Claude, AI-Agenten und die neue Ära der Wissensarbeit — was das für Verlage bedeutet

Wer die Entwicklung von KI-Modellen in den letzten Monaten verfolgt hat, dem dürfte aufgefallen sein: Es geht nicht mehr nur um bessere Chatbots. Die aktuelle Generation — allen voran Anthropics Claude, aber auch OpenAIs GPT-Modelle und Googles Gemini — hat einen qualitativen Sprung gemacht. Von Sprachmodellen zu Agenten.

Was sind AI-Agenten?

Ein Chatbot beantwortet Fragen. Ein Agent erledigt Aufgaben. Der Unterschied klingt subtil, ist aber fundamental. Ein Agent kann:

• Mehrstufige Prozesse planen — nicht nur den nächsten Satz, sondern eine Abfolge von Schritten
• Tools nutzen — Websuche, Datenbanken, APIs, Code ausführen
• Kontext über lange Zeiträume halten — ein Projekt über Stunden begleiten statt nur eine Frage beantworten
• Selbst korrigieren — Zwischenergebnisse prüfen und den Ansatz anpassen

Anthropics Claude ist hier besonders interessant, weil das Modell mit einem Kontextfenster von bis zu einer Million Tokens arbeiten kann — das entspricht etwa 700.000 Wörtern oder mehreren Büchern gleichzeitig.

Claude im Redaktionsalltag: Konkrete Szenarien

Recherche-Agent

Stellen Sie sich vor, ein Redakteur gibt einem Agenten den Auftrag: „Recherchiere die Entwicklung der Gewerbesteuereinnahmen in unseren fünf größten Gemeinden über die letzten drei Jahre. Vergleiche mit dem Landesdurchschnitt und identifiziere Ausreißer."

Ein klassischer Chatbot würde allgemeine Informationen über Gewerbesteuern liefern. Ein Agent dagegen durchsucht systematisch kommunale Haushaltsberichte, extrahiert die relevanten Zahlen, erstellt eine Vergleichstabelle und formuliert eine Zusammenfassung der Auffälligkeiten — inklusive Quellenangaben.

Redaktionsassistent

Ein Agent kann einen fertigen Artikel nehmen und daraus ableiten: einen Newsletter-Teaser, drei Social-Media-Posts (angepasst an Twitter, LinkedIn und Instagram), SEO-Metadaten, und eine Zusammenfassung für die Morgenkonferenz. Nicht als generischer Output, sondern angepasst an den Ton und die Zielgruppe des jeweiligen Mediums.

Datenanalyse

„Analysiere unsere Top-50-Artikel der letzten sechs Monate. Welche Themen, Formate und Veröffentlichungszeiten korrelieren mit hohen Leserzahlen? Gibt es Muster, die wir für die Themenplanung nutzen können?"

Ein Agent kann diese Analyse durchführen, indem er Analytics-Daten mit den Artikelinhalten korreliert — eine Aufgabe, die ein Mensch Tage beschäftigen würde.

Die Grenzen kennen

So beeindruckend die Fähigkeiten sind, die Grenzen sind ebenso wichtig:

Halluzinationen: Auch die besten Modelle erfinden gelegentlich Fakten. Jedes Recherche-Ergebnis muss von einem Redakteur geprüft werden. Agenten sind Assistenten, keine autonomen Journalisten.

Aktualität: Sprachmodelle haben einen Wissens-Cutoff. Für tagesaktuelle Recherche brauchen sie Zugang zu Live-Quellen — und selbst dann ist die Interpretation menschliche Aufgabe.

Bias: Modelle spiegeln die Verzerrungen ihrer Trainingsdaten wider. Besonders bei kontroversen Themen ist redaktionelle Einordnung unverzichtbar.

Datenschutz: Sensible Informationen — unveröffentlichte Recherchen, Quellenschutz, interne Dokumente — dürfen nicht unbedacht an externe KI-Dienste übermittelt werden.

Was bedeutet das für die Medienbranche?

Die Verlage, die jetzt anfangen, AI-Agenten gezielt in ihre Workflows zu integrieren, werden in zwei Jahren einen erheblichen Produktivitätsvorsprung haben. Nicht weil die KI den Journalismus ersetzt, sondern weil sie den Journalisten von Routine befreit.

Die Rechnung ist einfach: Wenn ein Redakteur durch Agenten-Unterstützung 20 Prozent seiner Zeit zurückgewinnt, sind das bei einer Fünf-Tage-Woche acht Stunden pro Monat. Acht Stunden für investigative Recherche, für Gespräche vor Ort, für die Geschichten, die nur ein Mensch erzählen kann.

Das ist kein Zukunftsszenario. Die Technologie existiert heute. Die Frage ist nur, wer sie nutzt.

Unser Ansatz bei Anjou Media

Wir bauen AI-Agenten nicht als eigenständige Produkte, sondern als integrierte Assistenten in bestehende Redaktionsworkflows. Der Agent lebt dort, wo der Redakteur arbeitet — im Editor, im Recherche-Tool, im Publishing-System. Keine neue Oberfläche, kein zusätzliches Tool, das gelernt werden muss.

Denn die beste KI ist die, die man nicht bemerkt — weil sie einfach funktioniert.