Computer Use gibt es seit den 3.5-Modellen — als Beta, mit dem Charme eines Experiments. Jetzt ist es auf der Claude-Plattform allgemein verfügbar, zusammen mit der Skills API und der Files API. Und es kommt ein neues Werkzeug dazu, das mir mehr über den zukünftigen Kurs verrät als das GA-Häkchen selbst.
Klicken wie ein Mensch — aber mehrere Aktionen pro Zug
Der Grundgedanke bleibt: Du gibst dem Agenten einen Screenshot, er klickt, tippt und scrollt wie jemand an der Tastatur. Der Clou an der neuen Version ist, dass Claude jetzt mehrere Aktionen pro Zug ausführt, statt eine pro Modellaufruf. Weniger Aufrufe, weniger Zeit, weniger Kosten. Und Computer Use ist jetzt unter der BAA für HIPAA-regulierte Workloads freigegeben — ein Signal Richtung Gesundheits- und Versicherungsbranche.
Die Zahlen, die Anthropic zitiert, sind griffig. Ein Kunde aus dem Versicherungsumfeld berichtet, sein längster Schadensfall-Workflow sei von 32 auf 13 Minuten gefallen, die Kosten pro Aufgabe um etwa 30 Prozent gesunken, die Abschlussquote auf 100 Prozent gestiegen — ohne eine einzige geänderte Prompt.
Das Browser-Tool zielt nicht mehr auf Pixel
Der spannendere Teil ist das neue Browser-Werkzeug. Es arbeitet mit denselben Mehrfach-Aktionen, liest aber zusätzlich die Struktur der Seite. Statt zu raten, wo auf dem Bildschirm ein Button liegt, greift der Agent gezielt ein konkretes Feld oder einen Link an — über den Accessibility-Baum der Seite.
Wer schon mal einen pixelbasierten Agenten gebaut hat, kennt das Grundproblem: Ein neues Layout, eine verschobene Schaltfläche, und das ganze Skript fällt auseinander. Der strukturbasierte Zugriff macht das robuster. Entwickler sprechen das Tool über browser_toolset_20260801 an, Computer Use läuft als computer_toolset_20260801 — ohne Beta-Header.
Skills und Files API im selben Aufwasch
Die Skills API und die Files API sind derselbe Release, den ich hier schon einmal gestreift habe. Kurz zur Einordnung: Skills sind Ordner mit Anweisungen und Skripten, die Claude nur lädt, wenn eine Aufgabe sie braucht — du hostest nichts selbst. Die Files API speichert Dokumente, die ein Agent liest und schreibt: einmal hochladen, per ID referenzieren, fertige Dateien wieder herunterladen. Zusammen ergeben die drei Bausteine einen Agenten, der Software bedient, dein Fachwissen anwendet und fertige Dateien zurückgibt.
Meine Einordnung
Von allem hier finde ich das Browser-Tool am aussagekräftigsten. Pixel-Klicken war immer der Notnagel für Software ohne API — beeindruckend in der Demo, brüchig im Alltag. Die Seite lesen statt sie anzustarren ist der richtige Weg, und interessanterweise geht Anthropic ihn genau dann, wenn andere noch auf reine Screenshots setzen.
Dass Computer Use raus aus der Beta ist, ist mehr als Kosmetik. Es heißt, Anthropic traut dem Ding produktive Workflows zu — inklusive regulierter Bereiche wie Healthcare. Der Sprung von 32 auf 13 Minuten ist ein einzelner Kundenwert, klar. Aber die Richtung stimmt.
Quellen: