Wasserzeichen kennt man von Banknoten, Fotografien oder digitalen Dokumenten. Nun sollen sie an einem Ort auftauchen, an dem es weder Papier noch Pixel gibt: in Proteinen. Die Markierung ist unsichtbar, besteht nicht aus Farbe und kommt selbst gegen das Licht gehalten nicht zum Vorschein. Sie steckt in der Abfolge der Aminosäuren – und damit im biologischen Bauplan selbst.
Google DeepMind hat am 30. September 2026 mit SynthID Bio ein Verfahren vorgestellt, das von künstlicher Intelligenz entworfene Proteinsequenzen und berechnete Molekülstrukturen mit einer überprüfbaren Signatur versieht. Nach Angaben des Unternehmens kann dieser Herkunftshinweis den Sprung vom digitalen Entwurf ins Labor überstehen und im hergestellten Protein nachweisbar bleiben. Seine vorgesehene biologische Aufgabe soll das Molekül dabei weiterhin erfüllen. Recherchequelle: Google DeepMind
Warum Proteine kaum Spielraum für Markierungen lassen
So gelangt eine vertraute Frage aus der Medienwelt in die Biologie: Wie lässt sich erkennen, ob etwas von einer KI erzeugt wurde? Bei Bildern kann eine Signatur in den Farbwerten stecken, bei Texten in statistischen Mustern der Wortwahl. Ein Protein bietet erheblich weniger Spielraum. Es besteht aus einer Kette von lediglich 20 verschiedenen Aminosäuren, deren Reihenfolge darüber entscheidet, wie sich das Molekül faltet, woran es bindet und welche Reaktionen es auslösen kann. Eine unbedachte Änderung ist deshalb kein kleiner Schönheitsfehler. Sie kann das Protein unbrauchbar machen.
Hier setzt SynthID Bio an. Statt einem fertigen Protein nachträglich ein Etikett anzuheften, bevorzugt das Verfahren schon beim Entwurf Varianten, die funktionieren und zugleich eine statistisch erkennbare Signatur tragen.
Vereinfacht gesagt, beruht die Methode auf einer kontrollierten Auswahl. An einer bestimmten Stelle eines Proteins kommen häufig mehrere Aminosäuren infrage, die einander chemisch ähnlich genug sind, um die vorgesehene Struktur nicht zu zerstören. Normalerweise wählt das Entwurfsmodell ProteinMPNN eine passende Variante aus. SynthID Bio greift in diesen Vorgang ein und bevorzugt, wenn möglich, jene Aminosäure, die zur geheimen Markierung beiträgt. Passt sie biologisch nicht, scheidet sie aus.
Dem Protein werden also keine beliebigen Bausteine aufgezwungen. SynthID Bio sucht vielmehr unter den funktionsfähigen Varianten nach einer Kombination, in der sich das Muster verbergen lässt. Über die gesamte Sequenz verteilt entsteht so ein statistischer Fingerabdruck. An einer einzelnen Stelle ist er nicht abzulesen. Erkennen kann ihn erst ein Detektor, der den geheimen Schlüssel kennt und prüft, ob die dadurch vorgegebenen Aminosäureentscheidungen ungewöhnlich häufig auftreten. Recherchequelle: Ars Technica
Der Labortest: Bleibt die Bindungswirkung erhalten?
Die zentrale Frage lautet, ob diese feine Lenkung die biologische Wirkung verändert. Um das herauszufinden, testeten die Forscher den Ansatz an Proteinbindern, also Molekülen, die sich gezielt an andere Proteine anheften. Drei Ziele standen dabei im Mittelpunkt: ein Teil des Spike-Proteins von SARS-CoV-2, der Wachstumsfaktor VEGF-A und das für die Immunregulation wichtige Protein PD-L1.
