Mitten in einer langen Folge aus DNA-Buchstaben hielt eine Claude-Instanz inne. Neben dem Gen für ein ungewöhnliches Enzym war ihr ein regelmäßig wiederkehrendes Muster aufgefallen. Die Sequenz sei „spektakulär“, notierte das System und fragte, ob es sich um eine CRISPR-ähnliche Anordnung handeln könne.
Kein Mensch hatte Claude auf diese konkrete Stelle hingewiesen. Der Auftrag war wesentlich weiter gefasst: Das System sollte gewaltige Bestände biologischer Daten nach interessanten Vertretern aus der Gruppe der reversen Transkriptasen durchsuchen. Diese Enzyme können RNA in DNA umschreiben. Zahlreiche Varianten sind bekannt, doch ihre genaue Funktion und die Bedeutung ihrer molekularen Nachbarschaft liegen häufig noch im Dunkeln.
Was Claude schließlich fand, könnte ein bislang nicht beschriebenes biologisches System sein. Anthropic nennt es array-associated reverse transcriptases, kurz ART. Ob es wissenschaftlich bedeutsam, biotechnologisch nützlich oder lediglich eine bemerkenswerte Laune der Evolution ist, weiß derzeit niemand. Aufmerksamkeit verdient der Fund trotzdem – nicht allein wegen der Biologie, sondern auch wegen der Art, wie er zustande kam.
21 Stunden durch das digitale Erbgut
Die Suche war keine gewöhnliche Unterhaltung mit einem Chatbot. Anthropic koordinierte zahlreiche parallel arbeitende Claude-Instanzen. Sie lasen Fachliteratur, untersuchten Sequenzdaten, verglichen Kandidaten und prüften ihre eigenen Ergebnisse kritisch. Der technische Bericht verzeichnet 949 Agentensitzungen, 119 Aufgaben, rund 215,6 Millionen verarbeitete Tokens und eine Laufzeit von etwa 21,5 Stunden. Insgesamt umfasste der durchsuchte Bestand ungefähr 1,9 Milliarden Proteincluster. Recherchequelle: anthropic.com
Am Ende stand ein Katalog mit mehr als 200.000 reversen Transkriptasen. Daraus filterte das System etwa 3.500 auffällige Kandidaten heraus, bis rund 20 besonders interessante Fälle übrig blieben. Einer davon führte zu ART.
Entscheidend war nicht das Enzym allein. Die zugrunde liegende reverse Transkriptase war bereits in früheren Arbeiten aufgetaucht. Neu war der Blick auf ihre Umgebung: Neben dem Enzymgen lagen ein weiteres Gen unbekannter Funktion und eine lange Reihe regelmäßig angeordneter DNA-Abschnitte. Die eigentliche Entdeckung bestand also nicht in einem einzelnen Bestandteil, sondern im möglichen Zusammenspiel mehrerer Komponenten.
Solche Zusammenhänge sind leicht zu übersehen. Genomdatenbanken gleichen gewaltigen Archiven, in denen viele Bücher zwar erfasst, aber noch nie gründlich gelesen wurden. Ein Proteineintrag kann dort seit Jahren liegen, ohne dass jemand erkennt, mit welchen Nachbarn er regelmäßig auftritt und welche gemeinsame Funktion sich daraus ergeben könnte.
Claude zählte die Wiederholungen, untersuchte ihre Abstände, verglich die Anordnung mit bekannten Systemen und suchte nach früheren Beschreibungen. Danach legte das Modell seinen Prüfern einen Bericht vor. Anthropic zufolge hätte eine vergleichbare Analyse einen erfahrenen Forscher Wochen oder Monate beschäftigen können. Recherchequelle: anthropic.com
Der verführerische Vergleich mit CRISPR
Die Buchstabenfolge CRISPR hat inzwischen einen fast mythischen Klang. Was einst als merkwürdiges Wiederholungsmuster im Erbgut von Bakterien auffiel, wurde zu einem präzisen Werkzeug, mit dem sich Gene verändern lassen. Entsprechend groß ist die Versuchung, jeden ähnlich aufgebauten Fund als „neues CRISPR“ zu präsentieren.
Bei ART wäre das verfrüht.
Bislang beschränkt sich die Ähnlichkeit auf die Architektur. Das gefundene System besteht aus einer reversen Transkriptase, einem benachbarten Partnergen und einer Reihe gleichmäßig verteilter DNA-Wiederholungen. Anthropic konnte außerdem zeigen, dass aus dieser Wiederholungsregion mehrere kurze RNA-Moleküle entstehen. In Grundzügen erinnert das an die RNA-Bibliotheken, die CRISPR-Systeme programmierbar machen.
