Diese Woche erreicht die Auseinandersetzung um KI-Sicherheit und staatliche Kontrolle eine neue Eskalationsstufe: Anthropic verweigert dem Pentagon die Aufhebung von Schutzmaßnahmen gegen Massenüberwachung und vollautonome Waffen, während das Unternehmen gleichzeitig unter Wettbewerbsdruck seine eigene Responsible Scaling Policy abschwächt. Die beiden Entwicklungen offenbaren eine fundamentale Spannung zwischen ethischen Grenzen, militärischen Forderungen und kommerziellem Druck.

Parallel dazu verschärft sich die geopolitische Dimension des KI-Wettlaufs: Anthropic beschuldigt chinesische Labs der industrialisierten Distillation von Claude über 16 Millionen Exchanges, DeepSeek schließt US-Chipmaker vom Vorabzugang zu seinem V4-Modell aus, und die Trump-Administration weist US-Diplomaten an, systematisch gegen ausländische Datensouveränitätsgesetze vorzugehen. Was sich abzeichnet, ist eine umfassende Fragmentierung entlang technologischer, regulatorischer und geopolitischer Linien—mit weitreichenden Konsequenzen für Innovation, Sicherheit und demokratische Kontrolle.

Übrigens findet das Webinar zum Thema Answer Engine Optimization, das wir letzte Woche angekündigt haben, heute statt. Kurzentschlossene können sich hier anmelden und lernen, wie Sie digitale Sichtbarkeit behalten, auch wenn potenzielle Kunden Antworten zu Ihrem Unternehmen bei KI-Chatbots finden, statt auf Ihre Website zu klicken.

Damit das KI-Briefing für Sie maximal nützlich bleibt, freuen wir uns über Ihr Feedback. Teilen Sie uns gerne mit, welche Impulse für Sie am wertvollsten sind – und helfen Sie dabei, unser Briefing in Ihrem Netzwerk bekannt zu machen. Gemeinsam können wir eine Community aufbauen, die voneinander lernt und sich gegenseitig stärkt. Falls Sie diesen Newsletter weitergeleitet bekommen haben, können Sie sich ganz einfach hier anmelden.

US-Militär

Zusammenfassung: US-Präsident Donald Trump hat angeordnet, dass alle Bundesbehörden unverzüglich die Nutzung der KI-Technologie des Unternehmens Anthropic einstellen müssen. Hintergrund ist ein Streit zwischen dem Pentagon und Anthropic über Bedingungen für den Einsatz von KI im Militär, insbesondere über Verbote von Massenüberwachung und vollständig autonomen Waffensystemen. Verteidigungsminister Pete Hegseth stufte Anthropic als „Lieferkettenrisiko“ ein, was de facto jede weitere Zusammenarbeit mit dem Militär verbietet. Anthropic kündigte an, juristisch gegen diese Einstufung vorzugehen. Kurz nach dieser Ankündigung meldete der Konkurrent OpenAI einen neuen Vertrag mit dem Verteidigungsministerium über den Einsatz seiner KI-Modelle.

Warum das wichtig ist: Diese Entscheidung ist ein Präzedenzfall für das Verhältnis zwischen Staat und Technologieunternehmen. Die Auseinandersetzung zeigt, wie politische und sicherheitsbezogene Überlegungen strategische Einsatzmöglichkeiten von KI in Regierung und Militär beeinflussen können. Für die Branche bedeutet dies eine erhebliche Unsicherheit bei öffentlichen Aufträgen und ein stärkeres politisches Gewicht ethischer Vorgaben - Fragen, die für die zukünftige Regulierung und Wettbewerbsfähigkeit von KI-Technologien zentral bleiben.

KI-Agents

Zusammenfassung: Der Agentiq World Summit Berlin findet am 24. und 25. März 2026 im Ritz Carlton am Potsdamer Platz statt und richtet sich an Entscheider aus Wirtschaft, Technologie, Innovation sowie Governance. Inhaltlich steht Agentic Commerce im Zentrum, also autonome KI-Agenten, die Transaktionen ausführen und Abläufe ohne direkten menschlichen Eingriff steuern. Veranstalter ist Sunrize um Gründer und Keynote Sprecher Yoav Barel. Das Programm kombiniert Keynotes, Debatten, Workshops, Roundtables, Ausstellung, Startup Wettbewerb sowie 1:1 Meetings und Networking.

