Claude Science ist in der Beta-Phase: Reproduzierbarkeit ist das entscheidende Merkmal

Anthropic hat eine Desktop-Forschungsanwendung in die Beta-Phase gebracht, und das Interessanteste auf ihrer Seite ist nicht die Schlagzeile. Claude Science bezeichnet sich selbst als “Ihr Forschungspartner für rigorose Wissenschaft,” und der Satz direkt unter dieser Selbstbeschreibung handelt eher von der technischen Infrastruktur als von Intelligenz: Die App führt Analysen aus, durchsucht Datenbanken und verfolgt jeden Schritt von der Datenaufbereitung bis zur Veröffentlichung. Downloads werden für Mac auf Apple Silicon, Mac auf Intel, Windows und Linux angeboten, daneben eine Schaltfläche für Vertriebskontakt für Teams, die vor einer Installation ein Gespräch wünschen. Nirgends auf der Seite wird das Modell genannt. Nirgends auf der Seite steht ein Preis. Was genannt wird, und zwar in ungewöhnlicher Ausführlichkeit, ist die Provenienz.

Diese Reihenfolge verdient es, dass man sie auf sich wirken lässt. Die meisten KI-Produktseiten stellen eine Fähigkeit an den Anfang und ergänzen erst danach Vertrauen stiftende Formulierungen. Diese hier stellt eine Aufzeichnung darüber an den Anfang, wie ein Ergebnis entstanden ist, und behandelt die Analyse als das eigentliche Produkt: reichhaltige wissenschaftliche Artefakte, die vollständig reproduzierbar sind, wobei jedes Ergebnis bis zu seinem Code zurückverfolgt wird. Wenn Sie ein Labor leiten, ist das entweder der nützlichste Satz, den Anthropic dieses Jahr geschrieben hat, oder derjenige, den Sie am härtesten prüfen sollten. Im Rest dieses Textes geht es darum, diese beiden auseinanderzuhalten.

Was die App eigentlich ist

Claude Science ist eine Anwendung in der Beta-Phase, kein Dienst, den man über einen Browser-Tab erreicht. Die Download-Matrix – Apple Silicon, Intel Mac, Windows, Linux – zeigt die Annahme, dass die Arbeit dort stattfindet, wo die Daten bereits liegen, auf einer Workstation oder einem Laborrechner. Anthropic’s eigene Beschreibung dessen, was die App tut, ist eng und spezifisch: Sie führt Analysen durch, durchsucht Datenbanken und verfolgt jeden Schritt vom Data Wrangling bis zur Publikation. Das damit verbundene Versprechen sind nicht unbedingt bessere Antworten. Es ist weniger Zeit, die für die Teile der Forschung aufgewendet wird, die keine Forschung sind.

Es gibt eine zweite Sache, die die Seite nicht tut. Sie verkauft kein Abonnement. Die Seite enthält eine Schaltfläche „Vertrieb kontaktieren“ und keinen Preis, und die App ist als Beta gekennzeichnet. Die kommerziellen Details bleiben einem Gespräch überlassen, was eine Feststellung über die Seite und keine Beschwerde über das Unternehmen ist – aber es bedeutet, dass jede als Preis von Claude Science genannte Zahl etwas wiedergibt, das nicht veröffentlicht wurde.

Was die Seite jedoch recht ausführlich offenlegt, ist die Form der Arbeit. Jedes Artefakt wird mit seiner Geschichte ausgeliefert: dem exakten Code, der Umgebung und der Konversation, die es hervorgebracht hat. Die Formulierung von Anthropic lautet, dass Abbildungen, Tabellen und Notebooks “Monate später reproduziert, bearbeitet oder verteidigt werden können.” Das ist eine Behauptung über Dokumentation, und Dokumentation ist genau die Art von Behauptung, die ein Labor überprüfen kann.

Das Artefakt trägt seine eigene Geschichte

Eine Abbildung in einem eingereichten Manuskript ist eine Bitmap mit einer daran geknüpften Aussage. Sechs Monate später fragt ein Gutachter, warum sich die Fehlerbalken oberhalb einer bestimmten Konzentration verbreitern, oder ein Kollege möchte dieselbe Darstellung für eine zweite Kohorte, und jemand muss ein Notebook rekonstruieren, das zuletzt von einem Postdoc angefasst wurde, der inzwischen gegangen ist. Die übliche Antwort ist Archäologie: ein gemeinsames Laufwerk, ein Chatverlauf, drei Versionen eines Skripts und eine Vermutung darüber, welche davon die Panels in der Arbeit erzeugt hat.

