KI-Agenten 2026: Was Claude Computer Use wirklich kostet

KI-Agenten können mit Claude inzwischen eine sichere Folge von Klicks, Tastatureingaben und Prüfungen abarbeiten, bevor sie das Modell erneut aufrufen. Damit verschiebt sich die Kostenfrage: Entscheidend ist weniger, wie viele Aktionen ein Auftrag benötigt, sondern wie viele Entscheidungen dafür nötig sind. Bei einem frühen Einsatz im Gesundheits- und Versicherungswesen verkürzte sich der längste Prozess in der Schadenbearbeitung von 32 Minuten auf 13, die Kosten pro Aufgabe sanken um etwa 30%, und die Abschlussquote erreichte 100%. Für 2026 lautet die entscheidende Frage daher nicht mehr, ob ein KI-Agent Software bedienen kann. Es geht darum, ob weniger Modell-Roundtrips den konkreten Arbeitsablauf günstiger machen als die Warteschlange, Softwarelizenz oder Automatisierungsplattform, die er ersetzt.

Was KI-Agenten mit Computer Use tatsächlich kosten

Für Claude Computer Use fällt keine separate Gebühr pro Klick an. Es handelt sich um ein clientseitiges Tool: Die eigene Anwendung betreibt den Desktop oder Browser und zahlt für jede Modellanfrage die regulären Claude-API-Tokenpreise. Abgerechnet werden dabei auch Tooldefinition, Screenshots, Ergebnisse und erzeugte Aktionen.

Die neue Kostenlogik entsteht durch Multi-Action-Turns. Bisher meldete sich der Agent nach jeder einzelnen Aktion beim Modell zurück. Das aktualisierte Tool kann mehrere geordnete Aktionen in einem Turn liefern. Weniger Turns bedeuten, dass Tooldefinitionen und Verläufe seltener erneut übertragen werden und weniger Screenshots zurück ins Modell gehen.

Das Einführungsbeispiel von Anthropic liefert dafür einen brauchbaren Richtwert: Aus 32 Minuten wurden 13, die Aufgabenkosten sanken um etwa 30%, und der längste Schadenbearbeitungsprozess eines frühen Kunden erreichte 100% Abschlussquote. Das ist das Ergebnis eines einzelnen Kunden, kein allgemeingültiger Rabatt. Entscheidend ist, wie viele Schritte sich im jeweiligen Arbeitsablauf sicher bündeln lassen, ohne dazwischen eine visuelle Kontrolle zu benötigen.

Was sich konkret geändert hat

Ein Modellaufruf ist eine kostenpflichtige Anfrage an Claude. Ein Roundtrip umfasst den gesamten Austausch: aktuellen Bildschirm und Anweisungen senden, eine Aktion empfangen, diese ausführen und das Ergebnis zurückschicken. Der alte Ablauf ähnelt einer Assistenz, die nach jedem Klick wieder am Schreibtisch Bericht erstattet. Im neuen Ablauf arbeitet sie erst eine kurze Checkliste ab und meldet sich danach zurück.

Das allgemein verfügbare Computer-Toolset stellt Claude 17 Desktop-Aktionen bereit, darunter Screenshots, Klicks, Texteingaben, Scrollen, Zoomen, Tastendrücke und Warten. Ein Batch kann eine kurze Sequenz bündeln, etwa klicken, Text eingeben, Enter drücken und anschließend einen Screenshot aufnehmen. Der Executor – also der Code, der den Rechner tatsächlich steuert – führt die Aktionen der Reihe nach aus und gibt sämtliche Ergebnisse gemeinsam zurück.

Das neue Browser-Use-Tool überträgt dasselbe Prinzip auf Webanwendungen. Es kann die Seitenstruktur lesen, Feldern und Schaltflächen Referenzen zuweisen und diese gezielt ansteuern. Pixelkoordinaten bleiben die Rückfallebene für Canvas-Elemente, Videos, virtualisierte Listen und andere Oberflächen ohne brauchbare Strukturinformationen. Der Unterschied ist vergleichbar mit „430 Pixel vom linken Rand klicken“ gegenüber einem Namensschild mit der Aufschrift „Absenden“.

