Newsletter · · Ashutosh Agarwal

Die KI-Labore hören auf, Schaufeln zu verkaufen, und graben jetzt selbst

KI-Wirkstoffforschung für die Woche vom 2. bis 9. Juli 2026. Anthropic hat Claude Science nach innen gerichtet, um eigene Wirkstoffforschungsprogramme zu betreiben, und verschiebt damit die Modellentwickler vom Verkauf von Schaufeln hin zum Besitz von Wirkstoffkandidaten, während DARPA und CZI den eigentlichen Engpass neu als Datenvolumen und -vielfalt statt als Modell-IQ definierten.

KI-Wirkstoffforschung

Woche vom 9. Juli 2026: Die KI-Labore hören auf, Schaufeln zu verkaufen, und graben jetzt selbst

Ein Jahr lang haben die Frontier-KI-Labore der Pharmabranche die Spitzhacken verkauft und die Goldgräber den Gewinn behalten lassen. Diese Woche hat eines von ihnen selbst zur Schaufel gegriffen. Anthropic betreibt jetzt interne Wirkstoffforschungsprogramme auf Claude Science, was einen Anbieter still und leise in einen Rivalen verwandelt und die gesamte Debatte darüber neu rahmt, wo der Wert in der KI-Biologie tatsächlich entsteht: bei proprietären Nasslabordaten oder bei der Rechenleistung, um Daten zu erzeugen, die noch kein Labor je erhoben hat.

Das Wichtigste in Kürze

  • Die prägende Geschichte der Woche ist ein Rollenwechsel, kein Produktstart: Anthropic nutzt Claude Science jetzt, um eigene Wirkstoffforschungsprogramme für seltene, vernachlässigte Krankheiten zu betreiben, und wandelt sich damit vom Waffenhändler zum Schürfer, der zum potenziellen Konkurrenten der Pharmakunden wird, an die es verkauft (Everyday AI Podcast, 6. Juli; Limitless, 3. Juli).
  • Der Klub „KI-Labor als Pharmaunternehmen“ umfasst inzwischen Anthropic, Isomorphic Labs von Google DeepMind und KI-native Firmen wie Insilico, wobei sich die Modellanbieter die Wertschöpfungskette hinab in Richtung Besitz von Kandidaten bewegen (Everyday AI Podcast, 6. Juli).
  • Die These der virtuellen Zelle wurde salonfähig: Mark Zuckerberg und Priscilla Chan legten CZIs jahrzehntelange Wette dar, dass die Heilung von Krankheiten „genauso sehr von besseren Werkzeugen wie von besseren Therapien“ abhängt, erst Datensätze und Modelle, dann Therapien (The a16z Show, 9. Juli).
  • DARPA rahmte den zentralen Engpass unverblümt neu: Die Biologie hat sowohl ein Datenvolumen- als auch ein Datenvielfaltsproblem, und Simulation plus synthetische Daten sind der Weg hindurch (Free Radicals, 7. Juli).
  • Eine dünne Woche für die börsennotierten Namen: keine substanzielle Podcast-Berichterstattung zu KI-Wirkstoffforschung für RXRX, SDGR, ABCL, CERT, ABSI, RLAY, DNA, TEM, Isomorphic, Xaira, Iambic oder Nvidias Clara/BioNeMo. Die Stärke von LLY im Kurs ist eine Geschichte von Adipositas und Rotation, keine KI-Geschichte.

Was ist neu

Der rote Faden dieser Woche ist die vertikale Integration durch die Modellentwickler. Bei Limitless (3. Juli) rahmten die Moderatoren Claude Science als „die Art und Weise, wie Claude Code dazu gedacht ist, Engineering zu unterstützen: Claude Science ist dazu gedacht, Wissenschaft zu unterstützen“, und lieferten das entscheidende Detail: „Anthropic nutzt es tatsächlich… um eigene Wirkstoffforschungsprogramme für einige seltene, vernachlässigte Krankheiten zu verfolgen.“ Sie führten frühe Produktivitätsbelege an und stellten fest, dass das Allen Institute „jetzt über 100-seitige Literaturübersichten fertigstellt, die früher bis zu zwei Jahre gedauert hätten“, wobei manche Analysen „in einem Zehntel der Zeit“ erledigt werden, sowie einen Nutzer, der Claude Science mit einem Ligand-AI-MCP-Tool kombinierte, um die aktive Stelle eines Moleküls „de novo“ zu identifizieren.

