Claude für Excel

 (claude.com)
6 Punkte von GN⁺ 2025-10-28 | 1 Kommentare | Auf WhatsApp teilen
  • Claude für Excel ist eine KI-Assistentenfunktion, die komplette Excel-Arbeitsmappen versteht und Formeln, tabellenübergreifende Abhängigkeiten und die Modellstruktur analysiert, um Erklärungen und Unterstützung bei Änderungen bereitzustellen
  • Nutzer können Fragen zu Zellen, Tabellenblättern und Berechnungsflüssen stellen und erhalten Erklärungen mit Zell-für-Zell-Zitaten; auch bei geänderten Annahmen bleiben Formeln erhalten
  • Es führt Szenariotests sowie Fehler-Debugging (#REF!, #VALUE!) und das automatische Ausfüllen von Vorlagen durch; Änderungen werden in Echtzeit angezeigt und erläutert
  • Derzeit als Research-Preview-Beta verfügbar; für einige Kunden der Pläne Max, Team und Enterprise gibt es eine Warteliste
  • Ziel sind automatisierte Finanzmodellierung, transparente Interpretation von Berechnungen und sicherheitsfreundliche Integration; künftig soll die Unterstützung auf Pivot-Tabellen, Makros und weitere fortgeschrittene Funktionen ausgeweitet werden

Überblick

  • Claude für Excel ist eine integrierte KI-Assistentenfunktion von Anthropic, die innerhalb von Excel arbeitet und sich dadurch auszeichnet, dass sie Formeln, Datenstrukturen und Beziehungen zwischen Tabellenblättern in einer Arbeitsmappe vollständig versteht
  • Über einfache Formelerklärungen hinaus führt die KI automatisch Nachverfolgung der Logik, Änderungen von Annahmen und Szenariotests im Modell durch

Hauptfunktionen

  • Antworten auf Fragen auf Zellebene
    • Fragt man Claude in einem komplexen Excel-Modell nach einer bestimmten Zelle, einem Tabellenblatt oder einem Berechnungspfad, liefert es sofort eine Analyse samt Zitaten auf Zellebene
    • Beispiel: „Welche Annahmen beeinflussen die Umsatzprognose für Q3?“
  • Szenariotests
    • Auch bei geänderten Annahmen bleiben bestehende Formeln und Abhängigkeitsbeziehungen erhalten, während die Änderungen im gesamten Modell übernommen werden
    • Geänderte Werte werden hervorgehoben, sodass ein transparenter Vergleich der Ergebnisse möglich ist
  • Fehler-Debugging
    • Verfolgt die Ursachen von Fehlern wie #REF!, #VALUE! und Zirkelbezügen (circular reference) und schlägt Lösungen vor
    • Fehler lassen sich beheben, ohne das bestehende Modell zu beschädigen
  • Modellerstellung und Ausfüllen von Vorlagen
    • Erstellt neue Finanzmodelle anhand von Anforderungen oder trägt Daten automatisch in bestehende Vorlagen ein
    • Aktualisierungen erfolgen unter Beibehaltung von Struktur und Format

Zuverlässigkeit und Sicherheit

  • Transparenz und Sichtbarkeit in Echtzeit
    • Änderungen von Claude werden in Excel in Echtzeit angezeigt, zusammen mit einer Erklärung für jede einzelne Änderung
  • Erhalt von Formeln und Struktur
    • So konzipiert, dass Formeln, Formatierung und Tabellenstruktur in der Arbeitsmappe nicht beeinträchtigt werden
  • Unternehmenssicherheit
    • So aufgebaut, dass es innerhalb der bestehenden Sicherheits- und Compliance-Strukturen einer Organisation funktioniert

Ausblick

  • Verfügbarkeitsstatus: Derzeit in der Research-Preview-Beta-Phase; zunächst mit einer Warteliste für 1.000 Nutzer aus den Plänen Max, Team und Enterprise
  • Unterstützte Formate: Unterstützt .xlsx- und .xlsm-Dateien; Größenlimits variieren je nach Plan
  • Einschränkungen: Pivot-Tabellen, bedingte Formatierung, Datenvalidierung und Makros (VBA) werden noch nicht unterstützt, sind aber für künftige Updates vorgesehen
  • Das Ziel ist, dass KI den vollständigen Funktionsumfang von Excel versteht und als vollwertiger Partner für Datenanalyse arbeitet

