Austin Lau arbeitet im Growth Marketing bei Anthropic. Bevor er das erste Mal mit Claude Code gearbeitet hat, musste er nachschlagen, wie man auf einem Mac ein Terminal öffnet. Eine Woche später liefen zwei Dinge, die es vorher nicht gab. Ein Plugin, das ihm Anzeigenvarianten auf Klick erzeugt, Bauzeit knapp eine Stunde. Und ein Ablauf für Anzeigentexte, der aus Kampagnendaten eine fertige Datei zum Hochladen macht. Vorher 30 Minuten pro Anzeige, danach 30 Sekunden.
Das ist kein Entwickler, der einen Vorsprung ausbaut. Das ist ein Marketer, der ein Werkzeug entdeckt hat, das nicht für ihn gebaut schien.
Genau das ist die Lage, in der du gerade bist, wenn du eine Recruiting-Agentur führst. Dein Bekanntenkreis redet über Claude Code, im Namen steht "Code" und du hast keine IT-Abteilung. Dieser Artikel klärt, was davon dich wirklich angeht.
Was Claude Code ist und was der Name verschweigt
Claude Code ist ein KI-Assistent, der auf deinen Dateien arbeitet. Er liest den Inhalt eines Ordners, ändert Dateien darin und führt Befehle aus. Der Unterschied zum Chatfenster, das du kennst, ist genau dieser Zugriff. Du lädst nichts hoch und kopierst nichts hin und her. Du zeigst auf einen Ordner und beschreibst, was passieren soll.
Der Name ist irreführend. Programmieren ist nur einer von vielen Anwendungsfällen. Alles, was als Datei auf deinem Rechner liegt, ist erreichbar. Excel-Exporte, PDF-Anhänge, Textdateien, Bilder.
Anthropic hat das selbst gemerkt. Im Januar 2026 kam Cowork dazu, dieselbe Technik in der Claude-Desktop-App, ohne Terminal. Der Auslöser war laut Anthropic, dass die eigenen nicht-technischen Teams angefangen hatten, Claude Code für mehrstufige Arbeit zu benutzen. Cowork ist in Pro, Max, Team und Enterprise enthalten und läuft auf macOS und Windows.
Für dich heißt das: Cowork ist der Einstieg, Claude Code die Stufe darüber. Wenn du Dateien sortierst, Listen aufräumst und Berichte baust, reicht Cowork. Erst wenn ein echtes Projekt mit Versionsverwaltung im Spiel ist, lohnt der Weg über das Terminal.
Die Zahl, die die Diskussion entscheidet
Anthropic hat rund 400.000 Claude-Code-Sitzungen von etwa 235.000 Personen ausgewertet, Oktober 2025 bis April 2026. Das Ergebnis, das für dich zählt:
Bei Aufgaben mit Code erreichen alle größeren Berufsgruppen im Schnitt fast dieselbe Erfolgsquote wie Software-Entwickler. Entscheidend ist Fachwissen im eigenen Gebiet, nicht Programmierkenntnis. Der Abstand zwischen fortgeschrittenen Nutzern und Experten ist gering.
Über die sieben Monate hat sich die Nutzung außerdem verschoben. Der Anteil Fehlersuche hat sich fast halbiert, dafür kamen Datenauswertung und das Schreiben von Dokumenten dazu, die mit Code nichts zu tun haben.
Übersetzt auf deine Agentur: Deine Recruiterin, die seit sechs Jahren weiß, woran eine schlechte Kandidatenliste krankt, bringt für dieses Werkzeug mehr mit als ein Informatikstudent, der die Branche nicht kennt.
Ein zweites Beispiel aus dem Anthropic-Bericht, das noch näher an deinem Alltag liegt. Die Finanzabteilung dort beschreibt ihre Abläufe in einer schlichten Textdatei. Sinngemäß: frag dieses Dashboard ab, führ diese Auswertungen aus, gib eine Excel-Datei aus. Claude Code arbeitet das ab und fragt selbst nach, wenn Angaben fehlen, etwa der Zeitraum. Niemand in dieser Abteilung programmiert.