Warum das wichtig ist: Agentic Commerce verschiebt den Wettbewerb im Handel von Assistenzfunktionen hin zu autonomer Ausführung. Damit werden Payment, Identität, Berechtigungen und Haftungsfragen zu Kernentscheidungen, nicht zu nachgelagerten Compliance Themen. Für Unternehmen entsteht Druck, Agenten sicher in bestehende Prozesse zu integrieren und Plattformrollen neu zu definieren. Gleichzeitig öffnet das Format Raum für frühe Standards, Partnerschaften und Go-to-Market Modelle, bevor sich dominante Protokolle und Interoperabilitätsansätze verfestigen.

Leserinnen und Leser des KI-Briefings erhalten 50% Rabatt auf Summit-Tickets mit folgendem Code: KIBRIEFINGBMBRN26

—> Jetzt Tickets sichern

Europäische Souveränität

Zusammenfassung: Die Trump-Administration hat US-Diplomaten per diplomatischer Weisung des Außenministers Marco Rubio angewiesen, systematisch gegen ausländische Datensouveränitäts- und Lokalisierungsvorschriften vorzugehen. Die Weisung argumentiert, solche Regelungen würden globale Datenströme fragmentieren, Kosten und Cyberrisiken erhöhen, KI- und Cloud-Kapazitäten limitieren sowie staatliche Kontrollmöglichkeiten ausweiten, die bürgerliche Freiheiten untergraben und Zensur ermöglichen könnten. Diplomaten sollen „unnötig belastende" Regulierung kontern, legislative Initiativen überwachen und stattdessen multilaterale Privacy-Transfer-Mechanismen wie das Global Cross-Border Privacy Rules Forum promoten. Der Vorstoß verschärft den transatlantischen Regulierungskonflikt, nachdem die EU mit GDPR, DSA und AI Act bindende Datenkontroll- und Haftungsstandards etabliert hat.

Warum das wichtig ist: Datenlokalisierung definiert, wer Zugriff auf Trainingsdaten, Inferenzströme, Telemetrie und Compliance-Artefakte hat und damit letztlich, wer KI-Systeme kontrollieren, auditieren oder rechtlich greifen kann. Indem Washington Souveränitätsgesetze aktiv bekämpft, formuliert es faktisch einen Anspruch auf extraterritoriale Datenzugriffe und setzt europäische sowie andere Jurisdiktionen unter Druck, entweder US-kompatible Transfer-Frameworks zu akzeptieren oder ökonomisch kostspieligere Parallelinfrastrukturen aufzubauen. Für europäische Akteure verschärft sich die strategische Wahl zwischen regulatorischer Autonomie mit höheren Transaktionskosten und ökonomischer Effizienz bei struktureller Abhängigkeit von US-Hyperscalern und deren Rechtsräumen.

KI-Infrastruktur

Zusammenfassung: OpenAI hat mit dem US-Verteidigungsministerium eine Vereinbarung getroffen, um fortgeschrittene KI-Systeme in klassifizierten Umgebungen bereitzustellen – unter strengen Sicherheitsauflagen, die OpenAI zufolge über bisherigen Standards liegen. Zu den verbindlichen „Red Lines“ gehört ausdrücklich, dass die KI nicht für Massenüberwachung, autonome Waffensysteme oder hochriskante automatisierte Entscheidungen genutzt werden darf. Der Einsatz erfolgt ausschließlich über Cloud-Infrastruktur mit aktiver Aufsicht durch freigegebene OpenAI-Fachleute und einem proprietären Sicherheitssystem, das weiterentwickelt wird.

Warum das wichtig ist: Der Deal markiert einen weiteren Schritt zur strategischen Verschmelzung von Frontier-KI und US-Sicherheitsapparat. Damit sichern sich die USA nicht nur technologischen Vorsprung, sondern auch Deutungshoheit über Standards für „verantwortbare“ Militär-KI. Für Europa ist das eine Souveränitätsfrage: Ohne eigene leistungsfähige Modelle und verteidigungsnahe Infrastruktur wächst die Abhängigkeit genau im geopolitisch sensibelsten KI-Segment.