Everyday AI (6. Juli) brachte den strategischen Punkt auf den Punkt: „Anthropic wird jetzt Medikamente herstellen“, und beschrieb Claude Science als „einen der direktesten Versuche eines großen KI-Unternehmens, in die Wirkstoffentwicklung einzusteigen, statt nur KI an andere Arzneimittelhersteller zu verkaufen.“ Die Moderatoren wiesen auf die offensichtliche Spannung hin, dass Anthropic „sowohl Softwareanbieter als auch potenzieller Konkurrent seiner Pharmakunden“ sein wird, und reihten es neben Isomorphic Labs von Google DeepMind und Insilico in „ein wachsendes Rennen“ ein. Anthropic hat nicht offengelegt, was es mit vielversprechenden gefundenen Kandidaten tun würde.

Die größere Vision kam über The a16z Show (9. Juli), das Zuckerberg und Chan zu CZI erneut zeigte. Ihre Rahmung: „den meisten großen Durchbrüchen geht im Grunde die Erfindung eines neuen Werkzeugs voraus“, weshalb CZI die „längerfristige, oft teurere“ Infrastruktur (Bildgebung, Cell Atlas, Modelle virtueller Zellen) finanziert, die einzelne NIH-Zuschüsse nicht abdecken, „in der Größenordnung von vielleicht 100 Millionen bis 1 Milliarde Dollar über einen Zeitraum von 10 bis 15 Jahren“. Zuckerbergs Erklärung dafür, warum die börsennotierten Werkzeughersteller weiterhin Mühe haben, ihrer Nische zu entkommen: Sogar „AlphaFold, das erstaunlich ist… wurde auf Basis eines öffentlichen Datensatzes gebaut, der Jahrzehnte zuvor erzeugt worden war.“ Der Vorteil, so argumentierte er, liege darin, „Frontier-Biologie mit Frontier-KI“ zu kombinieren, um zweckgebundene Datensätze zu erzeugen, statt nur bessere Modelle auf alten Daten laufen zu lassen.

Die Debatte

Letzte Woche haben wir den limitierenden Faktor als Daten- und GPU-Zuteilung gerahmt, nicht als Modell-IQ. Diese Woche erhielt diese These ihre bislang autoritativste Formulierung, von DARPA. Bei Free Radicals (7. Juli) argumentierte Dr. Mike Koeris, die Daten der Biologie seien „verschwindend gering… im Verhältnis zur Komplexität des Raums, der in uns verkörpert ist“, und, entscheidend, es seien auch die falschen Daten: „Wir bekommen viele Nukleinsäure-Sequenzierungsdaten… aber wir hatten tatsächlich sehr wenige Metabolomik-Daten. Wir bekommen sehr wenige Proteomik-Daten.“ Seine Lösung spiegelt den AlphaFold-Präzedenzfall aus dem a16z-Gespräch: „Einer der Gründe, warum AlphaFold so erfolgreich war, ist, dass sie sich um die Daten keine Sorgen machen mussten… es dauerte 30, 40 Jahre, all diese wunderbaren Strukturen in der Protein-Datenbank zu erzeugen.“ DARPAs Wette (die Programme NODES und PROSE) besteht darin, „ein oder zwei Jahre lang für Rechenleistung zu zahlen, um viele Daten zu erzeugen“, synthetisch, und darauf zu trainieren.

Die entscheidende Frage spitzt sich also zu: Fällt der Burggraben demjenigen zu, der proprietäre, vielfältige Nasslabordaten besitzt (CZIs Biohubs, die integrierten Pharmakonzerne), oder demjenigen, der hochwertige synthetische Daten am günstigsten per Simulation herstellen kann (die rechenreichen KI-Labore)? Dass Anthropic Claude Science nach innen wendet, ist eine Stimme für das zweite Lager: dass ein hervorragendes Harness plus Rechenleistung jahrzehntelang akkumulierte experimentelle Daten ersetzen kann.

