Warum Claude, warum jetzt

Claude ist nicht das lauteste Modell, aber das, mit dem ich täglich arbeite. Anthropic positioniert sich seit Gründung 2021 klar: Safety, Reasoning, lange Kontexte. Nicht der Hype-Wettlauf um die meisten Features pro Quartal, sondern das langweiligere Spiel von Modellen, denen man echte Arbeit übergeben kann.

Wer sich gerade einen KI-Mitarbeiter aufbaut, hat mit Claude drei harte Argumente:

Lange Kontexte. Opus 4.7 und Sonnet 4.6 fassen je eine Million Tokens. Das sind etwa 750.000 Wörter, also ein mittleres Sachbuch pro Prompt.
Agentic Coding. Claude Code ist im Mai 2026 die ernsthafteste CLI für KI-gestützte Entwicklung. Skills, Sub-Agents, Hooks, MCP, alles lokal.
Connectors statt Bastelei. Über 375 Integrationen direkt in claude.ai, alle via Model Context Protocol.

Die Modell-Familie

Drei aktive Modelle, klar getrennt nach Job.

Opus 4.7 ist Anthropics aktuelles Flaggschiff, generally available seit April 2026. Eine Million Tokens Context, 128k Output, 5 USD Input und 25 USD Output pro Million Tokens. Stärken: agentic Coding, Long-Context-Reasoning, präzises Instruction-Following. Im Setup für die zwei oder drei wirklich harten Tasks pro Tag.

Sonnet 4.6 ist der Allrounder und Default-Modell auf den meisten Plänen. Seit Februar 2026 verfügbar. Eine Million Tokens Context, 64k Output, 3 USD Input und 15 USD Output. Anthropic-eigene Tests zeigen: 70 Prozent der User bevorzugten Sonnet 4.6 gegenüber 4.5, in 59 Prozent der direkten Vergleiche schlug es sogar Opus 4.5.

Haiku 4.5 ist seit Oktober 2025 die schnelle Alternative. Ein USD Input, 5 USD Output. Erreicht ähnliche Coding-Qualität wie Sonnet 4 zu einem Drittel des Preises und doppelter Geschwindigkeit. Bei Computer-Use schlägt Haiku 4.5 sogar Sonnet 4.

Mein typischer Mix über einen Monat liegt bei 60 Prozent Sonnet, 25 Prozent Haiku, 15 Prozent Opus. Wer alles auf Opus fährt, zahlt das Fünf- bis Fünfundzwanzigfache, ohne dass die Qualität in 80 Prozent der Tasks steigt.

Die drei Welten

Claude lebt in drei klar getrennten Produkten. Wer den Unterschied nicht versteht, kauft das falsche Abo oder baut das falsche System.

Claude.ai ist die Chat-UI im Browser. Free, Pro ab 17 USD, Max ab 100 USD. Kann Projects (Workspaces mit Custom Instructions), Files mit Memory, Artifacts (Code- und HTML-Vorschau im Chat), Research (mehrstufige Recherche) und Connectors. Einstiegspunkt für die meisten.

Claude Code ist eine eigenständige CLI plus IDE-Plugins. Installation über curl -fsSL https://claude.ai/install.sh | bash oder als VS-Code-Extension. Voraussetzung: Claude-Abo oder Console-Account. Eigene Bausteine, die im Chat nicht existieren: CLAUDE.md, Skills, Sub-Agents, Hooks, MCP-Server, Plugins, Background-Agents, Worktrees, Routines. Wenn du Repos hast und automatisieren willst, ist das dein Werkzeug.

Claude API ist die Programmier-Schnittstelle. SDKs für Python, TypeScript, Java, Go, Ruby. Plus Bedrock (AWS), Vertex AI (Google), Microsoft Foundry. Nur hier verfügbar: Prompt-Caching (90 Prozent Ersparnis auf Reads), Batch-API (50 Prozent Rabatt, 24h-Antwort), Files-API, Citations, Tool-Use, Computer-Use als Beta.

Dazu die Connectors: über 375 Integrationen, die Anthropic kuratiert und direkt in claude.ai eingebaut hat. Gmail, Drive, Calendar, Notion, Slack (seit Januar 2026), GitHub, Stripe, Linear, Jira, Asana, Figma. Alle in allen Plänen verfügbar, auch im Free-Tier.

