Ein Forschungsjahr im Rückblick

Wissen entsteht nicht auf Bestellung. Es wächst langsam, oft in eine bisher unbekannte Richtung, manchmal über Generationen hinweg – und genau darin liegt seine Stärke. Grundlagenforschung folgt keinem strikten Fahrplan, sondern der Logik der Erkenntnis: dem geduldigen und beharrlichen Nachfragen.

Die vom FWF geförderten Forschenden an Österreichs Universitäten und außeruniversitären Forschungsstätten stehen seit Jahrzehnten für genau diese Form des Fragens. Ihre Erkenntnisse bilden das Fundament, auf dem so vieles ruht. Die Medikamente von morgen entstehen aus dem biochemischen Grundlagenwissen von heute. Die Technologien, die unsere Wirtschaft voranbringen werden, sind heute oft noch Theorie oder ein Laborexperiment. Und die gesellschaftlichen Institutionen, die unsere Demokratien tragen, wären ohne die Sozial- und Geisteswissenschaften undenkbar. Nicht zuletzt eröffnet die künstlerisch-wissenschaftliche Forschung Erkenntnisräume, die weder reine Wissenschaft noch reine Kunst allein betreten könnten und die unser Verständnis des Menschseins grundlegend erweitern.

Das vergangene Jahr hat uns einmal mehr vor Augen geführt, wie entscheidend eine lebendige, unabhängige Wissenschaftskultur für eine demokratische Gesellschaft ist. In einer Zeit, in der einfache Antworten lauter sind als komplexe Wahrheiten, ist Forschung, die sich der Komplexität verpflichtet, gesellschaftlich relevanter denn je. Wissenschaft ohne Freiheit ist keine Wissenschaft – sie ist bestenfalls Bestätigung vorgefasster Meinungen. Der FWF trägt im Einklang mit dem gesamten Wissen-schaftsbereich zu dieser Freiheit bei: durch kompetitiv vergebene Mittel, durch das internationale Peer-Review-Verfahren und durch das Vertrauen, dass exzellente Forscher:innen wissen, welche Fragen es wert sind, gestellt zu werden.

Wie geht es Österreichs Forschenden? Wir haben diese Frage ernst genommen und bei mehr als 3.300 Wissenschaftler:innen im Rahmen einer von Spectra durchgeführten Umfrage nachgefragt. Das Ergebnis zeichnet ein differenziertes, aber durchaus positives Bild: Österreich überzeugt als Wissenschaftsstandort mit hoher Internationalität und gelebter Forschungsfreiheit, zwei Drittel der Befragten zeigen sich insgesamt zufrieden mit ihrer beruflichen Situation. Das ist sehr erfreulich. Gleichzeitig erkennen viele Forschende strukturellen Handlungsbedarf – insbesondere bei verlässlichen Karriereperspektiven für den wissenschaftlichen Nachwuchs, beim Abbau traditioneller Hierarchien und bei der gesellschaftlichen Anerkennung von Forschung. Die Förderungen des FWF werden grundsätzlich positiv beurteilt; Kritik gibt es aufgrund der geringen Bewilligungsquote beim Antragsaufwand und der Nachvollziehbarkeit von Ablehnungen. Alle Details zur Umfrage finden Sie hier.

Diese Ergebnisse sind für uns Bestätigung und Auftrag zugleich. Sie zeigen, dass wir in vielen Bereichen gut unterwegs sind, machen aber ebenso deutlich, wo Verbesserungsbedarf besteht. Die Förderbedarfe sind vielfältig – sie reichen von Projekten kleiner, fokussierter Teams bis zu groß angelegten Forschungsnetzwerken in den Exzellenzclustern, von gezielter Karriereförderung bis zur Wissenschaftskommunikation. Fragen der Chancengerechtigkeit und der konsequenten Vermeidung von Diskriminierung messen wir ebenso hohe Bedeutung bei wie der Sicherung guter wissenschaftlicher Praxis und der Möglichkeit, Forschung ökologisch nachhaltig zu gestalten. All diesen Ansprüchen ist der FWF verpflichtet – und er richtet die Weiterentwicklung seines Förderportfolios daran aus. Jüngstes Beispiel sind die neuen Spezialforschungsgruppen: ein Förderangebot, das standortübergreifenden Teams eine flexible und passgenaue Unterstützung bietet.