Einordnung

  • Claude für Excel ist ein erster Fall, in dem KI die komplexe Logik strukturierter Spreadsheet-Arbeit direkt interpretiert und verändert und markiert damit einen bedeutenden Schritt von einem textzentrierten LLM hin zu einem Werkzeug für quantitative Analyseunterstützung
  • Der Reifegrad ist noch begrenzt, doch im Hinblick auf Automatisierung von Datenanalyse und Fehlererkennung besteht erhebliches Potenzial zur Steigerung der Effizienz in der Praxis
  • Wenn künftig fortgeschrittene Funktionen integriert werden, könnte dies die Grundlage dafür schaffen, dass auch Nichtfachleute mithilfe von KI komplexe Excel-Aufgaben ausführen können

Verwandte Beiträge

1 Kommentare

 
GN⁺ 2025-10-28
Hacker-News-Kommentare

  • Ich finde, die Stimmung in den Kommentaren viel zu negativ.
    Ein erheblicher Teil der White-Collar-Arbeit hängt mit Excel zusammen, und schon einfache Automatisierung dürfte die Produktivität stark erhöhen.
    Meine Frau leitet ein Team im Versicherungsbetrieb, und der Großteil der Arbeit besteht darin, Daten aus mehreren internen Systemen nach Excel zu exportieren, zusammenzuführen und zu interpretieren.
    Solche Rollen werden wahrscheinlich als Erste automatisiert, sobald die Integration ausgereift ist.
    Auf dem Niveau von Sonnet 4.5 wirkt es bereits so, als könne es die Analysen dieser Leute replizieren oder übertreffen.

    • Aus meiner Erfahrung mit Excel in Unternehmen verschiedenster Größen wirkt das wie ein Vorzeichen einer Katastrophe.
      Die Excel-Oberfläche ist ohnehin schon komplex und fehleranfällig. Wenn dann noch ein LLM eingreift, kommt zusätzlich Halluzination dazu, und das Chaos dürfte nur größer werden.
      Die Genauigkeit von Tabellenkalkulationen sollte nicht aus Zufälligkeit kommen, sondern aus logischen Prinzipien.
    • Ich glaube nicht, dass ein LLM präzise und deterministische Aufgaben wie in Excel ausführen kann.
      Sprachzusammenfassungen dürfen subjektiv sein, Zahlen aber nicht. Dass LLMs selbst bei grundlegender Mathematik schwach sind, ist längst bekannt.
      Sogar Google hat eingeräumt: „LLMs verstehen Mathematik nicht, sie ahmen nur Muster nach.“
    • Diese Technik hat das Potenzial, die Produktivität der Menschen explosionsartig zu steigern, daher überrascht mich die zynische Reaktion.
      Die meisten Excel-Nutzer interessieren sich mehr für das Geschäft als für Excel selbst.
      Wenn Claude ihnen hilft, ihre Arbeit besser zu verstehen, könnten am Ende alle wohlhabender werden.
      Fehler wird es geben, aber es gibt keinen Grund anzunehmen, dass die Fehlerquote im Verhältnis zum Nutzen schlechter wird.
    • Ich denke, dass sehr viel Software im Grunde gebaut wurde, um „kaputte Tabellenkalkulationen“ zu ersetzen.
      Gerade erleben wir in Echtzeit einen Moment der Generalisierung von Software.
    • In der HN-Community sitzt eine tiefe Abneigung gegen KI.
      Bei manchen liegt das vielleicht an der Angst, ersetzt zu werden, oder an der FOMO, einen KI-Trend verpasst zu haben.

  • Die meisten Leute raten nur über die Funktionen, dabei steht es im Artikel ziemlich klar.
    Claude unterstützt auf Zellebene Formelverfolgung, Fehler-Debugging, Szenariotests und Modellerstellung.
    Das heißt, Fehler wie #REF! oder #VALUE! lassen sich schnell finden, und selbst wenn man Annahmen im Gesamtmodell ändert, bleiben die Abhängigkeiten erhalten.