Skills-System

Skills sind der wichtigste Hebel, um Claude zum persönlichen Mitarbeiter zu machen. Eine Skill ist ein Ordner mit einer SKILL.md plus optionalen Hilfsdateien. Anthropic nennt die Lade-Mechanik Progressive Disclosure:

Metadata ist immer geladen. Name und Beschreibung, etwa 100 Tokens pro Skill.
Instructions werden geladen, wenn die Description zum Task passt. Body der SKILL.md, unter 5.000 Tokens.
Resources werden on demand geladen. Bundle-Files, Scripts, Reference-Material, beliebig groß.

Du kannst dutzende Skills installiert haben, ohne dass dein Context-Window leidet. Skills funktionieren in claude.ai (Pro+, Upload als ZIP), Claude Code (filesystem-basiert in .claude/skills/) und der API (via Skills-API).

Plus der Plugin-Marketplace: Skills plus Agents, Hooks, MCP-Server und LSP-Server in einem Bundle. Anthropic betreibt zwei öffentliche Marketplaces (claude-plugins-official kuratiert, claude-community mit Public-Submissions nach Review).

Bei mir leben aktuell 15 Custom-Skills unter ~/Developer/AIOS/.claude/skills/. /content für alles rund um Content, /greene als Robert-Greene-Persona, /hormozi als Wissens-Skill aus drei Hormozi-Büchern. Jede Skill war ein Nachmittag Investment, Zeitersparnis seitdem: täglich.

Sub-Agents und Cowork

Ein einzelner Claude-Chat ist eine lineare Konversation. Sub-Agents brechen das auf. Du delegierst spezialisierte Aufgaben an Worker, die parallel arbeiten und nur das Ergebnis zurückliefern. Jeder Sub-Agent hat eigenes Context-Window, eigenen System-Prompt, eigenes Tool-Set.

Der Hauptzweck ist Context-Hygiene. Wenn der Haupt-Chat 50 Files lesen müsste, wäre das Window in drei Minuten zugemüllt. Stattdessen schickt er einen Sub-Agent, der die 50 Files liest und eine zweiseitige Zusammenfassung zurückgibt.

Wenn du komplette Sessions parallel willst, nutzt du Background-Agents plus Git-Worktrees: drei Feature-Branches gleichzeitig in Arbeit, jede mit eigener Claude-Session. Und für wiederkehrende Tasks gibt es Routines, also Cron-Jobs auf Anthropic-Infrastruktur.

Memory und Context-Engineering

Der Engpass bei KI ist nicht die Technik. Es ist der Kontext. Drei Hebel:

CLAUDE.md ist eine Markdown-Datei im Projekt-Root, die bei jedem Claude-Code-Aufruf automatisch geladen wird. Coding-Standards, Architektur-Notizen, präferierte Libraries, Verhaltensregeln. Bei mir 350 Zeilen, jede Konversation startet damit. Das ist der Unterschied zwischen Assistant und Mitarbeiter.

Prompt-Caching spart 90 Prozent auf wiederholt genutzte Prompt-Prefixe. Cache-Write kostet 1.25x (5-Minuten-TTL) oder 2.0x (1-Stunden-TTL), Cache-Read nur 0.1x. Wenn du 100.000-Token-Knowledge-Bases mehrfach nutzt, kostet das ohne Caching 50 Cent pro Read, mit Caching 5 Cent.

1-Million-Token-Context auf Opus 4.7 und Sonnet 4.6 verändert, was möglich ist: komplette Codebases laden statt RAG bauen, ein ganzes Buch im Prompt analysieren, hundert Meeting-Transkripte zusammen auswerten. Praktische Regel: maximal 30 Prozent des Limits aktiv halten, Rest als Puffer für Output und Reasoning.

Use Cases für Geschäftsführer

CEO-GPT denkt in drei Teilen: Gehirn, Stimme, Hand.

