n<p>Erkl\u00e4rbarkeit und Reproduzierbarkeit verlangen nachvollziehbare Denkpfade, Snapshots der verwendeten Quellen sowie versionierte Pipelines und Modelle, um wissenschaftlichen Standards gerecht zu werden. Praktisch bedeutet das umfassendes Logging von Zwischen\u2011Schritten, die Verkn\u00fcpfung von Belegen mit Zitaten und die Bereitstellung exportierbarer Pr\u00fcfprotokolle zur menschlichen \u00dcberpr\u00fcfung.<\/p>\n<h4>Datenschutz, Sicherheit und Compliance:<\/h4>\n<p>Datenschutz, Sicherheit und Compliance erfordern Mandantentrennung sowie die Einhaltung juris\u00addiktionsspezifischer Regelungen wie DSGV\u00f6; ebenso wichtig ist die sichere Ausf\u00fchrung, wenn Agenten auf interne Systeme zugreifen. Geeignete Ma\u00dfnahmen umfassen u.a. On\u2011Premises\u2011Deployments f\u00fcr sensible Daten, strikte Zugriffskontrollen, Isolation von Abfragen und Ergebnissen sowie vollst\u00e4ndige Audit\u2011Protokolle.<\/p>\n<h4>Geistiges Eigentum und Attribution:<\/h4>\n<p>Geistiges Eigentum und Attribution stellen die Notwendigkeit korrekter Zitationen, lizenzkonformer Handhabung und Klarheit dar\u00fcber, ob Ausgaben derivativ sind, in den Vordergrund. Technisch sinnvoll sind lizenzbewusste Retrieval\u2011Strategien, Pr\u00fcfungen auf Vollst\u00e4ndigkeit der Zitationen und explizite Richtlinien zur Lizenzierung der generierten Inhalte.<\/p>\n<h4>Evaluation und Benchmarks:<\/h4>\n<p>Bei Evaluation und Benchmarks besteht ein Defizit an einheitlichen End\u2011to\u2011End\u2011Metriken, die Literatur\u2011Synthese, Methodenkritik und Reproduzierbarkeit abbilden. Die pragmatische Vorgehensweise besteht darin, Multi\u2011Task\u2011Benchmarks mit dom\u00e4nenspezifischen Suiten zu kombinieren und zus\u00e4tzliche, aufgabenspezifische Metriken sowie Expertenbewertungen einzuf\u00fchren.<\/p>\n<h4>Ressourcen und Zug\u00e4nglichkeit:<\/h4>\n<p>Ressourcen- und Zugangsbarrieren resultieren daraus, dass Rechenleistung und Kosten kleinere Teams oder offene Forschung ausschlie\u00dfen k\u00f6nnen. Empfehlenswert sind hybride Architekturen: lokale Prototypen mit Open\u2011Source\u2011Modellen, Verschiebung kritischer Produktionspfade auf verwaltete Dienste und Optimierung durch effiziente Serving\u2011Stacks.<\/p>\n<h4>Interoperabilit\u00e4t und Standards:<\/h4>\n<p>Interoperabilit\u00e4t und Standards sind problematisch, weil Agenten\u2011 und Tool\u2011Schnittstellen \u00fcber Anbieter hinweg fragmentiert sind. Daher sollte auf Pluggability geachtet und die Einf\u00fchrung aufkommender Protokolle (z. B. MCP, A2A) sowie standardisierter Nachrichtenformate f\u00fcr die Agentenkoordination vorangetrieben werden.<\/p>\n<h4>Multimodalit\u00e4t und fachliche Tiefe:<\/h4>\n<p>Multimodale Verarbeitung und fachliche Tiefe bleiben herausfordernd, weil die robuste Extraktion und Interpretation von Abbildungen, Simulationen oder fachspezifischen Methoden (etwa klinische Studien) noch br\u00fcchig ist. Abhilfe schafft Investition in dom\u00e4nenspezifische Daten, anzupassende Modelle und Schleifen mit menschlicher Pr\u00fcfung.<\/p>\n<h2>So gelingt die Umsetzung: Praxistipps<\/h2>\n<p>Wir empfehlen, mit engen, <a href=\"https:\/\/www.iese.fraunhofer.de\/de\/leistungen\/data-analytics\/ki-nutzen.html\"><strong>wertstiftenden Pilotprojekten zu beginnen <\/strong><\/a>\u2013 beispielsweise mit strukturierten Literaturzusammenfassungen mit Zitationen \u2013, bevor automatisierte experimentelle Entscheidungen umgesetzt werden. Bereits bei der Datenaufnahme sollten Herkunftsangaben, Snapshots und Versionierung integriert werden. Modulare Architekturen sind zu bevorzugen, damit Modelle und Werkzeuge bei Bedarf ausgetauscht werden k\u00f6nnen. An kritischen Stellen sind menschliche Kontrollpunkte f\u00fcr Verifikation und Entscheidungen einzubauen; zu messen sind dabei Korrektheit, Latenz, Kosten und Vertrauenskennzahlen. Deployments sind wie Produktionssysteme zu behandeln: Monitoring, Alerting, sichere CI\/CD\u2011Pipelines und Kosten\u2011Telemetrie sind von Beginn an zu implementieren.