Was Anthropic angekuendigt hat
Am 8. April 2026 hat Anthropic Claude Managed Agents gestartet – derzeit in der oeffentlichen Beta. Es ist kein neues Modell. Es ist kein Update fuer Claude. Es ist ein Infrastrukturdienst: eine Cloud-Plattform, auf der autonome KI-Agenten laufen, ohne dass Sie sich um Server, Container, Recovery oder Skalierung kuemmern muessen.
Bisher musste jeder, der einen Agenten mit Claude bauen wollte, alles selbst verwalten: die Ausfuehrungsschleife, die Tool-Orchestrierung, das Sandboxing, die Zustandspersistenz. Managed Agents nehmen Ihnen diese Arbeit ab. Sie definieren, was der Agent tun soll und mit welchen Tools – Anthropic kuemmert sich um den Betrieb.
Das Versprechen ist konkret: Entwicklungszeiten von Monaten auf Tage reduzieren. Die ersten Nutzer – Notion, Rakuten, Asana, Sentry – bestaetigen eine bis zu 10-fache Beschleunigung bei der Bereitstellung.
So funktionieren sie: die vier Kernkonzepte
Die Architektur der Managed Agents dreht sich um vier Elemente.
Agent: die Definition des Agenten. Umfasst das verwendete Claude-Modell, den System-Prompt, die verfuegbaren Tools, die verbundenen MCP-Server und die Guardrails. Sie erstellen ihn einmal und verwenden ihn in mehreren Sitzungen.
Environment: der konfigurierte Cloud-Container. Sie koennen Pakete vorinstallieren (Python, Node.js, Go), Netzwerkzugriffsregeln definieren und Dateien einbinden. Das ist die Umgebung, in der der Agent arbeitet.
Session: eine aktive Instanz des Agenten, die eine bestimmte Aufgabe ausfuehrt. Sie hat ein persistentes Dateisystem und einen Gespraechsverlauf, der zwischen den Interaktionen erhalten bleibt.
Events: die Nachrichten zwischen Ihrer Anwendung und dem Agenten. Sie koennen Eingaben senden, Ausgaben per SSE (Server-Sent Events) im Streaming empfangen und den Agenten waehrend der Ausfuehrung unterbrechen oder umleiten.
Was sie konkret leisten koennen
Managed Agents haben Zugriff auf einen vollstaendigen Satz integrierter Tools. Sie koennen Bash-Befehle im Container ausfuehren, Dateien lesen und schreiben, im Web suchen, Seiten navigieren und sich ueber MCP-Server mit externen Diensten verbinden.
Das bedeutet: Ein Agent kann in einer einzigen Sitzung ein hochgeladenes Dokument analysieren, Daten extrahieren, Code zur Verarbeitung schreiben, diesen ausfuehren, die Ergebnisse pruefen und einen Bericht erstellen. Alles ohne eigene Infrastrukturverwaltung.
Zu den Funktionen in der Research Preview gehoeren die Moeglichkeit, Unter-Agenten fuer parallele Aufgaben zu erstellen (Multi-Agent), persistenter Speicher zwischen Sitzungen und automatische Prompt-Verfeinerung – die in internen Tests die Erfolgsrate um bis zu 10 Prozentpunkte verbessert hat.
Fuer Unternehmen, die bereits MCP-Server zur Bereitstellung interner Daten nutzen, ist die Integration direkt: Sie deklarieren einfach die MCP-Server in der Agentendefinition.
Updates zu Claude und KI für Unternehmen erhalten
Eine E-Mail, wenn es etwas Lesenswertes gibt. Kein Spam.
Sie evaluieren Claude für Ihr Unternehmen? Erfahren Sie was es kostet oder welcher Plan am besten passt
Was sie kosten: das Pricing-Modell
Das Pricing hat zwei Komponenten. Die erste sind die Infrastruktur-Laufzeitkosten: 0,08 Dollar pro Stunde aktiver Sitzung. Wartezeiten werden nicht berechnet. Die zweite ist der Claude-Token-Verbrauch zu den Standard-API-Tarifen.
Ein konkretes Beispiel: Ein Customer-Service-Agent, der 20-Minuten-Tickets bearbeitet, kostet etwa 0,027 Dollar Laufzeit pro Ticket plus 0,10–0,50 Dollar an Token je nach Komplexitaet. Fuer einen 24/7 laufenden Agenten liegt allein die Laufzeit bei etwa 58 Dollar pro Monat – zuzueglich Token-Kosten.
Um einzuordnen, wie sich das in die Claude-Kostenlandschaft fuer Unternehmen einfuegt: Der Hauptvorteil ist, dass Sie nicht in eigene Infrastruktur investieren muessen – Server, Orchestrierung, Recovery-Systeme sind inklusive.
Wer sie bereits einsetzt
Vier namhafte Unternehmen haben Managed Agents in ihre Produkte integriert.
Notion nutzt sie fuer parallele Aufgabendelegation: Ein Hauptagent koordiniert spezialisierte Unter-Agenten fuer verschiedene Aufgaben. Asana hat "AI Teammates" gebaut, die Routinearbeit in Projekten uebernehmen. Sentry hat den Ablauf von der Fehlererkennung bis zur Pull-Request-Erstellung automatisiert. Rakuten ging in weniger als einer Woche vom Pilotprojekt in die Produktion.
Das sind alles Enterprise-Faelle mit signifikantem Volumen. Das gemeinsame Muster: Prozesse, die frueher komplexe Infrastruktur erforderten, starten jetzt in Tagen.
Was sich fuer Unternehmen aendert
Fuer Unternehmen, die den Einsatz von KI-Agenten evaluieren, senken Managed Agents die Einstiegshuerde drastisch. Es braucht kein eigenes DevOps-Team, keine Container-Verwaltung, keine selbstgebauten Recovery-Systeme.
Gerade fuer den deutschen Mittelstand gilt: Viele Unternehmen haben intern begrenzte KI-Kompetenzen. Ein Managed Service, der die Infrastruktur abstrahiert, erlaubt es, sich auf das Wesentliche zu konzentrieren – die Prozesse zu definieren, die automatisiert werden sollen, und die Governance-Regeln festzulegen – ohne sich in technischer Komplexitaet zu verlieren.
Die naheliegendsten Anwendungsfaelle: Dokumentenautomatisierung im Rechtsbereich und in der Compliance, Finanzanalyse im Private Equity, Ticketmanagement im Kundenservice, Code-Review und Testing in der Softwareentwicklung.
Fuer alle, die bereits mit der Claude API oder dem Agent SDK arbeiten, sind Managed Agents der naechste Schritt: von der Experimentation in die Produktion, mit von Anthropic verwalteter Infrastruktur.
Wenn Sie evaluieren, wie Sie Claude in Ihrem Unternehmen einsetzen koennen, oder verstehen wollen, welcher Ansatz am besten passt – Managed Agents, direkte API oder Agent SDK – kann das Team von Maverick AI Sie mit einer unabhaengigen Bewertung unterstuetzen.