Funktionen von Anthropics Claude 4: Das ist neu und wurde verbessert

Aufgaben wie die Planung einer Reise, das Debuggen von Code, die Analyse eines Diagramms oder das Zusammenfassen eines rechtlichen Dokuments erfordern typischerweise den Einsatz verschiedener Werkzeuge oder Fachwissen. Dank der jüngsten Fortschritte im Bereich der künstlichen Intelligenz kann ein einzelnes großes Sprachmodell (LLM) heutzutage 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 Mengen an Text (Bücher, Websites, Gespräche und mehr) analysiert, um Muster in der menschlichen Schreib- und Sprechweise zu erkennen. Nach dem Training kann ein LLM Fragen beantworten, Code schreiben, Dokumente zusammenfassen und viele andere sprachbasierte Aufgaben ausführen – oft mit nur wenigen Anweisungen.

Anthropic ist eines der Unternehmen, die solche Modelle entwickeln. Anthropic wurde 2021 von einer Gruppe ehemaliger OpenAI-Mitarbeiter gegründet und konzentriert sich auf die Entwicklung sicherer, zuverlässiger und einfach nutzbarer KI-Systeme. Die neueste Veröffentlichung ist die Claude-4-Modellfamilie mit zwei Versionen: Claude Opus 4 und Claude Sonnet 4.

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

Abb. 1 Beispiel für Claude 4 beim Spielen von Pokémon.

Claude Sonnet 4 ist zwar weniger leistungsfähig, aber schneller und effizienter und damit eine zuverlässige Wahl für alltägliche Aufgaben wie Schreiben, Zusammenfassen und allgemeines Lösen von Problemen. In diesem Artikel sehen wir uns die wichtigsten Funktionen von Claude 4 und die Bereiche an, in denen das Modell Wirkung zeigt. Legen wir los!

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 hochmodernen LLMs basieren auf einer Architektur des maschinellen Lernens namens Transformer, die ihnen hilft, Beziehungen zwischen Wörtern in langen Texten zu verstehen. Dadurch können sie mehr als nur Sätze automatisch vervollständigen – sie können Dokumente zusammenfassen, Code schreiben, Fragen beantworten und Sprachen übersetzen.

Tatsächlich gehört die Flexibilität zu den größten Stärken von LLMs. Nach dem Training können sie für eine Vielzahl von Aufgaben eingesetzt werden, ohne dass eine zusätzliche Feinabstimmung oder nur eine geringfügige Anpassung erforderlich ist. Dadurch eignen sie sich für Anwendungen von Kundenservice und Bildung bis hin zu Softwareentwicklung, Inhaltserstellung und Forschung.

Abb. 2 Anwendungsfälle großer Sprachmodelle.

Mit der zunehmenden Verbreitung von KI helfen LLMs Kundenserviceteams bei der Automatisierung von Antworten, unterstützen Lernende mit Nachhilfeanwendungen, helfen Entwicklern direkt in Entwicklungsumgebungen wie VS Code und ermöglichen es Fachleuten, Verträge, Berichte und Daten einfach zu durchsuchen. Gleichzeitig werden einige LLMs in KI-Agenten integriert, die mehrstufige Aufgaben wie Planung, Recherche oder die Erstellung von Arbeitsabläufen ausführen können.

Die Entwicklung der Claude-LLMs#

Anthropics Claude-Modelle wurden mit jeder Veröffentlichung hinsichtlich Geschwindigkeit, Schlussfolgerungsvermögen und Gesamtleistung kontinuierlich verbessert. Hier ist 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 waren auf kostengünstige, schnelle Antworten ausgelegt. Claude 2.1 führte die Unterstützung von Kontexten mit 200.000 Token ein (das Modell konnte also lange Eingaben wie vollständige Gesprächsprotokolle in einer einzigen Interaktion verarbeiten).
• Claude 3 Haiku und 3.5 Haiku: Diese leichtgewichtigen Modelle waren auf Geschwindigkeit und Effizienz optimiert. Sie eigneten sich ideal für Echtzeitanwendungen wie Zusammenfassungen, einfache Chats und Kundenservice.
• Claude 3 Sonnet und 3.5 Sonnet: Beide waren ausgewogene Modelle, die eine hohe Leistung boten, ohne die Geschwindigkeit zu beeinträchtigen. Dank der Unterstützung großer Eingabeaufforderungen und langer Ausgaben eigneten sich diese Modelle gut für verschiedene geschäftliche Anwendungsfälle.
• Claude 3 Opus: Dieses Hochleistungsmodell war für komplexe, stark auf Schlussfolgerungen beruhende Aufgaben ausgelegt. Obwohl Opus langsamer und ressourcenintensiver war, lieferte es detaillierte und präzise Antworten und eignete sich dadurch gut für Forschung, Strategie und kreative Arbeit.
• Claude 3.7 Sonnet: Bis zur Einführung von Claude 4 war es das fortschrittlichste Claude-Modell. Es führte einen Modus für erweitertes Denken ein, der eingehendere Antworten ermöglichte, verbesserte die Konsistenz bei längeren Aufgaben und eignete sich ideal für anspruchsvolle Programmierung, detaillierte Analysen und das Verfassen längerer Texte.

Anthropics Claude 4 kennenlernen#

Claude 4 verändert die Sichtweise darauf, wie große Sprachmodelle für den Umgang mit komplexen, lang andauernden Aufgaben entwickelt werden. Statt sich ausschließlich auf Geschwindigkeit oder Ausgabequalität zu konzentrieren, zielen Anthropics neueste Modelle Claude Opus 4 und Claude Sonnet 4 darauf ab, anhaltendes Schlussfolgern, einen verbesserten Umgang mit Kontext und zuverlässigere Leistung zu unterstützen.

Claude-4-Modelle denken beispielsweise sorgfältiger nach und vermeiden Abkürzungen oder Tricks, um Aufgaben abzuschließen. Tatsächlich ist es bei ihnen im Vergleich zu früheren Versionen wie Sonnet 3.7 um 65 % weniger wahrscheinlich, dass sie dies tun.

Eine weitere wichtige Funktion beider Modelle ist das erweiterte Denken. Dadurch können sie innehalten und mehrere Schritte abwägen, bevor sie antworten. Das macht Claude 4 besonders nützlich in Situationen, in denen sorgfältiges, schrittweises Schlussfolgern wichtig ist, etwa beim Navigieren durch verzweigte Aufgaben, bei der Planung mehrstufiger Prozesse oder beim Verfassen strukturierter Inhalte.

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

Beide Modelle sind außerdem für die Arbeit mit externen Werkzeugen ausgelegt. Claude 4 kann mithilfe eines Konzepts namens Protokoll für Modellkontext (MCP) eine Verbindung zu APIs und Dateisystemen herstellen. Dadurch können Entwickler KI-Systeme erstellen, die Antworten generieren, mit Daten aus der realen Welt interagieren, Hintergrundaufgaben ausführen oder benutzerdefinierte Werkzeuge als Teil eines Arbeitsablaufs verwenden.

Anwendungen des KI-Modells Claude 4#

Konzepte wie agentenbasierte KI und das Protokoll für Modellkontext sind zentral für die vorgesehene Nutzung von Claude 4. Diese Modelle sind nicht nur darauf ausgelegt, auf Eingabeaufforderungen zu reagieren – sie sollen anspruchsvollere Aufgaben übernehmen, sich mit Werkzeugen verbinden und als Teil größerer Systeme arbeiten.

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

Ein Blick auf die Programmierfunktionen von Claude Opus 4#

Sauberen, zuverlässigen Code zu schreiben, kann selbst für erfahrene Entwickler manchmal schwierig sein. Deshalb ist Pair Programming, bei dem eine Person schreibt und die andere den Code überprüft, seit vielen Jahren ein bewährter Ansatz. 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. Das Modell erzielt gute Ergebnisse bei Benchmarks wie SWE-bench, bei dem geprüft wird, wie gut ein KI-Modell echte Fehler in Open-Source-Code beheben kann, und Terminal-bench, bei dem getestet wird, wie es Aufgaben in einer Befehlszeilenumgebung bewältigt. Interessanterweise wird Claude Opus 4 bereits in Werkzeugen wie VS Code über Claude Code eingesetzt und hilft dort bei Aufgaben wie dem Schreiben neuer Funktionen, dem Vorschlagen von Änderungen oder dem Beheben von Fehlern.

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

Die Bildverarbeitungsfunktionen von Claude 4#

Claude 4 kann nicht nur gut mit Text und Code umgehen, sondern auch Bilder analysieren. Aufbauend auf früheren Modellen verfügt es nun über stärkere visuelle Fähigkeiten, mit denen es Bilder zusammen mit schriftlichen Inhalten analysieren und interpretieren kann. Es unterstützt außerdem mehrere Bilder gleichzeitig, was für Aufgaben wie den Vergleich von Entwürfen, das Lesen von Diagrammen, das Zusammenfassen von Schaubildern oder die Prüfung von Benutzeroberflächenentwürfen nützlich ist.

Claude kann visuelle Inhalte zwar gut interpretieren, hat aber auch Grenzen: Das Modell kann keine Personen erkennen, hat möglicherweise Schwierigkeiten mit exakten Anordnungen wie Schachbrettern oder Uhren und ist nicht für medizinische Diagnosen ausgelegt. Bei kritischen Anwendungsfällen solltest du seine Ausgaben in jedem Fall überprüfen.

Bei umsichtigem Einsatz können die Bildfunktionen von Claude 4 Entwickler beim Debuggen visueller Benutzeroberflächen, Lehrkräfte bei der Erstellung von Lernmaterialien und Forschende bei der Auswertung visueller Daten unterstützen. Damit ist Claude 4 ein wirkungsvolles Werkzeug für multimodale Aufgaben, die Text und Bildmaterial verbinden.

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 verwenden. Sonnet 4 ist mit einem Basiskonto verfügbar, während du für Opus 4 Zugriff über den Pro-Tarif benötigst.
• Anthropic API: Entwickler können Claude mithilfe der API in ihre eigenen Werkzeuge oder Dienste integrieren. Beide Modelle, Sonnet und Opus, werden unterstützt; für die Einrichtung ist ein API-Schlüssel erforderlich.
• GitHub Copilot: Claude 4 ist in GitHub Copilot Chat verfügbar. Sonnet 4 steht zahlenden Nutzern zur Verfügung, während der Zugriff auf Opus 4 von deinem 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.

Diese Integrationen erleichtern die Nutzung des Modells in Cloud-Anwendungen und Unternehmenswerkzeugen.

Wichtige Erkenntnisse#

Claude 4 ist ein gutes Beispiel dafür, wie weit sich KI-Modelle entwickelt haben. Dank stärkerem Schlussfolgerungsvermögen, besserem Gedächtnis und der Fähigkeit, sowohl Text als auch Bilder zu verarbeiten, ist das Modell für komplexere Aufgaben in der Praxis ausgelegt.

Egal, ob du programmierst, Daten analysierst oder KI-gestützte Werkzeuge entwickelst: Claude 4 kann dich bei deinen Aufgaben unterstützen. Da sich LLMs kontinuierlich weiterentwickeln, werden Werkzeuge wie Claude wahrscheinlich im Arbeitsalltag immer häufiger eingesetzt.

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