Nach Angaben der Forscher erreichten die markierten Entwürfe vergleichbare Bindungsstärken und Erfolgsquoten wie die nicht markierten Varianten. Damit gelang ein wichtiger Nachweis: Zumindest bei den geprüften Proteinbindern ließ sich eine erkennbare Signatur einbauen, ohne die vorgesehene Funktion messbar zu beeinträchtigen. Der Versuch blieb nicht auf eine Simulation beschränkt. Die Moleküle wurden tatsächlich hergestellt und im Labor untersucht. Dennoch handelt es sich bislang um einen Machbarkeitsnachweis, nicht um eine allgemein erprobte Technik für jede Art von Protein. Recherchequelle: Nature
Auch berechnete Strukturen bekommen eine Signatur
Neben Aminosäuresequenzen kann SynthID Bio auch dreidimensionale Molekülstrukturen markieren, die AlphaFold 3 berechnet hat. Dafür wurde ein Teil des Modells so angepasst, dass winzige statistische Abweichungen in den vorhergesagten Atomkoordinaten entstehen. Diese Verschiebungen sollen innerhalb der üblichen Ungenauigkeit solcher Berechnungen liegen, für den zugehörigen Detektor aber erkennbar bleiben.
Bei einer Rate falsch positiver Ergebnisse von 0,1 Prozent lag die Erkennungsrate der Strukturmarkierungen in den Tests bei mehr als 99,8 Prozent. Kleine Veränderungen der Koordinaten und räumliche Drehungen ließen das Signal weitgehend unberührt. Bei sehr kurzen Strukturen nahm die Zuverlässigkeit dagegen ab; bestimmte aufwendigere Bearbeitungen konnten die Markierung sogar vollständig zerstören.
Eine zusätzliche Spur für die Biosicherheit
Zunächst klingt das nach einem technischen Wettlauf zwischen Markierung und Entfernung. Doch dahinter steht eine grundsätzlichere Frage. KI-Systeme können heute nicht mehr nur vorhandene Proteine analysieren oder deren Form vorhersagen. Sie entwerfen neue Sequenzen, die in der Natur möglicherweise nie existiert haben. Solche Konstruktionen versprechen neue Medikamente, Enzyme und Diagnoseverfahren, passen aber schlecht in Sicherheitskontrollen, die auf dem Vergleich mit bekannten biologischen Gefahren beruhen.
Wer DNA bei einem Syntheseunternehmen bestellt, übermittelt in der Regel eine digitale Sequenz. Der Anbieter prüft dann, ob sie gefährlichen Viren, Giftstoffen oder anderen problematischen Organismen ähnelt. Ein neuartiger KI-Entwurf kann durch dieses Raster fallen, gerade weil er keinem bekannten Vorbild gleicht. Unbekannt bedeutet nicht automatisch gefährlich – aber eben auch nicht automatisch harmlos.
Eine Herkunftssignatur könnte hier eine zusätzliche Spur liefern. Erkennt der Hersteller, dass eine ungewöhnliche Sequenz von einem geprüften Modell einer bekannten Forschungseinrichtung stammt, könnte er diesen Hinweis in seine Bewertung einbeziehen. Fehlt das Zeichen, könnte dies Anlass für eine genauere Kontrolle sein. Die Markierung wäre also kein Freibrief, sondern ein Wegweiser an jenem Kontrollpunkt, an dem digitale Entwürfe zu physischem Material werden.
Experten für Biosicherheit betonen deshalb das Prinzip der gestaffelten Verteidigung. SynthID Bio soll bestehende Prüfverfahren nicht ersetzen, sondern ergänzen. Sequenzvergleiche, Kundenkontrollen, Metadaten und Herkunftsnachweise müssten ineinandergreifen. Zwar kann kein einzelnes Verfahren garantieren, dass eine biologische Bestellung ungefährlich ist. Mehrere unabhängige Signale machen es einem Angreifer jedoch schwerer, unbemerkt sämtliche Kontrollen zu passieren. Recherchequelle: Nuclear Threat Initiative
Wenn KI-Daten in biologische Archive zurückfließen
Mindestens ebenso wichtig ist ein weniger spektakuläres Problem: die Verlässlichkeit wissenschaftlicher Datenbanken. Archive wie die Protein Data Bank, UniProt und GenBank gehören zum Gedächtnis der modernen Biologie. Forscher nutzen sie, um Moleküle zu vergleichen, Krankheitserreger zu untersuchen und neue KI-Systeme zu trainieren. Werden künstlich erzeugte Sequenzen oder berechnete Strukturen dort als natürliche oder experimentell bestimmte Daten ausgegeben, wird ihre Herkunft unscharf.