Die Kostenrechnung hinter weniger Modellaufrufen

Der feste Kostenanteil einer einzelnen Anfrage ist klein, fällt aber immer wieder an. Bei Claude Sonnet 5 ergänzt das standardmäßige Computer-Toolset jede Anfrage um etwa 4,590 Eingabetoken. Beim aktuellen Preis von $2 pro Million Eingabetoken entspricht das in einer nicht gecachten Anfrage einem Toolset-Overhead von rund $0.00918. Das Browser-Toolset fügt etwa 6,670 Eingabetoken hinzu, was beim selben Preis ungefähr $0.01334 entspricht.

Ein übersichtliches Planungsbeispiel: Angenommen, eine Desktop-Aufgabe mit 20 Aktionen erforderte bisher 20 Modellaufrufe. Lassen sich zehn Aktionspaare tatsächlich sicher bündeln, sind nur noch zehn Aufrufe nötig. Die zehn vermiedenen Anfragen sparen etwa 45,900 Eingabetoken allein für das Computer-Toolset. Beim aktuellen Sonnet-5-Eingabepreis sind das rund $0.0918 – wiederholter Gesprächsverlauf, Screenshots und Ausgabe noch nicht eingerechnet. Bei 10,000 identischen Aufgaben ergibt bereits diese eng gefasste Overhead-Ersparnis etwa $918.

Diese Rechnung ist kein Preisangebot, sondern die Untergrenze eines Szenarios. Der größere Vorteil kann aus kürzeren Laufzeiten und weniger Fehlversuchen entstehen. Deshalb zählt am Ende der Preis pro erfolgreich abgeschlossener Aufgabe. Auch ein günstiger Fehlversuch wird teuer, wenn anschließend ein Mensch den Schaden prüfen und den Prozess neu starten muss.

Auch die Modellwahl spielt eine Rolle. Claude Opus 5 kostet $5 pro Million Eingabetoken und $25 pro Million Ausgabetoken, Sonnet 5 dagegen $2 beziehungsweise $10. Wer Modelle vergleicht, bevor die Schleife entworfen ist, sollte mit der Übersicht der Stückkosten beginnen und danach die Erfolgsquote anhand eigener Aufgaben messen. Das günstigste Modell pro Token ist nicht zwangsläufig das günstigste pro abgeschlossenem Arbeitsablauf.

Hinzu kommt eine Falle beim Vergleich von Budgetkategorien. UiPath Basic beginnt bei $25 im Monat, Zapier Professional bei $19.99 im Monat. Diese Abopreise sind kein direkter Ersatz für einen API-Agenten. Computer Use benötigt außerdem einen Browser- oder Desktop-Executor, Infrastruktur, Überwachung und Freigaberegeln. Maßgeblich sind die Gesamtkosten des Arbeitsablaufs einschließlich Personalaufwand und Ausnahmen – nicht der Vergleich einer Tokenzeile mit einer Softwarelizenz.

So funktioniert die Schleife ohne Fachchinesisch

1. Die Arbeitsumgebung läuft in der eigenen Anwendung. Sie startet einen kontrollierten Desktop oder Browser. Claude greift nicht selbstständig auf den Laptop eines Mitarbeiters zu.
2. Claude erfasst den aktuellen Zustand. Computer Use liest einen Screenshot. Browser Use kann zusätzlich Felder, Schaltflächen, Formulare und Tabs aus der Seitenstruktur erkennen.
3. Claude schlägt einen geordneten Batch vor. Ein sicherer Batch könnte in einem Modell-Turn ein Feld anklicken, einen Wert eingeben, Enter drücken und den neuen Zustand festhalten.
4. Der Executor setzt die Aktionen um. Er führt sie nacheinander aus. Schlägt eine davon fehl, stoppt er und markiert den Rest als nicht ausgeführt, damit Claude neu planen kann.
5. Folgenreiche Schritte bleiben abgesichert. Anthropic weist ausdrücklich darauf hin, dass vor jeder sensiblen Aktion in einem Batch eine menschliche Freigabe erfolgen muss, weil bis zum nächsten Modell-Turn mehrere Aktionen abgeschlossen werden können.

