Claude-Stack für regulierte Branchen: So bauen Sie KI-Workflows für Anwälte

Von der Chatbox zum KI-Runtime: Warum das Architekturdenken entscheidend ist

Anthropic hat mit Claude kein einfaches Chat-Tool entwickelt, sondern eine mehrschichtige Plattform. Die Oberfläche ist nur der Einstiegspunkt – die wahre Stärke liegt in den zugrundeliegenden Funktionen. Dazu zählen unter anderem:

• Projekte für persistente Arbeitsbereiche mit Dateien und Anleitungen
• Skills als wiederverwendbare Anweisungsblöcke für Stil und Prozesse
• MCP-Connectors für die Integration von Drive, Gmail, Slack oder individuellen Servern
• Cowork für agentenbasierte Aufgabenausführung
• Artifacts für interaktive Oberflächen
• Memory für kontextübergreifende Gespräche
• Claude Code für terminalbasierte Entwicklung
• Die API für den Übergang zu echten Produkten

Erst wenn diese Komponenten nicht als Features, sondern als Bausteine eines Systems betrachtet werden, entsteht eine skalierbare Architektur. Die hier vorgestellte Schichtenstruktur hat sich nach zahlreichen Fehlversuchen bewährt – und lässt sich auf jede regulierte Branche übertragen.

Projekt: Der digitale Aktenordner für langfristige Mandate

In der Rechtsbranche ist ein Projekt ein Fall. In anderen Branchen könnte es eine Kundenbeziehung, ein Bauprojekt oder ein Beratungsauftrag sein – also die zentrale Einheit der Arbeit. Innerhalb eines Projekts werden folgende Elemente hinterlegt:

• Referenzdokumente, die den Auftrag definieren (Verträge, Vorgaben, interne Richtlinien)
• Projektspezifische Anweisungen, die Regeln festlegen (juristische Vorgaben, Stilvorgaben, verbotene Formulierungen)
• Eine Ausgabehistorie, die im Laufe der Zeit eigenen Kontext schafft

Ohne diese Struktur startet jeder Chat von Neuem. Mit ihr erhält Claude sofortigen Zugang zu allen relevanten Informationen. Der Unterschied zwischen einer einmaligen Frage und einer kontinuierlichen Zusammenarbeit wird so greifbar.

Skills: Das firmeneigene Wissen in Maschinen übersetzen

Skills sind eine der unterschätztesten Innovationen von Anthropic. Ein Skill ist im Grunde eine SKILL.md-Datei mit optionalen Begleitdateien, die Claude erklärt, wie eine bestimmte Aufgabe auszuführen ist – und zwar genau so, wie das Team es gewohnt ist. Für eine Anwaltskanzlei wurde etwa ein Skill für Forderungsaufforderungen erstellt, der Struktur, Zitierweise, Tonfall und typische Formulierungen der Kanzlei kodifiziert.

Das Ergebnis: Jeder Mitarbeiter kann den Skill nutzen und erhält eine Ausgabe, die dem Stil erfahrener Partner entspricht. Die Vorteile sind offensichtlich:

• Institutionalisiertes Wissen wird versionierbar und weitervermittelbar
• Arbeitsabläufe werden standardisiert und reproduzierbar
• Neue Mitarbeiter integrieren sich schneller

Das Muster lässt sich auf jede Branche übertragen:

• skills/durchsetzungsaufforderung/SKILL.md
• skills/kundenanalyse/SKILL.md
• skills/statusbericht/SKILL.md

Jede dieser Dateien ist ein Baustein für die digitale Wissensbasis des Unternehmens.

MCP: Die unsichtbare Infrastruktur für nahtlose Integration

MCP (Model Context Protocol) verbindet Claude mit externen Systemen wie Google Drive, Gmail, Slack oder individuellen Servern. Ohne diese connectors müsste der Workflow manuell ablaufen: Datei aus System A herunterladen, in Claude einfügen, Antwort erhalten, Inhalt in System B kopieren. Mit MCP entfällt dieser Medienbruch.

Für regulierte Branchen ist ein individueller MCP-Server oft der entscheidende Hebel. Die meisten Branchen nutzen ein oder zwei zentrale Systeme – etwa eine Praxisverwaltungssoftware für Anwälte oder ein CRM für Steuerberater. Doch nur wenige haben bereits einen KI-Connector dafür bereitgestellt. Wer hier als Erster eine Schnittstelle entwickelt, sichert sich einen entscheidenden Wettbewerbsvorteil.

