Branchenleitfaden: Life Sciences
Claude in Life Sciences nutzen: Ein Leitfaden für Biotech- und Forschungsteams
Von der Literatur über das Laborjournal bis zur Einreichung, mit einem Wissenschaftler, der am Ende gegenzeichnet.
Dieser Leitfaden richtet sich an Biotech-Wissenschaftlerinnen und -Wissenschaftler, Bioinformatiker, Mitarbeitende im klinischen Betrieb und regulatorische Teams, die Claude von Anthropic für Literaturrecherche, Datenanalyse, Labordokumentation, klinische Studienprotokolle und regulatorisches Schreiben einsetzen wollen. Er behandelt die Life-Sciences-Connectors, Skills und die wissenschaftliche Arbeitsumgebung, die Anthropic veröffentlicht hat, sowie das, was namentlich genannte Unternehmen in Anthropics eigenen Ankündigungen gesagt haben.
Claude in Life Sciences nutzen bedeutet, es entlang der gesamten F&E-Kette einzusetzen: biomedizinische Literatur durchsuchen und zusammenfassen, Bioinformatik-Pipelines schreiben und debuggen, Qualitätskontrollen für Sequenzierungsdaten durchführen, Labordaten in strukturierte Datensätze überführen und klinische Studienprotokolle sowie regulatorische Dokumente aus der eigenen Evidenz heraus entwerfen. Anthropic hat Connectors zu Tools wie Benchling, PubMed und ClinicalTrials.gov veröffentlicht. Die Verantwortung für Studiendesign, Dateninterpretation und jede Aussage in einer Einreichung bleibt bei den Wissenschaftlerinnen und Wissenschaftlern.
Veröffentlicht
Das Wichtigste in Kürze
- Die stärksten Anwendungen in Life Sciences sind Literatursynthese, Bioinformatik-Code, QC für Sequenzierungsdaten, Labordokumentation, Protokollentwürfe und regulatorisches Schreiben.
- Anthropic hat Life-Sciences-Connectors zu Benchling, PubMed, 10x Genomics, Medidata, ClinicalTrials.gov, ChEMBL und weiteren veröffentlicht, dazu Beispiel-Skills für Protokollentwürfe.
- Im Juni 2026 hat Anthropic eine wissenschaftliche Arbeitsumgebung als Beta gestartet, mit kuratierten Skills für Genomik, Proteomik, Strukturbiologie und Cheminformatik.
- Anthropic gibt an, dass einige seiner Modelle professionelle Anfragen zu Biologie und Arzneimittelentwicklung blockieren, mit einem separaten Verifizierungsprogramm für Fachleute.
- GxP, Datenintegrität und regulatorische Verantwortung bleiben bei Ihrem Qualitätssystem und Ihren Mitarbeitenden.
Kopieren und einfügen
Prompts, die Sie heute nutzen können
Literatursynthese für ein Target
Du bist eine leitende Wissenschaftlerin und bereitest eine Target-Bewertung vor. Fasse anhand der beigefügten Abstracts und Paper die Evidenz zusammen, die das Target mit der Erkrankung verknüpft: genetische Evidenz, Expressionsdaten, Tiermodelle und klinische Daten, sofern vorhanden. Zitiere bei jeder Aussage das Paper mit Erstautor und Jahr, bewerte die Stärke der Evidenz als stark, moderat oder schwach mit einer einzeiligen Begründung, und liste widersprüchliche Befunde separat auf. Zitiere kein Paper, das ich nicht bereitgestellt habe.
Zitate auf beigefügte Paper zu beschränken verhindert erfundene Referenzen. Suchtools und Connectors können die Paper vorab zusammenstellen.
QC-Skript für Single-Cell-Daten
Schreibe ein Python-Skript mit scanpy für die Qualitätskontrolle eines Single-Cell-RNA-Seq-Datensatzes im h5ad-Format. Berechne Gene pro Zelle, Counts pro Zelle und den mitochondrialen Anteil; filtere mit Schwellenwerten auf Basis der medianen absoluten Abweichung, die ich als Parameter setzen kann; speichere Violin-Plots vor und nach der Filterung; und schreibe einen kurzen Bericht, wie viele Zellen in jedem Schritt entfernt wurden. Kommentiere jeden Schritt und füge einen kleinen synthetischen Test hinzu.