<\/p>\n<p>Deep Research verlagert das Problem von \u00bbeinem Modell eine Frage stellen\u00ab zu \u00bbeinen Forschungsprozess durchf\u00fchren\u00ab und kombiniert dabei Planung, Tool-Einsatz, multimodale Erfassung und rigorose Synthese. Die j\u00fcngsten Fortschritte bei Modellen und Systemen erm\u00f6glichen zwar praktische Pilotprojekte, f\u00fcr den Erfolg in der Produktion ist jedoch eine starke Technik in den Bereichen Grounding, Provenienz, Datenschutz, IP, Bewertung und Zusammenarbeit zwischen Mensch und KI erforderlich.<\/p>\n<div class=\"info-box\">\n<h2 id=\"Welche-KI-Anwendungen-sind-fuer-Ihr-Business-die-richtigen\" class=\"fragment\">Welche KI-Anwendungen sind f\u00fcr Ihr Business die richtigen?<\/h2>\n<p>Sie wollen KI nutzen und wissen, ob es f\u00fcr Ihr Unternehmen sinnvoll ist? Mit <a href=\"https:\/\/www.iese.fraunhofer.de\/de\/leistungen\/data-analytics\/ki-nutzen.html\" target=\"_blank\" rel=\"noopener\"><b>\u00bbAI Innovation Labs\u00ab<\/b><\/a> haben wir einen Methoden- und Werkzeugbaukasten entwickelt, mit dem wir KI-Anwendungen, die einen klaren unternehmerischen Mehrwert aufweisen, systematisch identifizieren, implementieren und evaluieren.<\/p>\n<h3>Mehr zu LLMs and generativer KI:<\/h3>\n<ul>\n<li><strong><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/agentic-ai-multi-agenten-systeme\/\">Agentic AI<\/a><\/strong> \u2013 Multi-Agenten-Systeme im Zeitalter generativer KI<\/li>\n<li><strong><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/retrieval-augmented-generation-rag\/\">Retrieval Augmented Generation (RAG)<\/a>:<\/strong> Chatten mit den eigenen Daten<\/li>\n<li><strong><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/was-ist-prompt-engineering\/\">Prompt Engineering<\/a>:<\/strong> Wie man mit gro\u00dfen Sprachmodellen kommuniziert<\/li>\n<li><strong><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/open-source-large-language-models-selbst-betreiben\/\">Open Source Large Language Models selbst betreiben<\/a>\u00a0<\/strong><\/li>\n<li><strong><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/halluzinationen-generative-ki-llm\/\">Halluzinationen <\/a><\/strong>von generativer KI und gro\u00dfen Sprachmodellen (LLMs)<\/li>\n<li><strong><a href=\"https:\/\/www.iese.fraunhofer.de\/blog\/wie-funktionieren-llms\/\">Wie funktionieren LLMs?<\/a><\/strong> Ein Blick ins Innere gro\u00dfer Sprachmodelle<\/li>\n<\/ul>\n<\/div>\n<h2>Referenzen:<\/h2>\n<p>Xu, Renjun, and Jingwen Peng. &#8222;A Comprehensive Survey of Deep Research: Systems, Methodologies, and Applications.&#8220; <i>arXiv preprint arXiv:2506.12594<\/i> (2025).<\/p>\n<p>Heidrich, Jens, et al. &#8222;Building AI innovation labs together with companies.&#8220; <i>arXiv preprint arXiv:2203.08465<\/i> (2022).<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Stellen Sie sich vor, KI k\u00f6nnte nicht nur Antworten auf einfache Fragen liefern, sondern ganze Forschungsarbeiten durchf\u00fchren \u2013 von der Hypothesenbildung bis zum fertigen Bericht, komplett mit Quellenangaben. Diese Vision wird durch Deep Research Realit\u00e4t. Deep Research ist eine Klasse von KI-Systemen, die mehrstufige Forschungsabl\u00e4ufe koordiniert. Diese Systeme k\u00f6nnen Untersuchungen planen und heterogene Beweise aus [&hellip;]<\/p>\n","protected":false},"author":66,"featured_media":14150,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"featured_image_credits_title":"iStock.com\/everythingpossible","featured_image_credits_url":"https:\/\/picasso.iese.fhg.de\/media\/overview\/file\/2889\/","featured_image_credits_position":"bottom-right","featured_image_credits_shadow":"-1px -1px 0 rgba(0,0,0,0.25),0 -1px 0 rgba(0,0,0,0.25),1px -1px 0 rgba(0,0,0,0.25),1px 0 0 rgba(0,0,0,0.25),1px 1px 0 rgba(0,0,0,0.25),0 1px 0 rgba(0,0,0,0.25),-1px 1px 0 rgba(0,0,0,0.25),-1px 0 0 rgba(0,0,0,0.25)","footnotes":""},"categories":[211,177],"tags":[768],"coauthors":[214],"class_list":["post-14134","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-digitale-transformation","category-kuenstliche-intelligenz","tag-effizienz"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.3 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Deep Research: Kann KI wissenschaftliche Arbeit automatisieren? - Blog des Fraunhofer IESE<\/title>\n<meta name=\"description\" content=\"Kann KI Wissensarbeit tats\u00e4chlich automatisieren? Welche M\u00f6glichkeiten und Herausforderungen f\u00fcr Deep Research gibt es?\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren? - Blog des Fraunhofer IESE\" \/>\n<meta property=\"og:description\" content=\"Kann KI Wissensarbeit tats\u00e4chlich automatisieren? Welche M\u00f6glichkeiten und Herausforderungen f\u00fcr Deep Research gibt es?\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/\" \/>\n<meta property=\"og:site_name\" content=\"Fraunhofer IESE\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/FraunhoferIESE\/\" \/>\n<meta property=\"article:published_time\" content=\"2025-09-08T07:01:37+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2025\/09\/iStock-10045202281.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"800\" \/>\n\t<meta property=\"og:image:height\" content=\"533\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Dr. Julien Siebert\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@FraunhoferIESE\" \/>\n<meta name=\"twitter:site\" content=\"@FraunhoferIESE\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Dr. Julien Siebert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"7\u00a0Minuten\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Dr. Julien Siebert\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/\"},\"author\":{\"name\":\"Dr. Julien Siebert\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/person\\\/96d3d2ce62a13a8ee470ea948601ff28\"},\"headline\":\"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren?\",\"datePublished\":\"2025-09-08T07:01:37+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/\"},\"wordCount\":1454,\"publisher\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/iStock-10045202281.jpg\",\"keywords\":[\"Effizienz\"],\"articleSection\":[\"Digitale Transformation\",\"K\u00fcnstliche Intelligenz\"],\"inLanguage\":\"de\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/\",\"name\":\"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren? - Blog des Fraunhofer IESE\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/iStock-10045202281.jpg\",\"datePublished\":\"2025-09-08T07:01:37+00:00\",\"description\":\"Kann KI Wissensarbeit tats\u00e4chlich automatisieren? Welche M\u00f6glichkeiten und Herausforderungen f\u00fcr Deep Research gibt es?\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/iStock-10045202281.jpg\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/iStock-10045202281.jpg\",\"width\":800,\"height\":533,\"caption\":\"Artificial Intelligence (AI),machine learning with data mining technology on virtual dachboard.Double exposure,Business team meeting present. Photo professional investor working with new startup project.\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#website\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\",\"name\":\"Fraunhofer IESE\",\"description\":\"Blog des Fraunhofer-Institut f\u00fcr Experimentelles Software Engineering\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#organization\",\"name\":\"Fraunhofer IESE\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2016\\\/08\\\/fhg_iese_logo.png\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2016\\\/08\\\/fhg_iese_logo.png\",\"width\":183,\"height\":50,\"caption\":\"Fraunhofer IESE\"},\"image\":{\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/FraunhoferIESE\\\/\",\"https:\\\/\\\/x.com\\\/FraunhoferIESE\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/fraunhoferiese\\\/\",\"https:\\\/\\\/www.youtube.com\\\/c\\\/FraunhoferIESE\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/#\\\/schema\\\/person\\\/96d3d2ce62a13a8ee470ea948601ff28\",\"name\":\"Dr. Julien Siebert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2020\\\/10\\\/siebert_julien_8513_blog-96x96.jpg299e210bdf5631c16552ac66c10e3e56\",\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2020\\\/10\\\/siebert_julien_8513_blog-96x96.jpg\",\"contentUrl\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/wp-content\\\/uploads\\\/2020\\\/10\\\/siebert_julien_8513_blog-96x96.jpg\",\"caption\":\"Dr. Julien Siebert\"},\"description\":\"Julien Siebert is working as senior AI Expert in the Data Science department of Fraunhofer IESE. He studied Artificial Intelligence and Engineering Science and got his PhD in Computer Science on the topic of agent based software for multiagent multi-modeling and co-simulation. His professional interests include scientifc process, artificial intelligence and complex systems.\",\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/in\\\/dr-siebert-julien\\\/\",\"https:\\\/\\\/sites.google.com\\\/view\\\/dr-julien-siebert\\\/\"],\"url\":\"https:\\\/\\\/www.iese.fraunhofer.de\\\/blog\\\/author\\\/julien-siebert\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren? - Blog des Fraunhofer IESE","description":"Kann KI Wissensarbeit tats\u00e4chlich automatisieren? Welche M\u00f6glichkeiten und Herausforderungen f\u00fcr Deep Research gibt es?","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/","og_locale":"de_DE","og_type":"article","og_title":"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren? - Blog des Fraunhofer IESE","og_description":"Kann KI Wissensarbeit tats\u00e4chlich automatisieren? Welche M\u00f6glichkeiten und Herausforderungen f\u00fcr Deep Research gibt es?","og_url":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/","og_site_name":"Fraunhofer IESE","article_publisher":"https:\/\/www.facebook.com\/FraunhoferIESE\/","article_published_time":"2025-09-08T07:01:37+00:00","og_image":[{"width":800,"height":533,"url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2025\/09\/iStock-10045202281.jpg","type":"image\/jpeg"}],"author":"Dr. Julien Siebert","twitter_card":"summary_large_image","twitter_creator":"@FraunhoferIESE","twitter_site":"@FraunhoferIESE","twitter_misc":{"Verfasst von":"Dr. Julien Siebert","Gesch\u00e4tzte Lesezeit":"7\u00a0Minuten","Written by":"Dr. Julien Siebert"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#article","isPartOf":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/"},"author":{"name":"Dr. Julien Siebert","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/person\/96d3d2ce62a13a8ee470ea948601ff28"},"headline":"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren?","datePublished":"2025-09-08T07:01:37+00:00","mainEntityOfPage":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/"},"wordCount":1454,"publisher":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#primaryimage"},"thumbnailUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2025\/09\/iStock-10045202281.jpg","keywords":["Effizienz"],"articleSection":["Digitale Transformation","K\u00fcnstliche Intelligenz"],"inLanguage":"de"},{"@type":"WebPage","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/","url":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/","name":"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren? - Blog des Fraunhofer IESE","isPartOf":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#primaryimage"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#primaryimage"},"thumbnailUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2025\/09\/iStock-10045202281.jpg","datePublished":"2025-09-08T07:01:37+00:00","description":"Kann KI Wissensarbeit tats\u00e4chlich automatisieren? Welche M\u00f6glichkeiten und Herausforderungen f\u00fcr Deep Research gibt es?","breadcrumb":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#primaryimage","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2025\/09\/iStock-10045202281.jpg","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2025\/09\/iStock-10045202281.jpg","width":800,"height":533,"caption":"Artificial Intelligence (AI),machine learning with data mining technology on virtual dachboard.Double exposure,Business team meeting present. Photo professional investor working with new startup project."},{"@type":"BreadcrumbList","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/deep-research-kann-ki-wissenschaftliche-arbeit-automatisieren\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.iese.fraunhofer.de\/blog\/"},{"@type":"ListItem","position":2,"name":"Deep Research: Kann KI wissenschaftliche Arbeit automatisieren?"}]},{"@type":"WebSite","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#website","url":"https:\/\/www.iese.fraunhofer.de\/blog\/","name":"Fraunhofer IESE","description":"Blog des Fraunhofer-Institut f\u00fcr Experimentelles Software Engineering","publisher":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.iese.fraunhofer.de\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#organization","name":"Fraunhofer IESE","url":"https:\/\/www.iese.fraunhofer.de\/blog\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2016\/08\/fhg_iese_logo.png","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2016\/08\/fhg_iese_logo.png","width":183,"height":50,"caption":"Fraunhofer IESE"},"image":{"@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/FraunhoferIESE\/","https:\/\/x.com\/FraunhoferIESE","https:\/\/www.linkedin.com\/company\/fraunhoferiese\/","https:\/\/www.youtube.com\/c\/FraunhoferIESE"]},{"@type":"Person","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/#\/schema\/person\/96d3d2ce62a13a8ee470ea948601ff28","name":"Dr. Julien Siebert","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2020\/10\/siebert_julien_8513_blog-96x96.jpg299e210bdf5631c16552ac66c10e3e56","url":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2020\/10\/siebert_julien_8513_blog-96x96.jpg","contentUrl":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-content\/uploads\/2020\/10\/siebert_julien_8513_blog-96x96.jpg","caption":"Dr. Julien Siebert"},"description":"Julien Siebert is working as senior AI Expert in the Data Science department of Fraunhofer IESE. He studied Artificial Intelligence and Engineering Science and got his PhD in Computer Science on the topic of agent based software for multiagent multi-modeling and co-simulation. His professional interests include scientifc process, artificial intelligence and complex systems.","sameAs":["https:\/\/www.linkedin.com\/in\/dr-siebert-julien\/","https:\/\/sites.google.com\/view\/dr-julien-siebert\/"],"url":"https:\/\/www.iese.fraunhofer.de\/blog\/author\/julien-siebert\/"}]}},"_links":{"self":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/14134","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/users\/66"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/comments?post=14134"}],"version-history":[{"count":21,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/14134\/revisions"}],"predecessor-version":[{"id":14197,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/posts\/14134\/revisions\/14197"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/media\/14150"}],"wp:attachment":[{"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/media?parent=14134"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/categories?post=14134"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/tags?post=14134"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.iese.fraunhofer.de\/blog\/wp-json\/wp\/v2\/coauthors?post=14134"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}