Multi-Action ist daher zugleich eine wirtschaftliche Änderung und eine neue Aufgabe für das Kontrolldesign. Weniger Rückfragen sparen Geld. Die Kontrollpunkte für Zahlungen, Kontoänderungen, Einreichungen oder sensible Datensätze dürfen dabei jedoch nicht entfallen.

Sieben Arbeitsabläufe, bei denen sich die Rechnung lohnen kann

1. Erfassung von Versicherungsfällen in Portalen ohne API

Ein Team in der Versicherungsabwicklung nimmt eine Schadenmeldung entgegen, gleicht sie mit internen Regeln ab, öffnet das Portal des Versicherers, trägt die Daten ein, hängt Dokumente an und speichert die Bestätigung. Gleichförmige Feldeingaben und Tastaturnavigation lassen sich bündeln; Ausnahmen von Richtlinien und die endgültige Einreichung bleiben freigabepflichtig. Das ist der klarste kommerzielle Anwendungsfall, denn das frühe Beispiel von Anthropic verbindet diesen Prozess bereits mit 30% niedrigeren Aufgabenkosten und einer Zeitersparnis von 19 Minuten.

2. Regressionstests in einer Webanwendung, die sich laufend ändert

Die QA-Leitung eines SaaS-Anbieters kann einem Agenten einen kritischen Pfad vorgeben: Konto anlegen, Teammitglied einladen, eine Einstellung ändern und das Ergebnis prüfen. Browser-Use-Referenzen zielen auf benannte Bedienelemente, sofern die Seite sie zugänglich macht; Screenshots decken visuelle Zustände ab. So lässt sich die Testabdeckung ausweiten, ohne dass ein Tester nach jedem Release denselben Ablauf erneut von Hand durchklicken muss. Fehlgeschlagene Schritte brauchen weiterhin eine Ablaufspur und menschliche Triage.

3. Finanzdaten zwischen Tabellenkalkulation und älterer Desktopsoftware übertragen

In der Kreditorenbuchhaltung kann ein Agent eine vorbereitete Liste lesen, die Buchhaltungsanwendung öffnen, freigegebene Rechnungen erfassen und ein Abschlussprotokoll zurückgeben. Multi-Action-Turns eignen sich für wiederkehrende Folgen aus Tabulatortaste, Texteingabe und Tastenkürzeln. Das Buchen selbst bleibt unter menschlicher Freigabe, Abweichungen werden von der zuständigen Person bearbeitet. Der Agent übernimmt die monotone Doppelerfassung.

4. Verwaltung von Zusatzleistungen in einem Arbeitgeberportal

Ein HR-Operations-Team könnte einen kontrollierten Agenten einsetzen, um routinemäßige Änderungen bei Anmeldungen aus geprüften Quelldaten vorzubereiten, durch das Portal zu navigieren und vor der endgültigen Bestätigung anzuhalten. Der Nutzen liegt in einer kürzeren Verwaltungswarteschlange. Die Einschränkung ist erheblich: Sensible Informationen und Kontoänderungen verlangen auch dann geringe Zugriffsrechte, lückenlose Protokolle und menschliche Aufsicht, wenn ein regulierter Einsatz durch eine passende Vereinbarung abgedeckt ist.

5. Lieferantenaufnahme über mehrere Beschaffungssysteme hinweg

In der Beschaffung werden häufig Steuerformulare geprüft, Lieferantendatensätze angelegt, Kategorien gewählt und Dokumente in Software hochgeladen, deren Systeme nie für die Zusammenarbeit ausgelegt waren. Ein Agent könnte die stabilen Formularschritte übernehmen und fehlende Nachweise als Ausnahme vorlegen. So fließt die Arbeitszeit nicht mehr in das Kopieren von Feldern, sondern in die Klärung unvollständiger oder riskanter Einreichungen.