Schwellenwerte als Parameter zu setzen sorgt dafür, dass die Biologin oder der Biologe entscheidet, was als geringe Qualität gilt, nicht das Skript.
Entwurf eines Abschnitts im klinischen Studienprotokoll
Entwirf die Abschnitte Studiendesign und Einschlusskriterien für ein Phase-2-Studienprotokoll, ausschließlich anhand der unten eingefügten Synopse, der Zusammenfassung der Investigator's Brochure und vorheriger Studienergebnisse. Folge, wo anwendbar, der Struktur von ICH E6 und ICH M11, formuliere Ein- und Ausschlusskriterien als prüfbare Aussagen, und markiere jede Designentscheidung, die eine medizinische oder statistische Freigabe braucht, mit [REVIEW]. Material: [einfügen].
Die [REVIEW]-Markierungen leiten jede Ermessensentscheidung an die richtige Fachperson weiter.
Regulatorische Zusammenfassung aus Studienberichten
Entwirf, ausschließlich anhand der unten stehenden Zusammenfassungen nichtklinischer Studienberichte, einen nichtklinischen Übersichtsabschnitt für eine IND-Einreichung: Pharmakologie, Pharmakokinetik und Toxikologie, mit den wichtigsten Befunden, Dosierungen und Spezies exakt wie berichtet. Halte einen neutralen regulatorischen Ton, referenziere jede Aussage auf die jeweilige Studiennummer, und liste alle Unstimmigkeiten zwischen den Berichten auf, damit das Team sie klären kann. Material: [einfügen].
Querverweise auf Studiennummern machen den Entwurf für Regulatory Writer und QA überprüfbar.
Geräteausgabe in einen strukturierten Datensatz
Wandle den unten stehenden Plate-Reader-Export in eine strukturierte Tabelle mit einer Zeile pro Well um: Platten-ID, Well, Proben-ID aus der beigefügten Plattenbelegung, Messwert, Einheit und eine Markierung für Wells außerhalb des im SOP-Auszug für den Assay angegebenen Kontrollbereichs. Ändere keinen gemessenen Wert. Fasse den Lauf anschließend in drei Sätzen für das elektronische Laborjournal zusammen. Export, Plattenbelegung und SOP-Auszug: [einfügen].
Die Anweisung, gemessene Werte nicht zu verändern, schützt die Datenintegrität.
Von Anthropic
Was Anthropic für Life Sciences anbietet
Claude for Life Sciences
Anthropics Life-Sciences-Angebot, gestartet im Oktober 2025, mit Connectors zu Benchling, BioRender, PubMed, Wileys Scholar Gateway, Synapse.org und 10x Genomics, einem Agent Skill für die Qualitätskontrolle von Single-Cell-RNA-Sequenzierung und Implementierungspartnern.
· Quelle
Claude for Life Sciences (January 2026 expansion)
Eine Erweiterung, angekündigt zusammen mit Anthropics Healthcare-Start, die Connectors zu Medidata, ClinicalTrials.gov, ToolUniverse, bioRxiv und medRxiv, Open Targets, ChEMBL, Owkin und Pathology Explorer hinzufügte, sowie Agent Skills für die Auswahl wissenschaftlicher Fragestellungen, die Umwandlung von Gerätedaten in Allotrope, Bioinformatik-Deployment und Beispiel-Entwürfe für klinische Studienprotokolle.
· Quelle
Claude Science
Eine wissenschaftliche KI-Arbeitsumgebung als Beta, gestartet im Juni 2026 für Pro-, Max-, Team- und Enterprise-Pläne, mit mehr als sechzig kuratierten Skills und Connectors für Genomik, Single-Cell, Proteomik, Strukturbiologie und Cheminformatik, Verwaltung von Rechenleistung über lokale und HPC-Umgebungen hinweg, und einem Reviewer-Agenten zur Prüfung von Zitaten und Berechnungen.