Wettbewerbsdruck

Zusammenfassung: Anthropic lockert seine zentrale Sicherheitsrichtlinie, um im Wettbewerb mit OpenAI, xAI und Google schneller zu bleiben. Zuvor pausierte das Unternehmen die Entwicklung, wenn ein Modell als gefährlich eingestuft werden konnte, diese Praxis will Anthropic nun beenden, sobald ein Wettbewerber ein vergleichbares oder besseres Modell veröffentlicht. Die Änderung fällt in eine Phase politischen Drucks und fehlender US-Bundesregulierung, parallel zum Konflikt mit dem Pentagon über Einschränkungen bei inländischer Überwachung und autonomen tödlichen Anwendungen. Anthropic kündigt zugleich regelmäßig veröffentlichte Safety-Ziele und Risikoberichte mit Drittparteimessung an.

Warum das wichtig ist: Anthropic galt als Referenz für freiwillige Guardrails, das Zurückfahren solcher Commitments erhöht den Druck auf die gesamte Branche, Sicherheit als Kostenfaktor zu behandeln. Wenn führende Labs Sicherheitsstopps an Wettbewerbsverhalten koppeln, entsteht ein dynamischer Race-to-the-bottom-Effekt, der Regulierung und Beschaffung stärker in den Vordergrund rückt. Gleichzeitig werden standardisierte Risiko-Reports mit Drittparteimessung zu einem potenziellen neuen Minimum, das Investoren, Großkunden und Behörden als Nachweis für Governance einfordern könnten.

Exportkontrollen

Zusammenfassung: Reuters zufolge gibt DeepSeek Nvidia und AMD keinen Pre-Release-Zugang zu seinem erwarteten Modellupdate V4 zur Performance-Optimierung, während chinesische Zulieferer wie Huawei mehrere Wochen Vorlauf erhalten. Ein ranghoher US-Regierungsvertreter sagte Reuters zudem, DeepSeeks jüngstes Modell sei auf Nvidias Blackwell-Chips in China trainiert worden und könne damit gegen US-Exportkontrollen verstoßen. DeepSeek-Modelle wurden seit Januar 2025 laut Reuters über 75 Millionen Mal auf Hugging Face heruntergeladen.

Warum das wichtig ist: Der Vorgang ist weniger ein Vendor-Detail als ein Indikator für strategische Entkopplung entlang der KI-Wertschöpfung. Wenn Modelentwickler die Pre-Release-Optimierung selektiv nationalisieren, kann das die Hardware- und Software-Roadmaps auseinanderziehen, Benchmarking verzerren und die Wettbewerbsdynamik zwischen US- und China-Stacks verschärfen. Gleichzeitig würde ein Exportkontrollverstoß, falls bestätigt, den Druck auf Enforcement erhöhen und Debatten um die Zulässigkeit von Inferenz-Chips für China weiter politisieren.

Einfluss Operation

Zusammenfassung: Ein OpenAI-Bericht beschreibt eine mutmaßlich chinesische Einfluss- und Einschüchterungsoperation gegen Dissidenten im Ausland, die durch die Nutzung von ChatGPT durch einen chinesischen Strafverfolgungsbeamten aufflog. Der Account habe ChatGPT als Tagebuch zur Dokumentation und Planung genutzt, darunter das Vortäuschen von US-Einwanderungsbehörden und der Einsatz gefälschter US-Gerichtsdokumente für Takedown-Versuche. OpenAI spricht von hunderten beteiligten Akteuren und tausenden Fake-Accounts auf diversen Plattformen, verknüpft Chat-Inhalte mit realen Online-Aktivitäten und bannte den Nutzer.

Warum das wichtig ist: Der Fall zeigt, dass GenAI nicht nur Content skaliert, sondern auch Koordination und Prozessmanagement von Einflussoperationen erleichtert, was die Eintrittshürde für industrialisierte Kampagnen senkt. Für Plattformen, Behörden und Unternehmen verschiebt sich der Fokus von reiner Content-Moderation hin zu adversarialer Detektion von Netzwerken, Identitätsmissbrauch und Workflows. Gleichzeitig verschärft sich der geopolitische Kontext, weil KI-Wettbewerb zunehmend auch als Wettbewerb um Informationsdominanz und digitale Repression ausgetragen wird.

