Hinweis: Das Beitragsbild wurde mit künstlicher Intelligenz erzeugt.
Claude, der KI-Assistent des US-Unternehmens Anthropic, wird in amerikanischen Firmen inzwischen häufiger mit einem bezahlten Unternehmensabo genutzt als ChatGPT. Das zeigt der Ramp AI Index, der die tatsächliche Unternehmensnutzung auf Basis von Zahlungsdaten auswertet. ChatGPT hat den Markt lange dominiert. Wichtiger als die Frage, welches Tool vorne liegt, ist jedoch eine andere: Wie nutzen Unternehmen diese Werkzeuge tatsächlich?
Chatfenster als Engpass
Der übliche Arbeitsablauf sieht so aus: Ein Mitarbeiter öffnet den Chat, tippt eine Anfrage, bekommt eine Antwort, schließt das Fenster. Beim nächsten Mal beginnt er von vorn. Claude kennt weder den Kontext des Unternehmens noch die geltenden Standards, die Zielgruppe oder das bevorzugte Ausgabeformat. Das führt dazu, dass dieselben Informationen immer wieder eingegeben werden müssen.
Dieses Muster ist kein Nutzungsfehler. Es folgt aus der Funktionsweise einfacher Chat-Interfaces. Wer KI-Tools produktiv in betriebliche Abläufe einbinden will, braucht eine andere Infrastruktur.
Was ein Skill leistet und was nicht
Anthropic hat dafür eine Funktion entwickelt, die das Unternehmen als Skills bezeichnet. Ein Skill ist eine gespeicherte Arbeitsanweisung: Kriterien, Vorgaben und Beispiele, die Claude bei passenden Aufgaben automatisch heranzieht. Der Nutzer muss diese Informationen nicht bei jedem Aufruf neu liefern.
Ein Skill ersetzt keine menschliche Eingabe. Die Aufgabe muss nach wie vor manuell angestoßen werden. Der Skill legt lediglich fest, wie die Bearbeitung danach abläuft. Eigenständig handelt Claude dabei nicht.
Für Betriebe ist das besonders dann relevant, wenn Prozesse einen festen Ablauf haben. Ein Beispiel: das monatliche Reporting. Bewertungsraster und Ausgabeformat sind definiert. Ohne hinterlegte Anweisung muss ein Mitarbeiter diesen Kontext jedes Mal neu eingeben. Mit einem Skill entfällt dieser Schritt.
Voraussetzung: Der Prozess muss definiert sein
Ein Skill bildet nur ab, was zuvor klar beschrieben wurde. Fehlt eine interne Definition dafür, wie ein gutes Ergebnis aussieht, trifft Claude diese Entscheidung selbst. Das Ergebnis entspricht dann nicht zwingend dem, was das Team erwartet.
Vor dem Aufbau einer Skill-Bibliothek steht deshalb eine betriebliche Aufgabe: Prozesse müssen schriftlich definiert sein. Unternehmen, die intern noch keine klaren Standards für wiederkehrende Aufgaben haben, werden auch mit Skills keine konsistenten Ergebnisse erzielen. Das gilt für Produktionsdokumentation ebenso wie für Einkaufsberichte oder Personalkorrespondenz.
Abgrenzung zu anderen Claude-Werkzeugen
Skills sind nicht das einzige Werkzeug im Claude-Ökosystem. Anthropic unterscheidet zwischen einfachen Chat-Konversationen, Projekten mit dauerhaft hinterlegtem Kontext, Skills für wiederkehrende Abläufe sowie Claude Code für technische Automatisierungen. Hinzu kommen Konnektoren, die Claude an externe Systeme anbinden.
Für Unternehmen bedeutet das: Der Einstieg erfordert eine Entscheidung darüber, welches Werkzeug für welchen Prozess geeignet ist. Ein Skill eignet sich für strukturierte, wiederkehrende Aufgaben mit definierten Ausgabeformaten. Ein Projekt ist sinnvoller, wenn langfristiger Kontext im Mittelpunkt steht. Wer beides vermischt, baut ineffiziente Strukturen auf.
Marktverschiebung hat betriebliche Konsequenzen
Dass Claude bei US-Unternehmen gegenüber ChatGPT aufholt, spiegelt eine breitere Entwicklung wider. Firmen prüfen ihre KI-Investitionen zunehmend auf tatsächlichen Nutzen, nicht auf die Bekanntheit des Anbieters. Wer bereits mit ChatGPT arbeitet, sollte die Systeme auf Kompatibilität mit bestehenden Prozessen vergleichen, nicht nur auf den Funktionsumfang.
Für den Mittelstand ergibt sich daraus eine praktische Frage: In welchen Abteilungen gibt es Aufgaben mit festem Ablauf und hohem Wiederholungsgrad? Genau dort können strukturierte KI-Anweisungen einen messbaren Unterschied machen, ohne dass technische Entwicklungsressourcen nötig sind.
Fazit
Claude Skills sind ein konkreter Ansatz, KI-Nutzung im Betrieb vom Einzelfall zum wiederholbaren Prozess zu machen. Die Voraussetzung liegt nicht im Werkzeug selbst, sondern in der betrieblichen Vorbereitung. Nur wer seine Prozesse klar beschrieben hat, kann sie sinnvoll in einem Skill hinterlegen. Der technische Einstieg ist vergleichsweise niedrig. Die eigentliche Arbeit beginnt davor.