Eine Einordnung, die dazugehört. Alle diese Belege stammen von Anthropic und beschreiben Anthropic-Mitarbeiter, die über ein Anthropic-Produkt schreiben. Einen unabhängigen dokumentierten Fall aus einer Recruiting-Agentur habe ich nicht gefunden. Die Übertragung auf deinen Alltag ist begründet, sie ist kein Nachweis.
Sechs Aufgaben aus deinem Agenturalltag
Alle sechs laufen ohne eine Zeile Code. Vorher liest du bitte den Abschnitt zu Bewerberdaten weiter unten, das ist keine Formalie.
Kandidatenlisten zusammenführen und entdoppeln
Du hast einen Export aus dem Bewerbermanagement, eine Liste aus LinkedIn und die Excel-Tabelle, die eine Kollegin nebenher pflegt. Drei Dateien, drei Spaltenlogiken, überall dieselben Leute doppelt.
Du legst die Dateien in einen Ordner und beschreibst in zwei Sätzen, welche Spalten zusammengehören und woran eine Dublette erkennbar ist. Zuerst die E-Mail-Adresse, danach Name plus aktueller Arbeitgeber. Heraus kommen zwei Dateien. Die saubere Liste und eine zweite mit den unsicheren Treffern, die du selbst ansiehst.
Die erste Einrichtung kostet dich eine halbe bis eine Stunde. Danach ist jeder Durchlauf eine Frage von Minuten.
Der Monatsbericht für den Kundentermin
Du beschreibst einmal, wie der Bericht aussehen soll. Pro offener Stelle die angesprochenen Personen, die Rückmeldungen, die geführten Gespräche, die Einstellungen und der Vergleich zum Vormonat. Diese Beschreibung bleibt als Datei liegen.
Ab dann wirfst du den neuen Export daneben und bekommst dieselbe Auswertung im selben Format. Bei Anthropic ist ein wöchentlicher Marketing-Bericht auf diesem Weg von ein bis zwei Tagen Arbeit auf wenige Stunden gefallen. Das lief über Cowork, nicht über das Terminal.
Datenqualität prüfen statt Daten korrigieren
Der unterschätzte Fall und der mit dem besten Verhältnis von Nutzen zu Risiko. Ein Durchlauf über deinen Export meldet dir fehlende Telefonnummern, kaputte Datumsformate, denselben Kunden in vier Schreibweisen und Einträge ohne Status.
Du bekommst eine Fehlerliste. Nichts wird stillschweigend geändert. Genau das willst du bei Daten, für die du geradestehst.
Texte gegen deine eigene Tonalität prüfen
Deine Sprachregeln stehen einmal in einer Textdatei im Ordner. Wie ihr Bewerber ansprecht, welche Wörter ihr nicht benutzt, wie lang Sätze werden dürfen. Diese Datei bleibt dauerhaft liegen und wird bei jeder Anfrage mitgelesen.
Danach prüfst du jede neue Stellenanzeige und jedes Anschreiben dagegen und bekommst die Abweichungen markiert. Für den Anfang lohnt sich derselbe Durchlauf gegen eine Liste kritischer Formulierungen zu Alter, Geschlecht und Herkunft. Das ersetzt keine rechtliche Prüfung. Es fängt die groben Ausrutscher vor der Veröffentlichung ab.
Ein kleines eigenes Werkzeug statt der nächsten Lizenz
Ein Rechner für die Marge pro offener Stelle. Ein Formular, das aus einer Kundenanfrage ein einheitliches Anforderungsprofil macht. Eine Übersicht, die deine Kunden nach Wachstum sortiert, damit klar ist, wo die Vertriebszeit hingeht.
Bei Anthropic hat ein Vertriebler ohne Programmiererfahrung ein Werkzeug gebaut, das Kundenmails in seinem Stil vorformuliert. Rund 4.300 Zeilen Code, praktisch vollständig von Claude Code geschrieben. Nach 24 Stunden im internen Chat nutzten es Kollegen mit.