KI-Infrastruktur

Zusammenfassung: Meta und AMD haben eine mehrjährige Vereinbarung getroffen, wonach Meta bis zu 6 Gigawatt AMD-Instinct-GPUs für seine KI-Infrastruktur einsetzen wird. Die Partnerschaft umfasst die Abstimmung der Produkt-Roadmaps über Hardware, Software und Systeme hinweg zur vertikalen Integration. Erste GPU-Lieferungen beginnen in der zweiten Jahreshälfte 2026 und basieren auf der Helios-Rack-Scale-Architektur, die Meta gemeinsam mit AMD entwickelt und auf dem Open Compute Project Global Summit vorgestellt hat. Die Vereinbarung ist Teil von Metas Portfolio-Ansatz für Infrastruktur, der diverse Partner und Technologien kombiniert, um verschiedene Workloads zu unterstützen und die Abhängigkeit von einzelnen Anbietern zu reduzieren. Meta kombiniert Hardware von verschiedenen Partnern mit dem eigenen MTIA-Silizium-Programm.

Warum das wichtig ist: Der Deal verschiebt die globale GPU-Lieferlandschaft und reduziert Metas Abhängigkeit von Nvidia, was Preisdruck und Wettbewerbsdynamik im Hyperscaler-Markt erhöht. Wenn Meta seine Compute-Strategie auf mehrere Anbieter verteilt und parallel eigenes Silizium entwickelt, entsteht ein neues Gleichgewicht zwischen Vendor-Lock-in und vertikaler Integration. Für AMD ist die Vereinbarung ein entscheidender Schritt, um im KI-GPU-Markt als ernstzunehmende Alternative zu Nvidia positioniert zu werden und Multi-Generationen-Momentum aufzubauen.

Agentic Economics

Wenn ein einzelner KI-Agent die Arbeit von fünf Lohnbuchhaltern übernimmt, stellt sich eine unbequeme Frage: Wer zahlt noch für fünf Software-Lizenzen? Was wie ein theoretisches Gedankenspiel klingt, hat Anfang 2026 über eine Billion Dollar an Marktkapitalisierung innerhalb einer Woche vernichtet. Der Software-Sektor erlebt seinen härtesten Realitätscheck seit dem Platzen der Dotcom-Blase. Analysten sprechen von der „SaaSpocalypse", Forrester erklärt das SaaS-Modell alter Prägung für tot. Im Zentrum steht ein struktureller Widerspruch, den die Branche zwei Jahrzehnte lang ignorieren konnte: Software wurde pro Kopf verkauft, obwohl ihr Wert in Ergebnissen liegt. Autonome KI-Agenten machen diesen Widerspruch nun unübersehbar, denn sie brauchen keinen Schreibtisch, keine Lizenz und keinen Feierabend.

Das Geschäftsmodell der SaaS-Ära war elegant in seiner Einfachheit. Jeder Mitarbeiter benötigte einen Zugang, jeder Zugang generierte wiederkehrenden Umsatz. Salesforce, ServiceNow und Workday bauten darauf Bewertungen im dreistelligen Milliardenbereich auf. Doch agentische KI bricht diese Gleichung. Anders als generative Modelle, die Inhalte auf Abruf erzeugen, agieren KI-Agenten autonom. Sie nehmen Daten über APIs wahr, ziehen Schlussfolgerungen mittels großer Sprachmodelle, entwickeln Strategien und führen Aktionen über externe Systeme aus, ohne auf menschliche Freigaben zu warten. Das Model Context Protocol ermöglicht dabei systemübergreifende Interoperabilität, sodass Agenten direkt auf Lagerbestände, Preisdaten oder Checkout-Logiken zugreifen. Der Unterschied zur klassischen Automatisierung ist fundamental: nicht schnellere Werkzeuge, sondern eigenständige Akteure.

