FutureHouse Platform

FutureHouse ist eine gemeinnützige Forschungsorganisation aus San Francisco, die mit Mitteln von Schmidt Sciences – der Stiftung des früheren Google-CEO Eric Schmidt – an einem ehrgeizigen Ziel arbeitet: einem "AI Scientist", der wissenschaftliche Entdeckungen nicht nur unterstützt, sondern eigenständig vorantreibt. Die im Mai 2025 veröffentlichte FutureHouse Platform ist der erste öffentlich zugängliche Schritt in diese Richtung. Statt eines weiteren generischen Chatbots stellt sie eine Riege klar abgegrenzter, spezialisierter Agenten bereit, die jeweils auf einen Teilbereich der wissenschaftlichen Arbeit zugeschnitten sind. Die Agenten tragen Vogelnamen, und jeder hat eine eigene Aufgabe.

Crow ist der Allzweck-Agent für die schnelle Literatursuche. Er liefert auf eine konkrete Frage eine knappe, präzise und vor allem belegte Antwort und verweist dabei auf die zugrunde liegenden Publikationen. Technisch baut Crow auf PaperQA2 auf, einem von FutureHouse entwickelten und quelloffenen System für Retrieval-Augmented Generation über wissenschaftliche Volltexte. Falcon geht in die Tiefe: Wo Crow eine schnelle Antwort gibt, sichtet Falcon deutlich mehr Quellen und ist für umfassende Übersichtsarbeiten und Reviews gedacht – um den Preis längerer Laufzeiten, die je nach Frage mehrere Minuten betragen können. Owl beantwortet eine Frage, die in der Forschung erstaunlich oft im Raum steht, aber selten effizient zu klären ist: "Hat das schon einmal jemand gemacht?" Owl durchsucht die Literatur gezielt nach Präzedenzfällen und ist damit nützlich, bevor man Zeit und Mittel in ein vermeintlich neues Experiment steckt. Phoenix richtet sich an Chemikerinnen und Chemiker und kann Synthesewege planen sowie cheminformatische Werkzeuge bedienen; er ist der Nachfolger des früheren ChemCrow-Projekts. Finch schließlich ist ein Datenanalyse-Agent mit Schwerpunkt Biologie, der auf Basis ausführbarer Notebooks selbständig Datensätze auswertet.

Der entscheidende Anspruch, mit dem FutureHouse antritt, ist Präzision. Das Team hat zu seinen Agenten und zu PaperQA2 Benchmarks veröffentlicht, in denen die Systeme bei Aufgaben zur Literaturrecherche und zum Faktencheck besser abschneiden als gängige Frontier-Modelle und in Teilbereichen sogar mit menschlichen Fachleuten gleichziehen. Diese Zahlen sind mit der üblichen Vorsicht gegenüber selbst publizierten Benchmarks zu lesen, doch sie verweisen auf einen realen Unterschied im Ansatz: Während ein generisches Sprachmodell dazu neigt, Quellen zu halluzinieren oder vage zu paraphrasieren, ist die Architektur dieser Agenten von Grund auf darauf ausgelegt, jede Aussage an eine konkrete, abrufbare Publikation zu binden. In der Praxis bedeutet das, dass man die Antworten überprüfen kann, statt ihnen vertrauen zu müssen – ein für die wissenschaftliche Arbeit nicht zu unterschätzender Vorteil.

Die Bedienung läuft über eine schlichte Web-Oberfläche unter platform.futurehouse.org. Man wählt einen Agenten, stellt seine Frage in natürlicher Sprache und erhält nach kurzer bis längerer Bearbeitung eine strukturierte Antwort mit Zitaten. Wer die Agenten in eigene Abläufe einbinden will, kann auf eine dokumentierte API und einen Python-Client (futurehouse-client) zurückgreifen. Das ist der Punkt, an dem FutureHouse sich am deutlichsten von kommerziellen Recherche-Assistenten abhebt: Der Kern ist quelloffen. PaperQA2 und das zugrunde liegende aviary-Framework stehen frei zur Verfügung, sodash sich die Recherche im Prinzip auch selbst betreiben und reproduzieren lässt – ein für eine Forschungsorganisation konsequenter Ansatz, der Transparenz über Bequemlichkeit stellt.

Bemerkenswert ist die Preisgestaltung, weil es im engeren Sinn keine gibt. Die Plattform ist kostenlos, die API ebenfalls, lediglich mit Rate-Limits versehen, die den normalen Forschungsalltag aber selten stören dürften; höhere Kontingente vergibt FutureHouse an Forschungspartner auf Anfrage. Das passt zum gemeinnützigen Charakter des Hauses und unterscheidet das Angebot grundlegend von abonnementbasierten Diensten wie Elicit, Consensus oder SciSpace. Wer kommerzielle Pro-Tarife mit garantierten Service-Levels erwartet, sucht hier vergebens – und genau das ist der Kompromiss, den man eingeht.

Denn die Schwächen liegen weniger in der fachlichen Qualität als in den Rahmenbedingungen. Die Plattform ist konsequent englischsprachig; eine deutschsprachige Oberfläche gibt es nicht, und auch wenn die Agenten deutsche Fragen verstehen, ist das System auf englischsprachige Fachliteratur und englische Interaktion ausgelegt. Die Server stehen in den USA, eine DSGVO-konforme Auftragsverarbeitung ist nicht dokumentiert, und für sensible oder unveröffentlichte Forschungsdaten ist das ohne vertragliche Grundlage problematisch – die DSGVO-Einstufung lautet daher "bedingt". Hinzu kommt der Projektcharakter: FutureHouse ist eine Non-Profit im Aufbau, kein etablierter Anbieter mit Support-Hotline. Funktionen ändern sich, einzelne Agenten sind als experimentell gekennzeichnet, und auf eine garantierte Verfügbarkeit oder festen Support sollte man sich nicht verlassen. Die tiefen Recherchen von Falcon brauchen zudem Geduld, was bei stapelweisen Anfragen ins Gewicht fällt.

Einzuordnen ist die Plattform damit als das, was sie ist: ein außergewöhnlich gutes, kostenloses Werkzeug für die literaturbasierte Forschung, das von Wissenschaftlern für Wissenschaftler gebaut wurde und seinen Schwerpunkt klar auf Präzision und Nachvollziehbarkeit legt. Sie ist kein Allzweck-Assistent, der Texte schreibt oder Folien baut, und sie ersetzt auch keine durchdachte Datenschutz-Strategie für vertrauliche Inhalte. Für die Aufgaben, für die sie gedacht ist – eine belegte Antwort auf eine Forschungsfrage, eine systematische Übersicht, die Präzedenzprüfung vor einem Experiment, die erste Analyse eines Chemie- oder Bioproblems –, gehört sie jedoch zum Besten, was derzeit frei verfügbar ist.

Empfehlung: Für Forschende, Promovierende und alle, die regelmäßig wissenschaftliche Literatur durchforsten, ist die FutureHouse Platform eine klare Empfehlung – allein schon, weil sie kostenlos und quelloffen ist und bei der entscheidenden Frage der Quellentreue überzeugt. Man sollte sie mit englischsprachigen Fragen und ohne vertrauliche Rohdaten einsetzen und die Benchmark-Versprechen kritisch im Blick behalten. Als Ergänzung zu etablierten Diensten ist sie nahezu konkurrenzlos; als alleinige, geschäftskritische Infrastruktur fehlt ihr derzeit die kommerzielle Verlässlichkeit.