Novo Nordisk testet Claude von Anthropic für die Medikamentenforschung

Novo Nordisk weitet seine Zusammenarbeit mit Anthropic aus: Der dänische Pharmakonzern will die KI-Modelle Claude und Claude Science in ausgewählten Abläufen von Forschung und Entwicklung testen. Ziel ist nicht, Forschende zu ersetzen oder eine KI selbstständig über neue Wirkstoffkandidaten entscheiden zu lassen. Vielmehr sollen Teams prüfen, ob Claude bei komplexen wissenschaftlichen Fragestellungen, biologischem Verständnis und der Entwicklung neuer Medikamente sinnvoll unterstützen kann. Die Partnerschaft wurde am 16. September 2026 bekannt gegeben. 1

Was Novo Nordisk konkret mit Claude plant

Die Unternehmen wollen gemeinsam Herausforderungen in der Medikamentenforschung bearbeiten, die von Wissenschaftlern und Computational-Teams bei Novo identifiziert werden. Dafür sollen gezielte Lösungen für konkrete wissenschaftliche Fragen und Arbeitsabläufe entstehen, die das biologische Schlussfolgern unterstützen. Zunächst will Novo Claude Science in bestimmten F&E-Workflows testen – dort, wo sich die größten Effekte aus den kombinierten Fähigkeiten beider Unternehmen erwarten lassen. 1

Das ist ein wichtiger Unterschied zu den oft sehr weitreichenden Versprechen rund um KI in der Medizin: Die Ankündigung besagt nicht, dass Claude eigenständig neue Arzneimittel findet oder entwickelt. Es handelt sich um einen Praxistest in von Forschenden gesteuerten Prozessen, in denen Hypothesen, Daten und KI-Ergebnisse überprüft werden können, bevor sie weitere Forschungsarbeit beeinflussen.

Das wissenschaftliche Potenzial – und der entscheidende Vorbehalt

In der Arzneimittelforschung müssen Teams große und sehr unterschiedliche Mengen an Informationen auswerten. Leistungsfähige KI könnte helfen, Erkenntnisse zu strukturieren, mögliche Erklärungen gegenüberzustellen und Forschungszyklen schneller zu wiederholen. Novo und Anthropic konzentrieren sich dabei nach eigenen Angaben auf biologische Schlussfolgerungen in spezifischen Problemstellungen, nicht auf den flächendeckenden Einsatz eines allgemeinen Chatbots. 1

Ob daraus tatsächlich ein Vorteil für die Entwicklung neuer Medikamente entsteht, ist allerdings offen. Schnellere Informationsaufbereitung, zusätzliche Hypothesen oder bessere interne Werkzeuge sind noch kein Nachweis für ein wirksames und sicheres Arzneimittel. Entscheidend wird sein, ob die Zusammenarbeit reproduzierbare und experimentell bestätigte Forschungsergebnisse liefert.

Auch Softwareentwicklung gehört zur Vereinbarung

Die Kooperation beschränkt sich nicht auf wissenschaftliche Analysen. Novo plant zudem, die fortgeschrittenen Modelle von Anthropic für agentische Softwareentwicklung einzusetzen – also KI-gestützte Arbeit beim Entwickeln, Verbessern und Warten von Software. 1

Das kann für die Forschung relevant sein: Moderne Pharma-F&E hängt stark von Datenplattformen, Analyse-Pipelines und spezialisierten Anwendungen ab. Wenn KI die Entwicklung und Pflege solcher Werkzeuge beschleunigt, könnte ihr Nutzen sich über viele Arbeitsabläufe hinweg auswirken – statt von einem einzelnen Durchbruch in der Wirkstoffforschung abzuhängen.

Bereits ein dokumentierter Einsatz in der klinischen Dokumentation

Die Beziehung zwischen Novo und Anthropic bestand schon vor der jetzigen Ausweitung auf wissenschaftliche F&E-Fragen. Nach Angaben von Anthropic nutzt Novo Claude-basierte Werkzeuge bereits zur Automatisierung klinischer Studienberichte und verwandter Dokumentationsprozesse. In einer Fallstudie berichtet Anthropic, dass sich der Zeitaufwand für die Erstellung klinischer Studiendokumentation in einem genannten Workflow von mehr als zehn Wochen auf zehn Minuten verringert habe. Für die Erstellung von Protokollen zur Geräteverifikation seien zudem 95 % weniger Ressourcen erforderlich gewesen. 10

Diese Zahlen sind beachtliche betriebliche Effizienzangaben, müssen aber richtig eingeordnet werden: Sie stammen von Anthropic und belegen weder kürzere Zulassungsverfahren noch bessere klinische Ergebnisse oder eine höhere Erfolgsquote von Medikamentenkandidaten. Gerade deshalb ist der Schritt in ausgewählte wissenschaftliche F&E-Fragen bemerkenswert: Er verlagert den möglichen KI-Einsatz von Dokumentation und Software stärker in die Forschung selbst.

Warum die Partnerschaft für die Pharmabranche wichtig ist

Novo folgt einem breiteren Trend: Pharmaunternehmen investieren verstärkt in KI-gestützte Modellierung und automatisierte Labortechnologien, um Zielstrukturen für Medikamente zu finden, Moleküle zu entwerfen und klinische Studien besser zu planen. Damit verbinden sie die Hoffnung, Kosten und Zeitdruck in Forschung und Entwicklung zu senken. 33

Die Ausgangslage ist klar: Pharmaforschung ist teuer, datenintensiv und langwierig. Doch der Maßstab ist höher als bei flüssig formulierten Texten oder schneller produziertem Code. KI-Systeme müssen in eng definierten, wissenschaftlich anspruchsvollen Abläufen einen Nutzen zeigen, den Fachleute validieren können.

Die Governance-Frage bei besonders leistungsfähiger KI

Die Ankündigung fällt in eine Phase intensiver Debatten darüber, wie schnell sich immer leistungsfähigere KI-Systeme entwickeln sollten. Reuters zufolge haben Anthropic-Chef Dario Amodei, OpenAI-Chef Sam Altman und Elon Musk eine koordinierte Verlangsamung der Entwicklung fortgeschrittener KI befürwortet. Meta-Chef Mark Zuckerberg setzt dagegen auf marktorientierte Schutzmechanismen. 34

Die Kooperation von Novo und Anthropic verdeutlicht diese Spannung: Leistungsfähige KI könnte in Medizin und Wissenschaft erhebliche Vorteile bringen, etwa durch effizientere Forschung. Zugleich erhöht ihr Einsatz in Bereichen mit hohen Risiken die Anforderungen an belastbare Tests, menschliche Kontrolle und klare Governance.

Worauf es nun ankommt

Bedeutsam ist die Partnerschaft, weil ein großer Arzneimittelhersteller fortgeschrittene KI in wissenschaftlich definierten Workflows der Medikamentenforschung erprobt. Die bisher verfügbaren Informationen zeigen eine Ausweitung von Claudes Rolle bei Novo – von klinischer Dokumentationsautomatisierung und Softwarearbeit hin zu F&E. Sie belegen jedoch nicht, dass dadurch bereits ein neues Medikament schneller verfügbar wird. 110

Aussagekräftig werden vor allem überprüfbare Ergebnisse sein: Welche Arbeitsabläufe wurden besser? Wie bewerteten Forschende die KI-Ausgaben? Und entstanden daraus wissenschaftlich validierte Fortschritte, die über die bereits berichteten Automatisierungsgewinne hinausgehen?