Besonders der HCM-Sektor gilt als Frühwarnsystem. Wenn Unternehmen durch KI-Agenten weniger Personal benötigen, sinkt automatisch die Zahl der Human-Capital-Management-Lizenzen. Horizontale SaaS-Anbieter verloren teilweise über 30 Prozent unter ihren Höchstständen. Gleichzeitig versuchen bis zu 72 Prozent der Anbieter, ihr Wachstum durch Preiserhöhungen statt durch Neukundengeschäft zu sichern, bündeln unausgereifte KI-Funktionen in bestehende Pakete und erhöhen die Gebühren um 10 bis 20 Prozent. Kunden nehmen das als „Innovation Tax" wahr. Intransparente Creditsysteme mit einseitig veränderbaren Multiplikatoren verstärken das Misstrauen. Die Infrastrukturkosten für agentische Systeme wachsen unterdessen viermal schneller als der Umsatz, was die einst komfortablen Bruttomargen von 80 bis 90 Prozent auf 50 bis 60 Prozent drückt.

Das irische Unternehmen Intercom vollzog den radikalsten Bruch. Sein KI-Agent Fin löst Kundenprobleme für 0,99 Dollar pro erfolgreicher Resolution. Bezahlt wird nur, wenn der Kunde bestätigt, dass sein Anliegen gelöst wurde, oder die Konversation ohne Rückfragen verlässt. Das Ergebnis: Innerhalb eines Jahres wuchs der Fin-Umsatz von einer Million auf über 100 Millionen Dollar ARR, mit mehr als einer Million wöchentlicher Problemlösungen. Eine Leistungsgarantie von bis zu einer Million Dollar unterstreicht das Vertrauen in die eigene Technologie. Dieses Modell harmonisiert die Interessen beider Seiten. Intercom verdient nur bei echtem Kundenwert, Käufer tragen kein Vorabrisiko. HubSpot und Salesforce experimentieren inzwischen mit Hybridmodellen aus fester Plattformgebühr und variablen Outcome-Komponenten.

Die überraschendste Erkenntnis dieser Transformation betrifft nicht die Preismodelle, sondern die Architektur. In einer Welt, in der Agenten direkt über APIs kommunizieren, wird die grafische Benutzeroberfläche zunehmend irrelevant. „Headless SaaS" entkoppelt Kernlogik, Workflows und Datenmodelle vom sichtbaren Interface. Atlassian, Salesforce und ServiceNow positionieren sich bereits als unsichtbare Infrastruktur für Agenten-Ökosysteme. Gartner prognostiziert, dass bis 2028 ein Drittel der Nutzererfahrungen von nativen Anwendungen zu agentischen Front-Ends migriert. Die Lektion von Klarna zeigt dabei die Grenzen: Nach zu aggressiver Automatisierung musste das Unternehmen 2025 wieder Personal einstellen, weil komplexe Fälle Empathie erfordern, die kein Agent liefern kann.

Was sich derzeit vollzieht, ist mehr als ein Preismodellwechsel. Es ist die Ablösung einer Ära, in der Software als passives Werkzeug für Menschen galt, durch eine Ökonomie, in der Maschinen als eigenständige Wirtschaftsakteure auftreten. Unternehmen, die agentische ERP-Systeme einsetzen, berichten von Kostensenkungen zwischen 20 und 35 Prozent innerhalb eines Jahres. Die neuen Leitkennzahlen heißen Cost Per Task und Cost to Serve statt Seats und Monthly Active Users. Für Entscheidungsträger liegt die strategische Priorität auf drei Feldern: der Beherrschung agentischer Unit Economics, dem Aufbau robuster Governance-Strukturen mit klarem Risiko-Tiering und der architektonischen Flexibilität für Headless-Infrastrukturen. Wer am Seat-Modell festhält, riskiert nicht nur Margenverfall, sondern strukturelle Irrelevanz.

Podcast

Impuls der Woche: OMR Podcast – Interview mit Dr. Gido Appenzeller

Inhalt: Im Gespräch wird deutlich, dass die Art, wie Software entsteht, gerade grundlegend neu definiert wird: Programmierer schreiben kaum noch selbst Code, sondern spezifizieren, was Agenten für sie entwickeln sollen. Besonders spannend ist die These, dass Webseiten künftig nicht mehr primär für Menschen, sondern für Agenten gestaltet werden müssen, weil klassische Geschäftsmodelle wie Werbeeinblendungen dadurch obsolet werden. Kontrovers wird es bei der Einschätzung, dass viele der aktuell gehypten KI-Trends eher Marketing als echte Innovation sind und dass selbst führende Investoren noch nicht verstehen, welche der großen Modellfirmen am Ende überleben werden.