Darüber hinaus ist bisher wenig belegt. Die Forscher haben nicht gezeigt, dass die reverse Transkriptase in diesem Zusammenhang tatsächlich aktiv ist. Ebenso wenig steht fest, ob die kurzen RNA-Stücke als Vorlagen dienen, ob die beteiligten Komponenten einen funktionsfähigen Komplex bilden oder ob sich damit DNA gezielt schneiden, kopieren oder verändern lässt. Auch eine medizinische Anwendung bleibt vorerst eine bloße Möglichkeit.
Der CRISPR-Pionier Feng Zhang bezeichnete die Verbindung aus RNA-Wiederholungen und reversen Transkriptasen nach Durchsicht des Vorabdrucks als wissenschaftlich interessant und untersuchenswert. Der Vorabdruck ist jedoch noch nicht abschließend von unabhängigen Fachkollegen begutachtet worden. Welche Funktion ART erfüllt, ist weiterhin offen. Recherchequelle: thefrontier.dev
Diese Ungewissheit schmälert die Bedeutung des Falls nicht. Wissenschaftliche Entdeckungen kommen selten als fertige Antworten zur Welt. Häufig beginnen sie als Abweichung, als Muster am Rand, als Frage, die plötzlich interessanter erscheint als alle anderen. Claude hat keine neue Therapie entwickelt, sondern eine Spur gefunden, die menschliche Forscher nun weiterverfolgen können.
Wer hat hier eigentlich die Entdeckung gemacht?
Die Formulierung „Claude hat ein Enzymsystem entdeckt“ klingt eindeutig, verdeckt aber die Arbeitsteilung.
Den Rahmen setzten Menschen: Sie bestimmten das Forschungsgebiet, formulierten den Ausgangsauftrag, bauten die technische Umgebung auf und wählten Datenbanken und Werkzeuge aus. Auch die Entscheidung, welche Ergebnisse eine Laborprüfung verdienten, lag bei ihnen. Die Software wiederum durchforstete Daten, verfolgte selbst gewählte Nebenpfade, verwarf Kandidaten und erkannte das auffällige Muster. Anschließend führten Biologen die Laborversuche durch und interpretierten die Befunde gemeinsam mit Claude.
Der Fund gehört deshalb weder allein der Maschine noch allein ihren Bedienern. Er entstand in einem eng verzahnten Prozess. Menschen steckten den Suchraum ab, die KI erkundete ihn in großem Maßstab, und das Labor holte die Hypothese zurück in die materielle Welt.
Dort gelten andere Geschwindigkeiten. Eine Software kann Tausende Kandidaten in wenigen Stunden sortieren. Zellen wachsen trotzdem nicht schneller, nur weil ein Sprachmodell ungeduldig wird. Proteine müssen hergestellt, Proben vorbereitet und Messungen wiederholt werden. So kann ein interessanter Treffer Monate experimenteller Arbeit nach sich ziehen und am Ende dennoch in einer Sackgasse enden.
Möglicherweise verschiebt KI den Engpass also nur. Bisher fehlte oft die Zeit, riesige Datenbestände nach ungewöhnlichen Verbindungen zu durchsuchen. Künftig könnten Forscher mehr gute Hypothesen haben, als ihre Labore prüfen können. Der knappe Rohstoff wäre dann nicht mehr die Idee, sondern die sorgfältige Bestätigung.
Doch auch Claude lieferte den entscheidenden Hinweis nicht zuverlässig auf Kommando. Bei wiederholten Suchläufen tauchten ART-ähnliche Stellen zwar zum Teil erneut auf. Wenn die Systeme jedoch nicht genügend benachbarte Sequenzdaten untersuchten, übersahen sie die charakteristische DNA-Anordnung. Der Erfolg hing damit nicht nur vom Modell ab, sondern ebenso von Kontextlänge, Arbeitsablauf und technischer Orchestrierung. Ein glücklicher Blick bleibt auch im Maschinenzeitalter ein glücklicher Blick.
Wenn der Modellanbieter ein Labor eröffnet
Anthropic begnügt sich längst nicht mehr damit, Software an Forscher zu verkaufen. Das Unternehmen hat im Frühjahr 2026 eine eigene Forschungsgruppe für Biowissenschaften aufgebaut und betreibt in der San Francisco Bay Area ein molekularbiologisches Labor. Dort wird auf niedrigen biologischen Sicherheitsstufen gearbeitet; Krankheitserreger, die Menschen infizieren können, sollen nach Unternehmensangaben nicht untersucht werden.
