MHS: Claude kann jetzt Laborroboter und physische Geräte bedienen
Am 27. August 2026 eröffnete Anthropic eine Forschungsvorschau des Model Hardware Standard (MHS) – einer gemeinsamen Spezifikation, die es KI-Agenten ermöglicht, Mikroskope, Roboterarme, Liquid Handler und andere Instrumente parallel zu steuern. MHS reduziert die Geräteintegration von Wochen auf Stunden. Diese Lektion zeigt, wie Claude in physischen Laborumgebungen agiert und was Sie bereitstellen müssen, um effektiv damit zu arbeiten.
Claude kann jetzt physische Laborgeräte bedienen. Der Model Hardware Standard (MHS) ist eine gemeinsame Spezifikation, die es KI-Agenten ermöglicht, Instrumente wie Mikroskope, Liquid Handler, Roboterarme und Quantencomputing-Hardware – gleichzeitig, rund um die Uhr – zu steuern.
Vor MHS erforderte die Verbindung mehrerer Laborgeräte Spezialisten, die für jedes Instrumentenpaar kundenspezifische Integrationen erstellten. Dieser Prozess dauerte typischerweise Wochen oder Monate. MHS verkürzt ihn auf Stunden oder Minuten.
MHS begann als Zusammenarbeit zwischen Anthropic und dem HHMI Janelia Research Campus. Es funktioniert mit jedem Gerät, das eine programmierbare Schnittstelle besitzt. Es ist modellunabhängig – jede Agenten-Harness kann über Standardprotokolle, einschließlich des Model Context Protocol (MCP), darauf zugreifen.
MHS funktioniert, indem es jedem Gerät einen standardisierten Treiber gibt. Ein Treiber ist eine Software, die zwischen einem Computer und einem Hardwaregerät übersetzt. Der MHS-Treiber verwendet einfache Befehle – „lesen“ (zum Beispiel „Temperatur abrufen“) und „schreiben“ (zum Beispiel „Temperatur einstellen“) –, die jedes Gerät verstehen kann.
Jedes Gerät wird auch netzwerkweit in einem Standardformat auffindbar. Geräte und Agenten finden einander ohne einen benutzerdefinierten Übersetzer dazwischen.
Der Treiber enthält Tags, in die Benutzer physische Fakten in natürlicher Sprache schreiben – das Gewicht eines Roboterarms, seine Sicherheitsgrenzen, was er messen kann. Benutzer können diese Tags selbst ausfüllen oder indem sie mit Claude chatten, der sie zu ihrer Hardware befragt. Der Treiber erstellt dann eine Referenzdatei, damit Claude weiß, wie das Gerät sicher zu bedienen ist, selbst wenn es dieses noch nie zuvor gesehen hat.
Sobald Geräte verbunden sind, steuert Claude sie über MCP, die Befehlszeile oder Code-Dateien. Es sequenziert Schritte über Instrumente hinweg, überwacht Ergebnisse und passt Parameter in Echtzeit an.
Claude geht Experimente so an wie ein Wissenschaftler – iterativ. Beim Testen von MHS beobachtete Anthropic, wie Claude einen Laser anpasste, das Ergebnis über eine Kamera überprüfte, erneut anpasste und wiederholte, bis es die Sequenz verstand. Sobald Claude das Muster erfasst hatte, verpackte es sein Lernen in eine Code-Datei – ein deterministisches Skript, das den Laser als einzelnen Befehl ausrichtete, ohne bei jedem Schritt zu überlegen.
Wenn Claude lange Aufgaben ausführen oder Geräte schneller bedienen muss, als es die Echtzeit-Argumentation erlaubt, verkettet es Treiberbefehle zu Code-Dateien. Die Geräte führen diese Operationen dann unabhängig aus.
Claude kann sich auch ohne menschliches Eingreifen von Hardwarefehlern erholen – eine Fähigkeit, die die meisten aktuellen wissenschaftlichen Instrumente von sich aus nicht besitzen.
Genentech nutzte MHS, um den BCA-Proteinassay zu automatisieren – ein Verfahren mit drei Instrumenten. Der BCA (Bicinchoninsäure)-Assay misst die Gesamtproteinkonzentration in einer Probe. Er erfordert die Koordination eines Liquid Handlers, eines Roboterarms und eines Plattenlesers.
Genentech bat Claude, die Flussraten für den Flüssigkeitstransfer für zwei Flüssigkeiten zu optimieren: reines Wasser und viskoses Rinderserumalbumin (BSA). Claude führte Testtransfers durch, analysierte die Daten des Plattenlesers und minimierte die Lücke zwischen seinen Ergebnissen und einem Referenztransfer eines Experten. Es erreichte ungefähr 140 µL/s für Wasser (0,016 RMSE) und 10 µL/s für BSA (0,181 RMSE) – Werte, die Genentechs Automatisierungsexperten als vernünftig bestätigten.
Claude erholte sich auch selbstständig von Fehlern beim Spitzenaufnehmen und bei der Flüssigkeitserkennung. Aber es gab eine klare Grenze: Wenn sich Blasen in der Flüssigkeit bildeten, war Claudes Instinkt, es im selben Well mit anderen Parametern erneut zu versuchen. Das verschlimmerte das Problem. Claude fehlte das physikalische Verständnis der Blasenphysik. Nachdem Genentech Claude mitgeteilt hatte, dass Blasen das Wechseln zu einem sauberen Well und das Reduzieren der Mischzyklen erforderten, behielt Claude diesen Kontext für den Rest des Laufs bei. Genentech kodifizierte diese Schritte dann als wiederverwendbare Liquid-Handling-Fähigkeiten.
Die praktische Erkenntnis: Claude argumentiert kraftvoll über Sequenzen und Daten. Physikalische Domänenkenntnisse – insbesondere für Fehlerbedingungen – müssen immer noch von Ihnen kommen.
Was MHS für die Arbeit mit Claude bedeutet:
MHS ermöglicht Claude die Steuerung von Labor- und Fertigungshardware über einen standardisierten Treiber, wodurch die Geräteintegration von Wochen auf Stunden reduziert wird.
Claude sequenziert Schritte über Instrumente hinweg, passt sich in Echtzeit an und kann sich autonom von Hardwarefehlern erholen.
Physikalische Fakten – Gewicht, Sicherheitsgrenzen, Flüssigkeitsverhalten – müssen in MHS-Treiber-Tags oder in Ihren Prompts angegeben werden. Claude kann sie nicht allein aus dem Code ableiten.
Wenn Claudes Fehlerbehebungsinstinkt mit der physikalischen Realität kollidiert (z. B. erneuter Versuch in einem schaumigen Well), geben Sie ihm den fehlenden physikalischen Kontext, anstatt ihn zu bitten, denselben Ansatz erneut zu versuchen.
Verpacken Sie das, was Claude lernt, in wiederverwendbare Code-Dateien oder Fähigkeiten, damit dieses Wissen in zukünftigen Läufen weitergegeben wird.
MHS befindet sich seit dem 27. August 2026 in der Forschungsvorschau und wird nach der Festlegung von Sicherheitsbewertungen und Best Practices mit Partnern quelloffen veröffentlicht.