Kontext: Gido Appenzeller ist Partner bei Andreessen Horowitz, einer der einflussreichsten Venture Capital Firmen im Silicon Valley, und verantwortet dort den Infrastrukturbereich. Seine Perspektive ist besonders relevant, weil er als einer der wenigen deutschen Technologieexperten sowohl operative Erfahrung als CTO in mehreren Unicorns als auch direkten Zugang zu den führenden KI-Gründern und Forschern hat. Das Gespräch zeigt, wie Entscheider in der Praxis mit dem KI-Hype umgehen, welche Investitionskriterien wirklich zählen und warum europäische Regulierung das Risiko birgt, den Anschluss an die nächste Technologiewelle zu verpassen.

Ihre Meinung interessiert uns

Ergebnisse der vorherigen Umfrage

Was würde Sie dazu bringen, KI-Tools wirklich in Ihre tägliche Arbeit zu integrieren – nicht nur oberflächlich?

🟨⬜️⬜️⬜️⬜️⬜️ 🛡️ Sicherheit vor Konsequenzen
🟩🟩🟩🟩🟩🟩 🎯 Konkrete Use Cases statt Hype
⬜️⬜️⬜️⬜️⬜️⬜️ 🧭 Klarheit über meine Rolle
🟨🟨🟨⬜️⬜️⬜️ ⚙️ Infrastruktur, die funktioniert

Wertschöpfung

Was ist das Problem? Deutschland verliert im globalen KI-Wettlauf gegen die USA und China an Boden – vor allem bei der Entwicklung von Grundlagenmodellen. Gleichzeitig stagniert die Wirtschaft, Schlüsselindustrien stehen unter Druck, und die als streng geltende EU-Regulierung schreckt Investoren ab. Das Innovationsdefizit, das Mario Draghi in seinem Sonderbericht diagnostizierte, bleibt ungelöst.

Wie wird es gelöst? Eine exklusive Analyse des Instituts der deutschen Wirtschaft (IW) beziffert das Wertschöpfungspotenzial generativer KI in Deutschland auf 440 Milliarden Euro bis 2034 – davon 110 Milliarden durch Innovationseffekte, der Rest durch Produktivitätsgewinne. Der strategische Ansatz verschiebt den Fokus von der Modellentwicklung auf die Anwendungsebene. Google flankiert diese Perspektive mit der Eröffnung eines KI-Zentrums in Berlin, Teil seiner 5,5-Milliarden-Euro-Investition in den Standort Deutschland, das Unternehmen bei der Integration von KI in ihre Wertschöpfungsketten beraten soll.

Warum das wichtig ist: Die IW-Studie formuliert implizit eine neue industriepolitische These für Europa. Wer die Basismodelle nicht baut, kann dennoch gewinnen – wenn er sie besser anwendet als andere. Deutschlands Industriestruktur mit spezialisierten Mittelständlern, starker Pharma- und Biotech-Forschung sowie tiefer Domänenexpertise bietet dafür einen strukturellen Vorteil, den reine Tech-Ökonomien nicht replizieren können. Die Herausforderung liegt allerdings in der Skalierung, denn bislang setzen zu wenige Unternehmen KI flächendeckend ein, um das prognostizierte Potenzial zu heben.

Handlungsempfehlung: Unternehmen sollten innerhalb der nächsten sechs Monate eine systematische Bestandsaufnahme ihrer KI-Reife durchführen und konkrete Use Cases identifizieren, bei denen generative KI bestehende Produkte oder Prozesse transformieren kann. Besonders Firmen mit proprietären Datensätzen in Pharma, Fertigung oder Ingenieurwesen sollten Pilotprojekte mit externen KI-Partnern aufsetzen, um Domänenwissen in skalierbare KI-Anwendungen zu übersetzen.

