• Deutsch
  • English
  • Claude Opus 5.5 soll mit anderen Prompt-Gewohnheiten genutzt werden als frühere Modelle von Anthropic. Das betrifft dich, wenn du Claude für Texte, Analysen oder anspruchsvollere Arbeitsabläufe einsetzt und bisher mit Zusätzen wie «think hard» gearbeitet hast. Gleichzeitig erweitern neue Modelle und Werkzeuge das Angebot um Animationen, programmierte Bilder und Industrieanwendungen, während erste Unternehmen bereits strengere Kosten- und Zugriffsgrenzen ziehen.

    Was hat sich bei den Claude-Modellen geändert?

    Claude Opus 5.5 ist laut Anthropic in den Pro-, Max-, Ultra- und Team-Plänen als Standardmodell voreingestellt. Das Modell verwendet adaptives Reasoning, also eine automatische Anpassung der Denktiefe an die Aufgabe und die gewählte Aufwandsstufe. Deshalb empfiehlt Anthropic gemäss dem Leitfaden zu den neuen Prompt-Gewohnheiten, Formulierungen wie «think hard» oder «think carefully» wegzulassen.

    In internen Tests sollen Antworten ohne solche Zusätze schneller begonnen haben, ohne messbaren Qualitätsverlust. Diese Aussage stammt vom Anbieter und wurde in den vorliegenden Quellen nicht unabhängig geprüft. Der praktische Punkt ist dennoch klar: Ein Prompt wird nicht besser, nur weil er das Modell mehrfach zum gründlichen Denken auffordert.

    Neu hinzugekommen sind ausserdem Claude Fable 5.2 und Mythos 5.2. Laut einem Bericht über ihre Vorstellung bezeichnet Anthropic sie als seine bisher leistungsstärksten Modelle und zugleich als günstiger als ihre Vorgänger. Konkrete Preise nennt die Quelle allerdings nicht.

    Fable 5.2 erreichte im Intelligence Index von Artificial Analysis 65 Punkte. Gemini 4 Carbon kam auf 60, Claude Opus 5.5 auf 59 und GPT-6 Astra auf 57 Punkte. Solche Ranglisten geben eine Orientierung, sagen aber nicht zuverlässig voraus, welches Modell deine konkrete Aufgabe am besten oder günstigsten erledigt.

    Wie solltest du deine Prompts umstellen?

    Anthropics wichtigste Empfehlung ist ein Wechsel von kleinteiligen Gesprächsschritten zu einer klaren Zielbeschreibung. Statt Claude nacheinander einzelne Anweisungen zu geben, beschreibst du das gewünschte Endergebnis möglichst in einer Nachricht und legst auch das Ausgabeformat fest. Das reduziert unnötige Rückfragen und gibt dem Modell mehr Spielraum, den Arbeitsweg selbst zu planen.

    Schritt 1: Alte Denkkommandos entfernen

    1. Streiche Zusätze wie «think hard» und «think carefully» aus bestehenden Vorlagen.
    2. Formuliere stattdessen konkret, welches Ergebnis du brauchst.
    3. Prüfe bei wiederkehrenden Aufgaben, ob die Antwort dadurch schneller beginnt und gleich brauchbar bleibt.

    Schritt 2: Mit mittlerem Aufwand starten

    1. Wähle im Modellmenü neben dem Sende-Button zunächst die Stufe «Medium».
    2. Bewerte das Ergebnis anhand deiner eigentlichen Anforderungen statt anhand der Länge der Antwort.
    3. Wechsle erst auf «High», wenn «Medium» für die Aufgabe nicht ausreicht.

    Schritt 3: Ziel und Format zusammen beschreiben

    1. Nenne den Zweck der Aufgabe, beispielsweise eine Zusammenfassung für ein internes Treffen.
    2. Lege die gewünschte Form fest, etwa kurze Absätze oder eine Liste mit Entscheidungspunkten.
    3. Übermittle diese Angaben möglichst gesammelt, statt das Ziel über viele Nachrichten hinweg aufzubauen.

    Anthropic gibt an, dass Opus 5.5 auf «Medium» in internen Tests die gleiche Leistung wie Opus 5 auf «High» erreicht habe. Höhere Aufwandsstufen kosten mehr und liefern laut Anbieter nicht zwingend bessere Ergebnisse. Auch diese Angaben beruhen auf internen Tests und sollten für wichtige Arbeitsabläufe mit eigenen Vergleichsaufgaben überprüft werden.

