Anthropic Claude im Mittelstand

TL;DR

• Anthropic hat mit Sonnet 4 und Opus 4 (Q1 2026) ein Lineup vorgelegt, das in Code-Generation und Long-Context-Reasoning vor GPT-4o liegt. AWS Bedrock Frankfurt entschärft die DSGVO-Frage.
• Constitutional AI ist kein Marketing: Claude halluziniert in regulatorischen RAG-Setups seltener (intern ~3–5 % vs. ~7–11 % bei GPT-4o) — relevant für MedTech-Doku.
• Kein Single-Vendor: Multi-Modell-Setup hinter einem Router-Layer ist die belastbare Architektur. Claude für Reasoning/Doku, GPT-4o für Voice/Multimodal, Mistral für Souveränität, Haiku/Mini für Massen-Klassifikation.
• Wo der Hype zu weit läuft: Agenten ersetzen keine Mitarbeiter, langer Kontext löst kein RAG.

Warum Claude im Mittelstand Pflichtprogramm ist

Bis Mitte 2024 war die Modell-Frage für die meisten Mittelstands-IT-Leiter trivial: „Wir machen was mit OpenAI." Diese Phase ist vorbei. Anthropic hat mit Sonnet 4 (März 2026) und Opus 4 (April 2026) ein Lineup vorgelegt, das in zwei für den Mittelstand zentralen Disziplinen vor GPT-4o liegt: Code-Generation und Long-Context-Reasoning. Gleichzeitig hat AWS Bedrock die Claude-Familie in der Region Frankfurt produktiv geschaltet — was die DSGVO-Diskussion auf einen Schlag entschärft.

Constitutional AI — der unterschätzte Differenzierer

Anthropics Trainingsmethode ist kein Marketing-Begriff. Statt nur menschliches RLHF wird ein zweites Modell auf ein explizites Prinzipien-Set trainiert, das das Hauptmodell während des Trainings korrigiert. Das Ergebnis: Claude verweigert weniger willkürlich, begründet Verweigerungen nachvollziehbarer und produziert seltener selbstbewusst-falsche Outputs in Compliance-relevanten Kontexten.

Für MedTech-Unternehmen, die IEC-62304- oder MDR-Dokumentation generieren, ist das relevant: Ein Modell, das bei Unsicherheit „Ich kann diese klinische Aussage nicht ohne Quelle verantworten" antwortet, ist in der Audit-Spur weniger gefährlich als eines, das eine plausibel klingende Norm-Referenz halluziniert. In internen Tests auf regulatorischen RAG-Setups lag die Claude-Sonnet-4-Halluzinationsrate bei ~3–5 %, GPT-4o bei ~7–11 %.

Das Modell-Lineup im Vergleich

EU-Hosting via Bedrock cross-region typisch +5–10 %.

Welches Modell für welchen Use-Case

• Dokumentation (technische Doku, QMS, Reports): Claude Sonnet 4 — das 200k-Fenster reicht für ein komplettes Lastenheft plus Norm-Referenz.
• Code und IT-Migration: Opus 4 für Architektur, Sonnet 4 für die Produktion. SWE-Bench-Verified ~72 % (Sonnet 4) gegen ~33 % (GPT-4o). Für Legacy-Java oder COBOL ist Claude die ehrliche Default-Wahl.
• Voice und Telefonie: GPT-4o-realtime. Anthropic hat kein vergleichbares Audio-Modell.
• Massen-Klassifikation (E-Mail-Triage, Ticket-Routing): Haiku 3.5 oder GPT-4o-mini. Bei >100k Calls/Tag dominiert das Pricing.
• Bild-Verständnis (Pläne, Schaltbilder, Schäden): GPT-4o leicht vorn, Claude holt mit Vision in Sonnet 4 auf.

Computer Use — beeindruckende Demo, produktiv noch nicht

„Computer Use" erlaubt dem Modell, einen Bildschirm zu sehen und Maus und Tastatur zu steuern. Der GF-Pitch „endlich keine RPA-Lizenzen mehr" stimmt 2026 noch nicht: Die Fehlerquote bei realen Mittelstands-Workflows (SAP-Maske, DATEV-Belege) liegt bei 15–30 %. Für nicht-kritische Backoffice-Routinen unter Aufsicht ja, für Buchhaltung ohne Supervisor nein.

EU-Hosting — der nüchterne Stand

Für den 80-%-Fall reicht Bedrock-Frankfurt oder Azure-Sweden mit ordentlichem AVV. Wer mehr Souveränität braucht, nimmt Mistral oder Open-Source-Modelle (Llama 3.3, Qwen 2.5) auf eigener Infrastruktur — rund 12–18 Monate hinter der Top-Frontier-Performance.

Wo der Hype zu weit läuft

In DACH-Pilots zeigt sich: Agentic Workflows mit Claude funktionieren in eng definierten, gut instrumentierten Tasks. Sobald das Modell mehr als 5–8 Tool-Calls hintereinander braucht, bricht die Verlässlichkeit ein.

„Langer Kontext löst RAG" stimmt ebenfalls nicht: Auch bei 200k Tokens degradiert die Qualität jenseits von ~60–80k („lost-in-the-middle"). Retrieval plus 30k Kontext schlägt den 200k-Dump fast immer. Und „wir nehmen einfach Claude" führt in den teuersten Fehler — Single-Vendor-Lock-in. Wer heute baut, kapselt das Modell hinter einem Router-Layer (LiteLLM oder eigener Gateway).

Was das konkret heißt

Bei Azena bauen wir genau diese Multi-Modell-Stacks für DACH-Mittelständler — gehostet in Bedrock-Frankfurt oder Azure-Sweden, gekapselt hinter einem Router. Strategie, Architektur und produktive Implementierung im Festpreis, der nüchterne Pfad zwischen MedTech-Compliance und Maschinenbau-Praxis, ohne McKinsey-Folien.

Stand Mai 2026.