Anthropic hat seine Enterprise-Strategie vorgestellt: Neue Plugins, ein interner Marketplace, native Excel- und PowerPoint-Integration. Claude soll nicht mehr Chatbot sein, sondern die Infrastruktur, auf der Unternehmen ihre Workflows aufbauen. Die Börse hat in den letzten Wochen mit hohen Kursverlusten bei Software-Aktien auf solche Nachrichten reagiert - Bloomberg nennt es "SaaSpocalypse".

Das Unternehmen hinter Claude, gilt neben OpenAI als einer der einflussreichsten KI-Anbieter weltweit. Ihr Coding-Tool Claude Code hat 2025 maßgeblich verändert, wie Softwareentwicklung mit KI funktioniert. Jetzt will Anthropic dasselbe für die gesamte Wissensarbeit erreichen.

Das ist weitaus größer als ein reines Produkt-Update. KI-Systeme entwickeln sich von Werkzeugen, die man fragt, zu Plattformen, die man tief in Unternehmenssysteme einbindet. Für Unternehmen im DACH-Raum stellen sich dabei besondere Anforderungen an Datenschutz, Datensicherheit und Governance - und einen gelungenen Tool-Rollout.

Claude: Von Chat zu Operating System

Anthropic will zu einem AI Operating System für Unternehmen werden. Eine Plattform, auf der Anwendungen laufen, mit eigenem App Store, Berechtigungssystem und Admin Controls. Claude sitzt nicht mehr als zusätzliches Tool neben der Arbeit. Claude legt sich als Schicht zwischen Mitarbeiter und ihre Tools. Unternehmen sollen auch ihre eigenen internen Plugin-Marketplaces aufbauen können. "Mini-Apps", die Teams intern entwickeln und verteilen.

• 13 neue Connectors. Claude verbindet sich jetzt direkt mit Google Workspace (Calendar, Drive, Gmail), DocuSign für Verträge, Slack und WordPress. Für die Finanzbranche kommen FactSet, S&P Global, MSCI, LSEG und Similarweb dazu - die Tools, mit denen Investment Banker, Analysten und Portfolio Manager täglich arbeiten.
• Department-spezifische Plugin Templates. Statt einem Claude für alle gibt es jetzt vorkonfigurierte Agenten für HR, Design, Engineering und Operations. Im Finance-Bereich wird es granular: Financial Analysis, Investment Banking, Equity Research, Private Equity, Wealth Management. Jede Rolle bekommt ihren eigenen Agenten.
• Native Integration in Microsoft Excel und PowerPoint. Claude arbeitet direkt in diesen Applikationen. Eine Analyse in Excel, Claude nimmt den Kontext mit und baut daraus eine Präsentation in PowerPoint. Multistep, über Applikationen hinweg.
• Private Plugin Marketplaces. Unternehmen können ihren eigenen internen App Store für Claude-Plugins bauen. Hunderte oder tausende maßgeschneiderte Plugins, intern verteilt, mit Zugriffskontrollen.

Die SaaSpocalypse

Besonders Software- und SaaS-Aktien (Software as a Service) haben in den letzten Wochen nervös reagiert. Bloomberg hat den Begriff “ SaaSpocalypse” geprägt. Die Zahlen dahinter: Thomson Reuters minus 16 Prozent, LegalZoom minus 20, HubSpot minus 39, Figma minus 40 Prozent. IBM verliert 13 Prozent - schlimmster Tag seit 25 Jahren. 830 Milliarden Dollar Wertverlust in wenigen Wochen.

Die Marktlogik ist nachvollziehbar: Wenn ein KI-Agent direkt in Excel analysiert, daraus eine Präsentation baut und den Bericht per Mail verschickt - wofür braucht man dann noch drei Spezialtools?

Wie direkt der Zusammenhang zwischen einzelnen AI-Releases und den Kursverlusten tatsächlich ist, bleibt natürlich reine Spekulation - Unternehmenskennzahlen, das Investitionsklima aber eben auch eine generelle AI-Angst können alle gleichermaßen wahr sein.

Warum der DACH-Raum anders tickt

Klar ist aber: Wer diese Technologie einsetzt, kann produktiver arbeiten. Die Werkzeuge sind da, sie werden besser, und wer mit der Zeit geht, profitiert davon. Für Unternehmen im DACH-Raum gibt es dabei allerdings eine Hürde, die in der US-Berichterstattung komplett untergeht.

Für die meisten Unternehmen im DACH-Raum und Europa ist "wir nutzen jetzt Claude Enterprise" nicht immer eine realistische Option. DSGVO-Konformität, Datenverarbeitungsverträge, EU-Hosting, branchenspezifische Compliance - ein Finanzdienstleister oder Steuerberater kann nicht Kundendaten über eine US-API schicken. Eine Rechtsabteilung kann nicht Verträge über einen Service verarbeiten lassen, bei dem unklar ist, wo die Daten landen.

Der Zugang führt hier zum Beispiel über Enterprise-Plattformen wie Langdock oder nuwacom, die KI-Modelle DSGVO-konform bereitstellen. Und auch diese Anbieter arbeiten erfreulicherweise an ebenso tiefen Integrationen in unsere Unternehmenssysteme. Aber die Plattform allein löst das Problem nicht. Die Technologie ist da. Was fehlt, ist die organisatorische Vorbereitung.

Wo es in der Praxis hakt

Zwischen "Wir haben ein Tool gekauft" und "mein Unternehmen nutzt das produktiv" liegt ein weiter Weg. Aus unserer täglichen Arbeit mit Unternehmen im DACH-Raum sehen wir vier Punkte, an denen es hakt.

Das Wissen fehlt, nicht die Technologie. Ein KI-Agent ist nur so gut wie das, was er über das Unternehmen weiß. Kontext- und Wissensmanagement spielt eine entscheidende Rolle. Welche Richtlinien gelten? Welche Kunden betreut wer? Wie läuft der Freigabeprozess? Die meisten Unternehmen haben dieses Wissen - aber verteilt über Köpfe, Laufwerke und E-Mail-Postfächer. Bevor man über Agents nachdenkt, muss man klären: Was weiß die Organisation eigentlich, und wo liegt es?

Niemand legt die Spielregeln fest. Wenn Teams eigene Plugins und Agenten bauen können, stellt sich schnell die Frage: Wer darf was? Wer prüft, auf welche Daten ein Plugin zugreift? Wer merkt, wenn ein Agent aus dem Marketing plötzlich auf HR-Daten antwortet? Ohne klare Regeln entsteht Wildwuchs.

Die Mitarbeiter sind schneller als die Organisation. Mitarbeiter nutzen KI längst - oft ohne dass die Organisation davon weiß oder es steuert. Das ist kein Zukunftsszenario, das ist Schatten-KI und passiert schon heute.

Produktivitätsschere. Teams, die jetzt anfangen mit KI-Agenten zu arbeiten, bauen einen Vorsprung auf, der schwer einzuholen ist.

Einordnung

KI-Plattformen werden zu einer zentralen Schicht für Unternehmenssoftware. Das ist kein Hype-Zyklus, der in sechs Monaten wieder vorbei ist. Anthropic, OpenAI, Google & Co. investieren alle in die gleiche Richtung. Die Frage ist nicht, ob sich Arbeitsweisen verändern, sondern wie schnell.

Mutmaßlich reagiert die Börse darauf mit Panik - und liegt damit nur teilweise richtig. Spezialisierte Software, die nur eine Aufgabe erledigt, wird unter Druck geraten, wenn ein KI-Agent dieselbe Aufgabe im Kontext eines ganzen Workflows übernehmen kann. Aber die Panik ist teilweise unbegründet, denn man überschätzt die Geschwindigkeit in der die KI-Adoption in Unternehmen passiert. Zwischen dem Tool-Einkauf und dem produktiven Einsatz liegen Welten.

Für Unternehmen heißt das konkret:

1. Bestandsaufnahme. Welche Workflows könnten durch Agent-basierte Ansätze ergänzt oder ersetzt werden? Nicht alles auf einmal - sondern dort anfangen, wo der Schmerzpunkt am größten ist aber auch realistische Chancen auf eine erfolgreiche Umsetzung bestehen.
2. Spielregeln definieren. Wer darf KI-Tools einsetzen, mit welchen Daten, unter welchen Bedingungen? Lieber jetzt einen pragmatischen Rahmen setzen als später Wildwuchs einfangen.
3. Pilotprojekte starten. Ein Team aus KI-Champions aufbauen, definierte Use Cases, messbare Ergebnisse. Daraus lernen, dann skalieren.

Die Technologie wartet nicht. Aber sie funktioniert nur, wenn die Organisation bereit ist. Und Bereitschaft entsteht nicht durch Abwarten, sondern durch das richtige Enablement.