US-Unternehmen Anthropic analysiert 207.000 KI-Nutzungsprotokolle in der Forschung

de.wedoany.com-Bericht: Am 5. November veröffentlichte das US-amerikanische KI-Unternehmen Anthropic den Forschungsbericht „KI für wissenschaftliche Entdeckungen: Wie Forschende Claude nutzen", in dem 207.049 KI-Sitzungen mit Forschungsbezug im Zeitraum vom 2. August bis 30. September 2026 analysiert wurden. Die Studie umfasst 34 wissenschaftliche Bereiche, 318 Teildisziplinen und 7.262 Arten von Forschungsaufgaben und stellt fest, dass die KI-Nutzung hauptsächlich auf Datenanalyse, das Verfassen von Publikationen und wissenschaftliche Kommunikation entfällt, während die tatsächliche Nutzung für die Generierung wissenschaftlicher Hypothesen und die Datenerhebung vergleichsweise gering ausfällt.

Die Stichprobe umfasst 128.914 Forschungssitzungen auf der Claude-Chat- und der Cowork-Plattform sowie 78.135 Forschungssitzungen in Claude Code. Das Forschungsteam klassifizierte die Sitzungen mithilfe von Sprachmodellen, um jeweils den Forschungsbereich, die Teildisziplin und die konkrete Aufgabe zu identifizieren, und führte die Statistik auf Grundlage eines vordefinierten Klassifikationssystems für Forschungsaufgaben durch. Die Forschenden analysierten ausschließlich Aufgabenklassifikationslabels und aggregierte Daten; konkrete Forschungsinhalte wie Forschungshypothesen, experimentelle Methoden oder unveröffentlichte Publikationen wurden nicht gespeichert.

Dem Bericht zufolge entfallen 33,7 % der Claude-Forschungssitzungen auf Datenanalyse, in Claude Code sogar 48,1 % – beide Werte liegen über dem Anteil von 27,6 %, den Datenanalyse an der tatsächlichen Arbeitszeit von Forschenden ausmacht. Schreiben und wissenschaftliche Kommunikation machen 32,0 % der Claude-Sitzungen aus und liegen damit über dem geschätzten Anteil von 16,0 %, den diese Aufgaben an der Forschungsarbeitszeit einnehmen. Im Vergleich dazu entfallen auf die Datenerhebung lediglich 11,5 % bzw. 11,9 % der Sitzungen in Claude und Claude Code, während diese Tätigkeit 28,6 % der Arbeitszeit von Forschenden ausmacht.

Wissenschaftliche Konzeption und Hypothesengenerierung werden in Claude zu 4,2 % und in Claude Code zu 2,1 % genutzt und liegen damit unter dem geschätzten Anteil von 7,1 %, den diese Aufgaben an der Forschungsarbeitszeit einnehmen. Anthropic befragte zudem 528 Forschende; die Befragten nannten wissenschaftliche Konzeption und Hypothesengenerierung als die wichtigste Aufgabe für bedeutende wissenschaftliche Ergebnisse und ordneten ihr durchschnittlich 35,6 % der Wichtigkeit zu; die Datenerhebung rangierte mit 23,6 % an zweiter Stelle.

Die Nutzungsstruktur unterscheidet sich zwischen den einzelnen Forschungsbereichen. Die drei Bereiche mit dem höchsten Anteil an Claude-Sitzungen sind Informatik mit 11,9 %, Ingenieurwissenschaften mit 8,4 % und Medizin mit 7,7 %. In den Forschungssitzungen von Claude Code entfallen 32,7 % auf die Informatik, obwohl Forschende dieses Bereichs nur 4,3 % aller Forschenden weltweit ausmachen. Die Teildisziplinen Künstliche Intelligenz und Maschinelles Lernen machen 15,2 % der Claude-Code-Sitzungen aus, bei einem entsprechenden weltweiten Forschendenanteil von etwa 1,2 %.

Die Studie analysierte außerdem die speziell für Forschungsszenarien konzipierte Plattform Claude Science. In den Nutzungssitzungen dieser Plattform entfallen 31,1 % auf die biomedizinischen Wissenschaften, 24,1 % auf die Biologie und 8 % auf Aufgaben der wissenschaftlichen Konzeption und Hypothesengenerierung. Ein Vergleich der Bereiche Biologie und Biomedizin zeigt, dass 73,3 % der Sitzungen in Claude Science als durch eine hohe KI-Autonomie gekennzeichnet bewertet wurden, während die entsprechenden Anteile bei Claude und Claude Code 23,7 % bzw. 64,1 % betragen.

Anthropic erstellte auf Grundlage der theoretischen KI-Fähigkeiten für verschiedene Forschungsaufgaben und der Zeitverteilung von Forschenden ein Szenariomodell zur Forschungsbeschleunigung. Dem Bericht zufolge könnte unter der Annahme einer breiten Anwendung der vorhandenen KI-Fähigkeiten die Forschungsproduktion in einigen Disziplinen auf das Doppelte gesteigert werden; unter der Annahme einer vollständigen Automatisierung aller nicht-physischen Forschungsaufgaben könnte die Forschungsproduktion in Bereichen wie Informatik und Statistik das 15-Fache des Ausgangswerts erreichen, während sie in Disziplinen wie Chemie und Biologie, die auf physische Experimente angewiesen sind, etwa das 3- bis 4-Fache betragen würde.