Claude entwickelt Medikamente mit: Was die Labortests wirklich beweisen

Sechs Partnerschaften – und der Schritt vom Chat zum Labor

Die Entwicklung von Arzneimitteln ist weit mehr als das Entwerfen einer chemischen Formel. Moleküle müssen stabil sein, Experimente sinnvoll geplant werden, Qualitätsdokumente stimmen und behördliche Unterlagen sorgfältig vorbereitet werden. Anthropic zeigt nun konkrete Beispiele dafür, wie Claude Wissenschaftlern nicht nur bei Texten, sondern in dieser gesamten Arbeitskette helfen könnte.

Am 27. Oktober 2026 veröffentlichte der Anbieter Erfahrungen mit BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines und The Column Group. Zusätzlich beschreibt Anthropic eigene frühe Programme zu seltenen Muskelerkrankungen bei Kindern. Die Fälle sind interessant, weil zum Teil reale Messwerte aus Laboren vorliegen. Sie bleiben aber überwiegend vor der klinischen Erprobung am Menschen.

1.010 Varianten: Das Labor hat tatsächlich gemessen

BigHat ließ Claude mit einem Forscher zwei Antikörperfragmente optimieren. Ein automatisiertes Labor stellte und prüfte innerhalb von etwa zehn Wochen rund 1.010 Varianten. Einige Moleküle banden laut Fallstudie mehr als zehnmal stärker an ihre Zielstruktur; ausgewählte Kandidaten zeigten höhere Temperaturstabilität und weniger Verklumpung. Das ist aussagekräftiger als ein reiner Modellbenchmark, weil die Vorschläge physisch getestet wurden.

Die Grenze ist allerdings scharf: Ein stabileres Antikörperfragment ist noch kein sicheres und wirksames Medikament. Herstellung, Verträglichkeit, mögliche Nebenwirkungen und Patientenstudien bleiben offen. Anthropic räumt zudem ein, dass Claude in manchen Projekten zusätzliche Experimente vorschlug, obwohl Forscher die sinnvollere nächste Fragestellung bereits erkannten. Solches Urteilsvermögen kann ein Assistent verbessern, aber noch nicht zuverlässig ersetzen.

89 Prozent weniger Zeit: Was der Enveda-Test wirklich erfasst

Bei Enveda half ein Claude-basiertes System, Herstellungsdokumente auf Auffälligkeiten zu prüfen. Vier Akten mit insgesamt 1.061 Seiten benötigten bei der manuellen Sichtung 25,9 Stunden. In einem gemessenen KI-unterstützten Durchlauf einschließlich menschlicher Kontrolle waren es 2,8 Stunden – eine Ersparnis von 89 Prozent. Über wiederholte Tests wurden alle elf zuvor von menschlichen Prüfern gefundenen Probleme erkannt; ein Durchlauf brachte sieben weitere Hinweise hervor.

Das ist ein klar abgegrenzter Unternehmensversuch, keine allgemeine Fehlerquote über alle Pharmaunternehmen. Außerdem blieb das System auf lesende Dokumentenkopien beschränkt; die offiziellen validierten Akten wurden nicht eigenständig geändert. Envedas Qualitätsteam entschied weiterhin über Freigaben. Besonders dieser Aufbau – maschinelle Vorprüfung, menschliches Urteil, unveränderte Originaldaten – ist aus Governance-Sicht lehrreich.

Unsere Meinung: Der Fortschritt liegt in überprüfbaren Zwischenschritten

Wir finden diese Resultate glaubwürdiger als Schlagzeilen über eine angeblich vollständig autonome Arzneiforschung. Hier lassen sich einzelne Vorhersagen im Labor und konkrete Dokumentationszeiten nachvollziehen. Der kurzfristige Nutzen könnte weniger im Wunderwirkstoff liegen als in besser ausgewählten Versuchen, schnelleren Aktenprüfungen und weniger überflüssiger Routinearbeit.

Trotzdem wäre es falsch, daraus bereits schnellere Medikamentenzulassungen oder geheilte Patienten abzuleiten. Dafür fehlen unabhängige Wiederholungen, ausreichend große Vergleichsstudien und klinische Befunde. Wir würden auf drei Signale achten: reproduzierte Laborresultate außerhalb des Partnernetzes, veröffentlichte Fehlerraten bei der Qualitätssicherung und dokumentierte menschliche Freigaben. AgentenCode hat keinen eigenen Labortest vorgenommen; unsere Methodik unterscheidet Anbieterberichte, Laborbeweise und klinische Ergebnisse.

Originalquellen und Prüfgrenzen

• Anthropic Science: Early progress on accelerating drug development with Claude (27 Oct) ↗
• Anthropic Newsroom: October 27 research release ↗

Die Einschätzung ist eine eigenständige redaktionelle Einordnung von Primärquellen, kein unabhängiger Produkttest oder eine Zertifizierung.