· Quelle
In der Praxis
Wie Life Sciences-Teams Claude nutzen
Laut der von Anthropic veröffentlichten Kundengeschichte
Schrödinger
In Anthropics Life-Sciences-Ankündigung vom Oktober 2025 sagten der CTO und der COO von Schrödinger, dass Claude Code Ideen weit schneller in funktionierenden Code verwandelt, in manchen Fällen um ein Vielfaches schneller.
Laut der von Anthropic veröffentlichten Kundengeschichte
10x Genomics
10x Genomics, ein Connector-Partner bei Anthropics Start im Oktober 2025, merkte an, dass Single-Cell- und räumliche Analyse traditionell rechnerische Expertise erforderten, was der Connector zugänglicher machen soll.
Laut der von Anthropic veröffentlichten Kundengeschichte
Axiom Bio
Der Mitgründer von Axiom Bio, zitiert in Anthropics Ankündigung vom Oktober 2025, bezeichnete Claude als unverzichtbar für den Aufbau von KI zur Vorhersage von Arzneimitteltoxizität.
Laut der von Anthropic veröffentlichten Kundengeschichte
Genentech
Auf Anthropics Seite zu Life-Sciences-Lösungen beschreibt die Leitung für Forschung und frühe Entwicklung bei Genentech, wie Claude hilft, die tägliche wissenschaftliche Forschung neu zu gestalten und die Grundlage für autonome Labore zu legen.
Beispielhafter Ablauf
Vom Sequenzierlauf zum Journaleintrag
- Ein Bioinformatiker bittet Claude um ein Qualitätskontrollskript mit Schwellenwerten als Parametern und einem synthetischen Test.
- Das Skript besteht den synthetischen Test, und der Bioinformatiker führt es auf dem neuen Datensatz aus.
- Die Biologin prüft die Plots und passt einen Schwellenwert an, der eine seltene Zellpopulation entfernt hätte.
- Claude fasst den Lauf, die verwendeten Schwellenwerte und die entfernten Zellen für das elektronische Laborjournal zusammen.
- Die Wissenschaftlerin zeichnet den Eintrag gegen und hält die finalen Parameter zusammen mit den Daten fest.
Life Sciences und Claude: die veröffentlichten Zahlen
| Kennzahl | Kontext | Quelle |
|---|---|---|
| up to 10x faster in some cases | Schrödinger zur Umwandlung von Ideen in funktionierenden Code mit Claude Code, laut Anthropics Ankündigung vom Oktober 2025 | Quelle |
| Sonnet 4.5 scores 0.83, against a human baseline of 0.79 | Protokoll-QA-Benchmark, berichtet in Anthropics Life-Sciences-Ankündigung vom Oktober 2025 | Quelle |
Kernworkflows
Claude-Anwendungsfälle in Life Sciences entlang der F&E
Das sind die Bereiche, in denen KI für Life Sciences und KI für Biotech-Teams die meiste Zeit von Wissenschaftlerinnen und Wissenschaftlern spart.
Literaturrecherche
Biomedizinische Literaturrecherche und Target-Bewertungen, aufgebaut aus Papern, die Sie bereitstellen oder über Connectors wie PubMed und bioRxiv abrufen, mit Beleg für jede Aussage.
Bioinformatik
KI für Bioinformatik umfasst das Schreiben und Debuggen von Python und R, QC für Sequenzierungsdaten sowie Pipeline-Arbeit in Tools wie Nextflow und scVI-tools.
Labordaten und Dokumentation
Geräteausgaben werden zu strukturierten Datensätzen, Experimentzusammenfassungen für das Laborjournal und SOP-Entwürfen, wobei Messwerte unverändert bleiben.
Klinische Studienprotokolle
Entwürfe klinischer Studienprotokolle aus Synopsen und vorhandenen Daten, mit Einschlusskriterien als prüfbaren Aussagen und markierten Ermessensentscheidungen zur Überprüfung.
