KI-Proteindesign hat gerade einen Beleg bekommen, der über Benchmark-Zahlen hinausgeht: Anthropic hat am 18. August 2026 Ergebnisse aus dem Nasslabor veröffentlicht. Claude entwarf eigenständig Proteinbinder gegen 15 auswertbare Zielproteine – und traf bei 14 davon. Die Entwürfe wurden extern hergestellt und gemessen, nicht bloß am Rechner bewertet. (Ausgewählt waren ursprünglich 16 Ziele; bei einem waren die Messdaten laut Anthropic nicht verwertbar.)
Die Zahlen aus dem Labor
Getestet wurden die Modelle Mythos Preview und Opus 4.8. Aus 1.320 Entwürfen entstanden 354 bestätigte Binder. Die Trefferquoten laut Anthropic:
Klartext ins Postfach
KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.
- 26,7 % (Mythos Preview) und 22,6 % (Opus 4.8), wenn alle Ziele gleichzeitig in einer 48-Stunden-Sitzung bearbeitet wurden
- 35,1 %, wenn Mythos Preview je Ziel eine eigene 24-Stunden-Sitzung bekam
- Üblich sind in aktuellen Designkampagnen laut Anthropic 10 bis 15 %
Hergestellt und gemessen wurde von zwei externen Auftragslaboren, Adaptyv Bio und Twist Bioscience – beide von Anthropic beauftragt, die Sequenzen kamen den Angaben zufolge unmarkiert im Labor an. Ein Punkt, den man nicht überlesen sollte: Die Zahlen stammen aus Anthropics eigener Veröffentlichung über Anthropics eigene Modelle und haben kein unabhängiges Peer Review durchlaufen. Anthropic kündigt selbst weitere Messungen an, um die Trefferquoten zu bestätigen – die Werte sind also vorläufig. Beim Zielprotein RBX1 erreichte Mythos Preview im Einzelziel-Modus eine Trefferquote von 40 Prozent, verglichen mit 3,7 Prozent unter den Teilnehmern eines Wettbewerbs von Adaptyv Bio.
Anthropic nennt auch die Fehlschläge, was die Darstellung glaubwürdiger macht: Gegen das Maltose-bindende Protein band keiner der 90 Entwürfe bestätigt. Gegen das künstliche Zielprotein BBF-14 kamen nur drei Binder mit mäßiger Affinität heraus. Und interessanterweise war es das ältere Opus 4.8, nicht das stärkere Mythos Preview, das beim schwierigen Ziel TNFα erfolgreich war – eine Unregelmäßigkeit, für die Anthropic selbst keine Erklärung anbietet.
Der zweite Versuch: Analytik in 23 Minuten
Weniger spektakulär, praktisch aber vielleicht relevanter: Claude Opus 5 bekam Rohdaten einer Routine-Qualitätskontrolle – NMR- und LC-MS-Dateien im herstellereigenen Format – und einen Zweizeiler als Anweisung. Nach 23 beziehungsweise 19 Minuten lagen ausgewertete Ergebnisse vor. Die gemessene Reinheit lag bei 96,4 Prozent gegenüber 96,33 Prozent aus der Auswertung des Labors. Der fertige Laborbericht traf laut Anthropic erst vier Tage nach der ersten Messung ein. Fair bleiben muss man trotzdem: Diese vier Tage sind Durchlaufzeit im Laborbetrieb, keine Arbeitszeit – dieselbe Quelle nennt rund zwei Minuten Handarbeit je NMR-Spektrum. Verglichen wird hier also vor allem Organisation, nicht Können.
Was das für dich bedeutet
Für den IT-Alltag ist die Biologie hier nicht der spannende Teil. Der spannende Teil ist das Betriebsmodell dahinter – und das sollte jeden nachdenklich machen, der Agenten produktiv einsetzt.
Anthropic beschreibt den Aufbau offen: Claude lief 48 Stunden weitgehend autonom, mit Internetzugang, Zugriff auf Rechencluster mit bis zu 12.500 H100-GPU-Stunden sowie Konnektoren zu Google Drive, Slack, Gmail und BioRxiv. Menschliches Eingreifen beschränkte sich auf das Genehmigen von Zugriffsanfragen und das Überwachen der Infrastruktur.
Übersetzt in CISO-Sprache: Hier arbeitet ein nicht-menschlicher Akteur zwei Tage lang selbstständig mit Zugriff auf Dateiablage, Chat und Postfach. Wer das in seiner eigenen Umgebung nachbaut, hat kein KI-Projekt, sondern ein Identity-Projekt. Die Fragen sind dieselben wie bei jedem privilegierten Konto: Wer hat es angelegt, welche Rechte hat es, wie lange gelten die, wer liest die Protokolle, und wie schaltet man es im Zweifel ab? Das ist auch der Kern des Problems, das wir bei der Sicherheit von MCP-Servern beschrieben haben.
Der zweite Punkt ist die Doppelnutzbarkeit, die Anthropic selbst anspricht: Dieselben Fähigkeiten, die Medikamentenentwicklung beschleunigen, senken auch die Hürde für missbräuchliche Forschung. Deshalb bleiben Proteindesign und andere doppelt nutzbare Fähigkeiten der Forschungsbiologie im allgemeinen Zugang zu Claude Fable 5, dem leistungsfähigsten Modell des Anbieters, gesperrt. Ein Zugangsprogramm für geprüfte Forschende nennt Anthropic eine der höchsten Prioritäten, gestartet ist es noch nicht. Die oben beschriebene Chemie-Auswertung lief dagegen auf Claude Opus 5 – dem leistungsfähigsten allgemein verfügbaren Modell. Man kann diese Selbstbeschränkung für ausreichend halten oder nicht – bemerkenswert ist, dass ein Anbieter Fähigkeiten seines besten Modells bewusst zurückhält.
Der praktische Schluss
Konkret: Wenn du im Unternehmen Agenten mit Werkzeugzugriff einführst, definiere vor dem ersten Lauf drei Dinge schriftlich – erstens, auf welche Systeme der Agent zugreifen darf und mit welcher Identität; zweitens, welche Aktionen eine menschliche Freigabe brauchen (Netzwerkzugriff und Codeausführung gehören dazu); drittens, wo die Protokolle landen und wer sie tatsächlich liest. Ein Agent ohne eigene, nachvollziehbare Identität ist ein geteiltes Konto, und geteilte Konten sind seit dreißig Jahren dieselbe schlechte Idee.
Wer sich tiefer einarbeiten will, findet in unserer Übersicht zu Fachbüchern zu KI und Cybersecurity passende Einstiegsliteratur. Und zur Plattform, auf der diese Experimente liefen, gibt es Hintergrund im Beitrag über den Claude Science Workbench.
Quellen
- Anthropic: How Claude is accelerating protein design and analytical chemistry (18.08.2026)
- Anthropic: Technischer Bericht zum Proteindesign (PDF)
- Adaptyv Bio: Benchmarking Claude’s protein designs in the wet lab
- TNW: Anthropic says Claude designed working protein binders
Diese Analysen als Newsletter
Ein Mal pro Woche Klartext zu KI, Security & Crypto – direkt in dein Postfach.
Jetzt anmelden