6. Aktualisierung von E-Commerce-Katalogen in Partnerportalen

Wer auf einem Marktplatz Hunderte Produkte verwaltet, kann freigegebene Änderungen an Titel, Preis und Verfügbarkeit vorbereiten und anschließend von einem Agenten in ein Händlerportal eintragen lassen. Batches helfen, wenn die Felder in einer vorhersehbaren Reihenfolge erscheinen. Der finanzielle Wert entsteht durch die kürzere Zeitspanne zwischen einer genehmigten Katalogänderung und dem Live-Angebot – nicht dadurch, dass die redaktionelle Produktentscheidung entfällt.

7. Routinen im IT-Service-Desk über mehrere Verwaltungsoberflächen

Ein IT-Team könnte einen risikoarmen Ablauf automatisieren, beispielsweise Gerätestatus erfassen, einen Nutzerdatensatz prüfen und einen Entwurf für die Fehlerbehebung erstellen. Computer Use ist besonders relevant, wenn eine Aufgabe Browser- und Desktopanwendungen verbindet. Zugangsdaten zurücksetzen, Berechtigungen ändern oder Produktionssysteme berühren sollte ein Agent jedoch nicht selbstständig, solange keine Person den folgenreichen Schritt freigegeben hat.

Drei Produkte, deren Entwicklung sich lohnt

Die stärkste Chance liegt in einem adaptiven Browser-QA-Runner. Er trifft auf die größte sichtbare Nachfrage, bedient einen klar wiederkehrenden Arbeitsablauf und bietet eine natürliche Grenze zwischen maschineller Ausführung und menschlicher Entscheidung.

1. Adaptiver Browser-QA-Runner – zuerst bauen

Wer zahlt: SaaS-Teams, die häufig veröffentlichen, aber nicht jeden kritischen Browserablauf mit manuell geschriebenen Skripten abdecken können.

Nachfrage: In den USA entfallen monatlich etwa 4,400 Suchanfragen auf „automated software testing“, bei einem CPC von $15.45. Die engere kommerzielle Suchanfrage „automated regression testing software“ erreicht etwa 590 Suchanfragen pro Monat, hat KD 1 und legte in den Keyword-Daten dieses Laufs im Jahresvergleich um 222% zu. Nutzer fragen außerdem: „Which testing tool is in demand in 2026?“

Kleinste verkaufsfähige Version: Eine Staging-Seite anbinden. Die QA-Leitung beschreibt oder demonstriert einige kritische Abläufe; das System führt sie nach Zeitplan aus und liefert für jeden Lauf Erfolg oder Fehlschlag, einen Screenshot sowie eine verständliche Fehlerursache. Abgerechnet werden abgeschlossene Läufe und aufbewahrte Nachweise, nicht Klicks.

Der ehrliche Haken: Dynamische Seiten können Elementreferenzen ungültig machen, Screenshots erhöhen die Kosten, und visueller Erfolg beweist noch keine fachliche Korrektheit. Das Produkt braucht deterministische Prüfbedingungen, Aktionsprotokolle, isolierte Zugangsdaten und eine prüfende Person für mehrdeutige Fehler. Sein Burggraben liegt in der Zuverlässigkeitsschicht und den Prozessnachweisen, nicht im Zugang zum Modell.

2. Arbeitsoberfläche für Schadenportale

Wer zahlt: Maklerhäuser, externe Verwalter und Schadenabteilungen, die geprüfte Informationen in Versichererportale mit schwachen oder fehlenden APIs übertragen.

Nachfrage: „Insurance claims automation“ kommt in den USA auf etwa 140 Suchanfragen pro Monat, KD 2 und einen CPC von $28.14. Die Suchanfrage legte im Jahresvergleich um 325% zu und zeigte in diesem Lauf keine KI-Übersicht – ein kleines Marktsignal mit ungewöhnlich starker Kaufabsicht. Die Einführungsergebnisse von Anthropic machen den Geschäftsfall konkret statt rein theoretisch.