Ansprechpartner: Institut der deutschen Wirtschaft (IW Köln, Michael Hüther) & Google Germany (KI-Zentrum Berlin)

Impact: Bis zu 440 Mrd. Euro zusätzliche Bruttowertschöpfung in Deutschland bis 2034

Relevant für:

Cowork

Problemstellung: Führungskräfte und Wissensarbeiter investieren täglich mehrere Stunden in repetitive Aufgaben wie Rechnungsverarbeitung, Recherche, Dokumentenerstellung oder Datenpflege in verschiedenen Systemen. Bestehende Automatisierungslösungen setzen entweder technisches Wissen voraus oder beschränken sich auf vordefinierte Workflows. Obwohl viele Unternehmen bereits KI-Tools abonniert haben, bleibt die praktische Integration in den Arbeitsalltag eine Herausforderung.

Lösung: Anthropic hat mit Claude Cowork eine Desktop-Anwendung veröffentlicht, die komplexe KI-Agenten-Technologie hinter einer bewusst einfachen Benutzeroberfläche zugänglich macht. Die Software erhält Zugriff auf lokale Ordner und kann Dateien analysieren, bearbeiten, erstellen und organisieren. Eine integrierte Browser-Automatisierung steuert Web-Anwendungen direkt über die Benutzeroberfläche, was besonders bei fehlenden oder unzureichenden API-Schnittstellen relevant wird. Das Skill-System speichert wiederkehrende Arbeitsabläufe als Markdown-Dateien, die Cowork bei Bedarf lädt, ohne unnötig Rechenkapazität zu beanspruchen. Nutzer können während der Arbeit neue Skills erstellen lassen oder fertige aus Community-Verzeichnissen importieren. Vorkonfigurierte Konnektoren verbinden die Software mit Diensten wie ClickUp oder Canva, darüber hinaus ermöglicht der MCP-Standard individuelle Anbindungen. Im Hintergrund plant das System Aufgaben eigenständig, zerlegt sie in Teilschritte und koordiniert deren parallele Ausführung.

Anwendungsbeispiele: Bei einem Praxistest verarbeitete Cowork einen Ordner mit unterschiedlichen PDF-Rechnungen. Die Software extrahierte automatisch Rechnungsnummern, Beträge und Daten aus maschinenlesbaren sowie gescannten Dokumenten per OCR, befüllte eine Excel-Tabelle mit den strukturierten Informationen, hinterließ Notizen bei unklaren Feldern und verschob abgeschlossene Dateien in einen Archivordner. In einem zweiten Szenario recherchierte Cowork Entwicklermeinungen zu zwei KI-Modellen aus offiziellen Quellen und Reddit-Diskussionen, analysierte eine Unternehmenswebsite zur Übernahme von Farbschemata und Corporate-Design-Elementen und generierte daraus eine PowerPoint-Präsentation mit Benchmark-Vergleichen und Sentiment-Analyse. Für einen Kundenreport durchsuchte die Software einen lokalen Ordner mit Meeting-Protokollen, Verträgen und Support-Tickets, filterte kundenspezifische Informationen heraus und erstellte einen neun-seitigen Word-Bericht mit Executive Summary, Zielerreichungsanalyse und Handlungsempfehlungen.

Erklärungsansatz: Cowork basiert auf der Agenten-Architektur von Claude Code, die sich bei Entwicklern bewährt hat, verpackt diese jedoch für nicht-technische Anwender. Das System erstellt vor jeder Aufgabe einen Ausführungsplan, teilt komplexe Anfragen in parallele Teilprozesse und sichert Zwischenergebnisse. Das Skill-System funktioniert als dynamisches Prompting, bei dem Cowork zunächst nur eine Übersicht verfügbarer Skills lädt und erst bei Bedarf detaillierte Anweisungen abruft. Dadurch bleibt das Kontextfenster schlank. Die Browser-Automatisierung ermöglicht einen zweistufigen Ansatz, bei dem ein leistungsstarkes Modell wie Claude Opus zunächst die Navigation einer Website als Skill trainiert, während spätere Routineausführungen mit kostengünstigeren Modellen wie Haiku erfolgen. Die gleichzeitige Verfügbarkeit von Claude Code für Entwicklungsaufgaben, Cowork für Ad-hoc-Automatisierung und deterministischen Tools wie n8n für zuverlässige Hintergrundprozesse ergibt eine abgestufte Werkzeuglandschaft.

Fazit: Claude Cowork senkt die technische Einstiegshürde für KI-gestützte Arbeitsautomatisierung erheblich. Die Software demonstriert, dass Agenten-Systeme nicht nur für Softwareentwicklung, sondern auch für klassische Büroaufgaben einsetzbar sind. Anwender sollten beachten, dass die Browser-Automatisierung deutlich langsamer arbeitet als API-basierte Integrationen und mehrere Minuten für einfache Aufgaben benötigen kann. Die Anwendung befindet sich in der Research-Preview-Phase, gelegentliche Fehler sind zu erwarten. Cowork ist ausschließlich in den kostenpflichtigen Pro- und Max-Plänen ab 20 Dollar monatlich verfügbar, die tatsächliche Nutzung kann je nach Modellwahl und Aufgabenumfang zusätzliche Kosten verursachen. Alle KI-generierten Outputs erfordern menschliche Qualitätsprüfung, insbesondere bei professionellen Dokumenten mit technischen oder finanziellen Inhalten.

Scaling Law

OpenAI galt lange als unaufhaltsamer Vorreiter der KI Revolution. Doch nun sorgt ausgerechnet das Unternehmen selbst für Zweifel. Mit der Einführung von Werbung in ChatGPT und neuen Abo Modellen wirkt es, als würde ein einst selbstbewusster Branchenführer plötzlich unter Druck geraten. Ist das nur ein strategischer Schritt oder ein Zeichen dafür, dass hinter den Kulissen ernsthafte Probleme wachsen?

Im Zentrum steht das sogenannte Skalierungsproblem. Jahrelang schien es, als würden größere Modelle automatisch zu intelligenteren Systemen führen. Doch neueste Entwicklungen deuten darauf hin, dass dieser Fortschritt an Grenzen stößt. Trotz gigantischer Investitionen bleiben die versprochenen Durchbrüche aus. Gleichzeitig holen Konkurrenten wie Google mit Gemini, Anthropic und leistungsstarke Open Source Modelle rasant auf. Marktanteile schrumpfen, Partner distanzieren sich und selbst enge Verbündete wie Microsoft setzen zunehmend auf eigene Lösungen.

Noch gravierender sind die finanziellen Risiken. Milliardenverluste, enorme Infrastrukturzusagen und ambitionierte Umsatzziele werfen Fragen auf, wie tragfähig das Geschäftsmodell wirklich ist. Hinzu kommen Führungsabgänge, strategische Richtungswechsel und Diskussionen über die Glaubwürdigkeit von CEO Sam Altman. Aus einem gemeinnützigen Projekt mit idealistischen Zielen ist ein Konzern geworden, der um Kapital, Marktanteile und Vertrauen kämpft.

Steht OpenAI also vor einer temporären Schwächephase oder erleben wir den Beginn eines fundamentalen Umbruchs in der KI Branche? Die vollständige Analyse mit Hintergründen, Zahlen und Einschätzungen sehen Sie im Video.

Werben im KI-Briefing

Das KI-Briefing erreicht eine exklusive Leserschaft aus Wirtschaft, Politik und Zivilgesellschaft – von C-Level-Führungskräften über politische Akteure bis hin zu Vordenkern und Experten. Kontaktieren Sie uns, um maßgeschneiderte Kooperationsmöglichkeiten zu besprechen.

... werfen wir einen Blick auf die verborgenen psychologischen Dynamiken hinter der KI-Adoption in Unternehmen. Warum bleibt der erhoffte ROI oft aus, obwohl die Nutzung steigt? Wir analysieren, wie Angst um Relevanz, Identität und Zukunft Karrieren prägt – und was Führungskräfte konkret anders machen müssen, damit aus oberflächlicher Nutzung echter, nachhaltiger Mehrwert entsteht.

Wir freuen uns, dass Sie das KI-Briefing regelmäßig lesen. Falls Sie Vorschläge haben, wie wir es noch wertvoller für Sie machen können, spezifische Themenwünsche haben, zögern Sie nicht, auf diese E-Mail zu antworten. Bis zum nächsten mal mit vielen neuen spannenden Insights.

Das strategische Betriebssystem für Entscheidungsträger.

Warteliste…