Der Schritt vom Rechenzentrum zur Laborbank ist bedeutsam. Wer wissenschaftliche KI entwickelt und zugleich eigene Experimente durchführt, erfährt unmittelbar, welche Vorschläge funktionieren. Das Modell formuliert eine Hypothese, das Labor prüft sie, und das Ergebnis kann anschließend in den nächsten digitalen Suchlauf einfließen. So entsteht eine Rückkopplung zwischen Bildschirm und Petrischale.
Eric Kauderer-Abrams, Leiter der Anthropic-Sparte für Biowissenschaften, begründete den Aufbau des eigenen Labors damit, dass sich biologische Annahmen auf absehbare Zeit nur durch reale Experimente endgültig testen ließen. Anthropic arbeite dabei sowohl in eigenen Räumen als auch mit externen Partnern. Klinische Studien betreibt das Unternehmen nicht. Recherchequelle: reuters.com
Die Verbindung von Modellentwicklung und eigener Laborarbeit verschafft Anthropic eine neue Machtposition. Ein Anbieter kontrolliert damit nicht mehr bloß das Werkzeug, sondern zunehmend die gesamte Kette – von der Datenanalyse über die Auswahl der Forschungsfrage bis zum Experiment. Universitäten und Pharmaunternehmen könnten dadurch schneller arbeiten. Zugleich müssen sie abwägen, welche Erkenntnisse, Daten und wirtschaftlich wertvollen Hinweise sie einem potenziellen Forschungskonkurrenten anvertrauen.
Die Automatisierung der Neugier
ART könnte sich als wertvolles molekulares Werkzeug erweisen. Ebenso gut könnte es eine biologische Besonderheit bleiben, die vor allem etwas über das Leben von Bakteriophagen erzählt. Beides wäre wissenschaftlich legitim, denn nicht jede Entdeckung muss einen neuen Industriezweig hervorbringen.
Bemerkenswert ist an dieser Geschichte vor allem der Suchprozess. Claude ging über bloße Fleißarbeit und das Zusammenfassen vorhandenen Wissens hinaus. Das System entschied, welche Abweichung interessant genug war, um genauer hinzusehen. Damit zeigte es etwas, das in der Forschung lange als ausgesprochen menschlich galt: wissenschaftlichen Geschmack.
Noch braucht dieser Geschmack Leitplanken, Werkzeuge und kritische Prüfer. Doch mit Hunderten parallel arbeitenden Instanzen lässt sich diese Form der Aufmerksamkeit vervielfachen. Sie können gleichzeitig Archive durchstreifen, Fragen stellen und auch Wege verfolgen, die im Nichts enden. Die Wissenschaft gewinnt dadurch Ausdauer und Reichweite bei der Suche – und gelegentlich überraschende Funde.
Im Labor wartet unterdessen die Wirklichkeit, unbeeindruckt von Tokens. Dort entscheidet sich, ob aus einem ungewöhnlichen Muster Wissen wird.
Weiterführende Informationen
Quellenhinweis: Einzelne Fakten, Einschätzungen und Prognosen dieses Beitrags stützen sich auf Veröffentlichungen der nachfolgend genannten Unternehmen und Institutionen. Die Links dienen zugleich der weiterführenden Information.
Die KI Woche – Biologie-Durchbruch: Claude entdeckt neuartiges Enzymsystem mit CRISPR-ähnlichen Repeats
Der Beitrag erklärt die ART-Architektur aus reverser Transkriptase, Partnergen und regelmäßig angeordneten DNA-Wiederholungen, die zu kurzen RNA-Molekülen verarbeitet werden.
https://kiwoche.com/1286/claude-entdeckt-neuartiges-enzymsystem-art-crispr/
Dr. Web – Claude-Enzymfund: Wie verlässlich forschen KI-Agenten?
Die Analyse zeichnet den Suchtrichter von 1,9 Milliarden Proteinclustern über rund 200.000 Enzymcluster bis zu knapp 20 Kandidaten und Berichten nach und beleuchtet die mangelnde Reproduzierbarkeit.
https://www.drweb.de/claude-enzymsystem-crispr-ki-agenten/
Dr. Web – Anthropic baut ein eigenes Biolabor für die KI-Wirkstoffsuche
Der Artikel beschreibt Anthropics Nasslabor in der San Francisco Bay Area und die Rückkopplung zwischen KI-generierten Hypothesen, biologischen Experimenten und neuen Messdaten.
https://www.drweb.de/anthropic-biolabor-ki-wirkstoffsuche/