Cowork: Wenn KI zum Teammitglied wird

Cowork ist Anthropics agentenbasierte Arbeitsweise. Statt einzelne Aufgaben zu delegieren, beschreibt man ein Ziel – und Claude arbeitet die Schritte selbstständig ab, nur bei Bedarf nachfragend. Ein konkretes Beispiel aus der Praxis:

Aufgabe: „Analysiere diese acht Dokumente, extrahiere alle genannten Termine, identifiziere die Quellen und erstelle eine chronologische Zeitleiste, gruppiert nach Themen.“

Ohne Cowork wären dafür Dutzende Hin-und-Her-Nachrichten nötig. Mit Cowork läuft die Aufgabe vollständig automatisiert ab – und liefert ein strukturiertes Ergebnis.

Für regulierte Branchen eignen sich besonders Aufgaben, die:

• mehrere Dokumente umfassen
• sequenziell ablaufen (Ausgabe eines Schritts fließt in den nächsten ein)
• manuell kaum fehlerfrei zu bewältigen sind

Diese Merkmale machen Cowork zu einem unverzichtbaren Werkzeug für effiziente Prozesse.

Claude Code: KI-Entwicklung ohne Programmierkenntnisse

Claude Code ermöglicht die terminalbasierte Entwicklung – und das auch für Nicht-Entwickler. Ein Beispiel: Eine Rechtsfachangestellte ohne Programmierkenntnisse baute in einem Wochenende ein funktionierendes Automatisierungstool für die Mandantenaufnahme. Marketingteams erstellen damit Inhalts-Pipelines. Sachbearbeiter verknüpfen interne Systeme.

Für Entwickler ändert sich die Wettbewerbslogik: Statt Code zu schreiben, geht es darum, die richtige Architektur zu entwerfen. Die eigentliche Code-Generierung ist bereits gelöst – die Herausforderung liegt im Verständnis der Anwendungsszenarien.

API: Vom Prototyp zum Produkt

Sobald ein Workflow in der Claude-Oberfläche stabil läuft, steht der nächste Schritt an: der Aufbau eines API-basierten Produkts. Ob ein kundenorientierter Chatbot, ein internes Tool oder ein Dashboard – die Kosten bleiben überschaubar. Viele Legal-Tech-Startups verlangen vierstellige Monatsbeträge für Funktionen, die sich mit der Claude-API inhouse für einen Bruchteil der Kosten realisieren lassen.

Ein Beispiel: Eine SaaS-Lösung für Anwaltskanzleien, die für KI-Features 500 USD pro Nutzer und Monat verlangt, ließe sich mit etwas Aufwand als maßgeschneiderte Lösung für einen einzelnen Mandanten umsetzen – zu einem Bruchteil der Kosten.

Die häufigsten Fallstricke – und wie man sie vermeidet

Trotz der vielversprechenden Möglichkeiten scheitern viele Teams an vermeidbaren Fehlern. Die drei häufigsten Probleme:

1. Projekte werden nicht genutzt

Ohne strukturierte Arbeitsbereiche fehlt der Kontext für jede Interaktion. Die Folge: Jede Frage startet bei null, und die KI muss sich das Wissen neu erarbeiten. Ein zentraler Fehler, der die Effizienz zunichtemacht.

1. Skills werden als statische Anleitungen behandelt

Skills sind keine einmaligen Dokumente, sondern lebendige Bausteine der Wissensbasis. Wer sie nicht regelmäßig aktualisiert, riskiert veraltete oder fehlerhafte Ausgaben.

1. MCP-Connectors werden unterschätzt

Viele Teams konzentrieren sich auf die KI-Features und vernachlässigen die Integration in bestehende Systeme. Doch erst die nahtlose Verbindung zu Dokumenten, E-Mails und Kalendern macht KI wirklich nutzbar.

Fazit: KI-Workflows skalierbar gestalten

Claude bietet mehr als nur einen besseren Chat. Die Plattform ermöglicht den Aufbau von KI-Workflows, die sich an die strengen Anforderungen regulierter Branchen anpassen. Entscheidend ist das Verständnis der einzelnen Bausteine – von Projekten über Skills bis hin zu API-basierten Produkten. Wer diese Architektur beherrscht, kann nicht nur effizienter arbeiten, sondern auch maßgeschneiderte Lösungen entwickeln, die den spezifischen Bedürfnissen der eigenen Branche gerecht werden.

Die Technologie ist da. Die Frage ist: Wer setzt sie als Erster ein, um echte Wettbewerbsvorteile zu schaffen?