Claude ist eine Familie großer Sprachmodelle des US-Unternehmens Anthropic. Du kannst Claude im Browser und in Apps als Assistenten nutzen, über die API in eigene Anwendungen einbauen oder mit Claude Code direkt im Repository arbeiten lassen. Für Unternehmen ist weniger die Frage entscheidend, ob Claude gute Texte schreibt, sondern wo das Modell sinnvoll in Prozesse, Daten und Software passt.
Dieser Leitfaden ordnet die Modelle, Zugangswege und Werkzeuge ein und zeigt, worauf du bei Datenschutz, Kosten und Sicherheit achten solltest. Stand der Angaben: September 2026.
Was ist Claude?
Laut Modellübersicht von Anthropic verarbeiten alle aktuellen Claude-Modelle Text und Bilder als Eingabe, liefern Text als Ausgabe, sind mehrsprachig und können Werkzeuge aufrufen („Tool Use“). Damit ist Claude nicht nur ein Chatbot, sondern eine Grundlage für Assistenten, Automatisierungen und Agenten, die Aufgaben über mehrere Schritte selbstständig bearbeiten.
Die aktuellen Modelle im Überblick
Anthropic bietet mehrere Modelle an, die sich in Leistungsfähigkeit, Geschwindigkeit und Preis unterscheiden:
- Claude Fable 5.1: für anspruchsvolles Schlussfolgern und lang laufende Agenten-Aufgaben, dafür langsamer.
- Claude Opus 5.5: von Anthropic als Startpunkt für die meisten Aufgaben empfohlen, ausgelegt auf lange Coding- und Wissensarbeit.
- Claude Sonnet 5: Kompromiss aus Geschwindigkeit und Intelligenz.
- Claude Haiku 4.5: das schnellste und günstigste Modell, geeignet für hohe Volumen wie Klassifizierung oder Extraktion.
Die drei größeren Modelle verarbeiten laut Anthropic bis zu 1 Million Tokens Kontext, Haiku 4.5 bis zu 200.000 Tokens. Das reicht, um umfangreiche Verträge, Handbücher oder große Teile einer Codebasis in einer Anfrage zu berücksichtigen. Mehr Kontext bedeutet aber auch höhere Kosten und ersetzt keine gute Auswahl der relevanten Informationen.
Drei Zugangswege: App, API und Claude Code
Claude-Apps für Teams
Über claude.ai, Desktop- und Mobile-Apps arbeiten Mitarbeitende direkt mit Claude: Texte entwerfen, Dokumente analysieren, Tabellen auswerten oder Präsentationen erstellen. Team- und Enterprise-Tarife ergänzen zentrale Verwaltung und geschäftliche Vertragsbedingungen.
Claude API für eigene Anwendungen
Über die Claude API baust du Claude in eigene Produkte und Prozesse ein, etwa in ein Kundenportal, einen Support-Workflow oder eine Content-Pipeline. Neben der Anthropic-Plattform sind die Modelle auch über Amazon Bedrock, Google Cloud Vertex AI und Microsoft Foundry verfügbar. Das ist relevant, wenn Datenhaltung und Abrechnung über einen bestehenden Cloud-Vertrag laufen sollen.
Claude Code für Softwareentwicklung
Claude Code ist ein agentisches Coding-Werkzeug. Es liest die Codebasis, bearbeitet Dateien, führt Befehle aus und arbeitet mit Git. Es läuft im Terminal, in VS Code und JetBrains, als Desktop-App und im Browser. Projektregeln stehen in einer CLAUDE.md; eine vorhandene AGENTS.md kann Claude Code ebenfalls lesen. Wie ein vergleichbarer Coding-Agent im Alltag eingesetzt wird, beschreiben wir im Artikel über ChatGPT Codex. Die dort genannten Grundsätze zu Reviews und Freigaben gelten für Claude Code genauso.
Werkzeuge anbinden: MCP und Skills
Das Model Context Protocol (MCP) ist ein offener Standard, um KI-Anwendungen mit Datenquellen und Werkzeugen zu verbinden, zum Beispiel mit Ticketsystemen, Datenbanken oder internen APIs. Anthropic hat MCP ursprünglich vorgestellt; inzwischen unterstützen es auch andere Anbieter und Entwicklungswerkzeuge.