Regulatory Affairs
KI für Regulatory Affairs in der Biotechnologie bedeutet, IND-Abschnitte, Antworten auf Behördenfragen und Zusammenfassungen aus Studienberichten zu entwerfen, mit Querverweisen für die QA.
Unterstützung in der Wirkstoffforschung
KI für Wirkstoffforschung bedeutet hier, Target-Evidenz, Substanzdaten aus Quellen wie ChEMBL und Hypothesen zu organisieren, die Wissenschaftlerinnen und Wissenschaftler testen können.
Was Anthropic veröffentlicht hat
Mit welchen Labortools verbindet sich Claude?
Mit dem Life-Sciences-Start im Oktober 2025 hat Anthropic Connectors zu Benchling, BioRender, PubMed, Wileys Scholar Gateway, Synapse.org und 10x Genomics hinzugefügt, neben allgemeinen Tools wie Google Workspace, Microsoft 365, Databricks und Snowflake. Zudem wurde ein Agent Skill für die Qualitätskontrolle von Single-Cell-RNA-Sequenzierung veröffentlicht.
Im Januar 2026 erweiterte Anthropic dieses Set um Connectors zu Medidata, ClinicalTrials.gov, ToolUniverse, bioRxiv und medRxiv, Open Targets, ChEMBL, Owkin und Pathology Explorer. Hinzu kamen Agent Skills für die Auswahl wissenschaftlicher Fragestellungen, die Umwandlung von Gerätedaten in das Allotrope-Format, Bioinformatik-Deployment mit scVI-tools und Nextflow sowie ein Beispiel-Skill für die Erstellung von Entwürfen klinischer Studienprotokolle.
Im Juni 2026 startete Anthropic eine wissenschaftliche Arbeitsumgebung als Beta für Pro-, Max-, Team- und Enterprise-Nutzer, mit mehr als sechzig kuratierten Skills und vorkonfigurierten Connectors für Genomik, Single-Cell-Arbeit, Proteomik, Strukturbiologie und Cheminformatik. Laut Anthropic stellt sie Proteinstrukturen und Genome-Browser-Tracks dar, verwaltet Rechenleistung auf Laptops, Clustern oder GPUs, und enthält einen Reviewer-Agenten, der Zitate und Berechnungen prüft.
Klinik und Regulatorik
Wie wird KI in klinischen Studien und in der Regulatorik eingesetzt?
Bei KI für klinische Studien geht es vor allem um Dokumente und Datenfluss. Protokolle, Amendments, Einwilligungserklärungen, Kommunikation mit Studienzentren und Studienberichte sind lang, strukturiert und stark querverwiesen. Claude entwirft Abschnitte aus Ihrer Synopse und vorhandenen Daten, prüft die interne Konsistenz und formuliert Einschlusskriterien als prüfbare Aussagen. Mit einem Connector wie ClinicalTrials.gov kann es zudem helfen, Ihr Design mit registrierten Studien zu vergleichen.
Kann KI eine IND-Einreichung entwerfen? Sie kann Abschnitte aus Ihren Studienberichten entwerfen, und Anthropic hat einen Beispiel-Skill für Entwürfe klinischer Studienprotokolle veröffentlicht. Sie kann nicht entscheiden, was in eine Einreichung aufgenommen wird, und ersetzt weder Ihre regulatorische Strategie noch die Qualitätsprüfung. Jede Aussage muss auf ein kontrolliertes Quelldokument zurückführbar sein, und jeder Entwurf durchläuft Ihren Dokumentenlenkungsprozess wie jeder andere auch.
Regulatorisches Schreiben profitiert von eng gefassten Prompts: ein Abschnitt, ein Satz Quelldokumente, strikte Querverweise und Markierungen für alles, was eine Freigabe durch Fachleute braucht.
Tools auswählen
Claude im Vergleich zu ChatGPT für Life Sciences
Der Vergleich Claude gegen ChatGPT für Life Sciences lässt sich am besten mit der eigenen Arbeit durchführen: einer Literaturfrage, die Sie bereits beantwortet haben, einem Skript, das Sie bereits geschrieben haben, und einem Protokollabschnitt, der bereits freigegeben wurde. Vergleichen Sie Genauigkeit, Zitierverhalten, Codequalität und den Umgang mit Unsicherheit.
Für die meisten Organisationen sind die entscheidenden Faktoren die Connectors zu Ihren wissenschaftlichen Systemen, die Datenbedingungen für unveröffentlichte Forschung, Validierungsanforderungen unter GxP, sofern anwendbar, und was Ihre IT- und Qualitätsteams freigeben.
Ein praktischer Hinweis: Anthropic hat erklärt, dass die Fable-Modelle weiterhin professionelle Anfragen zu Biologie und Arzneimittelentwicklung blockieren, und ein Verifizierungsprogramm mit der US-Regierung angekündigt, damit Life-Sciences-Fachleute Zugang zu leistungsfähigeren Modellen erhalten. Prüfen Sie, welche Modelle Ihr Plan bietet und was für Ihre Arbeit gilt.
Erste Schritte
Der erste Monat für ein Biotech-Team
Mit Literatur beginnen
Nutzen Sie eine Frage, die Ihr Team bereits beantwortet hat. Prüfen Sie jedes Zitat gegen das Paper, bevor Sie dem Workflow vertrauen.
Analysecode ergänzen
Lassen Sie Claude Skripte mit Tests auf synthetischen Daten schreiben und führen Sie sie erst nach Überprüfung mit echten Daten aus.
Ihre Systeme verbinden
Wenn Ihre Organisation Connectors wie Benchling oder PubMed aktiviert hat, nutzen Sie sie, damit die Arbeit in Ihren Datensätzen verankert bleibt.
Die GxP-Grenze festlegen
Legen Sie gemeinsam mit der Qualitätsabteilung fest, welche Arbeit explorativ und welche reguliert ist, und dokumentieren Sie, wie KI-gestützte regulierte Arbeit überprüft wird.
Grenzen
Wissenschaftliche Integrität: Wo Wissenschaftlerinnen und Wissenschaftler entscheiden
Claude kann ein plausibles Zitat erzeugen, das nicht existiert, eine Dosierung falsch angeben oder Code schreiben, der läuft und trotzdem das Falsche berechnet. In der Wissenschaft ist das kein kleiner Fehler. Beschränken Sie Zitate auf Paper, die Sie bereitstellen oder abrufen, prüfen Sie jede Zahl gegen die Quelle, und testen Sie Code an Daten, bei denen Sie das Ergebnis bereits kennen.
Studiendesign, die Interpretation von Ergebnissen und die Entscheidung, ein Programm voranzutreiben, liegen bei den Wissenschaftlerinnen und Wissenschaftlern. Claude kann Hypothesen vorschlagen und Lücken aufzeigen, aber der Evidenzstandard wird von Ihrem Team festgelegt, und bei klinischer und regulatorischer Arbeit von den Behörden.
Unveröffentlichte Daten, klinische Daten auf Patientenebene und proprietäre Substanzen sind hochsensibel. Nutzen Sie ausschließlich freigegebene Deployments, halten Sie sich an Ihre Data-Governance- und Patientendatenschutzregeln, und bewahren Sie regulierte Datensätze in validierten Systemen auf.
Mehr Sorgfalt in Ihre KI-Workflows bringen
Wissenschaftlerinnen und Wissenschaftler, die verlässliche Ergebnisse mit KI erzielen, haben geübt, sie an Quellen zu verankern und ihre Ausgaben zu prüfen. Das kostenlose Curriculum von Nightschool AI ist von der ersten Lektion an praxisnah.
Häufig gestellte Fragen
Wie wird KI in klinischen Studien eingesetzt?
Vor allem für Dokumente und Datenfluss: Entwürfe von Protokollabschnitten und Amendments, Formulierung von Einschlusskriterien als prüfbare Aussagen, Konsistenzprüfung über Dokumente hinweg und Zusammenfassung von Studiendaten. Anthropic hat Connectors zu Medidata und ClinicalTrials.gov sowie einen Beispiel-Skill für Protokollentwürfe veröffentlicht. Medizinische, statistische und regulatorische Entscheidungen bleiben beim Studienteam.
Kann KI eine IND-Einreichung entwerfen?
KI kann Abschnitte einer IND-Einreichung aus Ihren Studienberichten entwerfen, etwa nichtklinische Übersichten, mit Querverweisen auf Quelldokumente. Sie kann nicht die regulatorische Strategie festlegen oder die Qualitätsprüfung ersetzen. Behandeln Sie jeden KI-entworfenen Abschnitt als kontrollierten Entwurf, der Ihren normalen Prüf- und Freigabeprozess durchläuft.
Kann KI ein klinisches Studienprotokoll entwerfen?
Ja, als ersten Entwurf aus Ihrer Synopse und vorhandenen Daten. Anthropic hat einen Beispiel-Agent-Skill für die Erstellung von Entwürfen klinischer Studienprotokolle veröffentlicht. Jede Designentscheidung, von Endpunkten bis zu Einschlusskriterien, braucht eine medizinische und statistische Freigabe, bevor das Protokoll final ist.
Mit welchen Labortools verbindet sich Claude?
Anthropic hat unter anderem Connectors zu Benchling, BioRender, PubMed, Wileys Scholar Gateway, Synapse.org, 10x Genomics, Medidata, ClinicalTrials.gov, ToolUniverse, bioRxiv und medRxiv, Open Targets, ChEMBL, Owkin und Pathology Explorer veröffentlicht. Die Verfügbarkeit hängt von Ihrem Plan und der Einrichtung Ihrer Organisation ab.
Welche Tools hat Anthropic für Life Sciences veröffentlicht?
Anthropic hat im Oktober 2025 ein Life-Sciences-Angebot mit Connectors und einem Single-Cell-QC-Skill gestartet, es im Januar 2026 um klinische Connectors, Connectors für die Wirkstoffforschung und weitere Skills erweitert, und im Juni 2026 eine wissenschaftliche Arbeitsumgebung als Beta gestartet. Details und Daten finden Sie im Abschnitt zu den Angeboten auf dieser Seite, verlinkt zu Anthropics Ankündigungen.
Was ist Anthropics wissenschaftliche Arbeitsumgebung?
Im Juni 2026 als Beta gestartet, ist es eine Umgebung für Wissenschaftlerinnen und Wissenschaftler mit mehr als sechzig kuratierten Skills und Connectors für Bereiche wie Genomik, Proteomik, Strukturbiologie und Cheminformatik. Laut Anthropic stellt sie Proteinstrukturen und Genome-Tracks dar, verwaltet Rechenleistung über Laptops, Cluster und GPUs hinweg, und nutzt einen Reviewer-Agenten, um Zitate und Berechnungen zu prüfen.
Wie beschleunigt KI die Wirkstoffforschung?
In der Praxis vor allem, indem die Zeit reduziert wird, die Wissenschaftlerinnen und Wissenschaftler mit der Literatursuche, dem Schreiben von Analysecode und der Organisation von Daten aus Quellen wie ChEMBL und Open Targets verbringen. Anthropics Ankündigung zitiert Schrödinger mit der Aussage, dass Claude Code Ideen deutlich schneller in funktionierenden Code verwandelt. Ob das ein Programm verkürzt, hängt von der Wissenschaft ab.
Ist es sicher, KI mit unveröffentlichten Forschungsdaten zu nutzen?
Nur über Deployments, die Ihre Organisation freigegeben hat, mit Datenbedingungen, die Ihre IT-, Rechts- und Qualitätsteams geprüft haben. Klinische Daten auf Patientenebene bringen zusätzliche Datenschutzpflichten mit sich. Regulierte Datensätze sollten in validierten Systemen bleiben.
Weiterlernen
Verwandte Leitfäden und Kurse
Claude in Life Sciences, nach Rolle
Mehr Zeit für die Wissenschaft
Praxisnahe Lektionen, die die Arbeitsweise von Wissenschaftlerinnen und Wissenschaftlern respektieren.