Anthropic hat seinen Model Hardware Standard (MHS) als Research Preview veröffentlicht und markiert damit den ersten Vorstoß des Unternehmens in die sogenannte physische KI — das aufkommende Feld von KI-Systemen, die die physische Welt wahrnehmen und in ihr handeln können. Das am Donnerstag vorgestellte Framework verbindet fortgeschrittene große Sprachmodelle (LLMs) wie Anthropics Claude mit physischen Objekten, von Fertigungsanlagen bis zu Labor-Mikroskopen.

Die Vision hinter MHS ist eine Fabrik, in der Roboterarme und Montagelinien in ihrer eigenen gemeinsamen Sprache „kommunizieren“, oder ein Forschungslabor, in dem Mikroskope rund um die Uhr autonom nach einem bestimmten Molekültyp suchen, ohne dass Menschen erforderlich sind.

Mit MHS können Unternehmen KI nach Angaben von Anthropic in „Stunden oder Minuten“ in ihre Geräte integrieren. Üblicherweise dauert dieser Prozess „Wochen, wenn nicht Monate“ und erfordert Fachleute, die eine kundenspezifische Lösung entwickeln. Ein erweiterter Zugang zu fortschrittlichen KI-Tools werde den Weg für „autonome, rund um die Uhr laufende Experimente und Arbeitsabläufe“ ebnen, sagte das Unternehmen; zu den Hauptanwendungen zählen wissenschaftliche Forschung und fortgeschrittene Fertigung.

MHS kann auch mehrere Geräte miteinander verbinden und ihnen ermöglichen, über eine Reihe von Befehlen wie „read“ zu kommunizieren. Jedes Hardwaregerät kann diese Befehle verstehen und entsprechend handeln.

Der Standard ist modellunabhängig, das heißt, er funktioniert mit jedem LLM — nicht nur mit Claude — einschließlich Modellen anderer Unternehmen wie OpenAI oder Open-Source-Modelle. Er basiert auf dem Model Context Protocol (MCP), einem universellen, offenen Standard zur Verbindung von Datenquellen, den Anthropic 2024 vorgestellt hat. Das MCP sei „ein bisschen wie der USB für die Verbindung von KI mit Software“, sagte Alek Kemeny, Mitglied des technischen Personals bei Anthropic, gegenüber Fortune. Seit Anthropic MCP als Open Source veröffentlicht hat, haben auch Wettbewerber wie OpenAI und Google Unterstützung dafür angekündigt, sodass MHS auf einer Grundlage aufsetzt, die bereits von weiten Teilen der KI-Branche übernommen wurde.

Nicht alle vorhandenen Geräte können sich unmittelbar mit MHS verbinden, da nicht alle über eine Programmierschnittstelle verfügen, sagte Kemeny. Im Rahmen des Projekts arbeitet Anthropic mit „vielen Geräteherstellern“ daran, neue Produkte mit der notwendigen Schnittstelle zu entwickeln, die bereits mit MHS vorinstalliert sind. Das Unternehmen hilft Herstellern außerdem dabei, bestehende Produkte um MHS-Verbindungen zu erweitern. Wie schnell diese Hardware Labore und Fabrikhallen erreicht, wird mitbestimmen, wie rasch Forscher und Hersteller von maßgeschneiderten Integrationen zu der von Anthropic angestrebten Plug-and-play-Lösung übergehen können.

„Das ist die Zukunft, die wir uns vorstellen und in die wir uns bewegen“, sagte Kemeny. „In Zukunft können Wissenschaftler diese Geräte kaufen, und out of the box funktioniert es. Das ist einfach der Prozess der Einführung eines Standards.“

Jonah Cool, Leiter für Partnerschaften und Deployment im Wissenschaftsbereich bei Anthropic, fügte hinzu, dass wissenschaftliche Geräte oft „unter proprietären Lösungen leiden, die sehr fragil sind und häufig den Anforderungen von Wissenschaftlern nicht gerecht werden“. MHS bietet eine standardisierte, leicht programmierbare Schnittstelle, die Wissenschaftlern helfen soll, jedes Modell mit ihren Geräten zu verbinden. „Wir wollen Lock-in-Effekte für Wissenschaftler vermeiden“, sagte Cool.

Die Research Preview zu MHS erscheint vor dem Hintergrund eines wachsenden Interesses an der Kombination von KI und Robotik. Hugging Face stellte am Donnerstag ebenfalls sein erstes physisches KI-Produkt vor, eine robotic duck, auch wenn diese nach Angaben von Anthropic nicht von MHS angetrieben wird. Nvidia, das Hugging Face für 13 Milliarden Dollar übernehmen soll, gilt seit Langem als Befürworter physischer KI. Im März sagte Nvidia-CEO Jensen Huang voraus, dass in Zukunft „jedes Industrieunternehmen zu einem Robotikunternehmen werden wird“. Google DeepMind hat seinerseits eigene Gemini-Robotics-Modelle für Maschinen vorgestellt, was verdeutlicht, wie schnell sich hardwarefähige KI zu einem Wettbewerbsfeld entwickelt.

Anthropic entwickelte MHS in Partnerschaft mit dem HHMI Janelia Research Campus, einem biomedizinischen Forschungszentrum in Virginia. Eine „Handvoll“ von Laboren und Hardwareherstellern erhielt während der Entwicklung frühzeitig Zugang, unter anderem aus den Bereichen Biotechnologie, Robotik und Quantencomputing. Zu den Partnern zählen Genentech, Carnegie Mellon University, das Quantencomputing-Unternehmen QuEra, Universal Robots, Amazon Web Services, Doosan Robotics, Danaher und Hugging Face.

Dieser Beitrag wurde ursprünglich auf Fortune.com veröffentlicht.