Aktien im Fokus

  • Recursion (RXRX): 3,76 US-Dollar, am Tag um 1,1 % gestiegen, bewegt sich aber nahe dem unteren Ende seiner 52-Wochen-Spanne (2,77–7,18 US-Dollar; Marktkapitalisierung ~1,7 Mrd. US-Dollar). Diese Woche kein KI-Forschungs-Podcast oder News-Katalysator, ein ruhiges Warten auf das nächste Pipeline-Update (FactSet, 9. Juli).
  • Schrodinger (SDGR): 16,79 US-Dollar, bei geringem Volumen am Tag um 4,35 % gestiegen (52-Wochen-Spanne 10,95–23,75 US-Dollar; Marktkapitalisierung ~1,3 Mrd. US-Dollar). Keine neue Erzählung, die Bewegung wirkt eher technisch und rotationsgetrieben als ereignisgetrieben (FactSet, 9. Juli).
  • Eli Lilly (LLY): 1.216,95 US-Dollar, knapp unter seinem 52-Wochen-Hoch von 1.249,45 US-Dollar (Marktkapitalisierung ~1,15 Billionen US-Dollar). Vor dem Q2-Bericht kam eine Welle von Kurszielanhebungen: RBC auf 1.500 US-Dollar (von 1.250 US-Dollar), JPMorgan auf 1.400 US-Dollar, Truist auf 1.370 US-Dollar, Cantor auf 1.350 US-Dollar, Morgan Stanley auf 1.347 US-Dollar, alle konstruktiv, alle basierend auf der Zepbound/Mounjaro-Adipositas-Dynamik (thefly, 6.–9. Juli). Ehrlichkeitscheck: Das ist eine GLP-1- und Zinsrotationsgeschichte, keine KI-Forschungsgeschichte. Cantor selbst warnte, dass die Gruppe „eher als Rotationsprofiteur von KI-Namen behandelt wird, als rein fundamental getrieben zu sein“.

Ausstrahlungseffekte

  • Werkzeughersteller geraten zunehmend unter Druck. Wenn die Frontier-Labore vom Verkauf von Modellen zum Besitz von Kandidaten übergehen, konkurrieren die reinen Rechendienstleister (SDGR sowie privat Iambic und Xaira) zunehmend mit den Rechenbudgets ihrer eigenen Zulieferer. Zu beobachten ist, ob sich ihr Pitch in Richtung proprietärer, schwer zu simulierender Nasslabordaten als verteidigungsfähiges Asset verschiebt – genau der Vorteil, von dem Zuckerberg sagt, dass CZI ihn aufbaut (The a16z Show, 9. Juli).
  • Synthetische Daten sind die neue umkämpfte Ressource. Dass DARPA simulationsgenerierte Trainingsdaten finanziert (Free Radicals, 7. Juli), validiert den rechenintensiven Weg – ein direktionaler Rückenwind für GPU- und Simulations-Exposure (Nvidias Bio-Stack, Schrodingers physikbasierte Engine), falls er funktioniert, und eine Bedrohung für datenarme Single-Asset-Biotechs, falls nicht.
  • „KI-Biotech“ und „Adipositas-Biopharma“ werden als ein Korb gehandelt, sind aber zwei verschiedene Thesen. Der Kurssprung von LLY ist ein Mittelzufluss in Large-Cap-Pharma, kein Beweis dafür, dass KI seine klinischen Zeitpläne verkürzt. Lassen Sie das Kursgeschehen die beiden nicht vermischen.

Was sich gegenüber der letzten Woche geändert hat

  • Letzte Woche: Anthropic launchte Claude Science, und wir markierten „auf Pharma-Partnerabschlüsse achten“. Diese Woche ist das Update schärfer und disruptiver als eine Partnerschaft: Anthropic betreibt eigene interne Wirkstoffprogramme (seltene und vernachlässigte Krankheiten) und positioniert sich als Konkurrent der Pharmabranche statt als deren Anbieter.
  • Die Daten-versus-IQ-Debatte, die wir letzte Woche eröffnet haben, hat jetzt eine namentlich genannte, autoritative Stimme (DARPAs Koeris) und einen konkreten Mechanismus (Simulation plus synthetische Daten über die Programme NODES und PROSE).
  • Neu diese Woche: CZIs virtuelle-Zelle-These „Werkzeuge vor Therapien“ fand über eine breit gehörte a16z-Wiederholung Eingang in den Mainstream-Feed.
  • Unverändert und bemerkenswert: weiterhin keine KI-spezifische Podcast-Berichterstattung zu RXRX, SDGR, ABCL, CERT, ABSI, RLAY, DNA, TEM, Isomorphic, Xaira, Iambic oder Nvidia-Bio – laut gezielter Suchen eine wirklich dünne Woche für die börsennotierten Namen.