Wir danken den Forscher:innen, die mit ihren Entdeckungen die Gesellschaft bereichern (und diesen Jahresbericht füllen), den FWF-Gremien, allen voran den Mitgliedern des Kuratoriums, den internationalen Gutachter:innen sowie den Universitäten und außeruniversitären Forschungsstätten für die erfolgreiche Zusammenarbeit. Mit 749 neu bewilligten Projekten und einer Fördersumme von 340 Millionen Euro war es 2025 möglich, den Wachstumskurs der Grundlagenforschung fortzusetzen.

Dafür danken wir auch den politischen Verantwortungsträger:innen und der Öffentlichkeit – denn Wissenschaft ist kein Selbstzweck. Sie ist ein Versprechen, die Welt Schritt für Schritt verständlicher zu machen.

Das Präsidium des Österreichischen Wissenschaftsfonds FWF

Zahlreiche Herausforderungen prägen die Wissenschaft. Das ist nicht neu. Es ist geradezu konstitutiv für die Wissenschaft als solche. Zugespitzt könnte man sagen, dass es ohne Herausforderungen vermutlich gar keine Wissenschaft gäbe. Veränderlich ist im Grunde genommen nur die Art der jeweiligen Herausforderungen. Manche zeichnen sich schon länger ab und haben an Intensität und Dringlichkeit zugenommen, wie etwa der menschengemachte Klimawandel. Andere stürzen gerade sintflutartig auf uns ein, wie etwa die vielen Veränderungen durch die immer besser werdende Künstliche Intelligenz. Und wieder andere sind Folgen politischer Entwicklungen, ich denke hier in erster Linie an die Freiheit der Wissenschaft und den Zugang zu ihren Erkenntnissen. Und dann ist, jedenfalls in Österreich, auch noch die Frage der Finanzierung ein aktuelles Thema – eine wirkliche Herausforderung.

Der FWF hat 2025 sein Möglichstes getan, um exzellente Forschende zu unterstützen, besser gesagt zu fördern, und damit nicht nur wissenschaftliche Karrieren abgesichert, sondern neue Erkenntnisse mitermöglicht. Die dazugehörenden Zahlen im Jahresbericht sind beeindruckend, zumal wenn man bedenkt, wie viel Kreativität und Energie, wie viel Talent und Wissen die über 5.000 Forschenden, die eine Finanzierung des FWF erhalten haben, in ihre wissenschaftliche Arbeit gesteckt haben.

Ich bin zuversichtlich, dass mit Einrichtungen wie dem FWF die Forschung in Österreich auch weiterhin gestärkt wird und vor allem junge Wissenschaftlerinnen und Wissenschaftler die Möglichkeit bekommen, ihre Exzellenz in einem internationalen Umfeld unter Beweis stellen zu können.

Bundespräsident Alexander Van der Bellen

Wissenschaft ist ein Grundpfeiler einer wehrhaften Demokratie: Sie liefert faktenbasierte Grundlagen für politische Entscheidungen, stärkt die kritische Urteilsfähigkeit der Bürgerinnen und Bürger und hilft, Desinformation und populistischen Vereinfachungen mit Fakten entgegenzutreten. Gerade in einer Zeit, in der demokratische Institutionen weltweit unter Druck geraten, sind unabhängige Forschung, freie Debatten und der Schutz wissenschaftlicher Integrität zentral für eine resiliente Demokratie.

