SciGround ergänzt mathematische Verifizierungsebene für LLM-Forschung

Licklider, Inc. hat SciGround gestartet, eine mathematische Verifizierungsebene, die prüft, ob Design, Daten, Analyse und Schlussfolgerung eines LLM-gestützten Forschungsprojekts zusammenpassen. Nach Angaben des Unternehmens können Forschende weiterhin ihren bevorzugten KI-Assistenten für das Schlussfolgern nutzen, während SciGround die Verifizierung außerhalb des Modells übernimmt.
- Licklider hat SciGround am 13. November 2026 gestartet.
- Das System prüft Forschungsdesign, Daten, Analyse und Schlussfolgerungen außerhalb des LLM.
- Die öffentliche Beta von SciGround MCP, Version 0.1.0, verbindet MCP-fähige Assistenten.
- Die Ergebnisse enthalten maschinenlesbare Nachweise, Annahmen, Grenzen und Softwareversionen.
- Zum Start wird eine festgelegte Auswahl statistischer und wissenschaftlicher Abläufe unterstützt.
Verifizierung erfolgt außerhalb des KI-Assistenten
SciGround ist für Forschungsabläufe konzipiert, in denen Large Language Models Hypothesen, Analysecode und Manuskripttexte erzeugen. Licklider zufolge hat die Möglichkeit, diese Arbeit zu verifizieren, nicht mit dem Umfang KI-generierter Forschung Schritt gehalten.
Das Unternehmen verweist auf einen Bericht des White House Office of Science and Technology Policy vom Juli 2026, in dem es hieß: „Die Kosten der Erstellung sind exponentiell gesunken, die Kosten der Verifizierung jedoch nicht.“ Zudem zitiert es einen Leitartikel in Nature Computational Science vom September, der die Reproduzierbarkeit mit LLMs als „wohl noch schwieriger“ beschrieb.
Statt den KI-Assistenten der Forschenden zu ersetzen, arbeitet SciGround mit ihm zusammen. Der Assistent ruft SciGround über das Model Context Protocol oder MCP auf, während Berechnungen und Prüfungen in etablierter Software unter dokumentierten Versionen ausgeführt werden.
Festgelegte Methoden und maschinenlesbare Nachweise
SciGround legt den Test, die Vergleichsrichtung und den Schwellenwert fest, bevor Ergebnisse bewertet werden. Wenn Design oder Daten nicht zu einem unterstützten Ablauf passen, verweigert das System die Ausführung oder pausiert, statt zu approximieren. Licklider betont außerdem, dass Methoden nach dem Auftreten signifikanter Ergebnisse nicht gewechselt werden.
Die Prüfungen decken den gesamten Weg vom Design bis zur Schlussfolgerung ab. SciGround untersucht, ob die Daten zum Design passen, ob die Zahlen innerhalb einer angegebenen Fehlertoleranz Bestand haben und ob die Schlussfolgerung aus dem Ergebnis folgt.
Für Berechnungen und Prüfungen kommen unter anderem SciPy, NumPy, R, FLINT/Arb für Arithmetik mit garantierter Präzision und der Z3-Solver zum Einsatz. Jedes Ergebnis wird als maschinenlesbarer Record mit Schlussfolgerung, Annahmen, Grenzen, Nachweisen, Eingaben und Softwareversionen zurückgegeben. Werden Daten korrigiert, werden betroffene Ergebnisse und Schlussfolgerungen erneut geprüft, wobei die Nachweise für jede Version erhalten bleiben.
Erste Abläufe und MCP-Zugang
Zu den beim Start unterstützten Abläufen von SciGround gehören Student- und Welch-t-Tests, gepaarte t-Tests mit Zuordnung per ID, eine einfaktorielle ANOVA mit vorab festgelegten korrigierten Vergleichen, der Mann-Whitney-U-Test sowie mehrere Auswertungen mit vorab festgelegter Korrektur.
Die Startliste umfasst außerdem die differentielle Expressionsanalyse von Bulk-RNA-seq-Daten mit FDR-Kontrolle, fehlende Daten aufgrund von Geräteausfällen, drei feste Chargen, den Vergleich von Original und Replikation sowie ein Zwischenanalyse-Design mit zwei Auswertungszeitpunkten. Licklider zufolge verfügt jeder Ablauf über definierte Eingaben und Schlussfolgerungen.
SciGround MCP ist als öffentliche Beta in Version 0.1.0 verfügbar und verbindet die Verifizierungsebene mit jedem Assistenten, der MCP unterstützt. „Ein LLM ist ein hervorragender Partner zum gemeinsamen Denken“, sagte Tasuku Kobayashi, Gründer und CEO von Licklider. „Aber für eine Schlussfolgerung sollte der Beweis sprechen, nicht das Modell. SciGround macht KI-gestützte Forschung überprüfbar.“