Daraus kann ein Kreislauf entstehen. Modelle lernen aus Datenbanken und erzeugen neue Sequenzen oder Strukturen, die anschließend unzureichend gekennzeichnet in die Bestände zurückfließen. Ein Forschungsarchiv könnte sich so schleichend in eine Sammlung verwandeln, in der natürliche, experimentell bestimmte und künstlich erzeugte Daten kaum noch auseinanderzuhalten sind. Eine eingebettete Signatur könnte Datenbankbetreibern helfen, KI-generierte Einträge automatisch zu erkennen und genauer zu prüfen.
Die molekulare Spur lässt sich verwischen
Allerdings ist das Zeichen weder unauslöschlich noch besonders auskunftsfreudig. In seiner derzeitigen Form bestätigt es lediglich, dass eine Markierung vorhanden ist. Es verrät nicht automatisch, welcher Forscher das Protein entworfen hat, zu welchem Zweck es entstand oder ob es sicher ist. Auch die Verteilung geheimer Erkennungsschlüssel wirft praktische Fragen auf: Wer darf prüfen, wer verwaltet die Schlüssel und was geschieht, wenn einer davon öffentlich wird?
Hinzu kommt, dass sich die Signatur entfernen lässt. Eine markierte Sequenz kann von einem Proteinmodell erneut verarbeitet und dabei umgeschrieben werden. In den Versuchen beseitigte eine solche Überarbeitung das Wasserzeichen wirksam, konnte allerdings zugleich die Wahrscheinlichkeit verringern, dass der Proteinbinder weiterhin funktioniert. Empfindlich reagierte auch die Strukturmarkierung auf bestimmte physikalische Optimierungsverfahren. Nature weist deshalb darauf hin, dass das System zwar nützlich sein könnte, ein entschlossener Nutzer die molekulare Spur jedoch verwischen kann. Recherchequelle: Nature News
Gerade wegen dieser Grenzen ist die Entwicklung interessant. SynthID Bio löst das Herkunftsproblem zwar nicht, zeigt aber, dass sich eine Herkunftsangabe in einen biologischen Entwurf einbauen lässt, ohne ihn zwangsläufig zu beschädigen. Das Wasserzeichen sitzt nicht auf dem Molekül. Es steckt in seiner molekularen Gestalt.
Die Kennzeichnung von KI-Erzeugnissen tritt damit in eine neue Phase. Bisher ging es vor allem darum, künstliche Bilder, Stimmen oder Texte zu erkennen. Nun erreicht dieselbe Debatte die materielle Welt. Aus einer Zahlenfolge wird DNA, aus DNA ein Protein – und aus einem digitalen Entwurf schließlich ein Molekül, das bindet, reagiert und sich im Reagenzglas nicht von einem unmarkierten Molekül unterscheidet.
Die Frage nach der Herkunft ist damit keine Fußnote mehr. Sie reist mit dem Bauplan ins Labor.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
Remio – Einführung von SynthID Bio: Google DeepMind integriert Wasserzeichen in KI-entworfene Proteine
Der Beitrag erklärt, wie ProteinMPNN mithilfe eines geheimen Schlüssels bestimmte Aminosäuren bevorzugt und wie Labortests den Erhalt der Bindungsfunktion belegen.
https://www.remio.ai/de/post/introducing-synthid-bio-google-deepmind-puts-watermarks-inside-ai-designed-pr-de
NeoTeo – Google DeepMind beschreibt SynthID Bio als Methode für Protein-Wasserzeichen
Die technische Einordnung erläutert die Markierung von AlphaFold-3-Atomkoordinaten sowie Erkennungsraten, Fehlalarme und die begrenzte Robustheit gegenüber Strukturrelaxation.
https://www.neoteo.com/de/google-deepmind-beschreibt-synthid-bio-als-methode-fur-protein-wasserzeichen
Cocoloop – DeepMind versieht KI-designte Proteine mit Wasserzeichen
Der Artikel zeigt, wie Herkunftssignaturen das Screening bei DNA-Syntheseunternehmen ergänzen können und welche Grenzen entfernbare Markierungen und geheime Schlüssel setzen.
https://news.cocoloop.cn/de/2026/10/deepmind-synthid-bio-protein-watermark/