Um diese Rolle der Wissenschaft nachhaltig zu stärken, braucht es verlässliche und qualitätsgesicherte Forschungsförderung. Der FWF sichert mit seinen Programmen die Unabhängigkeit der Grundlagenforschung, fördert risikoreiche, innovative Projekte und ermöglicht Forschenden die nötigen Freiräume, langfristige Fragestellungen zu verfolgen.

Chancengleichheit und Diversität im Wissenschafts- und Forschungssystem sind mir ein besonderes Anliegen. Der FWF übernimmt hier Verantwortung: durch transparente Verfahren, durch gezielte Programme zur Förderung von Nachwuchswissenschaftlerinnen und Nachwuchswissenschaftlern, durch Maßnahmen zur besseren Vereinbarkeit von Wissenschaftskarriere und Familienleben sowie durch Maßnahmen zur Erhöhung des Frauenanteils, insbesondere in Fächergruppen mit nach wie vor geringen Beteiligungsquoten. Exzellente Forschung kann nur dort entstehen, wo alle Talente – unabhängig von Geschlecht, Herkunft oder Lebenssituation – faire Chancen vorfinden. Vor diesem Hintergrund ist es uns mit dem 2025 ins Leben gerufenen Perspektiven-Paket gelungen, die Aufnahme internationaler Forschender zu erleichtern und Österreich als attraktiven Forschungsstandort zu stärken.

Ein Höhepunkt im Jahr 2025 waren die Austrian Science Awards, bei denen erstmals die FWFASTRA-Preise vergeben wurden – besonders erfreulich ist, dass die Hälfte der Auszeichnungen an Frauen ging. Mit Elly Tanaka als FWF-Wittgenstein-Preisträgerin 2025 wurde zudem eine herausragende Persönlichkeit ausgezeichnet, deren international anerkannte Arbeiten in der Regenerationsforschung in besonderer Weise für Exzellenz, Pioniergeist und Ausdauer stehen und sie zu einem wichtigen Role-Model für den wissenschaftlichen Nachwuchs machen. Darüber hinaus gratuliere ich dem FWF zu einer Neubewilligungssumme von 340 Millionen Euro und 749 neuen Projekten. Insgesamt laufen derzeit 2.599 Projekte, an denen über 5.000 Personen beteiligt sind, beim Wissenschaftsfonds.

Nach der erfolgreichen Etablierung der Exzellenzinitiative in den vergangenen Jahren verzeichnen die „Clusters of Excellence“ mit über 1000 Forschenden bereits erste sichtbare wissenschaftliche Erfolge. Zugleich treiben sie ihre Outreach- und Dialogaktivitäten sowie den Wissenstransfer aktiv voran. Der nächsten Vergaberunde des zweiten Programms „Emerging Fields“ Anfang 2026 sehe ich mit großer Erwartung und Neugier entgegen.

Abschließend möchte ich meine aufrichtige Wertschätzung gegenüber dem FWF und all seinen Mitarbeitenden zum Ausdruck bringen und den erfolgreichen Forschenden sowie den beteiligten Forschungsstätten herzlich zu ihren Leistungen gratulieren.

Eva-Maria Holzleitner, Bundesministerin für Frauen, Wissenschaft und Forschung

Warum ist Wissen von Bedeutung?

Als Wikipedia das Internet eroberte, misstrauten viele Forscher:innen und Intellektuelle der Online-Enzyklopädie zu Beginn. Wie in aller Welt sollten die Beiträge der Schwarmintelligenz zu jedem nur denkbaren Thema korrekt sein? Wikipedia schien verlässlich, wenn man sich über Dinge informieren wollte, über die man kaum etwas wusste. Sobald man jedoch Themen nachschlug, die das eigene Fachgebiet betrafen, machten sich Fehler, Kuriositäten, Willkür und Ungenauigkeit bemerkbar. Fast so, als würde man die Zeitung lesen. Grundsätzlich vertraue ich den Printausgaben seriöser Zeitungen, solange sie über Politik und das Weltgeschehen berichten, aber jedes Mal, wenn ich einen Artikel über etwas lese, womit ich mich auskenne – wie etwa Philosophie oder Wissenschaft –, stoße ich auf kleine, aber ärgerliche Fehler (erstaunlicherweise hat dies jedoch nie meine Meinung über die restliche Berichterstattung in den Zeitungen beeinflusst).

Früher wies ich meine Philosophiestudierenden an, Wikipedia-Einträge über Philosophie zu meiden. Aber die Dinge ändern sich. Wikipedia hat sich immens verbessert und wird stetig noch besser. Mittlerweile sage ich Studierenden, dass Wikipedia für gewöhnlich eine zuverlässige Quelle ist, doch sie müssten aufpassen, nicht Teile daraus „unabsichtlich“ in ihre Aufsätze zu übernehmen. Wikipedia ist heute eine der vielen wundervollen, oft kostenfreien und großteils sorgfältig editierten Onlinequellen, die Studierenden zur Verfügung stehen.

Der Siegeszug der generativen KI lenkt uns nun jedoch in eine andere Richtung. Chatbots wie ChatGPT und Claude werden nicht nur zur Texterstellung verwendet, sondern auch um das Internet zu durchforsten, Fragen beantworten zu lassen und Informationen oder Fakten zu finden. Googles Gemini zählt zu den beliebtesten KI-Chatbots und wird künftig fix als KI-Assistent in die Google-Umgebung integriert sein. Eine bedeutungsvolle neue Entwicklung besteht darin, dass jede Google-Suche per Standardeinstellung nun auch eine „Übersicht mit KI“ liefert.

Dies erscheint zunächst unproblematisch – nutzen wir nicht schließlich alle Google und Wikipedia, als wären sie ein und dasselbe, und verlassen uns ohne Weiteres auf die Ergebnisse? Macht es einen Unterschied, ob man etwas auf Wikipedia oder in Googles KI-Übersicht nachliest? Ist das nicht im Prinzip dasselbe?

Meiner Ansicht nach besteht allerdings ein wesentlicher Unterschied, der sich aus der grundlegenden Natur des Wissens ergibt. Wikipedia kann zu Recht als Wissensspeicher bezeichnet werden, KI-Chatbots nicht. Lassen Sie mich dies näher ausführen.

Der Nobelpreisträger und Gründer von Google DeepMind, Sir Demis Hassabis, sagte kürzlich in einem Interview, dass Large Language Models (LLMs, die Sprachmodelle hinter den heute verbreiteten KI-Chatbots) unter anderem deshalb so erfolgreich seien, weil „ihr Ausgangspunkt die Gesamtheit menschlichen Wissens, all das, was wir ins Internet stellen“ sei. Diese Behauptung spricht Bände. Oberflächlich betrachtet scheint sie plausibel, wenn auch etwas übertrieben. Sie ist jedoch schlichtweg falsch.

Beginnen wir mit einem weitverbreiteten Phänomen: Fehlern. Es ist allgemein bekannt, dass Chatbots Fehler machen. Genau genommen behaupten sie Dinge, die nicht stimmen. Das haben wir wohl alle schon einmal beobachtet, und auch die modernsten Modelle haben dieses Problem bislang nicht in den Griff bekommen (so schreibt Google standardmäßig unter die KI-Übersicht: „KI-Antworten können Fehler enthalten.“). KI-Forscher:innen bezeichnen diese Fehler als Halluzinationen. Dazu zählen das Erfinden von wissenschaftlichen Artikeln, Rechtstexten oder Geschichten über real existierende Personen wie auch Rechen- und Logikfehler.

Viele KI-Forscher:innen tun diese Halluzinationen als Kinderkrankheiten ab; sie seien nichts weiter als kleine Funktionsstörungen, die mit fortschreitender Entwicklung und anhaltendem Training der Modelle verschwinden würden. Aus dem Blickwinkel der KI selbst jedoch, das heißt in Hinblick auf ihr Entwicklungsziel, sind Halluzinationen keine Funktionsstörung. Chatbots wurden mit dem Ziel entwickelt, in grammatikalisch korrekten Sätzen auf einen Prompt zu reagieren und dabei Inhalte, die zu diesem Prompt passen, zu produzieren. Halluzinationen sind daher keine Funktionsstörung, weil die Maschine genau das tut, wofür sie geschaffen wurde.

