- Claude kann jetzt Excel-Tabellen, Dokumente, PowerPoint-Dateien und PDFs direkt erstellen und bearbeiten und liefert damit über einfache Textantworten hinaus echte Arbeitsergebnisse
- Dadurch lassen sich anspruchsvolle Aufgaben wie Datenanalyse, Finanzmodellierung, Projektmanagement-Dashboards und Budget-Tracking allein per Konversation erledigen; Arbeiten, die zuvor Stunden dauerten, werden auf Minuten verkürzt
- Die Funktion ist als Preview in den Tarifen Max, Team und Enterprise verfügbar, Unterstützung für den Pro-Tarif folgt in Kürze; Claude führt dabei Code-Ausführung und Dateianalyse in einer privaten Computerumgebung durch
- Zum Starten muss die Funktion unter Settings > Features > Experimental aktiviert werden; anschließend Datei hochladen oder Anweisung geben → im Chat fortfahren → Ergebnis herunterladen/in Google Drive speichern
- Diese Funktion gibt Claude Internetzugriff, wodurch ein Risiko von Datenabfluss besteht; Überwachung und Vorsicht sind daher erforderlich
Was ist möglich?
- Claude erstellt auf Grundlage der Anweisungen des Nutzers echte Dateien
- Es kann von hochgeladenen Daten ausgehen, Informationen recherchieren oder ganz von vorn beginnen
- Daten → Erkenntnisse: Wenn Rohdaten bereitgestellt werden, erzeugt Claude Ergebnisse mit bereinigten Daten, statistischer Analyse, Diagrammen und Erläuterungen der wichtigsten Inhalte
- Erstellung von Tabellen: Wenn Anforderungen wie Finanzmodelle, Projekt-Tracker oder Budget-Vorlagen beschrieben werden, erstellt Claude Tabellen mit funktionierenden Formeln und mehreren Arbeitsblättern
- Konvertierung zwischen Formaten: PDF → PowerPoint, Besprechungsnotizen → formatiertes Dokument, Rechnung → Tabelle mit Formeln usw. werden automatisch umgewandelt
- Auch Kundensegmentierungsanalysen, Umsatzprognosen und Budget-Tracking übernimmt Claude als technische Arbeit; Projekte, die normalerweise Programmier- oder Statistikkenntnisse erfordern und viel Zeit kosten, lassen sich so mit kurzen Gesprächen erledigen
So funktioniert es: Claudes Computer
- Im vergangenen Jahr hat sich Claude von einfacher Frage-und-Antwort-Nutzung hin zur Fertigstellung kompletter Projekte weiterentwickelt
- Claude hat jetzt Zugriff auf eine private Computerumgebung und erstellt Ergebnisse durch Ausführen von Code und Starten von Programmen
- Der Nutzer liefert Strategie und Kontext, Claude übernimmt die technische Umsetzung
- Selbst komplexe, mehrstufige Aufgaben lassen sich nun per Konversation ausführen, wodurch die Lücke zwischen Idee und Umsetzung kleiner wird
Erste Schritte
- Experimental-Funktion aktivieren: Settings → Features → Upgraded file creation and analysis
- Relevante Dateien hochladen oder die Aufgabe beschreiben
- Schrittweise mit Claude per Chat vorgehen
- Fertige Dateien herunterladen oder in Google Drive speichern
Hinweise
- Da Claude für diese Funktion auf das Internet zugreift, um Dateien zu erstellen und zu analysieren, ist beim Umgang mit sensiblen Daten Vorsicht geboten
- Es wird empfohlen, bei der Nutzung der Funktion Gesprächsinhalte und Ergebnisse zu überwachen
3 Kommentare
Hm … wird die Excel-basierte Vorverarbeitung dadurch vielleicht etwas einfacher?
Dies ist ein von Simon Willison rezensierter Artikel.
Rezension von Claudes neuem Code Interpreter, veröffentlicht unter einem sehr verwirrenden Namen
Hacker-News-Kommentare
Ich habe die Container-Spezifikation rückentwickelt, PDF-Join-Diagramme aus einer SQLite-Datenbank gerendert und anschließend ein komplexes Diagramm-Experiment, das ich zuletzt mit ChatGPT Code Interpreter gemacht hatte, mit Claude erneut ausprobiert.
Die Rezension gibt es hier.
Wenn man Claude dann bittet, stattdessen ein neues Artifact zu erstellen, werden mehrere Änderungen auf einmal übernommen. Das passiert oft genug, dass es mühsam wird.
Sie wirkt wie eine Variante des Code-Interpreter-Musters, bei der Claude in einer Linux-Containerumgebung Python ausführen kann.
Wenn man es Tabellenkalkulationen erstellen lässt, führt es den Befehl
pip install openpyxl pandas --break-system-packagesaus und erstellt und startet direkt Python-Skripte.Wenn man die neue Funktion in den Einstellungen aktiviert, wird das Analysis-Tool (das im Browser per JavaScript lief) automatisch deaktiviert.
Offenbar können nicht beide gleichzeitig aktiviert sein.
Die neue Funktion wird ausschließlich als Dateierstellungssystem beschrieben.
Ich prüfe gerade, ob sie jetzt auch die Code-Analyse ersetzt.
Ich habe den Befehl gegeben: „Erzähl mir alles über die shell- und Python-Umgebung“, und einige Informationen erhalten.
/usr/bin/nodeist v18.19.1HTTP-Anfragen schlagen mit Fehler 403 fehl, also scheint es einen Universal Proxy zu geben.
pip install sqlite-utilsfunktioniert.Nur Domains wie PyPI stehen offenbar auf der Whitelist.
In den Umgebungsvariablen sind Proxys über
HTTPS_PROXYundHTTP_PROXYangegeben.Nur Github, PyPI, npmjs usw. sind über den Proxy erlaubt.
Der Proxy basiert auf Envoy, und Anthropic überwacht per Man-in-the-Middle sogar den HTTPS-Traffic mit selbst ausgestellten Zertifikaten.
Zu Beginn des Sommers konnte man jede beliebige Datei als Artifact erhalten und herunterladen.
Irgendwann wurden Artifacts dann nur noch als Seiten bereitgestellt, die man innerhalb der App ansehen konnte.
Diese Funktion könnte meine frühere Arbeitsweise wiederherstellen.
Ehrlich gesagt habe ich sie vermisst; deshalb bin ich dankbar, aber wenn man sie wieder zurückbringt, frage ich mich auch, warum sie überhaupt entfernt wurde.
Das fällt im Vergleich zu AI-Coding-Assistenten, die direkt im Dateisystem mit Code arbeiten, noch stärker auf.
Ich habe es mit der neuen Funktion für Dokumentarbeit in einem Projekt ausprobiert, und der Unterschied ist eindeutig groß.
Wenn ChatGPT so etwas jetzt auch anbieten würde, könnte man Dokumentarbeit per Sprache erledigen, ohne auf den Monitor zu schauen; ich hoffe wirklich, dass es das bald gibt.
Ich und die meisten Leute, mit denen ich die Uni abgeschlossen habe, haben in unseren Zwanzigern Nächte mit PowerPoint und Excel durchgemacht.
Selbst Ingenieure mit Masterabschluss wurden um 1 Uhr nachts angerufen, nur um die Schriftart in Folien zu ändern oder kleine Berechnungen anzupassen.
Für echte Entscheidungen wurden diese Dokumente am Ende oft kaum genutzt.
Jetzt könnte so etwas in wenigen Minuten erledigt sein, aber gleichzeitig könnten Vorgesetzte auch zehnmal so viele Folien und Berichte verlangen.
Bei LLMs könnte es ähnlich sein: Man kann zwar eine kleine Zahl hochwertiger Dokumente erzeugen, aber meistens wird man schnell halbgar Dokumente produzieren, Feedback wie „nicht so gut“ bekommen und kurz darauf wieder neue Dokumente in ähnlicher Qualität erstellen.
Wenn solche Funktionen einem kurz Luft verschaffen, wird dieser Vorteil bald wieder vollständig vom Wettbewerb aufgesogen.
Wenn das hier nur zuverlässig genug ist, wird klassisches Excel die meisten Anforderungen noch länger abdecken.