Kleinste verkaufsfähige Version: Ein Eingabeformat und ein Portal unterstützen. Bereits freigegebene Felder extrahieren, dem Bediener die geplante Einreichung zeigen, stabile Schritte ausführen, vor der endgültigen Bestätigung anhalten und ein manipulationssicheres Aktionsprotokoll samt Bestätigung speichern.

Der ehrliche Haken: Jedes weitere Portal verursacht Wartungsaufwand. Prompt Injection, Zugangsdaten, personenbezogene Daten und unumkehrbare Einreichungen rücken das Freigabekonzept ins Zentrum des Produkts. Die HIPAA-Eignung im Rahmen des BAA von Anthropic erweitert den möglichen Einsatzbereich, macht einen Arbeitsablauf allein aber noch nicht regelkonform.

3. Ausnahmenbearbeitung für Dateneingaben in Altsysteme

Wer zahlt: Finanz- und Betriebsteams, deren Quelldaten bereits sauber sind, die sie aber weiterhin in alte Desktopsoftware oder abgeschottete Webportale übertragen müssen.

Nachfrage: „Data entry automation“ erreicht in den USA etwa 210 Suchanfragen pro Monat, KD 1 und einen CPC von $21.85. Das Suchvolumen ist überschaubar, die kommerzielle Absicht jedoch klar. Etablierte Anbieter setzen einen niedrigen sichtbaren Einstiegspreis: UiPath Basic kostet ab $25 im Monat, Zapier Professional ab $19.99 im Monat. Das Verkaufsargument darf daher nicht lauten: „Automatisierung gibt es.“ Es muss heißen: „Diese Lösung bearbeitet die Ausnahme ohne API, die der bestehende Technologie-Stack übrig lässt.“

Kleinste verkaufsfähige Version: Eine Quelltabelle, eine Zielanwendung, eine Freigabewarteschlange und ein reproduzierbares Protokoll. Verkauft werden Ausnahmenbearbeitung und Prüfbarkeit. Gibt es eine stabile API, sollte sie statt der Bildschirmsteuerung eingesetzt werden.

Der ehrliche Haken: Die Nachfrage nach der exakten Suchanfrage ging im vergangenen Jahr zurück, und breite Automatisierungsplattformen beherrschen bereits die einfachen Fälle. Ein allgemeines Produkt zum Klicken auf Bildschirme lässt sich leicht kopieren. Verteidigungsfähig sind ein vertikaler Arbeitsablauf, proprietäre Validierungsregeln und der Nachweis, dass die Kosten von Ausnahmen sinken.

Was Multi-Action nicht löst

Multi-Action-Turns machen nicht jeden Arbeitsablauf sicher bündelbar. Hängt Aktion zwei davon ab, ob Aktion eins erfolgreich war, sollte der Agent den Zustand prüfen und neu planen. Andernfalls kann ein einziger verfehlter Klick alle folgenden Aktionen in den falschen Zustand führen.

Die weiteren Grenzen sind operativ, nicht kosmetisch:

• Computer Use kann bei einer einfachen Aufgabe weiterhin langsamer sein als ein Mensch.
• Die Auswahl von Koordinaten und Tools, das Scrollen sowie komplexe Tabellenaktionen können fehlschlagen oder Wiederholungen erfordern.
• In Nischenanwendungen oder in Abläufen über mehrere Anwendungen hinweg kann die Zuverlässigkeit sinken.
• Dynamische Seiten können Browser-Elementreferenzen veralten lassen.
• Webseiten und Bilder können Prompt Injections enthalten, die den Agenten umzulenken versuchen.
• Browser- oder Desktopumgebung, Zugangsdatenkontrolle und Protokollierung bleiben in eigener Verantwortung; Infrastrukturkosten fallen ebenfalls an.
• Browser Use ist derzeit ausschließlich über die Claude API verfügbar und steht in Claude Managed Agents nicht zur Verfügung.

Computersteuerung ist sinnvoll, wenn eine API fehlt, die Aufgabe wertvoll genug für eine Beobachtung ist und eine Person die Folgen freigeben kann. Für stabile, strukturierte Vorgänge ist eine gewöhnliche API die bessere Wahl. Bildschirmsteuerung ist ein Adapter für vorhandene Software, kein Ersatz für durchdachtes Integrationsdesign.