Die Behauptung hier ist, dass das Artefakt kein Bild, sondern eine Aufzeichnung ist und dass die Aufzeichnung mit dem Bild mitreist. Code, Umgebung und Konversation werden zusammen mit dem Ergebnis gespeichert, sodass die Person, die es in einem Jahr erneut öffnet, dieselbe Antwort erhält statt einer bloß plausiblen. Wenn das zutrifft, verändert es die Kosten eines ziemlich gewöhnlichen Forschungsereignisses – der Überarbeitungsanfrage, die eintrifft, nachdem alle weitergezogen sind.

Es gibt einen Effekt zweiter Ordnung, der wichtiger ist als Bequemlichkeit. Wenn der Code angehängt ist, kann eine Abbildung bearbeitet werden, statt neu gezeichnet zu werden. Anthropic beschreibt das Iterieren von Abbildungen in einfacher Sprache: eine Abbildung annotieren, um eine Änderung anzufordern oder eine Frage zu stellen, und der Agent liest den Code, der sie erzeugt hat, und bearbeitet direkt. Das ist ein anderer Vorgang als das erneute Erzeugen eines Bildes. Ein Diagramm von Hand neu zu zeichnen, schafft eine neue Gelegenheit für einen Fehler, den niemand bemerken wird, weil das neue Diagramm wie das alte aussieht. Den Code zu bearbeiten, der die Abbildung erzeugt hat, hält die Herleitung intakt – vorausgesetzt, und auf dieser Voraussetzung ruht das gesamte Produkt, dass der an eine Abbildung angehängte Code wirklich der Code ist, der sie erzeugt hat.

Der Reviewer, der den Code liest

Anthropic hat einen Hintergrundprüfer in die App integriert. Seine Aufgabe ist es, drei Dinge zu kennzeichnen: falsche Zitate, Zahlen, die sich nicht auf eine Quelle zurückführen lassen, und Abbildungen, die nicht zu ihrem zugrunde liegenden Code passen. Jedes davon ist ein spezifischer Fehlermodus der Computerbiologie und keine allgemeine Halluzination, und das dritte steht in direktem Zusammenhang mit der Provenienzbehauptung. Ein Prüfer, der sowohl eine Abbildung als auch den Code sehen kann, der sie erzeugt hat, kann das eine gegen das andere prüfen. Ein Prüfer, der nur die Abbildung sieht, kann das nicht.

Was nicht veröffentlicht wird, ist, wie gut das funktioniert. Es gibt auf der Seite keine Rate, keinen Benchmark und keine unabhängige Bewertung, daher wird hier auch keine angeboten. Die ehrliche Einordnung ist, dass ein Reviewer, der Abweichungen meldet, ein nützliches zweites Paar Augen und ein schlechter Ersatz für ein erstes Paar ist. Er erkennt die Abbildung, deren Achsenbeschriftungen zwischen Versionen auseinandergedriftet sind. Er sagt Ihnen nicht, ob das Experiment korrekt konzipiert wurde, und er kann nicht wissen, dass ein Probenblatt vorgelagert falsch beschriftet wurde, wenn sich die Fehlbeschriftung durchgängig fortsetzt.

Diese Unterscheidung ist wichtig, weil der Reviewer der Teil des Produkts ist, der in einem Lab-Meeting am ehesten überverkauft wird. Ein grüner Haken von einem Hintergrund-Reviewer bedeutet, dass eine Behauptung eine Konsistenzprüfung überstanden hat – nicht, dass die Behauptung wahr ist. Das Provenienzprotokoll ist die haltbarere Hälfte des Paares: Es hängt nicht davon ab, dass der Reviewer recht hat, sondern nur davon, dass das Protokoll vollständig ist.

Renderer, Manuskripte und Rechenleistung

Drei kleinere Bausteine der App untermauern dieselbe Argumentation aus unterschiedlichen Richtungen. Der erste ist das native Rendering. Proteine, Alignments, genomische Tracks, chemische Strukturen und PDFs werden in ihrer nativen Form ohne zusätzliche Installation angezeigt. Das klingt nach Kosmetik, bis man bedenkt, wie viel von der Toolchain eines Labors aus einer Kette von Exportschritten besteht – vom Struktur-Viewer über den Screenshot zur Folie bis zur Abbildung –, bei der jeder Schritt Metadaten verliert und eine Gelegenheit schafft, dass etwas stillschweigend in der Größe verändert wird.

Der zweite Punkt ist das Verfassen von Manuskripten. Ergebnisse werden zusammen mit der Analyse, die sie hervorgebracht hat, niedergeschrieben, einschließlich gerenderter Markdown- und LaTeX-Vorschauen. Die Prosa im selben Projekt wie die Berechnung zu halten, ist die günstigste verfügbare Form der Reproduzierbarkeit: Entwurf und Analyse können nicht auseinanderdriften, wenn sie nie getrennt voneinander existieren.

Das dritte ist Compute-Management. Die App erstellt die Umgebungen, die jede Analyse benötigt, und führt sie auf Ihrem Laptop, Ihrem Cluster oder auf GPUs aus. Hier entscheidet sich, ob ein Forschungswerkzeug nutzbar wird oder nicht. Ein GPU-Job, der im Terminal von Hand zusammengebaut werden muss, ist ein Job, den nur eine Person im Labor ausführen kann, und diese Person wird zum Flaschenhals, sobald sie in den Urlaub geht. Das Einrichten von Umgebungen ist wenig glamourös, und es ist der Unterschied zwischen einem Werkzeug, das ein Labor übernimmt, und einem Werkzeug, das ein einzelner Doktorand verwendet.

Wer bekommt es kostenlos, und wen die Seite mit Wissenschaftlern meint

Über der Produktseite befindet sich ein Banner, das einen Claude-Team-Plan für Wissenschaftler bewirbt: Wissenschaftler an akademischen und gemeinnützigen Forschungseinrichtungen weltweit können Claude jetzt kostenlos zum Einstieg erhalten. Das ist Anthropics Wortlaut auf Anthropics eigener Seite, und seine Grenzen sind ebenso wichtig wie sein Inhalt.

Das Angebot ist auf akademische und gemeinnützige Forschungseinrichtungen zugeschnitten. Es ist weder für die industrielle F&E noch für Studierende als Kategorie formuliert; es auf eines von beidem auszudehnen würde über das hinausgehen, was der Satz aussagt. Auch der Formulierung “to start” kommt hier eine Funktion zu. Die Seite beschreibt einen kostenlosen Einstieg, keinen dauerhaften Anspruch, und sie sagt nicht, was danach kommt. Ein Labor, das seine Budgetplanung darauf stützt, sollte dies als Türöffner verstehen und nicht als festen Posten, und sollte nicht annehmen, dass die App selbst einen veröffentlichten Preis hat, denn das hat sie nicht.

Die Fragen, die die Seite offen lässt

Fünf Dinge, die ein aufmerksamer Leser suchen und nicht finden wird. Das Modell: Die Seite sagt nicht, auf welchem Claude-Modell oder welchen Claude-Modellen Claude Science läuft, daher ist jeder Artikel, der eines nennt, reine Spekulation. Der Preis: Auf der Seite wird kein Abonnement verkauft. Systemanforderungen: Es werden vier Plattformen aufgeführt, und es werden keine Hardware- oder Betriebssystemversionen angegeben. Ob Artefakte den Rechner verlassen: Bei der Provenienz-Darstellung geht es darum, was zusammen mit einem Ergebnis gespeichert wird, nicht darum, wohin dieses Ergebnis gesendet wird – und das sind unterschiedliche Fragen. Und ein Datum für das Ende der Beta: Es wird keines veröffentlicht.

Der vierte dieser Punkte ist vor dem ersten Upload zu klären. Ein Reproduzierbarkeitsprotokoll ist gerade deshalb wertvoll, weil es detailliert ist – Code, Umgebung, Gesprächsverlauf –, und detaillierte Aufzeichnungen nicht veröffentlichter Forschung sind genau das, wonach ein Data-Governance-Ausschuss fragen wird. Die Seite beantwortet nicht, wo die Aufzeichnung liegt, und dieses Schweigen ist ein legitimer Grund, das Gespräch mit Anthropic zu führen, bevor klinische Daten durch die App geschickt werden, statt erst danach.

Die andere Ankündigung in jener Woche

Am 22. Oktober 2026 veröffentlichte Anthropic einen offenen Aufruf für Gastforschende in den Biowissenschaften und lud die Biowissenschafts-Community ein, sich für eine Zusammenarbeit mit Anthropic an Sonderprojekten zu bewerben. Das ist der gesamte veröffentlichte Inhalt der Ankündigung. Es ist keine Programmbeschreibung, kein Förderzuschuss und keine Aussage über die Roadmap von Claude Science; es als eines davon zu behandeln, würde bedeuten, mehr hineinzulesen, als darin steht. Es ist jedoch ein Signal dafür, worauf das Unternehmen seinen Fokus legt. Anthropic rekrutiert praktizierende Wissenschaftlerinnen und Wissenschaftler, nicht Kundinnen und Kunden.

Was das bedeutet, wenn man baut statt zu recherchieren

Zuerst eine Abgrenzung. Claude Science ist eine Anthropic-Anwendung. Wir hosten sie nicht, wir verkaufen sie nicht, und nichts hier sollte als Verfügbarkeitsaussage für die App gelesen werden. Was wir hosten, sind Modelle – über einen einzigen OpenAI-kompatiblen Endpunkt mit einem einzigen Schlüssel, zum Listenpreis des Anbieters ohne Aufschlag. Claude Opus 5.5 ist in diesem Katalog zu $4.00 pro Million Eingabe-Tokens und $20.00 pro Million Ausgabe-Tokens enthalten, mit einem 1M-Token-Kontext und Cache-Reads zu $0.20 pro Million.

Das betrifft einen engeren Ausschnitt dieser Geschichte, als es zunächst den Anschein hat. Da Anthropic nicht veröffentlicht hat, auf welchem Modell Claude Science läuft, gibt es keine ehrliche Möglichkeit zu sagen, die App laufe auf einem Modell, das wir zufällig anbieten. Was sich sagen lässt, ist, dass die Teile einer Forschungspipeline, die außerhalb der App liegen – ein Batch-Job, der Samples über Nacht annotiert, ein Skript, das ein Modell aus einem bestehenden Notebook heraus aufruft, ein Schritt, der während eines Anbieterausfalls weiterlaufen muss –, gewöhnliche Modellaufrufe sind, und dafür ist ein Router da. Automatisches Failover über Anbieter hinweg ist in einem Job, der sechs Stunden läuft, wichtiger als in einem Chatfenster, das eine Person beobachtet. Die Routing-DSL, die mehrere Modelle zu einem einzigen Aufruf zusammensetzt, ist wichtig, wenn ein Schritt in einer Pipeline ein kleines, günstiges Modell will und der nächste ein sorgfältiges.

Die Reproduzierbarkeitsdisziplin, die die App verkauft, muss nicht an der Grenze der App enden. Wenn ein Ergebnis von einem Modellaufruf abhängt, den Sie selbst gemacht haben, gilt dieselbe Regel: Modell festhalten, Prompt festhalten, Datum festhalten. Endpunkte überleben die Versionen hinter ihren Aliasen, und eine Zahl, die von einem Aufruf abhängt, den niemand dokumentiert hat, ist genau die Zahl, die zu Archäologie wird.

Der Test, den es sich lohnt, zuerst auszuführen

Jede Produktseite in dieser Kategorie macht eine Variante desselben Versprechens: Die Arbeit werde schneller und die Dokumentation sauberer. Die erste Hälfte lässt sich leicht vorführen und schwer überprüfen. Die zweite Hälfte ist überprüfbar, und Claude Science hat sie ungewöhnlich konkret gemacht – Code, Umgebung und Gesprächsverlauf, an das Artefakt angehängt, auch Monate später noch belastbar.

Der Test ist also keine Demo. Nehmen Sie eine Abbildung, die Ihr Labor bereits veröffentlicht hat, eine, deren Erstellung echte Arbeit gekostet hat, und bitten Sie die App, sie aus dem Datensatz zu reproduzieren. Wenn sie mit denselben Zahlen und einer nachvollziehbaren Darstellung zurückkommt, wie diese erreicht wurden, dann ist die Herkunftsbehauptung für Ihre Art von Arbeit echt. Wenn sie mit einer plausibel aussehenden Grafik und ohne Spur zurückkommt, haben Sie etwas Nützlicheres als jeden Benchmark gelernt: Das Werkzeug ist ein Renderer mit guten Manieren, und Ihr Labor braucht weiterhin sein eigenes Archiv.

Beide Antworten sind es wert, gehört zu werden. Eine Beta ist eine Hypothese darüber, wie Forschung betrieben werden wird, und das Hilfreiche an dieser besonderen Beta ist, dass ihre zentrale Behauptung von jedem mit einer veröffentlichten Zahl und einem Nachmittag Zeit falsifiziert werden kann.