Claude (Anthropic)

Definition

Claude ist eine Familie grosser Sprachmodelle des in San Francisco ansässigen KI-Labors Anthropic, erstmals 2023 veröffentlicht. Die Modelle sind im Frontier-Segment positioniert und konkurrieren direkt mit GPT-4 von OpenAI und Gemini von Google DeepMind. Charakteristisch für Claude sind Constitutional AI als Alignment-Methode, sehr lange Kontextfenster bis 1M Tokens, eine ausgeprägt diskursiv-konversationelle Persönlichkeit und ein expliziter Sicherheits-Fokus.

Anthropic wurde 2021 von Dario Amodei (CEO), Daniela Amodei (President) und weiteren ehemaligen OpenAI-Forschern gegründet. Das Unternehmen versteht sich als Safety-First-Labor und veröffentlicht regelmässig Forschung zu Alignment, Interpretierbarkeit und Sicherheits-Mechanismen. Investitionen von Google (über 2 Milliarden Dollar) und Amazon (4 bis 8 Milliarden Dollar) haben Anthropic 2026 zu einem der höchstbewerteten privaten KI-Unternehmen gemacht.

Mechanismus

Claude basiert auf der Decoder-only-Transformer-Architektur. Die genaue Modellgrösse wird von Anthropic nicht publiziert, Schätzungen für die grössten Varianten liegen im Bereich von hunderten Milliarden bis hin zu Billionen Parametern, vermutlich mit Mixture-of-Experts. Die Trainings-Pipeline folgt dem Standard-Schema: Pretraining auf grossen Textkorpora, Supervised Fine-Tuning und Constitutional AI als Alignment-Phase.

Constitutional AI (Bai et al., 2022) ersetzt teilweise RLHF mit menschlichen Bewertern durch ein zweistufiges Verfahren:

• SL-CAI (Supervised): Das Modell generiert Antworten, kritisiert sie nach einer Verfassung (Constitution), und überarbeitet sie selbst. Das überarbeitete Beispiel wird zum Trainings-Sample.
• RL-CAI (Reinforcement): Ein Reward-Modell wird auf KI-generierten Präferenzen trainiert (statt menschlichen) und das Hauptmodell via Policy-Gradient angepasst.

Die Verfassung enthält Prinzipien aus Menschenrechts-Erklärungen, Plattform-Regeln und ethischen Leitlinien. Sie ist transparent dokumentiert, was Claude von rein RLHF-trainierten Modellen unterscheidet.

Extended Thinking wurde mit Claude 3.7 Sonnet (Februar 2025) eingeführt und in Claude 4 und 4.5 weiterentwickelt: das Modell kann konfigurierbare Mengen an Reasoning-Tokens (1k bis 100k) intern verbrauchen, bevor es antwortet. Das ähnelt OpenAI o1, ist aber direkt in die normalen Claude-Modelle integriert.

Praxis

Anwendungen 2026:

• Claude.ai: Konsumenten-Interface mit kostenpflichtigem Pro- und Team-Tier.
• Anthropic API: Hauptzugang für Entwickler, abgerechnet pro Token.
• AWS Bedrock und Google Vertex AI: Cloud-Marketplaces.
• Claude Code: offizieller CLI-Coding-Agent.
• Cursor, Windsurf, Zed: IDE-Integrationen.
• MCP-Server: Model Context Protocol als offener Standard, von Anthropic 2024 vorgestellt, ermöglicht Tool-Integration.

Preise 2026: Claude Sonnet 4.5 bei 3 Dollar pro Million Input-Tokens und 15 Dollar pro Million Output-Tokens. Claude Haiku 4.5 (Oktober 2025) deutlich günstiger bei 1 und 5 Dollar. Prompt Caching reduziert wiederverwendete Inputs um bis zu 90 Prozent. Computer Use, Vision und Tool Use sind über alle Sonnet- und Opus-Varianten verfügbar.

Claude ist besonders im Coding-Bereich stark: Claude Sonnet 4.5 erreichte im September 2025 die Spitzenposition im SWE-Bench-Verified-Benchmark und ist Default-Engine vieler Coding-Tools. Lange Kontextfenster machen es zur ersten Wahl für Codebase-weite Analyse, juristische Dokumente und Forschungs-Synthesen.

Häufige Fehler

• Refusal-Verhalten unterschätzen: Claude verweigert Antworten manchmal vorsichtshalber. Klare Kontext-Erläuterung im Prompt löst oft das Problem.
• Long-Context-Pricing ignorieren: 1M Token Anfragen ohne Caching werden teuer. Caching-Strategie ist Pflicht für lange Konversationen.
• Extended Thinking unbedacht aktivieren: Reasoning-Tokens kosten Output-Preise. Für einfache Tasks lohnt es sich nicht.
• Constitutional AI als Garantie sehen: CAI reduziert problematische Outputs, eliminiert sie aber nicht. Eigene Safety-Layer bleiben nötig.
• MCP-Integration übersehen: Wer Claude in einen Tool-rich Agent einbettet, profitiert massiv von MCP statt Custom-Function-Calling.

Abgrenzung

• GPT-4 (OpenAI): Hauptkonkurrent, stärker in nativer Multimodalität und Ökosystem-Breite.
• Gemini (Google): Hauptkonkurrent, stärker in nativer Video-Verarbeitung und 2M Kontext.
• Llama (Meta): Open-Source-Alternative, geringere Frontier-Performance, aber lokal lauffähig.
• OpenAI o1, o3: spezialisierte Reasoning-Modelle, vergleichbar mit Claude Extended Thinking, aber als eigene Familie strukturiert.
• DeepSeek, Qwen: günstige, offene Alternativen, die im Frontier-Segment 2026 deutlich aufgeholt haben.