Anthropic-Biologielabor-Analyse: KI-Medikamente jenseits von APIs

Das interessanteste KI-Labor dieser Woche ist nicht schon wieder ein Chatfenster mit freundlicherer Betreuungsart. Es ist ein Raum in der San Francisco Bay Area, in dem Biologie angestupst, auf Platten ausgestrichen und schließlich dem Modell mitteilt, ob seine elegante Theorie Unsinn mit hübscherer Formatierung war. Reuters berichtet, dass Anthropic still und leise ein Nasslabor für physische Biologiearbeit eingerichtet hat, während das Unternehmen seine Ambitionen im Bereich künstliche Intelligenz in die Arzneimittelforschung ausweitet. Das ist wichtig, weil es den Claude-Hersteller über die saubere Abstraktionsebene von Modell-APIs hinausführt und hinein in Experimente, Anlagen, Partner, Beschaffung und all das charmante Chaos von Zellen, die sich wie winzige gewerkschaftlich organisierte Kobolde benehmen.

Reuters bestätigt: Die Laborbank ist echt

Laut Reuters hat Anthropic das Nasslabor in der San Francisco Bay Area aufgebaut, und seine Biologiearbeit geht über computergestützte „in silico“-Bewertungen hinaus. Eric Kauderer-Abrams, Anthropics Leiter der Lebenswissenschaften, bestätigte das Labor gegenüber Reuters und sagte: „Wir glauben, dass für Biologie der letzte Test weiterhin und noch eine Weile echte Laborarbeit sein wird.“ Er sagte Reuters außerdem, dass Anthropic einen Teil der Arbeit in eigenen Einrichtungen und einen Teil mit externen Partnern durchführt, während ein Sprecher später klarstellte, dass das Labor „nicht speziell für Arzneimittelforschung“ gedacht sei, und weitere Details ablehnte.

Die enge Lesart ist einfach: Anthropic will experimentelle Validierung für Biologiearbeit. Die weitere Lesart ist nützlicher: Führende KI-Unternehmen entdecken, dass wissenschaftliche KI nicht nur ein Modellproblem ist, sondern ein Systemproblem. Ein Modell kann vorschlagen, zusammenfassen, bewerten und schlussfolgern, aber Biologie verlangt weiterhin Kontakt mit dem unordentlichen physischen Substrat, was eine höfliche Art zu sagen ist: Die Suppe hat Mitspracherecht.

TNW skizziert den vertikalen Stack

TNW stellte unter Berufung auf den Reuters-Bericht fest, dass Anthropic die Existenz des Labors bestätigt hat, aber nicht sagen wollte, wofür es gedacht ist, außer auszuschließen, dass Arzneimittelforschung der konkrete Zweck sei. TNW berichtete außerdem, dass Lebenswissenschaften inzwischen zu Anthropics größten Bereichen nach Mitarbeiterzahl und Ausgaben gehören und dass das Unternehmen einen Beschaffungsleiter und einen biochemischen Spezialisten rekrutiert. So etwas macht man nicht, wenn die gesamte Strategie aus einer Präsentation und einem stimmungsbasierten Benchmark-Diagramm besteht. Die umliegenden Schritte lassen das Labor weniger wie eine Nebenquest und mehr wie vertikale Integration in Zeitlupe wirken.

TNW berichtete, dass Anthropic im April Coefficient Bio gekauft hat, ein Startup mit weniger als zehn Mitarbeitenden, für etwa 400 Millionen US-Dollar in Aktien. Im selben Monat nahm sein Long-Term Benefit Trust den Novartis-Vorstandsvorsitzenden Vas Narasimhan in den Vorstand auf, und im Juni startete Anthropic Claude Science, ein Softwaretool, das für Laborforschung statt für Chat-Anwendungen entwickelt wurde. TNW berichtete außerdem, dass Novo Nordisk zugestimmt hat, Claude Science zwei Tage vor der Bekanntgabe des Labors zu testen.

SiliconANGLE weist auf die Automatisierungsebene hin

SiliconANGLE berichtete, dass Anthropics Nasslabor in der Bay Area Roboter einsetzen wird, um bestimmte wissenschaftliche Aufgaben zu automatisieren, wobei diese Roboter von der Claude-Reihe großer Sprachmodelle angetrieben werden. SiliconANGLE merkte außerdem an, dass weiterhin unklar ist, welche Forschungsprojekte das Labor verfolgen wird, und wiederholte Anthropics Aussage gegenüber Reuters, dass die Einrichtung „nicht speziell für Arzneimittelforschung“ gedacht sei.

Der wichtige Punkt ist nicht, dass Claude plötzlich zu einem Laborkittel mit Token-Budget geworden ist. Es geht darum, dass das Unternehmen offenbar Modelle in einen Arbeitsablauf einwebt, in dem Softwarevorschläge auf robotische Ausführung und physische Messung treffen können. Für Entwickler ist das die zentrale Lektion: Domänen-KI wird nicht schon deshalb wertvoll, weil jemand ein Modell auf spezialisierte Texte feinabstimmt. Der dauerhafte Vorteil kann daraus entstehen, die Schleife zwischen Hypothesengenerierung, Versuchsdurchführung, Messung und Modellverbesserung zu schließen.

In der Arzneimittelwissenschaft ist diese Schleife langsamer, teurer und stärker reguliert als ein Chatbot-Prompt, aber sie kann proprietäres Feedback erzeugen, das öffentliche Webdaten nicht einfach nach dem Mittagessen ausspucken können.

Worauf Leser als Nächstes achten sollten

Reuters stellt das Labor als Teil von Anthropics Vorstoß in die Arzneimittelwissenschaft und seine Ambitionen bei der Behandlung seltener Krankheiten dar, weist aber auch darauf hin, dass das Unternehmen keinen konkreten Zweck für das Labor offengelegt hat, abgesehen von der Klarstellung, dass es nicht speziell für Arzneimittelforschung gedacht ist. Diese Mehrdeutigkeit sollte man beobachten, ohne daraus eine Nebelmaschinen-Show zu machen.

Die nützliche Frage ist nicht, ob jedes KI-Labor ein Nasslabor bauen wird, denn die meisten sollten wahrscheinlich damit anfangen, ihre Evaluierungen korrekt zu beschriften. Die nützliche Frage ist, wo Modellunternehmen entscheiden, dass APIs zu oberflächlich sind, und beginnen, die darunterliegende Maschinerie zur Datenerzeugung selbst zu besitzen.

Wenn du mit KI entwickelst, beobachte die Schnittstellen, die Modelle mit Überprüfung in der realen Welt verbinden: Laborwerkzeuge, Workflow-Software, Robotik, Assay-Daten und externe Partner. Wenn du in KI-Systeme investierst oder sie kaufst, frage, woher die Feedbackschleife kommt und wer sie kontrolliert. Das nächste verteidigungsfähige KI-Produkt in der Wissenschaft sieht vielleicht weniger wie ein Chatbot aus und mehr wie eine sehr teure Kaffeemaschine für Zellen, nur dass der Espresso aus Evidenz besteht.