Claude im Unternehmen: Tarife, Datenschutz und sinnvolle Einsatzfelder

Claude ist der KI-Assistent von Anthropic. Im Unternehmen begegnet er Ihnen in vier Formen: als Chat-Oberfläche für Teams, als Enterprise-Plattform mit erweiterten Kontrollen, als API für eigene Anwendungen und als Modell bei Cloud-Anbietern. Dieser Überblick ordnet die Optionen ein, nennt die Datenschutz-Stellschrauben und zeigt, wo sich der Einsatz lohnt. Stand: Oktober 2026.

Was ist Claude und wofür setzen Unternehmen es ein?

Claude ist eine Familie von Sprachmodellen mit Chat-Oberfläche, Programmierwerkzeug und Schnittstelle. Unternehmen nutzen es zum Schreiben, Auswerten, Zusammenfassen und Programmieren sowie als Baustein in Agenten, die Aufgaben mit Werkzeugzugriff selbstständig abarbeiten.

Im Alltag lassen sich drei Nutzungsarten unterscheiden:

• Assistenz am Arbeitsplatz: Mitarbeitende nutzen Claude im Browser oder in der Desktop-App für Texte, Recherche, Tabellenanalyse und Zusammenfassungen.
• Entwicklung: Claude Code unterstützt beim Programmieren. Nach Angaben von Anthropic ist es in den Team-Tarifen enthalten.
• Eigene Prozesse und Agenten: Über die API wird Claude in Ticketsysteme, ERP-Auswertungen oder Dokumentenprozesse eingebunden. Hier entsteht der Nutzen, der sich nicht mit einer Chat-Lizenz erreichen lässt.

Die Modellfamilie umfasst mehrere Stufen. Laut Preisseite von Anthropic sind derzeit Fable 5.1, Opus 5.5, Sonnet 5.5 und Haiku 5.5 gelistet. Größere Modelle sind teurer und für schwierige Aufgaben gedacht, kleinere sind schneller und günstiger. Welche Stufe zu welcher Aufgabe passt, ist eine Frage von Tests mit Ihren eigenen Daten, nicht von Herstellerbeschreibungen.

Welche Tarife gibt es, und was unterscheidet sie?

Für Organisationen kommen Team, Enterprise und die API in Betracht. Team bündelt Administration und Zusammenarbeit für kleine bis mittlere Gruppen, Enterprise ergänzt Sicherheits- und Governance-Funktionen, die API rechnet nach Verbrauch ab und dient eigenen Anwendungen. Die Einzeltarife Free, Pro und Max sind für Privatpersonen gedacht.

Die folgende Übersicht fasst die Angaben der Preisseite und des Help Centers zum Team-Tarif zusammen. Preise sind US-Listenpreise ohne Steuern und können sich ändern.

Beim Team-Tarif nennt Anthropic für Standardplätze 20 US-Dollar pro Platz und Monat bei jährlicher und 25 US-Dollar bei monatlicher Zahlung. Premiumplätze mit höherem Nutzungskontingent kosten 100 beziehungsweise 125 US-Dollar. Standard- und Premiumplätze lassen sich mischen.

Der Enterprise-Tarif wird auf der Preisseite mit 20 US-Dollar pro Platz und Monat bei jährlicher Zahlung zuzüglich Nutzung zu API-Preisen aufgeführt. Daran erkennt man den wichtigsten Unterschied: Bei Team ist ein Nutzungskontingent im Sitzplatz enthalten, bei Enterprise wird der Verbrauch separat abgerechnet. Für Budgetplanung heißt das, dass Enterprise-Kosten stärker von der tatsächlichen Nutzung abhängen.

Was bietet Team, und wann reicht es aus?

Team reicht aus, solange Sie zentrale Verwaltung, SSO und gemeinsame Projekte benötigen, aber weder SCIM noch Audit-Logs. Nach Angaben von Anthropic sind Rollen- und Kostenkontrolle, Single Sign-on mit Domänenverifizierung, Konnektoren und Claude Code enthalten.

Laut Help Center sind außerdem Ausgabenlimits auf Organisations- und Nutzerebene, Konnektoren zu Google Drive, Gmail, GitHub, Microsoft 365 und Slack sowie monatliche API-Guthaben enthalten. Die Preisseite führt zusätzlich Projekte mit Freigabe, Gedächtnis, Skills und Nutzungsanalysen auf.

Team passt gut, wenn:

• eine Abteilung oder ein Pilotteam mit zwei bis wenigen Dutzend Personen startet,
• die Identitätsverwaltung über SSO ausreicht,
• keine Pflicht zu revisionssicheren Protokollen besteht,
• Sie erst Erfahrung sammeln wollen, bevor Sie Verträge und Prozesse festlegen.

Ein häufiger Fehler ist, Team-Plätze mit privaten Konten zu mischen. Wenn Mitarbeitende Firmendaten in private Free- oder Pro-Konten kopieren, gelten für diese Konten andere Datenregeln als für Team. Eine klare Anweisung, welche Konten erlaubt sind, ist deshalb wichtiger als jede Einstellung.

Wann lohnt sich Enterprise?

Enterprise lohnt sich, sobald Nachweis- und Steuerungspflichten über die Möglichkeiten von Team hinausgehen. Nach Angaben von Anthropic ergänzt es unter anderem rollenbasierte Zugriffe, SCIM, Audit-Logs, die Compliance-API und individuelle Datenaufbewahrung.

Das Help Center zum Enterprise-Tarif nennt außerdem eine Analytics-API, kundenverwaltete Verschlüsselungsschlüssel, Inferenz ausschließlich in den USA als Option und eine HIPAA-taugliche Konfiguration. Letztere betrifft US-Gesundheitsdaten und ist für die meisten europäischen Firmen nicht relevant.

Für den Mittelstand sind vor allem drei Funktionen entscheidend:

1. SCIM: Benutzer werden automatisch aus Ihrem Verzeichnisdienst angelegt und gesperrt. Das verhindert verwaiste Konten nach Austritten.
2. Audit-Logs: Sie erkennen, wer wann was getan hat. Das ist bei internen Untersuchungen und für Nachweise gegenüber Prüfern hilfreich.
3. Aufbewahrungsfristen: Sie können festlegen, wie lange Unterhaltungen gespeichert bleiben.

Bei Enterprise gibt es zwei Wege. Nach der Preisseite existiert eine Self-Service-Variante, ergänzt um eine vertriebsbegleitete Variante mit Rechnungsstellung und Zahlungszielen. Für wen sich welcher Weg eignet, hängt von Einkaufsprozessen ab, nicht von der Technik.

Wann ist die API der richtige Weg?

Die API ist richtig, sobald Claude Teil eines Prozesses oder Produkts wird und nicht nur ein Gesprächspartner im Browser. Sie rechnen pro Token ab, steuern Modell und Anfragen selbst und können Claude mit eigenen Werkzeugen und Datenquellen verbinden.

Laut Preisseite liegen die Listenpreise pro Million Tokens derzeit bei folgenden Werten:

Für Haiku 5.5 nennt die Preisseite je nach Kontextlänge zwei Stufen. Die API-Dokumentation beschreibt eine Batch-Schnittstelle, die asynchrone Verarbeitung mit 50 % geringeren Kosten ermöglicht. Das lohnt sich für Aufgaben, die nicht sofort fertig sein müssen, etwa die Klassifikation großer Dokumentenbestände über Nacht.

Wichtig für die Kalkulation: Tokenkosten entstehen nicht nur für Ihre Frage, sondern für den gesamten Kontext, den Sie mitsenden, und für jede Werkzeugrunde eines Agenten. Ein Agent mit zehn Schritten verbraucht ein Vielfaches einer einzelnen Frage. Planen Sie deshalb Messungen mit echten Daten ein, bevor Sie Budgets festlegen. Für Agentenvorhaben hilft ein Blick auf KI-Agenten für Fachbereiche, um Prozess und Kostenmodell zusammen zu denken.

Wie verhält es sich mit Datenschutz und Datenverarbeitung?

Bei Team, Enterprise und API gilt nach Angaben von Anthropic: Ein- und Ausgaben werden standardmäßig nicht zum Modelltraining genutzt. Ausnahmen sind Feedback und ausdrückliche Freigaben. Das ersetzt keine eigene Prüfung, ist aber eine wichtige Voraussetzung für den Geschäftseinsatz.

Das Privacy Center legt dar, was im Einzelnen gilt:

• Kommerzielle Produkte nutzen Inhalte standardmäßig nicht zum Training.
• Wer Feedback gibt, etwa mit Daumen hoch oder runter, gibt damit die zugehörige Unterhaltung zur Nutzung frei. Sie wird laut Anthropic bis zu fünf Jahre gespeichert.
• Inhaber von Team- und Enterprise-Organisationen können das Feedback in den Einstellungen abschalten.

Zur Speicherdauer sagt das Privacy Center: Bei der API werden Ein- und Ausgaben standardmäßig innerhalb von 30 Tagen aus den Backend-Systemen gelöscht, sofern keine Ausnahme oder Sondervereinbarung gilt. Bei Verstößen gegen die Nutzungsrichtlinien kann die Speicherung länger dauern; Anthropic nennt bis zu zwei Jahre für Ein- und Ausgaben.

Vertraglich ist laut den Commercial Terms festgehalten, dass Anthropic keine Modelle mit Kundeninhalten aus den Diensten trainiert und dass ein Auftragsverarbeitungsvertrag Vertragsbestandteil ist. Diese Orientierung ist keine Rechtsberatung. Ob eine konkrete Verarbeitung zulässig ist, hängt von Ihren Daten, Ihrer Rechtsgrundlage und Ihrer Drittlandübermittlung ab. Dafür gehört Ihre Datenschutzbeauftragte oder Ihr Datenschutzbeauftragter in die Entscheidung.

Hilfreich ist eine einfache Einteilung der Daten:

1. Unkritisch: öffentliche Texte, Produktbeschreibungen, allgemeine Recherche.
2. Intern: Angebote, Konzepte, interne Protokolle.
3. Personenbezogen: Kundendaten, Bewerbungen, Mitarbeitendendaten.
4. Besonders geschützt: Gesundheitsdaten, Betriebsgeheimnisse, Daten mit Geheimhaltungspflicht.

Für jede Klasse legen Sie fest, ob Claude erlaubt ist, unter welchen Einstellungen und mit welchem Konto. Für sehr sensible Klassen kann ein lokaler Betrieb von Modellen die bessere Wahl sein, siehe souveräne KI.

Wo bekommt man Claude außerdem?

Neben der direkten API bieten Cloud-Plattformen Claude an. Nach der API-Dokumentation sind das Amazon Bedrock, Googles Plattform für KI-Modelle, Microsoft Foundry und Claude Platform on AWS. Welche Funktionen verfügbar sind, unterscheidet sich je Plattform.

Der Hauptgrund für diesen Weg sind bestehende Cloud-Verträge. Wer bereits Rahmenverträge, Identitätsverwaltung und Abrechnung bei einem Hyperscaler hat, kann Claude dort nutzen, ohne einen weiteren Anbieter anzubinden. Die Dokumentation weist ausdrücklich darauf hin, dass die Funktionsverfügbarkeit je Plattform variiert und Neuerungen zeitversetzt eintreffen können.

Prüfen Sie vor der Entscheidung:

• ob die benötigten Funktionen (etwa Werkzeugnutzung, Batch, Caching) auf der gewählten Plattform verfügbar sind,
• in welcher Region Daten verarbeitet werden,
• wer vertraglich Auftragsverarbeiter ist, Anthropic oder der Cloud-Anbieter,
• wie sich Nutzungslimits und Kosten dort verhalten.

Welche Einsatzfelder lohnen sich zuerst?

Am schnellsten lohnt sich Claude dort, wo Text oder strukturierte Informationen den Kern der Arbeit bilden und ein Mensch das Ergebnis prüft. Typisch sind Angebotstexte, Servicedokumentation, Recherche, Zusammenfassungen und Programmierhilfe.

Bewährte Einstiegsfelder:

• Vertrieb und Angebote: Entwürfe aus Anfragen, Lastenheften und Produktdaten erstellen. Mehr dazu im Beitrag zum Angebotsagenten.
• Technischer Service: Fehlerbeschreibungen, Handbücher und Ticketverläufe zusammenführen und Antwortentwürfe vorbereiten, siehe technischer Service.
• Wissensmanagement: Fragen zu internen Dokumenten beantworten, mit Quellenangabe, siehe Wissensmanagement.
• Softwareentwicklung: Code erklären, Tests schreiben, Änderungen vorschlagen.
• Verwaltung: Protokolle, Verträge und Berichte zusammenfassen und vergleichen.

Weniger geeignet sind Aufgaben mit hoher Fehlerfolge ohne menschliche Kontrolle, etwa verbindliche Rechtsauskünfte, Freigaben mit finanzieller Wirkung oder Entscheidungen über Personen. Dort liefert Claude Entwürfe, nicht Entscheidungen. Auch bei exakten Berechnungen sollte ein Werkzeug rechnen, nicht das Sprachmodell selbst.

Wie gehen Sie vor, um Claude einzuführen?

Eine Einführung gelingt in kleinen Schritten: Datenklassen festlegen, einen Pilot mit klarem Ziel starten, Erfahrungen messen, Regeln dokumentieren und erst dann auf weitere Bereiche ausweiten. Wer mit dem Tarif beginnt und die Regeln später klärt, erzeugt Schattennutzung.

Ein praxistauglicher Ablauf:

1. Ziel und Prozess wählen. Ein konkreter Prozess, etwa Servicetickets vorsortieren, schlägt das allgemeine Ziel „KI ausprobieren".
2. Datenklassen und Konten klären. Festlegen, welche Daten in welchem Konto zulässig sind.
3. Tarif wählen. Meist beginnt ein Pilot mit Team, bei eigenen Anwendungen mit der API.
4. Pilotgruppe benennen. Eine kleine Gruppe, die regelmäßig berichtet, was funktioniert und was nicht.
5. Messen. Zeitaufwand vorher und nachher, Fehlerquote und Zufriedenheit festhalten.
6. Regeln schreiben. Eine kurze Nutzungsrichtlinie, wer wofür Claude verwenden darf.
7. Entscheiden. Tarif anpassen, ausweiten oder beenden.

Wer die Verantwortung für Auswahl, Regeln und Betrieb nicht intern besetzen kann, braucht eine Rolle, die das übernimmt. Wie das aussehen kann, beschreibt die Seite zur KI-Leitung auf Zeit.

Wo liegen die Grenzen und Risiken?

Claude macht Fehler, erfindet gelegentlich Details und kennt Ihre Firma nur, soweit Sie ihm Informationen geben. Dazu kommen Abhängigkeit von einem Anbieter, schwankende Preise und Datenschutzfragen, die Sie selbst beantworten müssen.

Die wichtigsten Risiken im Überblick:

• Falsche Aussagen: Ergebnisse müssen bei wichtigen Entscheidungen geprüft werden. Ohne Quellenbezug ist die Prüfung aufwendig.
• Schattennutzung: Ohne klare Regeln nutzen Mitarbeitende private Konten. Das umgehen Sie nur mit einem brauchbaren Angebot.
• Kostenüberraschungen: Gerade bei Agenten und langen Kontexten steigt der Verbrauch schnell. Ausgabenlimits und Monitoring gehören von Anfang an dazu.
• Anbieterbindung: Prompts, Werkzeuge und Abläufe sind modellabhängig. Eine austauschbare Schicht dazwischen hält Optionen offen.
• Rechtliche Fragen: Rechtsgrundlage, Drittlandübermittlung, Informationspflichten und gegebenenfalls Mitbestimmung des Betriebsrats bleiben Ihre Aufgabe.
• Preise ändern sich: Alle genannten Preise sind Stand Oktober 2026 und können jederzeit angepasst werden. Prüfen Sie die Preisseite vor jeder Budgetentscheidung.

Wie fangen Sie an?

Beginnen Sie mit einem einzigen Prozess, einem kleinen Team und einer klaren Datenregel. Wählen Sie zunächst Team oder die API, messen Sie über vier bis sechs Wochen und entscheiden Sie dann anhand der Zahlen, ob Enterprise oder ein größerer Ausbau nötig ist.

Zur Vorbereitung hilft eine Liste mit drei Fragen: Welcher Prozess kostet heute am meisten Zeit und besteht überwiegend aus Text? Welche Daten kommen darin vor, und wer darf sie sehen? Wer prüft die Ergebnisse? Sobald diese drei Antworten stehen, ist die Tarifwahl meist keine schwere Entscheidung mehr.

Die folgenden Beiträge dieser Reihe gehen auf Einrichtung, Datenschutz-Einstellungen, Vergleiche mit anderen Anbietern und den Einsatz von Claude Code im Detail ein, sobald sie veröffentlicht sind. Bis dahin finden Sie auf den Seiten zu KI-Agenten und souveräner KI die Einordnung, wann ein Cloud-Dienst und wann ein lokaler Betrieb passt.