Das Wirtschaftsforschungsteam von Anthropic hat am 5. November einen Bericht veröffentlicht, der erfasst, wofür Forschende Claude nutzen. Die Stichprobe umfasst 207.049 Sitzungen, die zwischen dem 2. August und dem 30. September in den Verbraucher-Tarifen als forschungsbezogen markiert wurden. Davon entfallen 128.914 auf Claude (einschließlich Chat und Cowork) und 78.135 auf Claude Code; hinzu kommt eine ergänzende Stichprobe von Claude Science.
Für die Klassifikation verwendet das Team sein selbst entwickeltes System SciNet, das 7.262 Aufgaben, 34 Fachgebiete und 318 Teilgebiete abdeckt. Laut Bericht gibt der Klassifikator nur Fach- und Aufgabenlabels aus und extrahiert keine Forschungsinhalte; die Ergebnisse werden ausschließlich aggregiert veröffentlicht, und Zellen, in denen die Zahl der Konten unter dem Schwellenwert liegt, werden nicht ausgewiesen.
Am häufigsten: Daten auswerten und Texte schreiben
Nach Sitzungsanteil macht Datenanalyse bei Claude 33,7 % und bei Claude Code 48,1 % aus; Schreiben und Kommunikation kommen bei Claude auf 32 %, bei Claude Code auf 17,6 %. Unter den Einzelaufgaben ist das Verfassen von Manuskripten am häufigsten und macht 18,6 % der Claude-Sitzungen aus.
Stellt man diese Zahlen der Zeitaufteilung der Forschenden gegenüber, ist die Lücke deutlich:
| Aufgabe | Claude | Claude Code | Anteil an der Forschungszeit |
|---|---|---|---|
| Datenanalyse | 33,7 % | 48,1 % | 27,6 % |
| Schreiben und Kommunikation | 32,0 % | 17,6 % | 16,0 % |
| Datenerhebung | 11,5 % | 11,9 % | 28,6 % |
| Ideenfindung und Hypothesen | 4,2 % | 2,1 % | 7,1 % |
Die Datenerhebung beansprucht knapp drei Zehntel der Zeit der Forschenden, taucht in den Sitzungen aber nur mit gut einem Zehntel auf, wohl weil Probennahme und Experimente praktische Handarbeit erfordern. Ideenfindung und Hypothesenbildung stuften die befragten Wissenschaftler als wichtigsten Schritt ein (35,6 von 100 Punkten), dennoch wird sie am seltensten genutzt.
Auch die Verteilung nach Fachgebieten ist schief. Informatikforschende stellen nur 4,3 % der Forschenden weltweit, aber 32,7 % der Claude-Code-Sitzungen; das Teilgebiet KI und maschinelles Lernen macht weltweit 1,2 % aus, bei Claude Code jedoch 15,2 %. Experimentelle Fächer wie Chemie und Medizin nutzen die Tools weniger. Der Bericht formuliert es so:
"In short, scientists appear to use AI where it works best."
(Kurz gesagt: Wissenschaftler setzen KI dort ein, wo sie am besten funktioniert.)
Eine Rechnung zur Beschleunigung
Der Bericht liefert Schätzungen für drei Szenarien. Das erste Szenario geht nur von den heutigen Fähigkeiten bei breiter Verbreitung aus: KI könnte 27 bis 52 % der Forschungszeit übernehmen, der Median liegt bei 38 %, und der Output der Fächer würde sich um etwa das 1,35-Fache (Kunst) bis 2,02-Fache (Statistik) beschleunigen, in der Informatik um rund das 1,96-Fache, in der Chemie um rund das 1,41-Fache. Das dritte Szenario unterstellt, dass KI sämtliche nicht körperlichen Schritte übernimmt: Statistik, Informatik, Wirtschaftswissenschaften und Mathematik kämen dann auf das 15- bis 16-Fache, Biologie, Chemie und Materialwissenschaften nur auf das 3- bis 4-Fache, weil körperliche Arbeitsschritte in diesen Fächern 38 bis 41 % der Forschungszeit ausmachen.
Die Kostenannahme hinter diesen Faktoren lautet: KI kostet 30 US-Dollar pro Stunde, Forschende 95 US-Dollar pro Stunde, und für jede eingesparte Forscherstunde muss die KI 0,2 Stunden laufen. Grob gerechnet kostet eine eingesparte Arbeitsstunde damit nur etwa 6 US-Dollar KI-Gebühr; die Kosten sind also kaum ein Hindernis, der Engpass liegt in den Handgriffen im Labor. Der Bericht selbst schreibt: "Physical bottlenecks remain powerful."
Die Autoren betonen, dass das zweite und dritte Szenario Annahmen und keine Prognosen sind und die Schätzung weder Geräte noch Reagenzien noch Laborkapazitäten berücksichtigt. Klassifikation und Zeitschätzungen stammen von einem großen Sprachmodell, daher sind Zahlen auf Ebene der Teilgebiete mit mehr Rauschen behaftet.
Wie Wissenschaftler es selbst sehen
In die begleitende Umfrage flossen die Antworten von 528 Wissenschaftlern ein, die meist aus den Lebens- und Gesundheitswissenschaften stammen, sich auf die USA und Kanada konzentrieren und Bewerber für Anthropics Forschungsprogramm sind; die Stichprobe neigt daher naturgemäß zu aktiven Nutzern. 38 % der Befragten meinen, KI könne bei der Datenanalyse schon jetzt das Niveau von Spitzenforschenden erreichen; für 2030 erwarten dies 94 %. Rund vier von zehn halten es für möglich, dass KI bis 2030 ein vollständiges Forschungsprojekt eigenständig abschließt, 16 % glauben, das werde nie gelingen.
Das Nutzerprofil von Claude Science ist spezialisierter: Biomedizin und Biologie machen zusammen mehr als die Hälfte aus, 82,7 % der Sitzungen erreichen Inhalte auf Promotionsniveau, und 73,3 % gelten als hochgradig autonome Ausführung. Diese Nutzer sind von Haus aus fachlich versierter, die Unterschiede lassen sich also nicht allein dem Produkt zuschreiben, wie der Bericht ebenfalls festhält.
Quellen: CocoLoop, Anthropic-Forschungsbericht «How researchers use Claude»; Sitzungsstichprobe, Aufgabenanteile, Fachverteilung, Beschleunigungsfaktoren der drei Szenarien und Kostenannahmen wurden anhand des Berichtstextes geprüft, Umfragezahlen gelten wie im Bericht angegeben.