Was passiert, wenn ein KI-Labor beschließt, dass Chatbots nicht nur coden, sondern auch forschen sollen? Anthropic liefert eine Antwort: Claude Science ist eine Desktop-App, die am 30. Juni 2026 in der Beta erschien und sich als vollständige Forschungsumgebung versteht — nicht als weiterer Chatbot mit Wissenschafts-Plugin.
Das Jupyter-Notebook der nächsten Generation
Claude Science läuft lokal auf macOS und Linux oder per SSH auf entfernten Rechnern und HPC-Login-Nodes. Die App bringt über 60 kuratierte Skills und Konnektoren mit, die auf Genomik, Einzelzell-Analyse, Proteomik, Strukturbiologie und Cheminformatik vorkonfiguriert sind. Quellen wie UniProt, PDB, Ensembl, Reactome, ClinVar, ChEMBL und GEO werden in natürlicher Sprache abfragbar — ohne dass Forscher sich durch individuelle Schemata und Query-Sprachen arbeiten müssen.
Der entscheidende Unterschied zu einem Chatbot: Claude Science erzeugt auditierbare Artefakte. Jede Abbildung, jede 3D-Proteinstruktur, jedes Analyseergebnis trägt die vollständige Entstehungsgeschichte — den exakten Code, die Umgebung, eine Klartext-Beschreibung des Vorgehens und den kompletten Nachrichtenverlauf. Das Ziel: Reproduzierbarkeit, die auch Monate später nachvollziehbar bleibt.
Multi-Agent-Architektur mit eingebautem Reviewer
Im Zentrum steht ein koordinierender Generalist-Agent, der bei Bedarf Spezial-Agenten startet — etwa für Literaturrecherche, Datenanalyse oder Cluster-Jobs. Ein separater Reviewer-Agent prüft automatisch Zitationen und Berechnungen, markiert Fehler und korrigiert sie im laufenden Prozess. Dieses Actor-Critic-Muster — ein Agent erstellt, ein zweiter evaluiert — ist der Kern des Qualitätsversprechens.
Für rechenintensive Aufgaben wie Protein-Faltung oder Genomik-Pipelines über große Datensätze übernimmt Claude Science das Compute-Management: Es plant den Job, fragt vor dem Zugriff auf neue Ressourcen um Erlaubnis, schickt die Arbeit an den hauseigenen HPC-Cluster oder an Modal für On-Demand-GPUs und skaliert von einer einzelnen GPU auf Hunderte.
NVIDIA BioNeMo als Trumpfkarte
Über das NVIDIA BioNeMo Agent Toolkit bindet Claude Science nativ Modelle wie Evo 2, Boltz-2 und OpenFold3 ein — Werkzeuge, die in der Strukturbiologie und Proteinforschung bereits etabliert sind. Forscher können zusätzlich eigene Pipelines als wiederverwendbare Skills speichern, sodass nachfolgende Sitzungen sie automatisch erben. Das erinnert konzeptionell an die LabClaw-Skills von Stanford und Princeton, ist aber in eine kommerzielle Plattform integriert.
Was Forscher damit bereits machen
Anthropic nennt drei konkrete Anwendungsfälle aus der Beta-Phase:
- Manifold Bio nutzte Claude Science zur Nominierung von Targets für gewebsspezifische Medikamente. Die App bewertete Oberflächenexpression, Trafficking und Sicherheit und rankte Kandidaten gegen interne Kriterien — end-to-end, ohne manuelles Zusammentragen aus verschiedenen Datenbanken.
- Jérôme Lecoq (Allen Institute) baute mit rund 20 Custom Skills ein Multi-Agent-Template für Literatur-Reviews. Sub-Agenten lasen Tausende Papers, extrahierten Kernaussagen und quantitative Befunde und speicherten sie in einer Evidenz-Datenbank. Das Ergebnis: 10 Reviews mit über 100 Seiten — eine Arbeit, die sein Team zuvor zwei Jahre gekostet hätte.
- Stephen Francis (UCSF Brain Tumor Center) beschleunigte Analysen zur molekularen Epidemiologie von Gliomen auf ein Zehntel der bisherigen Zeit. Die Ergebnisse wurden unabhängig validiert.
Verfügbarkeit und Förderprogramm
Claude Science ist ab sofort in der Beta für Nutzer mit Pro-, Max-, Team- und Enterprise-Plan verfügbar. Für akademische Labore und Non-Profit-Forschungsorganisationen bietet Anthropic vergünstigte Team-Plan-Plätze an. Zusätzlich fördert Anthropic bis zu 50 Forschungsprojekte mit jeweils bis zu 30.000 Dollar an Credits. Modal steuert bis zu 2.000 Dollar Compute-Budget bei. Bewerbungen laufen bis zum 15. Juli 2026.
🎯 Was das für die Praxis bedeutet
1. Reproduzierbarkeit als Standard: Die automatische Protokollierung jeder Analyse — Code, Umgebung, Kontext — könnte einen neuen Mindeststandard für Forschungsdokumentation setzen. Für Labore, die mit Reproduzierbarkeitsproblemen kämpfen, ist das allein schon ein Argument.
2. Förderprogramm nutzen: Bis zu 30.000 Dollar Credits plus 2.000 Dollar Modal-Compute — wer ein passendes Forschungsprojekt hat, sollte sich bis zum 15. Juli bewerben. Der Fokus liegt auf Biologie und biomedizinischer Forschung.
3. Lokale Daten, Cloud-Intelligenz: Claude Science läuft auf der eigenen Infrastruktur. Nur der für jeden Analyseschritt nötige Kontext wird an Claude gesendet. Für Labore mit sensiblen Datensätzen ist das ein entscheidender Vorteil gegenüber rein cloudbasierten Lösungen.
4. Competitive Pressure: Nach LabClaw (Open Source) und Google DeepMinds AlphaFold-Ökosystem baut Anthropic den dritten großen KI-Forschungsassistenten — diesmal als kommerzielles Produkt. Die Konsolidierung in diesem Markt beginnt gerade erst.