Die suggestive Bezeichnung „Halluzination“ ist daher zutiefst irreführend. Eine visuelle Halluzination liegt vor, wenn das optische System Erfahrungen erzeugt, die die Realität völlig verzerrt darstellen: Als Beispiele ließen sich hier drogeninduzierte Trips während eines LSD-Rauschs oder, in tragischeren Fällen, Halluzinationen von Menschen, die am Charles-Bonnet-Syndrom oder an Alkoholismus leiden, anführen. Halluzinationen sind ein Versagen beziehungsweise eine Funktionsstörung des optischen Systems. Es erfüllt seinen evolutionären Zweck, die Welt visuell akkurat darzustellen, nicht. Die „Halluzinationen“ von großen Sprachmodellen haben damit nichts zu tun.

Dass LLMs nicht darauf ausgerichtet sind, Sachverhalte korrekt wiederzugeben, erklärt zudem, warum es aus ihrer Sicht belanglos ist, dass nicht alle ihre Trainingsdaten der Wahrheit entsprechen. Manches davon ist missverständlich, unvollständig oder sogar bewusst irreführend. Für eine Maschine, die auf die Ausgabe grammatikalisch korrekter Sätze ausgerichtet ist, spielt das keine Rolle. Wenn LLMs jedoch Wissen generieren sollen, ist es durchaus von Bedeutung.

Hassabis Behauptung, dass LLMs basierend auf der „Gesamtheit menschlichen Wissens“ trainiert werden, ist nicht nur deshalb problematisch, weil das im Internet verfügbare Wissen unvollständig ist und daher nicht die Gesamtheit des Wissens darstellt; noch gravierender kommt zum Tragen, dass vieles von dem, was sich im Internet findet, gar nicht als Wissen bezeichnet werden kann. Wissen muss naturgemäß (man könnte auch sagen, definitionsgemäß) wahr sein. Wer behauptet zu wissen, die Sonne drehe sich um die Erde, hat damit unrecht und kann dies daher nicht wissen. Die Person mag annehmen, es zu wissen, aber sie weiß es nicht. Und wer behauptet, die MMR-Impfung verursache Autismus, hat unrecht und kann dies daher nicht wissen, egal wie überzeugt die Person davon ist.

Manche mögen nun einwenden, es gebe unterschiedliches „Wissen“ und man solle sich nicht gegen alternative Sichtweisen stellen. Das ist aber ein Missverständnis. Es steht außer Frage, dass Menschen unterschiedliche und oft inkompatible Perspektiven haben, und wie wir mit diesen umgehen, ist eine wichtige ethische und politische Frage. Doch wenn diese Sichtweisen nicht korrekt sind, stellen sie kein Wissen dar. Wissen gibt die Realität ausnahmslos wahrheitsgemäß und korrekt wieder.

Man kann gar nicht genug betonen, wie wichtig dieser Punkt ist. Das Konzept von Wissen ist in allen menschlichen Kulturen zentral: Während einige Sprachen keine eigenen Wörter für essen und trinken oder er und sie kennen, gibt es in allen menschlichen Sprachen ein Wort für Wissen, das mit dem Begriff „Wahrheit“ im Zusammenhang steht. Wissen – wie auch immer es in einer Sprache bezeichnet werden mag – bedeutet eine bestimmte korrekte und wahrheitsgetreue Darstellung. Wenn etwas nicht wahr ist, kann es nicht Wissen sein. Es gibt kein falsches Wissen.

LLMs können diesen Unterschied zwischen Wahrheit und Unwahrheit nicht erkennen. Sie fabrizieren Sätze, indem sie mit Milliarden von Texten im Internet interagieren. Es ist jedoch weder ihre Aufgabe noch die Aufgabe von unterbezahlten Klickarbeiter:innen, die KI-Outputs klassifizieren, zwischen wahrheitsgemäßen Texten und solchen, die Unwahres enthalten, zu unterscheiden. Jeder Text ist gut genug, wenn er nur zum Prompt passt.

Und das ist auch der Schlüssel zum Verständnis des Unterschieds zwischen Wikipedia und LLMs. Wikipedia ist bestrebt, Sachverhalte korrekt darzustellen, und verfolgt dieses Ziel mithilfe einer immensen Anzahl an Freiwilligen, die ihre Einträge im Einklang mit den relativ strengen Wikipedia-Regeln fortlaufend aktualisieren und die Interventionen anderer korrigieren. Ihr Ziel ist eine korrekte Darstellung, wovon Wahrheit eine bestimmte Version ist. Manchmal machen Autor:innen Fehler, die dann von anderen korrigiert werden. Einige Fehler werden dabei ohne Zweifel unentdeckt bleiben. Doch im Gegensatz zu einem LLM verfolgt Wikipedia die Absicht, von den Meinungen zur echten Welt, die die Freiwilligen beisteuern, zu lernen, um so das übergeordnete Ziel zu erreichen, die Welt wahrheitsgetreu darzustellen. Dies ist auch der Grund, warum einige führende Wissenschaftler:innen, die LLMs kritisch gegenüberstehen – darunter Gary Marcus und Yann LeCun –, ins Treffen führen, dass KI-Anwendungen zusätzlich zu ihren Textproduktionsprogrammen echte „Modelle der Welt“ benötigen. Ob dieser Vorschlag Gehör finden wird, zählt derzeit zu den interessantesten Fragen in der KI-Welt.

Vielleicht denkt jetzt jemand, dass die meisten LLMs sich ja ohnehin Wikipedia einverleibt haben und es deshalb keinen nennenswerten Unterschied zwischen den beiden Systemen mehr gebe.

Natürlich ist es sinnvoll, dass LLMs sich auf Wikipedia stützen, anstatt sich ausschließlich aus Webseiten voller Verschwörungstheorien zu speisen. Der Unterschied besteht aber dennoch in den Zielen der Systeme, nicht nur in ihren Trainingsgrundlagen. Auch wenn Wikipedia falsche Informationen enthält, so ist es doch ihr dezidiertes Ziel, wahrheitsgetreue und korrekte Informationen anzubieten. Ein Fehler in einem Wikipedia-Eintrag ist ein Makel, eine Halluzination eines Chatbots ist jedoch, wie wir gesehen haben, angesichts seiner Aufgabe kein Makel. Wikipedia-Autor:innen verfolgen das Ziel, die Einträge so korrekt wie möglich zu gestalten; für Klickarbeiter:innen, die die Daten in LLMs klassifizieren, ist das bedeutungslos.

Wikipedia liefert keine Garantie dafür, dass alle Informationen stimmen – eine solche existiert grundsätzlich nicht. Was Wikipedia allerdings bietet, ist eine verlässliche Methode, etwas über die Welt herauszufinden. LLMs bieten eine verlässliche Methode, binnen Sekunden kohärente Texte zu produzieren. Aber sie stellen keine verlässliche Methode zur Verfügung, etwas über die Welt zu lernen. Aus diesem Grund kann Wikipedia eine Wissensquelle sein, während LLMs dies nicht sind, denn Verlässlichkeit ist ein grundlegendes Element der Wissensgenerierung. Wissen braucht Wahrheit, aber Wahrheit allein ist nicht genug – man kann ja auch aus Zufall auf die Wahrheit stoßen (zum Beispiel, indem man mit Glück etwas richtig errät). Um Wissen zu erwerben, braucht man verlässliche Methoden der Wahrheitsfindung – beispielsweise etwas mit eigenen Augen zu sehen, sich an etablierte, vertrauenswürdige Autoritäten zu wenden oder durch wissenschaftliche Experimente Theorien zu bestätigen. Das Konzept einer verlässlichen Methode zur Wahrheitsfindung bildet daher den Kern von Wissen.

Im FWF-Exzellenzcluster „Knowledge in Crisis“ wenden wir diese grundlegenden Ideen der Erkenntnistheorie (Epistemologie) auf alle heutigen Wissenskrisen an – und die KI-Krise ist nur eine davon. Wir veranstalten Workshops und öffentliche Diskussionsrunden, in denen wir uns mit der Relevanz philosophischer Theorien zu Wissen und Erkenntnisgewinn für die derzeitigen Krisen befassen, und die Wissenschaftler:innen dieses Clusters publizieren Artikel und Bücher zu diesem Thema. Zusammen mit Forscher:innen anderer Disziplinen – wie etwa Wissenschaftskommunikation, Sozialwissenschaften, Psychologie und Wirtschaftswissenschaften – befassen wir uns auch mit Fragen, die für uns alle wesentlich sind. Dieses Jahr werden wir gemeinsam mit dem FWF-Exzellenzcluster „Bilateral Artificial Intelligence“ öffentliche Veranstaltungen organisieren, um die Bedeutung von KI in der heutigen Zeit zu diskutieren.

Es ist bemerkenswert, wie tief diese Krisen philosophisch verwurzelt sind. Manchmal werden diese Wissenskrisen ausschließlich in Hinblick auf Wissenschaftsfeindlichkeit (etwa in Bezug auf die Ablehnung von Impfungen) oder Probleme, die durch die Verbreitung von Falschinformation und Desinformation ausgelöst werden, diskutiert, beispielsweise wenn Nutzer:innen auf sozialen Medien absichtlich zu politischen Themen in die Irre geführt werden. Das sind sehr ernstzunehmende Probleme, mit denen wir uns im Rahmen unseres Exzellenzclusters intensiv beschäftigen. Die Epistemologie von KI – insbesondere von LLMs – ist jedoch noch viel subtiler und tiefgreifender: Sie bedroht die Grundfesten unserer Methoden der Wissensproduktion. Wenn wir nicht lernen zu verstehen, wie die Maschinen mit Fakten über Wahrheit und Wissen umgehen, werden wir uns immer weiter in dem Netz aus Nichtwissen und Chaos, das die KI-Unternehmen über uns ausspannen, verwickeln. Darum gehört es zu den Zielen des Teams von „Knowledge in Crisis“, dieses Verständnis zu fördern und allen zur Verfügung zu stellen.

Tim Crane, Director of Research, FWF-Exzellenzcluster „Knowledge in Crisis“

Über den Autor

Tim Crane ist Director of Research des Exzellenzclusters „Knowledge in Crisis“ und Professor für Philosophie sowie Pro-Rektor der Central European University in Wien. Er hat das Institute of Philosophy der University of London gegründet und war Knightbridge-Professor an der University of Cambridge.

Übersetzung: Michaela Ripplinger und Laura Scheifinger

Österreichs Spitzenforschung befindet sich weiter im Aufwind, das Wachstum schlägt sich auch in den Förderzahlen im Bereich der drittmittelfinanzierten Grundlagenforschung nieder. So konnte der Wissenschaftsfonds FWF im vergangenen Jahr Forschungsprojekte im Umfang von rund 340 Millionen Euro finanzieren. 136 Millionen Euro gingen in den Bereich Naturwissenschaften und Technik, 125 Millionen Euro in Biologie und Medizin und 77 Millionen Euro in die Geistes- und Sozialwissenschaften. Insgesamt finanziert der FWF 5.311 Wissenschaftler:innen in laufenden Projekten an Österreichs Universitäten und anderen Forschungsstätten – ein neuer Höchststand.

Einen Jahresrückblick sowie die gesamten Leistungszahlen finden Sie im aktuellen FWF-Jahresbericht.