Was am Montag zu tun ist

Als Pilot eignet sich ein wiederkehrender Arbeitsablauf ohne brauchbare API und ohne unumkehrbare Aktion vor dem letzten Schritt. Er wird in der kommenden Woche in zwei Varianten ausgeführt: einmal mit einer Aktion pro Modellaufruf, danach mit sicheren Multi-Action-Batches ausschließlich für Schritte, die keinen Zwischenscreenshot benötigen. Für jede abgeschlossene Aufgabe werden vier Werte erfasst: API-Kosten, verstrichene Zeit, Anzahl der Wiederholungen und Minuten menschlicher Prüfung.

Der Pilot ist nicht schon deshalb erfolgreich, weil die Tokenkosten sinken. Entscheidend ist, ob die fehlerbereinigten Kosten pro abgeschlossener Aufgabe unter denen des aktuellen Prozesses liegen und die Ablaufspur für die risikoverantwortliche Person ausreicht. Genau diese Budgetposition verändert das Release.

Wie viel kostet der Betrieb von KI-Agenten?

Für Computer Use gibt es keinen Pauschalpreis. Clientseitige Computer- und Browser-Tools werden auf der Claude Platform über die regulären Modelltoken abgerechnet. Sonnet 5 kostet derzeit $2 pro Million Eingabetoken und $10 pro Million Ausgabetoken. Hinzu kommen Executor-Infrastruktur, Screenshots, Protokolle, Wiederholungen und menschliche Prüfung. Die Gesamtsumme wird anschließend durch die Zahl erfolgreicher Aufgaben geteilt.

Wie viel kostet die Entwicklung eines KI-Agenten im Jahr 2026?

Die Entwicklungskosten hängen stärker von Prozessintegration, Sicherheit, Evaluationen und Ausnahmenbearbeitung ab als vom einzelnen Modellaufruf. Eine brauchbare Schätzung trennt den einmaligen Systemaufbau von den laufenden Kosten pro abgeschlossener Aufgabe. Bei Computer Use gehören kontrollierter Desktop oder Browser, Zugangsdaten, Aktionsvalidierung, Protokolle, Überwachung und Freigabeoberfläche in die Rechnung.

Wird KI zu teuer für den Einsatz?

Teuer wird sie, wenn Teams den Tokenpreis optimieren und dabei Fehler sowie wiederholte Modell-Turns ausblenden. Multi-Action Computer Use kann einen Teil dieser Wiederholungen vermeiden. Die richtige Kennzahl bleiben jedoch die fehlerbereinigten Kosten pro abgeschlossener Aufgabe. Das frühe Beispiel von Anthropic zur Schadenbearbeitung zeigte etwa 30% niedrigere Aufgabenkosten, keine allgemeingültige Preissenkung.

Was sind automatisierte Softwaretests?

Dabei führt Software wiederholbare Prüfungen an einem anderen Produkt aus, statt dass ein Mensch jeden Ablauf von Hand durchklickt. Ein Computer-Use-Agent bringt Anpassungsfähigkeit ein, wenn sich Bedienelemente verschieben oder ein Prozess über mehrere visuelle Oberflächen führt. Deterministische Prüfbedingungen entscheiden weiterhin, ob das Ergebnis tatsächlich korrekt ist.

Ersetzt KI die Qualitätssicherung?

Nein. KI kann mehr wiederkehrende Pfade ausführen und erklären, an welcher Stelle ein Ablauf gescheitert ist. Die Qualitätssicherung definiert weiterhin Risiken, entwirft aussagekräftige Tests, legt korrekte Ergebnisse fest, prüft mehrdeutige Fehler und verantwortet die Freigabe eines Releases.

Wenn ein Computer-Use-Agent auf einen realen Arbeitsablauf, dessen Kontrollen und Kostenziel zugeschnitten werden soll, bietet die Entwicklung von KI-Agenten den passenden Einstieg.