Forschen in der Freizeit Ehrgeizige Laien

"Einige Nutzer waren richtig ehrgeizig", berichtet Bakers Mitarbeiter Firas Khatib, "die Leute beobachteten ihre Bildschirmschoner und wollten am liebsten nachhelfen". Baker nahm schließlich Kontakt mit Spieldesignern auf. Seine Idee: Menschen investieren so viel Energie in beliebige Computerspiele - warum also nicht etwas von dieser Kreativität für wissenschaftliche Zwecke abzapfen?

Im Jahr 2008 ging dann Foldit an den Start, ein Computerspiel, bei dem es gilt, energiearme Konfigurationen von Proteinen zu finden. Die Regeln gibt die Biochemie vor, Punkte gewinnt, wer den Energieinhalt des Moleküls senkt.

Nach dem Vorbild klassischer Videospiele werden bei Foldit verschiedene Level durchgespielt und Punkte gesammelt. Eine im Internet veröffentlichte Bestenliste stachelt den Ehrgeiz zusätzlich an.

Die Fähigkeiten der Laienhelfer testete Bakers Gruppe zunächst, indem man diese eine bereits bekannte Proteinstruktur aufklären ließ. Das Ergebnis überraschte: In manchen Fällen schnitten die Menschen deutlich besser ab als die ursprüngliche Rosetta-Software - etwa dann, wenn Spielzüge zum Ziel führten, die mit vorübergehendem drastischen Punkteverlust einhergingen. "Die Menschen sind in der Lage, den langfristigen Nutzen zu sehen", sagt Khatib. So lassen sich von den besten Spielern Strategien lernen, mit denen man wiederum die Software verbessert.

Die Forscher vom Baker-Lab wollen sogar noch einen Schritt weiter gehen. Derzeit testen sie, ob die Bürgerwissenschaftler in der Lage sind, Proteine für bestimmte Anwendungen zu entwerfen - Antikörper etwa, deren Struktur exakt der Oberfläche eines Virus angepasst sein muss. "Der Traum wäre, dass ein Foldit-Spieler irgendwo in der Welt ein Heilmittel gegen eine schwere Krankheit erfindet", sagt Khatib.

Deutlich einfacher sind die Aufgaben, die das Galaxy-Zoo-Team seinen freiwilligen Helfern stellt. Hier ist jeder Mausklick wertvoll. In der Urversion aus dem Jahre 2007 klickten sich die Freiwilligen durch eine Reihe von Galaxie-Aufnahmen, die sie kategorisieren sollten: Kugel- oder spiralförmig? Rechts- oder linksdrehend? Was zu erkennen einer Software große Probleme bereitet, fällt Laien oft leicht. "Die meisten sind nach ein paar Bildern so gut wie Profi-Astronomen", sagt Kevin Schawinski, ein Gründer von Galaxy Zoo.

Als Doktorand an der Oxford University kämpfte er sich eine Woche lang durch fünfzigtausend Aufnahmen von Galaxien aus dem sogenannten Sloan Digital Sky Survey, um einen Datensatz von elliptischen Exemplaren zusammenzustellen. Abends im Pub beschwerte er sich bei seinem Kollegen Chris Lintott, dass es schön wäre, den ganzen, eine Million Galaxien umfassenden Datensatz zu durchforsten. Da erinnerte sich Lintott an das stardust@home-Projekt: Seit 2006 bittet die Nasa um Mithilfe bei der Musterung von Aufnahmen nach Staub aus dem All. "Wenn die Leute bereit sind, sich Staub anzuschauen, dann werden sie sich auch unsere wunderschönen Galaxien anschauen", dachte sich Lintott.

Schnell hatte die Gruppe um Schawinski und Lintott die Galaxien-Bilder ins Netz gestellt, in einem BBC-Auftritt warben sie für ihr Projekt. "Innerhalb von ein paar Tagen war jede Galaxie einmal klassifiziert", erzählt Schawinski, "und nach einem Jahr jede mehr als siebzig Mal". So konnten die Wissenschaftler von der Weisheit der Massen profitieren: Viele Laien können manchmal mehr als ein einzelner Experte.

Und auch die Computer konnten von den Freiwilligen lernen. Bilderkennungs-Programme müssen nämlich mit Datensätzen trainiert werden, deren Zuordnung bekannt ist. Gerade um auch die nicht eindeutigen, aber wissenschaftlich interessanten Fälle zu erfassen, müssen diese Datensätze möglichst groß und detailreich sein. Dank der Vorarbeit der Citizen Scientists können Computer Probleme lösen, die sie zuvor überforderten.