Claude Science macht Forschung zum Agenten-Workflow

Anthropic hat Claude Science am 30. Juni 2026 freigegeben. Die Anwendung bündelt Literaturarbeit, Datenanalyse und Rechenzugriff in einem agentischen Arbeitsraum. Sie läuft laut Produktankündigung lokal unter macOS oder Linux und kann entfernte Maschinen über SSH sowie einen HPC-Login-Node einbeziehen.

Damit wird aus einer Chatantwort ein Arbeitslauf. Der Agent kann Material sichten, ein Skript ausführen und eine Abbildung überarbeiten. Für Forschungsteams zählt anschließend eine nüchterne Frage: Kann eine zweite Person nachvollziehen, wie dieses Ergebnis entstanden ist?

Vom Prompt zur reproduzierbaren Arbeit

Claude Science soll den Wechsel zwischen PubMed, Jupyter, R und Cluster-Terminals verringern. Anthropic verspricht dafür auditierbare Artefakte, in denen Zwischenschritte erhalten bleiben.

Das ist der Belastungstest.

Eine erzeugte Abbildung überzeugt erst, wenn Datensatz, Skript und verwendete Parameter auffindbar sind. Zur Prüfung sollte eine Kollegin das Artefakt übernehmen und denselben Lauf erneut ausführen können. Weicht das Ergebnis ab, muss sichtbar werden, ob sich Daten, Code oder Laufzeitumgebung geändert haben.

Ein Chatverlauf allein reicht dafür kaum. Er zeigt, was besprochen wurde, aber nicht zwangsläufig den Zustand einer Umgebung zum Ausführungszeitpunkt. Claude Science ist deshalb vor allem an der Qualität seiner Arbeitsspur zu messen.

SSH und HPC erhöhen den Einsatz

Der Zugriff auf eine entfernte Maschine macht die Workbench für echte Forschung interessant. Er vergrößert zugleich den möglichen Schaden eines Fehlers: Ein Agent kann auf Daten treffen, Jobs vorbereiten oder Skripte in einer Umgebung ausführen, die mit anderen Projekten geteilt wird.

Anthropics Ankündigung beschreibt die Zugangswege, liefert aber keine vollständige Betriebsanleitung für Berechtigungen, Freigaben und Recovery. Vor einem produktiven Einsatz sollten Plattform- und Forschungsteams deshalb mit einer isolierten Testumgebung beginnen. Ein ungefährlicher Datensatz und ein begrenztes Konto reichen für die erste Prüfung.

Danach zählt das tatsächliche Verhalten. Welche Aktion verlangt eine Bestätigung? Welche Dateien liest oder verändert der Agent? Bleibt ein fehlgeschlagener Lauf im Audit-Artefakt verständlich? Und lässt sich der Ausgangszustand wiederherstellen, ohne auf einen Chatverlauf vertrauen zu müssen?

Ohne belastbare Antworten gehört die Workbench nicht an produktive Cluster oder sensible Forschungsdaten.

Mehr als 60 Fachzugänge

Anthropic nennt mehr als 60 kuratierte Skills und Connectoren. Der Schwerpunkt liegt unter anderem auf Genomik, Single-Cell-Analysen und Proteomik; auch strukturelle Biologie und Cheminformatik werden genannt. Ein koordinierender Agent soll die passenden Spezialzugänge nutzen.

Die Anzahl allein sagt wenig. Ein Fachzugang wird wertvoll, wenn seine Eingaben und Ergebnisse in der Arbeitsspur erkennbar bleiben. Bei einer Genomik-Analyse müsste beispielsweise nachvollziehbar sein, welcher Datensatz an welchen Skill ging und welches Ergebnis anschließend in eine Abbildung oder einen Manuskriptabschnitt eingeflossen ist.

Hier entscheidet sich auch, ob die Workbench Facharbeit unterstützt oder eine neue schwarze Box schafft. Domänenwissen bleibt nötig, denn ein plausibles Ergebnis kann methodisch falsch sein. Der Agent beschleunigt die Kette; die Verantwortung für Versuchsdesign, Statistik und Interpretation bleibt beim Forschungsteam.

Ein sinnvoller Evaluationslauf

Für einen Pilotversuch genügt ein überschaubarer Workflow: Literatur zu einer bekannten Fragestellung suchen, einen vorhandenen Datensatz mit einem freigegebenen Skript auswerten und daraus eine bereits bekannte Abbildung reproduzieren.

Das Soll ist klar. Eine zweite Person muss aus dem gespeicherten Artefakt erkennen können, welche Quelle verwendet wurde, was der Agent ausgeführt hat und an welcher Stelle ein Mensch eingegriffen hat. Das tatsächliche Ergebnis wird anschließend mit dem etablierten Referenzlauf verglichen.

Abweichungen sind dabei nützlicher als eine perfekte Demo. Fehlt ein Parameter, bleibt ein Tool-Aufruf unsichtbar oder lässt sich eine Abbildung nicht erneut erzeugen, zeigt der Pilot genau die Stelle, an der Audit und Workflow auseinanderfallen.

Was Claude Science beweisen muss

Claude Science zeigt, wie vertikale Agentenprodukte aussehen können: Das Modell arbeitet direkt in einer Fachumgebung und hinterlässt prüfbare Artefakte. Entwicklungs- und Evaluationsteams bekommen damit einen konkreten Prüfmaßstab für Tool-Zugriff und Ergebnisqualität.

Ob die Workbench im Alltag trägt, entscheidet sich an einem reproduzierten Lauf und an sauber begrenzten Rechten. Bleiben Ausführung und Herkunft sichtbar, kann der Agent Routine aus einem Forschungsprozess nehmen. Fehlt diese Spur, beschleunigt er vor allem die Unsicherheit.