Claude baut jetzt Dashboards und Erklärvideos: KI-Agenten erobern den Büroalltag

Berlin, 9. Oktober 2026 – KI-Agenten verlassen das Textfeld und greifen nach dem Arbeitsalltag. Anthropic lässt Claude Dashboards und Erklärvideos bauen; Nvidia und OpenAI zeigen, wie Agenten Datenanalyse und Büroabläufe übernehmen.

Claude baut jetzt Dashboards und Videos

Anthropic hat zwei neue Beta-Funktionen für Claude vorgestellt. „Dashboards" verbindet Datenquellen wie BigQuery, Databricks, Snowflake oder Salesforce und verwandelt sie per Textprompt in automatisch aktualisierte Live-Dashboards; jede Zahl zeigt die zugrunde liegende Abfrage, und Ergebnisse lassen sich in Werkzeuge wie Amplitude, Grafana oder Hex leiten.^[The Decoder – Claude can now generate animated explainer videos and live data dashboards from text prompts – url: https://the-decoder.com/claude-can-now-generate-animated-explainer-videos-and-live-data-dashboards-from-text-prompts/] „Motion" erzeugt aus Text, Diagrammen und Bildern animierte Erklärvideos, die sich als Code bearbeiten und als MP4 exportieren lassen.^[The Decoder – Claude can now generate animated explainer videos and live data dashboards from text prompts – url: https://the-decoder.com/claude-can-now-generate-animated-explainer-videos-and-live-data-dashboards-from-text-prompts/] Während Dashboards für zahlende Nutzer verfügbar ist, bleibt Motion den Team- und Enterprise-Paketen vorbehalten.^[The Decoder – Claude can now generate animated explainer videos and live data dashboards from text prompts – url: https://the-decoder.com/claude-can-now-generate-animated-explainer-videos-and-live-data-dashboards-from-text-prompts/] Docs, Slides und Design verlassen zugleich die Beta und laufen nun in allen Tarifen, auch im kostenlosen – laut Anthropic wurden mit diesen Werkzeugen bereits mehr als 45 Millionen Dokumente erstellt.^[The Decoder – Claude can now generate animated explainer videos and live data dashboards from text prompts – url: https://the-decoder.com/claude-can-now-generate-animated-explainer-videos-and-live-data-dashboards-from-text-prompts/]

Agenten, die Datenanalyse zuverlässig machen

Wie anspruchsvoll der Bau solcher Agenten ist, zeigt das Nvidia-Team KGMON, das beim „KDD Cup 2026 Data Agents" den zweiten Platz belegte. Aufgabe war, natürlichsprachige Fragen über unterschiedlichste Datenquellen – Datenbanken, CSV- und JSON-Dateien, PDFs und Videos – zu beantworten.^[NVIDIA – Building Reliable Data Analytics Agents: Lessons from the KDD Cup – url: https://developer.nvidia.com/blog/building-reliable-data-analytics-agents-lessons-from-the-kdd-cup/] Die zentrale Lehre: Zuverlässigkeit entsteht weniger durch ein offeneres Modell als durch ein durchdachtes „Harness". Das Team vereinheitlichte alle strukturierten Daten in einer einzigen SQLite-Datenbank mit schmaler Schnittstelle, ließ vorab die Tabellenstruktur erkunden und beschränkte den Agenten auf wenige Werkzeuge, die fehlerhafte Aufrufe selbst reparieren.^[NVIDIA – Building Reliable Data Analytics Agents: Lessons from the KDD Cup – url: https://developer.nvidia.com/blog/building-reliable-data-analytics-agents-lessons-from-the-kdd-cup/]

Oracle und der Coding-Agent im Büroalltag

Dass Agenten längst in Unternehmen Einzug halten, zeigt auch ein Fall, den OpenAI selbst beschreibt: Oracle verwandelt mit ChatGPT Work und Codex Expertenwissen in schnelle, wiederholbare Arbeitsabläufe – quer durch Recruiting, Engineering und operative Prozesse.^[OpenAI – How Oracle turns days of work into minutes with ChatGPT and Codex – url: https://openai.com/index/oracle] Wie intensiv Coding-Agenten intern genutzt werden, verdeutlicht Epoch AI: Der tägliche Verbrauch eines mittleren OpenAI-Forschers, zu API-Preisen bewertet, wuchs von unter einem Dollar im Januar 2026 auf rund 600 Dollar Mitte August; die obersten zehn Prozent verbrauchten über 7000 Dollar pro Tag.^[Epoch AI – The Epoch Brief - October 8, 2026 – url: https://epochai.substack.com/p/the-epoch-brief-october-8-2026]

Die neuen Funktionen deuten in eine Richtung: KI wird nicht mehr nur abgefragt, sondern arbeitet – mit eigenem Datenzugriff, eigenen Werkzeugen und wachsender Autonomie. Ob aus den Versprechen belastbare Produkte werden, entscheidet sich im Alltag der Anwender.