    • Wenn das tatsächlich REF-, VALUE- und NA-Fehler behebt, wäre allein das schon enorm wertvoll.
      Excel ist innerhalb seines vorgesehenen Rahmens ein Geschenk des Himmels, aber sobald man ein Stück darüber hinausgeht, wird es zum Albtraum.
      Vielleicht kann KI genau diese Lücke schließen.
    • Leute, die die Ungenauigkeit von KI kritisieren, sind Techniker, die von Genauigkeit besessen sind.
      Aber für den Großteil der Welt ist wichtiger, dass etwas „nützlich aussieht“, als dass es exakt ist.

  • Ich bin Mitgründer von Calcapp und habe mit Claude Code an einem Wochenende 20 App-Vorlagen erstellt.
    Ich habe nur Beispiel-JSON gezeigt, und es hat auf Anhieb komplexe Apps erzeugt.
    Auch unsere erweiterte Excel-Funktionssyntax (z. B. Lambda für FILTER, Enum für XMATCH usw.) hat es sofort verstanden.
    Claude meinte, „mit Unterstützung für LET wäre es sauberer“, und als ich sagte, dass wir das unterstützen, hat es sofort in die erweiterte Syntax umgeschrieben.
    Ich habe Vorlagen für Immobilien, Finanzen, Einzelhandel und andere Bereiche erstellt, und Claudes Domänenwissen war dabei sehr hilfreich.
    Wegen der Kosten liegt das vorerst auf Eis, aber ich würde Claude Code gern in Calcapp integrieren.
    Mehr Details habe ich in diesem Beitrag zusammengestellt.

  • Ich habe ChatGPT in der Finanzbranche verwendet, und dabei sind Fehler in Millionenhöhe entstanden.
    Anders als beim Programmieren gibt es keinen unmittelbaren Feedback-Loop, daher muss man mühsam alles einzeln prüfen, um zu sehen, wo es schiefgelaufen ist.
    Wenn das in großem Maßstab eingeführt wird, könnten interessante (oder gefährliche) Dinge passieren.
    Trotzdem scheint Automatisierung auf dem Niveau von Boilerplate-Code in Tabellenkalkulationen möglich.

    • Ich bin nicht besonders gut mit Excel, aber wenn ein LLM stattdessen Datenverbindungsabfragen oder SQL für mich erstellt, war das wirklich praktisch.
      Es ging nicht um komplexe Formeln, sondern darum, Daten schnell zu laden und für Diagramme oder Bucketisierung zu nutzen.
      Mein Anwendungsfall ist einfach, aber insgesamt war es definitiv eine positive Erfahrung.

  • Ein nichtdeterministisches KI-Tool auf Excel-Dateien mit hunderten MB zu setzen, ist eine gefährliche Kombination.
    Ohne Tests nach dem Zufallsprinzip Formeln zu ändern, steht sinnbildlich für die Rücksichtslosigkeit der IT-Branche.
    Trotzdem werden die Leute glauben, dass Claude for Excel schon funktionieren wird, weil sie gelernt haben, dass ChatGPT gut funktioniert.
    Ich hoffe, dass solche Ergebnisse später als fahrlässiges Verhalten gelten, aber in der Realität wird es wohl einfach als „höhere Gewalt“ abgetan.

  • Anthropic bringt viele interessante Projekte heraus, aber wegen des sehr schlechten Kundensupports habe ich beschlossen, es nicht mehr zu nutzen.
    Ich bin Max-Abonnent, und selbst dann war die Reaktion miserabel; andere Nutzer berichten offenbar von ähnlichen Erfahrungen.

    • Dass Claude Code keine IDE hat, liegt an der Philosophie, dass IDEs bald nutzlos werden und man sie deshalb gar nicht erst gebaut hat.
      Das ist ein ähnliches Denken wie bei Noam Shazeer, der sinngemäß sagte: „Bald werden Roboter die Garage putzen, also machen wir das jetzt nicht.“
      Unter so einer Weltsicht erscheinen Dinge wie Kundensupport oder Aufräumen als Unannehmlichkeiten, die sowieso bald verschwinden.
    • Der Kundenservice bei B2C-Unternehmen wird meist schlechter oder bleibt gleich.
      Das sieht man bei Google, Apple und Microsoft, und nur im B2B-Bereich gibt es gelegentlich Verbesserungen.
    • Schlechter Kundensupport ist aus meiner Sicht eine Frage der Prioritäten.
      Anthropic scheint sich eher auf neue Wachstumschancen zu konzentrieren als auf das Feedback einiger weniger Kunden.
    • Ich habe ein Max-Abo und frage mich, was genau passiert ist.
    • Im Moment sind die Investoren die eigentlichen Kunden.
      Mit Abo-Gebühren lassen sich die Infrastrukturkosten nicht decken; es geht gerade darum, die breite Masse anzuziehen und den Markt zu validieren.
      Ich habe mein Max-Abo schließlich auch gekündigt und Claude Code stattdessen mit der DeepSeek API verbunden.
      Die Leistung liegt bei etwa drei Vierteln, die Kosten aber nur bei einem Viertel, und damit bin ich zufrieden.
      Dabei habe ich erkannt, dass in der Praxis die Intelligenz des Tools selbst wichtiger ist als das Modell.

  • Wenn im Anmeldeformular Private Equity, Hedge Fund und Investment Banking erwähnt werden, ist der Fokus offenbar auf Finanzmodellierung gerichtet.
    Als ich im Investmentbanking gearbeitet habe, habe ich oft die Nächte damit verbracht, 3-Statement-Modelle zu bauen.
    Solche Modelle sind im Grunde Abhängigkeitsgraphen, daher könnte ein LLM, das diese durchläuft, ein sehr mächtiges Werkzeug sein.
    Wenn auch kleine und mittlere Unternehmen Finanzmodelle auf dem Niveau großer Konzerne präsentieren könnten, würde das die wirtschaftliche Gesundheit insgesamt verbessern.

    • Aber Finanzdaten Investoren mit einem Tool zur Erzeugung plausibel wirkender Daten zu präsentieren, halte ich für Betrug.

  • Wenn das richtig funktioniert, könnte es enorme Auswirkungen haben.
    Viele Unternehmen betreiben Prozesse im Wert von Milliarden Dollar in Excel.
    Der entscheidende Punkt ist nicht, neue Tabellen zu erstellen, sondern bestehende zu verbessern.
    Wenn es auf dem Niveau von Claude Code arbeitet, dürfte es zu einer explosionsartigen Verbreitung kommen.

    • Dabei könnte man aber auch 15 Jahre internes Wissen verlieren, nur um 200.000 Dollar zu sparen, und am Ende scheitern.
      Vielleicht wäre das dann wirklich ein „Riesenerfolg“.
    • Microsoft könnte versuchen, über Änderungen am Dateiformat Wettbewerber auszusperren.
      Copilot for Excel ist derzeit noch ziemlich schlecht, aber mit mehr Konkurrenz könnte es spannend werden.

  • Ich glaube, dass die Nachfrage nach Versionsverwaltung und Diff-Tools für .xlsx-Dateien bald explodieren wird.

    • Eigentlich hätte man solche Funktionen schon vor langer Zeit gebraucht.
      Hoffentlich entsteht daraus diesmal ein richtiges Ökosystem.

  • Ich suche nach einer lokalen LLM-Lösung für den Umgang mit Excel-Dateien.
    Ich möchte Umfragedaten zeilenweise stimmungsanalysieren und klassifizieren, aber ChatGPT ist wegen der Grenzen des Kontextfensters zu langsam.
    Mit einem lokalen Modell wäre vielleicht selbst bei etwas GPU-Zeit eine Verarbeitung auf Zeilenebene möglich.
    Bisher habe ich aber noch kein solches Tool gefunden.

    • Es wurde vorgeschlagen, die Kombination Cellm + Ollama auszuprobieren.
    • Wenn es nicht um Excel, sondern um Google Sheets geht, könnte man mit ChatGPT eine benutzerdefinierte AppScript-Funktion erstellen
      und sie etwa so verwenden: =CALL_OPEN("Classify this survey response: "&A1)