Von ChatGPT zu Claude

Warum die meisten Agenturen und Unternehmen KI falsch einsetzen

67% der Agenturen befinden sich laut einer MarTech-Studie aus 2025 noch in einer explorativen Phase mit generativer KI. Das bedeutet: Jemand im Team hat ChatGPT Plus, tippt gelegentlich einen Prompt ein und hofft auf brauchbare Ergebnisse. Kein System, keine Wiederholbarkeit, keine Qualitätskontrolle.

Gleichzeitig gibt es Agenturen, die mit zwei Personen den Output eines sechsköpfigen Teams liefern. Nicht weil sie härter arbeiten, sondern weil sie KI als Infrastruktur behandeln, nicht als Spielzeug. Der Unterschied liegt nicht im Tool, sondern im System dahinter.

ChatGPT vs. Claude: Was sich für Agenturen wirklich unterscheidet

ChatGPT ist das bekannteste KI-Tool am Markt. Für Brainstorming, schnelle Entwürfe und Bildgenerierung ist es nach wie vor stark. Custom GPTs ermöglichen es, spezialisierte Assistenten mit eigenen Brand Guidelines zu erstellen. Canvas macht kollaboratives Editing einfacher. Advanced Data Analysis verwandelt CSV-Dateien in Charts und Reports.

Aber für systematische Agentur-Workflows stößt ChatGPT an Grenzen. Das häufigste Problem: Der Output klingt nach ChatGPT. Wenn mehrere Agenturen dasselbe Tool mit ähnlichen Prompts nutzen, wird der Output austauschbar. Die Markenidentität der Kunden verwässert. 80% der befragten Marketer bevorzugen Claudes Texte für kundengerichtete Kommunikation.

ChatGPT lebt in einer Sandbox. Es kann keine Dateien auf deinem Rechner lesen, keine Git-Repositories verwalten, keine Builds starten. Alles muss manuell per Copy-Paste übertragen werden. Für einzelne Prompts kein Problem. Für systematische Workflows eine Bremse.

Claude Code: Der Unterschied zur Chat-Oberfläche

Claude Code ist eine Terminal-Anwendung. Statt in einem Chat-Fenster zu tippen, arbeitest du in deinem normalen Projektordner. Claude kann Dateien lesen, bearbeiten, erstellen und Befehle ausführen. Direkt in deinem Dateisystem.

Das Konzept der CLAUDE.md ist dabei zentral: Eine Textdatei im Projektordner, die Claude bei jedem Start liest. Hier definierst du Brand Voice, Naming Conventions, Kundenregeln, Qualitätsstandards. Einmal geschrieben, immer aktiv. Neue Teammitglieder bekommen vom ersten Tag konsistenten Output, weil die Regeln im System verankert sind.

Dazu kommen Skills (wiederverwendbare Workflows als Markdown-Dateien) und Sub-Agenten (parallele Spezialisten, die gleichzeitig an verschiedenen Teilen einer Aufgabe arbeiten). Die Content-Agentur Animalz hat beispielsweise einen Schreib-Befehl mit acht Phasen gebaut: Foundation, Thesis, Structure, Research, Outline, Introduction, Drafting, Review. Ein Style-Check startet acht parallele Agenten, die gleichzeitig Voice, Grammatik, Formatierung und SEO prüfen.

Konkrete Ergebnisse: Was Agenturen mit Claude erreichen

Dentsu, Havas und Publicis Groupe nutzen Claude Enterprise mit jeweils 200 bis 1.400 Usern. SEO-Audits, die vorher 15 Tage gedauert haben, sind in 2 Tagen fertig. Die Client Retention stieg bei einer Agentur von 78% auf 89%. Reports, mit denen Kunden durchschnittlich 3,2 Minuten verbracht haben, werden jetzt 11,7 Minuten lang gelesen.

RSL/A, eine Zwei-Personen-Agentur, nutzt Claude Code mit neun MCP-Integrationen als "dritten Mitarbeiter". Die Blog-Produktion stieg von 4 auf 12 Artikel pro Monat. Client-Sites von 2 auf 5 pro Monat. E-Mail-Sequenzen, die vorher 4 Stunden gebraucht haben, sind in 45 Minuten fertig. Gesamtkosten: unter 80 Dollar pro Monat.

Austin Lau, ein einzelner Growth Marketer bei Anthropic ohne Programmiererfahrung, hat das gesamte Marketing von Anthropic 10 Monate lang alleine geführt. Ad-Erstellung: von 30 Minuten auf 30 Sekunden. 5x Produktivitätssteigerung im Digital Marketing. 100+ Stunden pro Monat im Influencer Marketing eingespart.

MCP: Wie KI mit deinen bestehenden Tools kommuniziert

Das Model Context Protocol (MCP) verbindet Claude direkt mit externen Systemen. Kein Copy-Paste, kein CSV-Export, kein manueller Datentransfer. Claude liest Live-Daten aus Google Ads, schreibt in dein CMS, aktualisiert HubSpot-Kontakte. Von 1.000 Servern Anfang 2025 auf über 10.000 im März 2026.

Für Agenturen und Unternehmen bedeutet das: Ein einziger Prompt kann Daten aus Google Ads, Meta Ads und Analytics zusammenführen, einen konsolidierten Report erstellen und ihn nach Notion pushen. Statt 2 Stunden manueller Arbeit pro Report: 5 Minuten Überprüfung.

Der Business Case: Was es kostet und was es bringt

Claude Pro kostet 20 Dollar pro Monat. ChatGPT Plus ebenfalls 20 Dollar. Zusammen 40 Dollar pro Mitarbeiter. Bei einer 10-Personen-Agentur sind das 400 Dollar pro Monat. Wenn jeder Mitarbeiter 5 Stunden pro Woche spart (bei 50 Dollar Stundensatz), ergibt das 10.000 Dollar eingesparte Kapazität pro Monat. ROI: 25:1.

Die alternative Rechnung: Statt Zeitersparnis zu kalkulieren, rechne mit Kapazität. Ein Team von 5 Personen, das heute 10 Kunden betreut, kann mit KI-Infrastruktur 25 Kunden betreuen. 2,5x Umsatz ohne 2,5x Personalkosten.

In vier Wochen zur funktionierenden KI-Infrastruktur

Der Einstieg braucht keinen CTO und kein sechsstelliges Budget. Woche 1: Claude Pro und ChatGPT Plus für jeden im Team einrichten. Erste Aufgaben vergleichen. