Dreißig Plätze, null Dollar pro Nutzer und Monat, höchstens zwölf Monate: OpenAI öffnet sein Lebenswissenschaftsmodell für amerikanische Hochschullabore. Der eigentliche Zugang zum Modell bleibt ein separater Antrag.
Was der Rosalind Academic Plan umfasst
OpenAI hat am 19. Oktober ein Programm für akademische Forschung angekündigt, das den sperrigen Namen Rosalind Academic Plan trägt. Es richtet sich an Labore an US-amerikanischen Hochschulen und stellt ihnen GPT-Rosalind sowie angrenzende Werkzeuge kostenlos zur Verfügung.
Die Bedingungen stehen in der Ankündigung und sind eng gefasst. Ein qualifiziertes Labor erhält bis zu 30 Plätze im Tarif Business Standard, für 0 Dollar pro Nutzer und Monat, befristet auf höchstens zwölf Monate, und darin lassen sich alle kommerziell verfügbaren Frontier-Modelle von OpenAI nutzen, soweit die Nutzungsgrenzen des Tarifs reichen.
Das klingt nach einem großzügigen Angebot, und für ein Universitätslabor ist es das auch. Nur betrifft der Kern des Angebots nicht das Modell, um das es nominell geht. Dazu später mehr.
Dreißig Sitze im Rosalind Academic Plan: was sie bedeuten
Dreißig Plätze sind für ein einzelnes Labor viel und für eine ganze Hochschule wenig. Ein Institut mit mehreren Arbeitsgruppen wird entscheiden müssen, wer Zugang bekommt, und OpenAI legt die Verwaltung in die Hand der antragstellenden Person, die auch die Mitglieder und deren Rechte verwaltet.
Die Plätze sind an eine Person gebunden, nicht an ein Projekt. Wer das Labor verlässt, gibt den Platz frei, was in Laboren mit häufig wechselnden Doktoranden ein organisatorischer Punkt ist, den man vor dem Antrag klären sollte.
Enthalten ist ausdrücklich kein API-Zugang. Wer Modelle programmatisch in eine Pipeline einbauen will, braucht einen anderen Weg. Das Programm liefert die Oberfläche, nicht die Schnittstelle.
GPT-Rosalind ist nicht im Paket enthalten
Hier liegt der wichtigste Unterschied zwischen Ankündigung und Erwartung: Der Academic Plan schaltet Business-Standard-Plätze frei. GPT-Rosalind selbst muss zusätzlich über ein Trusted-Access-Verfahren freigegeben werden.
Das ist ein eigener Antrag mit eigener Prüfung. Wer die dreißig Plätze bekommt, hat damit noch keinen Zugang zum Lebenswissenschaftsmodell. Umgekehrt formuliert: Die Plätze sind der Eintritt in das Programm, die Modellfreigabe ist eine zweite Tür.
Für Labore heißt das, den Aufwand richtig zu planen. Zwei Anträge, zwei Prüfungen, zwei Zeitachsen. Wer mit dem Gedanken spielt, das Programm als schnellen Zugang zu einem Spezialmodell zu nutzen, sollte den zweiten Schritt zuerst lesen.
Was GPT-Rosalind für Labore tun soll
GPT-Rosalind ist OpenAIs Modell für die Lebenswissenschaften. Nach der Beschreibung des Unternehmens verbindet es die Reasoning-Fähigkeiten der aktuellen Modelle mit einer Arbeitsumgebung namens Rosalind Workbench.
Diese Workbench ist der interessante Teil. Sie ordnet Werkzeuge für typische Aufgaben in der Wirkstoffforschung, in der Genomik und in der Laborarbeit an, also für Abläufe, bei denen sonst mehrere Programme und ein Skript dazwischen nötig sind. Ein Modell, das diese Werkzeuge selbst aufruft, kann Zwischenschritte übernehmen, die bisher jemand von Hand gemacht hat.
Was das konkret leistet, lässt sich aus der Ankündigung nicht ablesen.
Keine Benchmarkwerte.
OpenAI nennt keine Angaben zur Modellgröße und keinen Termin für eine breitere Verfügbarkeit. Wer wissen will, ob das Modell bei einer bestimmten Fragestellung hilft, kommt um einen eigenen Test nicht herum.
Datenpolitik: Forschung bleibt aus dem Training
Für Hochschulen ist die Datenfrage oft wichtiger als die Fähigkeiten. OpenAIs Zusage lautet: Forschungsdaten, die über dieses Programm geteilt werden, gehen standardmäßig nicht in das Training eigener Modelle ein.
Standardmäßig heißt nicht automatisch. Wer sicher planen muss, sollte die konkreten Vertragsunterlagen prüfen und nicht nur die Ankündigung lesen. Für Labore mit sensiblen Daten, etwa aus der klinischen Forschung, ist das der Punkt, an dem eine Rechtsabteilung mitreden will.
Ein zweiter Punkt gehört dazu: Die Plätze laufen über die Standardprodukte des Unternehmens, nicht über eine abgeschottete Forschungsinstanz.
Was folgt daraus für Labore?
Wer mit personenbezogenen Daten arbeitet, muss die üblichen Fragen stellen, unabhängig davon, welches Modell dahintersteht.
Wer den Plan beantragen kann und wer nicht
Die Einschränkungen sind klar formuliert, und sie schließen mehr aus, als der Name vermuten lässt. Antragsberechtigt sind Labore an US-amerikanischen Hochschulen, nicht gemeint sind Forschungseinrichtungen außerhalb der USA, Unternehmen oder unabhängige Institute ohne Hochschulanbindung.
Antragen muss eine Person mit Leitungsfunktion, also eine Professorin oder ein Professor, die oder der das Labor vertritt. Studierende und Postdocs können den Antrag nicht selbst stellen. Das ist bei Förderprogrammen dieser Art üblich und verschiebt die Arbeit an die Leitung.
Eine Ausnahme betrifft Hochschulen, die bereits einen Vertrag über OpenAI Enterprise haben. Sie müssen den Weg über ihre bestehende Vereinbarung nehmen und können nicht zusätzlich den öffentlichen Antrag nutzen. Für große Universitäten mit zentraler IT-Beschaffung ist das der wahrscheinlichere Fall.
Die Trusted-Access-Prüfung ist Teil des Produkts
OpenAI beschreibt das Auswahlverfahren genauer, als es bei solchen Programmen üblich ist: Geprüft werden die Legitimität der Einrichtung, die Identität und Funktion der antragstellenden Person, die Zugehörigkeit des Labors und der Zweck der Forschung.
Dazu kommt eine Anforderung, die nachdenklich macht: Das Labor muss eine Ansprechperson für Sicherheitsfragen benennen. Nach der Freigabe wird die Nutzung weiter beobachtet, und bei als besonders sensibel eingestuften Vorhaben prüft OpenAI, ob sie zum genehmigten Forschungskontext passen.
Das ist mehr Kontrolle, als ein reines Lizenzangebot bräuchte, und es passt zu einem Modell, das biologische Fragestellungen bearbeitet. Die Prüfung ist damit kein bürokratischer Rand, sondern Teil des Produkts.
Was OpenAI mit dem Programm verfolgt
OpenAI rahmt die Ankündigung bescheiden: Man beginne mit akademischen Laboren, als Teil eines breiteren Versuchs, mehr Wissenschaftlerinnen und Wissenschaftler mit KI arbeiten zu lassen. Der genannte Hebel ist der Preis, nicht die Technik.
Für die Forschung ist das nachvollziehbar: Ein Labor, das 30 Plätze zum Listenpreis kaufen müsste, tut es nicht, und wenn der Zugang wegfällt, fällt auch die Frage weg, ob sich das Modell für die eigene Arbeit lohnt.
Gleichzeitig ist es ein Vertriebsmodell. Wer während der Promotion mit einem Werkzeug arbeitet, kennt es danach. OpenAIs Konkurrenten verfolgen ähnliche Ansätze, und die Lebenswissenschaften gelten seit zwei Jahren als Feld, in dem sich viel Rechenzeit und wenig Geduld gegenüberstehen.
Was bei GPT-Rosalind noch offen ist
Die Ankündigung beantwortet die praktischen Fragen und lässt die technischen offen. Es gibt keine Angaben zu Benchmarkwerten, keine Vergleiche mit anderen Modellen für Proteinfaltung oder Moleküldesign und keinen Hinweis darauf, wie gut die Workbench mit Datenformaten aus der Praxis zurechtkommt.
Für Labore, die über einen Antrag nachdenken, ist das kein Ausschlusskriterium. Es bedeutet nur, dass die Entscheidung nicht auf Basis öffentlicher Zahlen fallen kann. Wer teilnehmen will, sollte einen konkreten Anwendungsfall mitbringen, an dem sich nach einigen Wochen messen lässt, ob der Aufwand sich getragen hat.
Die Frist ist ebenfalls offen. Das Programm läuft zunächst zwölf Monate, was danach kommt, steht nicht in der Ankündigung. Erfahrungsgemäß entscheiden solche Programme nach Ablauf neu, und Erfahrungswerte sind hier keine Zusage.
