Am 5. August hat Anthropic eine Funktion vorgestellt, die im ersten Moment technisch klingt, für Unternehmen aber ziemlich zentral ist: Inference Hooks. Kurz gesagt schiebt Anthropic damit einen Kontrollpunkt vor jeden Prompt. Bevor Claude überhaupt anfängt zu antworten, kann der Sicherheits-Server des Unternehmens entscheiden — durchlassen oder blocken.
Wie das funktioniert
Schaltet eine Organisation Inference Hooks ein, läuft jede Anfrage über eine signierte WebSocket-Verbindung zum eigenen Sicherheits-Server. Claude schickt den Prompt samt Kontext dorthin und wartet auf ein Urteil. Erst wenn ein «Allow» zurückkommt, generiert das Modell. Dasselbe gilt für Tool-Aufrufe: Ruft Claude ein Tool auf — auch über MCP, Skills oder Plugins — wird die Antwort geprüft, bevor sie zurück ans Modell geht.
Das Urteil ist binär: erlauben oder verweigern. Der Server kann einen Prompt nicht umschreiben oder Teile schwärzen, nur ganz durchlassen oder ganz stoppen. Der häufigste Einsatz ist Data Loss Prevention (DLP) — also verhindern, dass sensible Daten überhaupt beim Modell landen. Anthropic nennt aber auch andere Zwecke: Echtzeit-Archivierung von Transkripten, Telemetrie im Moment der Nutzung oder eigene Policy-Engines, etwa Modell-Allowlists.
Wichtig für die Praxis: Das Ganze baut auf einem offenen, Webhook-basierten Protokoll mit veröffentlichtem Schema auf. Wer schon Netskope, Palo Alto, Proofpoint oder Zscaler nutzt, kann Claude auf denselben Server zeigen lassen. Und für den sanften Start gibt es einen Shadow-Modus (immer erlauben, nur beobachten), rollenbasierte Ausnahmen und prozentweise Ausrollung.
Meine Einordnung
Bisher gab es native Inline-Kontrolle nur in Claude Code über die Client-seitigen Hooks. Inference Hooks schließt die Lücke und deckt alle Enterprise-Oberflächen mit einer einzigen Konfiguration ab. Das ist genau die Art Funktion, die in der Demo langweilig wirkt und im Sicherheits-Meeting den Unterschied macht.
Für mich ist das ein klares Signal, wohin Anthropic zielt: nicht der einzelne begeisterte Entwickler, sondern die Compliance-Abteilung, die sonst «Nein» sagt. Wer KI im regulierten Umfeld einführen will, scheitert selten am Modell und oft an der Frage, wer den Datenfluss kontrolliert. Genau darauf antwortet dieses Feature. Ein bisschen Vorsicht bleibt: Ein reines Allow-oder-Deny ohne Redaktion ist grob — entweder der ganze Prompt geht durch oder gar nicht. Für den Anfang ist das trotzdem ein sinnvoller, ehrlicher Baustein.
Quellen: