Funktionen von Claude 4 von Anthropic: Was ist neu und besser?

Aufgaben wie eine Reise zu planen, Code zu debuggen, ein Diagramm zu analysieren oder ein Rechtsdokument zusammenzufassen, erfordern üblicherweise unterschiedliche Werkzeuge oder Fachwissen. Dank der jüngsten Fortschritte in der KI kann inzwischen ein einziges großes Sprachmodell (LLM) bei all diesen Aufgaben helfen.

Ein LLM ist eine Art KI-Modell, das darauf trainiert wurde, menschliche Sprache zu verstehen und zu erzeugen. Es lernt, indem es riesige Textmengen analysiert – darunter Bücher, Websites, Gespräche und vieles mehr – und Muster darin erkennt, wie Menschen schreiben und sprechen. Nach dem Training kann ein LLM Fragen beantworten, Code schreiben, Dokumente zusammenfassen und viele weitere sprachbezogene Aufgaben ausführen, oft mit nur wenigen Anweisungen.

Anthropic ist eines der Unternehmen, die solche Modelle entwickeln. Anthropic wurde 2021 von einer Gruppe ehemaliger OpenAI-Mitarbeitender gegründet und konzentriert sich auf sichere, zuverlässige und einfach zu bedienende KI-Systeme. Zum Zeitpunkt der Veröffentlichung dieses Artikels ist die Modellfamilie Claude 4 die neueste Version. Sie umfasst zwei Varianten: Claude Opus 4 und Claude Sonnet 4.

Claude Opus 4 wurde am 22. Mai 2025 veröffentlicht und ist für komplexere Aufgaben ausgelegt, die tiefgehendes Schlussfolgern und anhaltende Konzentration erfordern, etwa die Arbeit mit großen Codebasen oder umfangreiche Recherchen. In einem Test konnte das Modell sogar Pokémon Red spielen, indem es eigene Speicherdateien erstellte und nutzte und während des Spiels einen Wegweiser generierte, der ihm half, auf Kurs zu bleiben.

Abb. 1 Ein Beispiel dafür, wie Claude 4 Pokémon spielt.

Claude Sonnet 4 ist zwar nicht so leistungsfähig, aber schneller und effizienter. Damit ist es eine zuverlässige Wahl für alltägliche Aufgaben wie Schreiben, Zusammenfassen und allgemeine Problemlösungen. In diesem Artikel werfen wir einen Blick auf die wichtigsten Funktionen von Claude 4 und seine Einsatzgebiete.

Ein Überblick über große Sprachmodelle (LLMs)#

Bevor wir uns Claude 4 und seinen Funktionen widmen, sehen wir uns an, wie große Sprachmodelle in der Praxis eingesetzt werden.

Die meisten modernen LLMs basieren auf einer Architektur für maschinelles Lernen, dem Transformer, der ihnen hilft, Beziehungen zwischen Wörtern in längeren Texten zu verstehen. Dadurch können sie mehr als nur Sätze automatisch vervollständigen: Sie können Dokumente zusammenfassen, Code schreiben, Fragen beantworten und Sprachen übersetzen.

Eine wichtige Stärke von LLMs ist ihre Vielseitigkeit. Nach dem Training können sie für zahlreiche Aufgaben eingesetzt werden, ohne dass sie zusätzlich oder nur geringfügig angepasst werden müssen. Dadurch eignen sie sich für Anwendungen vom Kundensupport und Bildungsbereich bis hin zu Softwareentwicklung, Inhaltserstellung und Forschung.

Abb. 2 Anwendungsfälle großer Sprachmodelle.

Mit der zunehmenden Nutzung von KI helfen LLMs Kundendienstteams dabei, Antworten zu automatisieren, unterstützen Lernende mit Nachhilfe-Tools, assistieren Entwicklern in Programmierumgebungen wie VS Code und erleichtern Fachleuten die Auswertung von Verträgen, Berichten und Daten. Einige LLMs werden außerdem in KI-Agenten integriert, die mehrstufige Aufgaben wie Planung, Recherche oder das Verfassen von Arbeitsabläufen übernehmen können.

Die Entwicklung der Claude-LLMs#

Anthropics Claude-Modelle wurden mit jeder Veröffentlichung stetig schneller und leistungsfähiger und konnten besser schlussfolgern. Hier ein kurzer Überblick über die Entwicklung der Claude-Familie bis hin zu Claude 4:

• Claude Instant 1.2, 2 und 2.1: Diese frühen Modelle wurden auf kostengünstige und schnelle Antworten ausgelegt. Claude 2.1 führte die Unterstützung für Kontextfenster mit 200.000 Token ein. Das bedeutete, dass das Modell lange Eingaben wie vollständige Transkripte in einer einzigen Interaktion verarbeiten konnte.
• Claude 3 Haiku und 3.5 Haiku: Diese leichten Modelle waren auf Geschwindigkeit und Effizienz optimiert. Sie eigneten sich ideal für Echtzeitanwendungen wie Zusammenfassungen, einfache Chats und Kundensupport.
• Claude 3 Sonnet und 3.5 Sonnet: Beide Modelle boten eine ausgewogene Leistung, ohne Abstriche bei der Geschwindigkeit zu machen. Dank der Unterstützung umfangreicher Eingaben und langer Ausgaben eigneten sie sich für verschiedene geschäftliche Anwendungsfälle.
• Claude 3 Opus: Dieses leistungsstarke Modell war für komplexe Aufgaben mit hohem Schlussfolgerungsbedarf ausgelegt. Obwohl es langsamer war und mehr Ressourcen benötigte, lieferte Opus detaillierte und genaue Antworten und eignete sich damit gut für Forschung, Strategie und kreative Arbeit.
• Claude 3.7 Sonnet: Bis zur Einführung von Claude 4 war dies das fortschrittlichste Claude-Modell. Es führte einen erweiterten Denkmodus für ausführlichere Antworten ein, verbesserte die Konsistenz bei längeren Aufgaben und eignete sich ideal für anspruchsvolle Programmierung, detaillierte Analysen und umfangreiche Texte.

Anthropics Claude 4 kennenlernen#

Claude 4 verändert die Vorstellungen davon, wie große Sprachmodelle komplexe, langwierige Aufgaben bewältigen können. Statt sich ausschließlich auf Geschwindigkeit oder Ausgabequalität zu konzentrieren, sollen Anthropics neueste Modelle Claude Opus 4 und Claude Sonnet 4 anhaltendes Schlussfolgern, einen besseren Umgang mit Kontext und zuverlässigere Leistung ermöglichen.

Claude-4-Modelle denken beispielsweise sorgfältiger nach und greifen nicht auf Abkürzungen oder Tricks zurück, um Aufgaben abzuschließen. Tatsächlich ist es bei ihnen im Vergleich zu früheren Versionen wie Sonnet 3.7 65 % unwahrscheinlicher, dies zu tun.

Eine weitere wichtige Funktion beider Modelle ist das erweiterte Denken, bei dem sie vor einer Antwort innehalten und mehrere Schritte durchdenken können. Dadurch eignet sich Claude 4 besonders für Situationen, in denen sorgfältiges, schrittweises Schlussfolgern wichtig ist, etwa beim Bewältigen verzweigter Aufgaben, Planen mehrstufiger Abläufe oder Verfassen strukturierter Inhalte.

Claude Opus 4 bietet außerdem verbesserte Speicherfunktionen. Wenn Entwickler Zugriff auf lokale Dateien gewähren, kann das Modell dauerhafte Speicherdateien erstellen und darauf zurückgreifen, um wichtige Details sitzungsübergreifend festzuhalten.

Beide Modelle sind außerdem für die Nutzung externer Tools ausgelegt. Claude 4 kann mithilfe eines Konzepts namens Modellkontextprotokoll (MCP) eine Verbindung zu APIs und Dateisystemen herstellen. So können Entwickler KI-Systeme erstellen, die Antworten generieren, mit realen Daten interagieren, Hintergrundaufgaben ausführen oder benutzerdefinierte Tools in einen Arbeitsablauf einbinden.

Anwendungen des KI-Modells Claude 4#

Konzepte wie agentische KI und das Modellkontextprotokoll sind entscheidend dafür, wie Claude 4 eingesetzt werden soll. Diese Modelle sind nicht nur dafür ausgelegt, auf Eingaben zu reagieren, sondern auch anspruchsvollere Aufgaben zu übernehmen, sich mit Tools zu verbinden und als Teil größerer Systeme zu arbeiten.

Sehen wir uns als Nächstes an, wie Claude 4 in Anwendungen wie Programmierung und Bildanalyse eingesetzt werden kann.

Ein Blick auf die Programmierfähigkeiten von Claude Opus 4#

Sauberen, zuverlässigen Code zu schreiben, kann mitunter schwierig sein, selbst für erfahrene Entwickler. Deshalb ist Pair Programming, bei dem eine Person schreibt und eine andere den Code prüft, seit vielen Jahren eine bewährte Methode. Mit KI-Modellen wie Claude Opus 4 können Entwickler jetzt ähnliche Unterstützung von einem intelligenten Assistenten erhalten.

