950 Claude-Agenten durchsuchen DNA-Datenbank
Anthropic meldet einen ungewöhnlichen Einsatz von KI-Agenten in der biologischen Forschung. Rund 950 Claude-Agenten analysierten parallel eine DNA-Datenbank und suchten nach auffälligen Sequenzmustern. Nach Angaben des Unternehmens lief die Analyse 21 Stunden und verbrauchte insgesamt 210 Millionen Token.
Ein Agent stieß dabei auf bislang nicht eingeordnete Wiederholungssequenzen. Anschließend verglich das System die Muster mit bekannten biologischen Mechanismen und prüfte die verfügbare Fachliteratur. Daraus entstand die Hypothese eines bisher unbekannten Enzymsystems.
| Kennzahl | Angabe |
|---|---|
| Parallel eingesetzte Claude-Agenten | rund 950 |
| Dauer der Analyse | 21 Stunden |
| Tokenverbrauch | 210 Millionen |
| Entdecktes System | Array-assoziierte Reverse Transkriptasen, kurz ART |
| Verwendete Claude-Version | nicht genannt |
ART weist CRISPR-ähnliche Merkmale auf
Anthropic bezeichnet das System als „array-assoziierte Reverse Transkriptasen“, kurz ART. Reverse Transkriptasen sind Enzyme, die genetische Information von RNA in DNA übertragen. Die gefundenen Strukturen sollen bestimmte Eigenschaften mit CRISPR-Systemen teilen.
Dieser Vergleich sollte nicht mit einer bereits nutzbaren Genschere verwechselt werden. Bislang ist unklar, ob sich aus ART ein biotechnologisches Werkzeug oder eine medizinische Anwendung entwickeln lässt. Weitere Experimente zur Funktionsweise laufen nach Angaben von Anthropic.
„Die Identifizierung von RNA-Wiederholungssequenzen im Zusammenhang mit reversen Transkriptasen ist faszinierend und verdient weitere Untersuchungen“, erklärte CRISPR-Forscher Feng Zhang nach Sichtung des Preprints, sinngemäß aus dem Englischen.
Zhang ist am MIT und am Broad Institute tätig. Seine Einschätzung ist eine fachliche Würdigung des Ansatzes, aber kein bestätigtes Peer-Review. Anthropic nennt bislang lediglich einen Preprint.
KI arbeitete laut Anthropic weitgehend autonom
Nach Darstellung des Unternehmens stellte das Forschungsteam die Prompts bereit und übernahm die nachgelagerten Laborarbeiten. Die Suche nach Mustern, der Vergleich mit bekannten Systemen und die Literaturrecherche seien dagegen eigenständig durch Claude erfolgt.
Damit geht der Versuch über den Einsatz eines einzelnen Chatbots hinaus. Es handelt sich um einen verteilten Agenten-Workflow, bei dem viele Modellinstanzen parallel Teilaufgaben bearbeiten. Solche Systeme sollen große Suchräume schneller abdecken, erzeugen aber zugleich einen erheblichen Verbrauch an Rechenleistung und Tokens.
Wie hoch die tatsächlichen API- und Infrastrukturkosten der 210 Millionen Token waren, nennt Anthropic nicht. Der Fall zeigt dennoch, warum die Optimierung des Tokenverbrauchs bei agentenbasierten Systemen wirtschaftlich relevant wird. Ansätze wie das AWS Strands Agenten-Framework zielen genau auf eine effizientere Ausführung solcher Arbeitsabläufe.
Relevanz für Forschung im DACH-Raum
Für Pharmaunternehmen, Biotech-Firmen und universitäre Institute im DACH-Raum demonstriert das Projekt vor allem das Potenzial paralleler KI-Agenten in der Genomik. Datenbanken, Literaturbestände und Sequenzmuster lassen sich damit in einer Größenordnung durchsuchen, die bei rein manueller Arbeit nur schwer abzudecken wäre.
Dem stehen Abhängigkeiten gegenüber. Ein Workflow mit hunderten proprietären Agenten bindet Forschungsteams an Modellanbieter, deren Schnittstellen, Preise und Cloud-Infrastruktur. Bei sensiblen Sequenz- und Forschungsdaten kommen zusätzlich Anforderungen an Datenschutz, Zugriffskontrolle und Datensouveränität hinzu.
Lokal betriebene Open-Source- oder Open-Weights-Modelle können diese Abhängigkeit reduzieren. Die Kosten und Leistungsunterschiede von Open-Weights-Modellen machen sie für kontrollierte Forschungsumgebungen grundsätzlich interessant. Ein Agentenschwarm dieser Größenordnung verlangt allerdings erhebliche eigene Rechenkapazitäten sowie technisches Personal für Betrieb und Qualitätssicherung.
Anthropic erweitert seine Biotech-Aktivitäten
Anthropic hat ein eigenes Biotech-Labor eröffnet, um KI nicht nur für Datenanalysen, sondern auch im Zusammenspiel mit biologischen Experimenten einzusetzen. Im zugehörigen Beitrag datiert das Unternehmen die Gründung der Forschungsgruppe auf das Frühjahr 2026.
„Wir wollen mit anderen Wissenschaftlern zusammenarbeiten und diesen Ansatz auf weitere Fragen der Genomik und anderer Fachgebiete übertragen“, schreibt Anthropic, sinngemäß aus dem Englischen.
Die Veröffentlichung dient damit auch der Suche nach wissenschaftlichen Partnern und Personal für die Arzneimittelforschung. Anthropic-CEO Dario Amodei hält es für möglich, dass KI innerhalb von fünf bis zehn Jahren zur Heilung der meisten schweren Krankheiten beiträgt. Der ART-Fund liefert dafür noch keinen Beweis, zeigt aber, wie stark KI-Anbieter agentenbasierte Forschung als nächstes Anwendungsfeld positionieren.