Agent Skills bündeln wiederkehrendes Wissen als Ordner mit Anleitung, Skripten und Vorlagen. Claude lädt einen Skill erst, wenn er für die Aufgabe relevant ist. So lassen sich etwa Redaktionsrichtlinien, Release-Checks oder Berichtsformate einmal festlegen und immer wieder nutzen.
Beides erweitert, was Claude tun kann, und damit auch, was schiefgehen kann. Anthropic rät ausdrücklich, Skills nur aus vertrauenswürdigen Quellen zu verwenden und wie installierte Software zu prüfen. Für MCP-Server gilt dasselbe.
Datenschutz und Datenverwendung
Für die geschäftlichen Angebote (API, Team, Enterprise) gilt laut Anthropic Privacy Center: Ein- und Ausgaben werden standardmäßig nicht für das Training verwendet. API-Daten löscht Anthropic nach der Dokumentation zur Datenaufbewahrung grundsätzlich innerhalb von 30 Tagen; für geeignete Kunden gibt es Vereinbarungen ohne Datenspeicherung (Zero Data Retention), die aber nicht jede Funktion abdecken.
Für die Privattarife (Free, Pro, Max) gelten andere Verbraucherbedingungen. Wer mit Kundendaten oder personenbezogenen Daten arbeitet, sollte deshalb einen geschäftlichen Zugang nutzen, einen Auftragsverarbeitungsvertrag abschließen und vorab klären, welche Daten überhaupt an ein KI-Modell gehen dürfen.
Kosten realistisch einschätzen
Die API wird nach Tokens abgerechnet, getrennt nach Ein- und Ausgabe. Laut Preisliste reicht die Spanne pro Million Tokens von 1 US-Dollar Eingabe und 5 US-Dollar Ausgabe bei Haiku 4.5 bis zu 10 US-Dollar Eingabe und 50 US-Dollar Ausgabe bei Fable 5.1. Die Batch-API halbiert die Kosten für Aufgaben, die nicht sofort fertig sein müssen, und Prompt Caching senkt die Kosten für wiederholt gesendeten Kontext deutlich.
In der Praxis entscheidet weniger der Listenpreis als die Architektur: Welches Modell braucht welche Aufgabe, wie viel Kontext wird wirklich mitgeschickt, und welche Schritte lassen sich ohne Modell deterministisch lösen?
Grenzen, die du kennen solltest
- Fehler bleiben möglich: Claude kann plausibel klingende, aber falsche Aussagen treffen. Fakten, Zahlen und Quellen müssen geprüft werden.
- Wissensstand: Die Modelle kennen die Welt nur bis zu ihrem Trainingsstand. Aktuelle Informationen kommen über Suche, Dokumente oder Werkzeuge hinzu.
- Prompt Injection: Texte aus E-Mails, Webseiten oder Dateien können versteckte Anweisungen enthalten. Agenten mit Schreibrechten brauchen deshalb enge Berechtigungen und Freigaben.
- Verantwortung: Entscheidungen über Kunden, Verträge oder Produktion trifft weiterhin ein Mensch.
Typische Einsatzbereiche in Unternehmen
- Wissenssuche über interne Dokumente, Handbücher und Tickets;
- Entwürfe und Übersetzungen für Websites, Produkttexte und Support-Antworten;
- Extraktion strukturierter Daten aus E-Mails, PDFs und Formularen;
- Softwareentwicklung, Code-Reviews und Dokumentation mit Claude Code;
- Agenten, die wiederkehrende Abläufe über mehrere Systeme hinweg vorbereiten.
So gelingt die Einführung
- Anwendungsfall eingrenzen: eine konkrete, messbare Aufgabe statt „KI für alles“.
- Datenlage klären: welche Daten Claude sehen darf und über welchen Zugang.
- Modell passend wählen: klein anfangen und nur dort auf größere Modelle wechseln, wo die Qualität es verlangt.
- Prüfung einbauen: Tests, Stichproben und menschliche Freigabe vor jeder Wirkung nach außen.
- Betrieb planen: Kosten, Protokolle, Modellwechsel und Zuständigkeiten dauerhaft im Blick behalten.
Claude-Integration mit BIT62
BIT62 unterstützt dich dabei, Claude sinnvoll einzusetzen: von der Auswahl des passenden Zugangs über API-Integrationen, MCP-Server und Skills bis zu Claude Code im Entwicklungsteam, abgesichert durch klare Rechte, Datenschutz und nachvollziehbare Prüfschritte.