Claude Opus 4 ist für komplexe Programmierprojekte ausgelegt. Bei Benchmarks wie SWE-bench schneidet es gut ab. Dieser prüft, wie gut ein KI-Modell echte Fehler in Open-Source-Code beheben kann. Auch beim Terminal-bench, der testet, wie das Modell Aufgaben in einer Befehlszeilenumgebung bewältigt, erzielt es gute Ergebnisse. Interessanterweise wird Claude Opus 4 bereits über Claude Code in Tools wie VS Code eingesetzt, wo es beim Schreiben neuer Funktionen, beim Vorschlagen von Änderungen und beim Beheben von Fehlern hilft.

Abb. 3 Die Claude-Code-Oberfläche in VS Code.

Die Bildverarbeitungsfunktionen von Claude 4#

Claude 4 ist nicht nur gut mit Text und Code, sondern kann auch Bilder analysieren. Aufbauend auf früheren Modellen bietet es nun stärkere visuelle Fähigkeiten, mit denen es Bilder zusammen mit schriftlichen Inhalten analysieren und interpretieren kann. Außerdem unterstützt es die gleichzeitige Verarbeitung mehrerer Bilder, was bei Aufgaben wie dem Vergleich von Entwürfen, dem Lesen von Diagrammen, dem Zusammenfassen von Schaubildern oder der Prüfung von Benutzeroberflächenentwürfen hilfreich ist.

Claude kann visuelle Inhalte zwar gut interpretieren, hat aber auch Grenzen: Es kann keine Personen erkennen, hat möglicherweise Schwierigkeiten mit exakten Anordnungen wie Schachbrettern oder Uhren und ist nicht für medizinische Diagnosen ausgelegt. Bei allen kritischen Anwendungsfällen solltest du die Ergebnisse am besten überprüfen.

Mit Bedacht eingesetzt, können die Bildfunktionen von Claude 4 Entwicklerinnen und Entwicklern beim Debuggen visueller Benutzeroberflächen, Lehrkräften bei der Erstellung von Lernmaterialien und Forschenden bei der Auswertung visueller Daten helfen. Damit ist Claude 4 ein leistungsfähiges Werkzeug für multimodale Aufgaben, bei denen Text und Bilder kombiniert werden. Neuere Claude-Modelle wie Claude Opus 5.5 und Claude Sonnet 5.5 werden im Ultralytics VLM Leaderboard bei der Objekterkennung in realen Situationen mit anderen Vision-Language-Modellen verglichen.

So kannst du die Funktionen von Anthropics Claude 4 ausprobieren#

Hier sind einige Möglichkeiten, Claude 4 auszuprobieren:

• Claude.ai: Du kannst Claude direkt auf der Website von Anthropic nutzen. Sonnet 4 ist mit einem Basiskonto verfügbar, während du für Opus 4 den Pro-Tarif benötigst.
• Anthropic API: Entwickler können Claude mithilfe der API in ihre eigenen Tools oder Dienste integrieren. Beide Modelle, Sonnet und Opus, werden unterstützt. Für die Einrichtung benötigst du einen API-Schlüssel.
• GitHub Copilot: Claude 4 ist in GitHub Copilot Chat verfügbar. Sonnet 4 steht zahlenden Nutzerinnen und Nutzern zur Verfügung, während der Zugriff auf Opus 4 vom jeweiligen Tarif abhängt. Die Modelle können auf der GitHub-Website, in VS Code und in der mobilen App verwendet werden.

Abb. 4 Claude-4-Modelle in GitHub Copilot.

Claude 4 ist auch auf Plattformen wie Amazon Bedrock und Vertex AI von Google Cloud verfügbar.

Dank dieser Integrationen lässt sich das Modell leichter in Cloud-Anwendungen und Unternehmenstools einsetzen.

Die wichtigsten Erkenntnisse#

Claude 4 ist ein gutes Beispiel dafür, wie weit KI-Modelle inzwischen gekommen sind. Mit verbessertem Schlussfolgern und Gedächtnis sowie der Fähigkeit, sowohl Text als auch Bilder zu verarbeiten, ist das Modell für komplexere Aufgaben aus der realen Welt ausgelegt.

Ob du programmierst, Daten analysierst oder KI-gestützte Tools entwickelst: Claude 4 kann dich bei deinen Aufgaben unterstützen. Mit der weiteren Verbesserung von LLMs werden Tools wie Claude wahrscheinlich immer häufiger zum Arbeitsalltag gehören.

Erfahre mehr über KI in unserem GitHub-Repository und werde Teil unserer wachsenden Community. Entdecke Fortschritte bei KI im Einzelhandel und Computer Vision in der Landwirtschaft. Sieh dir unsere Lizenzoptionen an und setze deine Projekte im Bereich visuelle KI um.