Ordner und Anhänge sortieren
Lebensläufe und Anhänge aus dem Download-Ordner nach Kunde und offener Stelle einsortieren, einheitlich benannt. Klingt banal, frisst aber jede Woche Zeit. Achtung, hier stecken echte Bewerberdaten drin. Dazu gleich mehr.
Was es kostet
Stand August 2026, direkt von Anthropic:
- Pro: 17 US-Dollar im Monat bei Jahreszahlung (200 im Voraus), 20 bei monatlicher Zahlung. Claude Code und Cowork sind enthalten.
- Max: ab 100 US-Dollar im Monat, mit fünffacher oder zwanzigfacher Nutzungsmenge gegenüber Pro.
- Team: ab 2 Personen. Standardplatz 20 US-Dollar pro Platz und Monat bei Jahreszahlung, 25 monatlich. Premiumplatz 100 beziehungsweise 125. Claude Code ist in beiden Platztypen enthalten, Premium bringt nur mehr Nutzungsvolumen.
- Enterprise: feste Platzgebühr ab 20 US-Dollar plus Nutzung nach Verbrauch.
Was du in keiner Rechnung findest: einen belastbaren Erfahrungswert für Büroarbeit. Anthropic nennt für Unternehmenseinsätze rund 13 US-Dollar pro Person und aktivem Tag sowie 150 bis 250 im Monat. Diese Zahlen stammen von Entwicklern unter Dauerlast. Sie auf deine Recruiterin zu übertragen, die zweimal pro Woche eine Liste aufräumt, wäre geraten.
Die eine Preisentscheidung, die für dich feststeht, hat mit Geld wenig zu tun. Sie steht im nächsten Abschnitt.
Wo deine Daten landen
Hier trennt sich die harmlose Spielerei von der Verarbeitung, für die du haftest.
Der Privatplan scheidet für Bewerberdaten aus. Der Auftragsverarbeitungsvertrag nach Artikel 28 DSGVO ist Teil der kommerziellen Bedingungen und gilt für Team, Enterprise und die Entwicklerplattform. Für Free, Pro und Max gibt es ihn nicht. Wenn du als Inhaber deinen privaten Pro-Zugang nutzt und dort Kandidatendaten verarbeitest, fehlt dir die Grundlage. Das ist keine Auslegungsfrage.
Der zweite Unterschied betrifft das Training. Bei Free, Pro und Max entscheidet eine Einstellung im Konto darüber, ob deine Inhalte zur Modellverbesserung genutzt werden. Das schließt Coding-Sitzungen ein. Ist sie aktiv, beträgt die Aufbewahrung fünf Jahre. Bei Team, Enterprise und der Entwicklerplattform trainiert Anthropic nicht mit deinen Inhalten, außer die Organisation tritt ausdrücklich einem Partnerprogramm bei.
Was lokal bleibt: deine Anweisungen und Notizen. Die liegen als schlichte Markdown-Dateien auf deinem Rechner, lesbar, änderbar, löschbar.
Was du sonst noch wissen solltest, ohne dass es dich vom Start abhält. Der Datenverkehr lässt sich in ausgewählte Länder routen, gespeichert wird in den USA, abgedeckt über die Standardvertragsklauseln im Auftragsverarbeitungsvertrag. In dein Verarbeitungsverzeichnis gehört es trotzdem. Und Zero Data Retention, also gar keine Speicherung, gibt es nur für geprüfte Enterprise-Konten über den Anthropic-Vertrieb. Cowork ist davon ausdrücklich nicht abgedeckt.
Was auf keinen Fall in das Werkzeug gehört: Gesundheitsdaten, Angaben zu einer Schwerbehinderung, Gewerkschaftszugehörigkeit, Religion und Herkunft. Dazu vollständige Bewerbungsunterlagen ohne Rechtsgrundlage und jede Art von Zugangsdaten.
Ein technischer Punkt, der dir Sicherheit gibt: Claude Code startet mit reinen Leserechten. Jede Änderung an einer Datei und jeder ausführende Befehl brauchen deine ausdrückliche Freigabe. Und es schreibt nur in den Ordner, in dem du es gestartet hast, plus dessen Unterordner. Lesen außerhalb dieser Grenze löst eine Rückfrage aus. Dieselbe Logik nutzen wir übrigens, wenn wir bei Kunden Prozesse in der Recruiting-Agentur automatisieren, nur eine Ebene tiefer.
Die Grenze, die du nicht überschreitest
Ein Satz, den du dir merken kannst: Aufräumen ist harmlos, Bewerten ist Hochrisiko.
Eine CSV-Datei entdoppeln, einen Bericht bauen, Ordner sortieren. Das ist Büroarbeit mit einem besseren Werkzeug. Sobald das System aber Bewerber auswählt, filtert, sortiert oder bewertet, stehst du in einer anderen Welt.
Artikel 22 DSGVO ist die Regel, die heute schon greift. Eine ausschließlich automatisierte Entscheidung mit erheblicher Wirkung für die betroffene Person ist unzulässig, solange keine Ausnahme greift. Eine automatische Absage ohne Menschen im Ablauf fällt darunter. Wo eine Ausnahme greift, hast du trotzdem Pflichten: Anspruch auf menschliches Eingreifen, auf Darlegung des eigenen Standpunkts und auf Anfechtung.
Die KI-Verordnung stuft Systeme für Beschäftigung und Personalauswahl als Hochrisiko ein. Hier hat sich vor zwei Wochen etwas bewegt. Mit der Verordnung (EU) 2026/1744, dem sogenannten Digital Omnibus, in Kraft seit dem 27. Juli 2026, sind diese Pflichten von August 2026 auf den 2. Dezember 2027 verschoben worden. Inhaltlich ändert sich nichts, du bekommst nur mehr Zeit.
Was dagegen schon gilt: das Verbot bestimmter Praktiken seit Februar 2025, darunter Emotionserkennung im Beschäftigungskontext. Die Transparenzpflichten aus Artikel 50 seit dem 2. August 2026, also seit gut einer Woche. Und die Pflicht zur KI-Kompetenz aus Artikel 4, die durch den Digital Omnibus zwar abgeschwächt wurde, in der Praxis aber bedeutet, dass jemand, der Bewerberdaten anfasst, eine dokumentierte Einweisung braucht. Wie viel davon Panikmache ist und was wirklich im Gesetzestext steht, haben wir uns bei der KI-Schulungspflicht genauer angesehen.
Nichts davon macht das Aufräumen einer Kundenliste zu einem Hochrisiko-System. Genau diese Unterscheidung ist der Punkt.
So fängst du in einer Woche an
Tag 1. Ein Zugang, ein Mensch. Nimm die Person im Team, die am ehesten Freude an solchen Dingen hat. Nicht zwingend dich selbst. Wenn irgendwann echte Daten im Spiel sind, braucht ihr Team statt Pro.
Tag 2 bis 3. Ein Ordner mit anonymisierten Testdaten. Ein echter Export, aus dem Namen, Mailadressen und Telefonnummern ersetzt sind. Damit spielt ihr die Entdopplung durch, bis das Ergebnis stimmt.
Tag 4 bis 5. Ein zweiter Fall, diesmal ohne Personenbezug. Der Monatsbericht oder die Tonalitätsprüfung eignen sich beide.
Vor dem ersten echten Durchlauf haltet ihr drei Dinge schriftlich fest. Welche Datenarten nie hineingehen. Wer freigibt, bevor etwas an einen Kunden geht. Und dass keine Entscheidung über einen Bewerber ohne einen Menschen fällt.
Das Werkzeug ist billig und in einer Stunde eingerichtet. Was du wirklich investierst, ist die Zeit, in der jemand aus deinem Team lernt, seine eigene Arbeit so präzise zu beschreiben, dass eine Maschine sie ausführen kann. Diese Fähigkeit bleibt, auch wenn das Werkzeug in zwei Jahren anders heißt.
Und wenn du an dem Punkt merkst, dass die eigentliche Bremse nicht deine Listen sind, sondern woher überhaupt die nächsten Kundenanfragen kommen sollen, dann ist das ein anderes Gespräch. Eines, das wir gerne mit Recruiting-Agenturen führen.