    Teams sollten zudem nicht allein auf den Preis pro Token schauen; ein Token ist eine kleine Einheit, in die ein Modell Text für die Verarbeitung zerlegt. Anthropic argumentiert, dass Opus eine Aufgabe mit weniger Arbeitsschritten erledigen könne und dadurch seinen höheren Token-Preis teilweise ausgleiche. Wer Sonnet regelmässig auf «Extra High» oder «Max» betreibt, könne am Ende ähnlich viel bezahlen wie mit Opus 5.5, doch dafür liefert die Quelle keine allgemeingültige Kostenrechnung.

    Welche neuen Kreativwerkzeuge sind verfügbar?

    Claude Motion ergänzt das Angebot um ein einfaches Animationswerkzeug. In einem Praxistest von Claude Motion werden zwei konkrete Anwendungen genannt: interne Daten als leicht verständliche Animation aufzubereiten und ein kurzes Erklärvideo für soziale Netzwerke zu erstellen. Beides soll ohne grossen Aufwand möglich sein, während der Bericht zugleich auf Grenzen des Werkzeugs verweist.

    Für dich ist Motion vor allem dann interessant, wenn eine statische Präsentation nicht ausreicht, aber eine aufwendige Videoproduktion unverhältnismässig wäre. Die Quelle nennt jedoch weder Preise noch genaue Verfügbarkeit oder Exportmöglichkeiten. Ob das Werkzeug zu deinem bestehenden Claude-Plan gehört, lässt sich aus den bereitgestellten Informationen daher nicht ableiten.

    Fable 5.2 zeigt einen anderen kreativen Ansatz. Das Sprachmodell kann Bilder erzeugen, indem es selbst geschriebenen Python-Code verwendet und damit Pinselstriche auf einer virtuellen Leinwand platziert. Python ist eine Programmiersprache; als Anwender musst du laut der beschriebenen Demonstration den Code nicht selbst schreiben, weil das Modell diesen Teil übernimmt.

    In einer Demonstration entstand ein Parkhausmotiv aus rund 700’000 simulierten Pinselstrichen. Ein weiteres Vogelbild basierte auf 111 Koordinatenfolgen, wobei das Modell Abweichungen nachträglich übermalte. Nach Angaben eines Anthropic-Mitarbeiters verwendete Claude dabei weder ein externes Bildmodell noch vorgerenderte oder abgepauste Vorlagen; diese Angaben sind aus einer Anbieter-Demonstration abgeleitet und nicht unabhängig bestätigt.

    Die eindrucksvollen Bilder sind kein Beleg dafür, dass Fable in jeder praktischen Aufgabe überlegen ist. Im simulierten Robotik-Benchmark RoboDojo Sim erreichte das Modell laut Anthropic 64,9 Prozent gegenüber 29,8 Prozent für GPT-6 Astra. Bei einem Test mit einem echten Roboterarm lag es bei Geschwindigkeit und Feinmotorik jedoch hinter der Konkurrenz – ein nützlicher Gegenpunkt zu den Spitzenplätzen in Modellrankings.

    Wer profitiert von den neuen Werkzeugen?

    Für Einsteiger ist der sinnvollste erste Schritt keine vollständige Umstellung aller Vorlagen. Wähle eine wiederkehrende Aufgabe, entferne alte Denkkommandos und teste Opus 5.5 zunächst mit «Medium». Ein geeignetes Beispiel aus den Quellen ist eine interne Zusammenfassung, deren Kernaussagen anschliessend mit Claude Motion als verständliche Animation aufbereitet werden.

    Fortgeschrittene Nutzerinnen und Nutzer können Modelle und Aufwandsstufen systematisch anhand derselben Aufgaben vergleichen. Dabei sollten sie nicht nur die Qualität der letzten Antwort messen, sondern auch die Zahl der nötigen Korrekturschritte. Besonders bei regelmässiger Nutzung kann ein teureres Modell wirtschaftlicher sein, wenn es weniger Schleifen benötigt – die tatsächliche Rechnung hängt jedoch vom eigenen Arbeitsablauf ab.

    In Unternehmen reicht der Einsatz inzwischen deutlich über Texte und Bilder hinaus. Das für Team- und Enterprise-Kunden verfügbare Plugin Claude for Manufacturing greift über Schnittstellen auf Autodesk Fusion, Oracle NetSuite, Microsoft 365 und Infor zu. Seine 17 spezialisierten Fähigkeiten umfassen unter anderem Angebote auf Basis realer Lagerbestände, Lieferantenvergleiche, Qualitätsberichte sowie die Auswertung von Sensordaten und Handbüchern bei Maschinenausfällen.