Gehirn: Daily-Brief, der jeden Morgen den Tag vorbereitet. Strategie-Boardroom, in dem fünf Berater parallel auf eine Entscheidung losgelassen werden und ein Chairman synthetisiert. Kontakte-CRM, das vor jedem Call brieft und nach jedem Call automatisch aktualisiert.

Stimme: Voice-Bot via Telegram (Sprachnachricht rein, Sprachnachricht raus, Antwort als geklonte Stimme via ElevenLabs in 8 Sekunden). Content-Voiceovers für Reels, automatisch generiert.

Hand: Email-Triage und Draft-Generation. Calendar-Management. Content-Pipeline mit täglichem Wettbewerber-Scraping und Caption-Generation. Deep-Research, das parallel über sieben Quellen recherchiert.

Praxis-Tipps

Fünfzehn Hebel aus einem Jahr täglicher Nutzung:

CLAUDE.md zuerst, dann Code. Ohne Briefing fängt Claude jede Session bei Null an.
Skills statt Mega-Prompts. Sobald du einen Prompt zum dritten Mal copy-pastest, ist es Zeit für eine Skill.
Sub-Agents für alles, was Context kostet. Recherche, Datei-Suche, Validierungs-Runs.
Prompt-Caching für Knowledge-Bases. Ab 4.096 Tokens (Opus, Haiku) oder 1.024 Tokens (Sonnet) cacheable.
MCP-Server statt API-Geklatsche. Notion, GitHub, Stripe, Sentry, Postgres, alle vorhanden.
Hooks für Auto-Format und Schutz. PostToolUse mit eslint, PreToolUse blockt rm -rf.
Routines und /loop für Wiederholendes. PR-Review, Log-Watch, Status-Polls.
Worktrees parallel laufen lassen. Mehrere Feature-Branches ohne Branch-Switching.
Plan-Mode vor Edit-Mode. Bei größeren Changes erst Plan, dann ausführen.
Memory-File für persönliche Präferenzen.
Connectors statt eigenem OAuth-Stack.
Artifacts als Lieferformat für Tabellen, HTML, React.
Computer Use nur, wenn keine API existiert.
Batch-API für Bulk-Jobs, 50 Prozent Rabatt.
Modell-Mix bewusst wählen: Haiku als Router, Sonnet als Dauerläufer, Opus für die harten Tasks.

Fairer Vergleich: Claude, ChatGPT, Gemini

Jedes Modell hat einen Job, in dem es vorne liegt. Wer behauptet, eines sei „das beste”, verkauft entweder ein Abo oder hat nur eines davon ernsthaft genutzt.

Wo Claude vorne liegt: Agentic Coding (Claude Code ist die ernsthafteste CLI-Lösung), Skills-System (Progressive Disclosure auf Filesystem-Basis), MCP-Adoption (Anthropic hat das Protokoll erfunden), Schreibqualität bei Long-Form.

Wo Claude hinten liegt: Voice in der UI (ChatGPT hat nativen Voice-Mode), Bild- und Video-Generation (DALL-E, Sora, Veo gibt es bei OpenAI und Google), App-Store-Ökosystem (GPT-Store hat mehr Endkunden-Apps), Free-Tier (ChatGPT-Free ist großzügiger).

Praktisch: Du musst dich nicht entscheiden. Ein 20-Dollar-Abo bei Claude und eines bei ChatGPT kosten zusammen weniger als ein Kunde, der nicht antwortet. Ich nutze beide täglich, plus Gemini sporadisch für lange Dokumente.

Was im PDF steht

Das vollständige PDF (26 Seiten) enthält:

Die komplette Modell-Tabelle mit Pricing, Context, Output-Limits, Knowledge-Cutoffs
Drei Charts (Pricing-Vergleich, Context-Window, Prompt-Caching-Kostenfaktoren)
Die vier Connector-Welten mit kompletter Liste der Kategorien
Code-Beispiele für SKILL.md, Hooks-Config, MCP-Setup
Versions-Chronik von Claude 3 bis Opus 4.7
Deprecation-Termine und Beta-Header
Quellenverzeichnis mit 20 verifizierten Links zu Anthropic-Docs, MCP-Spec und Pricing-Seiten

Vollständige Quellenliste am Ende des PDFs, alle Links geprüft am 26. Mai 2026.

Claude Full Breakdown