    Ein konkretes Beispiel ist eine Lieferverzögerung: Nach menschlicher Freigabe kann Claude eine Bestellung bei einem Ersatzlieferanten auslösen und die Produktion umplanen. Die Resultate werden mit den Originaldokumenten verknüpft, damit Mitarbeitende sie kontrollieren können. Claude for Manufacturing steuert physische Maschinen allerdings noch nicht, und Anthropic verlangt wegen des begrenzten physikalischen Verständnisses der KI menschliche Aufsicht.

    Für die Schweiz nennen die Quellen keine gesonderten Angaben zur regionalen Verfügbarkeit, zur Qualität deutschsprachiger Ausgaben oder zum Speicherort der Daten. Auch Datenschutzbedingungen für Schweizer Unternehmen und Bildungseinrichtungen werden nicht beschrieben. Diese Punkte lassen sich deshalb nicht aus den neuen Modellnamen oder Benchmarkwerten ableiten und müssen vor einer geschäftlichen Nutzung separat geklärt werden.

    Pro und Kontra der Claude-Updates

    Pro:

    • Einfachere Prompts – Klare Ziele können überholte Denkkommandos und unnötig viele Einzelschritte ersetzen.
    • Breiteres Werkzeugangebot – Animationen, programmierte Bilder und Industrieabläufe decken deutlich unterschiedliche Anwendungen ab.
    • Flexible Aufwandsstufen – Der Start auf «Medium» kann Kosten begrenzen, ohne laut Anthropic automatisch Qualität einzubüssen.
    • Prüfbare Unternehmensabläufe – Das Fertigungs-Plugin verknüpft Resultate mit Originaldokumenten und sieht menschliche Freigaben vor.

    Kontra:

    • Unklare Gesamtkosten – Günstigere Modelle und effizientere Abläufe werden behauptet, aber konkrete Preise und allgemeine Vergleichsrechnungen fehlen.
    • Begrenzte Aussagekraft von Ranglisten – Gute Benchmarkwerte können sich, wie beim echten Roboterarm, nur teilweise in die Praxis übertragen.
    • Offene Verfügbarkeit – Für Motion und mehrere neue Modelle liefern die Quellen keine vollständige Übersicht nach Plan oder Region.
    • Wachsende Kontrollrisiken – Leistungsfähigere Werkzeuge erhöhen den Bedarf an Zugriffsregeln, Prüfung und menschlicher Aufsicht.

    Wie schnell Kosten zum begrenzenden Faktor werden können, zeigt Goldman Sachs. Die Bank beschränkt Claude Code und GitHub laut einem Bericht über die neue Zugangsrichtlinie auf Entwickler, nachdem auch Trader die Werkzeuge für die Überwachung von Kundenströmen sowie für Modelle zu Märkten und Positionen genutzt hatten. Der Bericht stellt die Kosten heraus, während ein Sprecher genaueres Produktivitätsmonitoring und Risikomanagement als Begründung nannte.

    Über die unmittelbaren Kosten hinaus gibt es grundsätzliche Kritik am Entwicklungstempo. Der ehemalige OpenAI- und Anthropic-Forscher Jacob Coxon interpretiert eine bei Anthropics Börsengang-Roadshow gezeigte Grafik als Hinweis auf sich beschleunigende algorithmische Verbesserungen. Er fordert deshalb eine Pause bei der Entwicklung führender Modelle und warnt vor ausser Kontrolle geratenden, sich selbst verbessernden Systemen; das ist Coxons Bewertung des Trends, kein in den Quellen nachgewiesenes Ergebnis.

    Die Claude-Updates machen Zielbeschreibungen wichtiger und alte Beschwörungsformeln überflüssiger. Kreativ- und Branchenwerkzeuge erweitern den praktischen Nutzen, doch Preise, regionale Verfügbarkeit und die Übertragbarkeit von Benchmarks bleiben lückenhaft. Das offene Risiko liegt weniger in einem einzelnen Modell als in steigenden Kosten, wachsendem Zugriff auf Geschäftssysteme und einem Entwicklungstempo, dessen Folgen noch umstritten sind.

    Quellen

    AI-FunghiAI-Funghi

    Bild: Daniil Komov via Pexels

    © 2024 - 2026 ai-funghi.com | All Rights Reserved | Impressum | Datenschutz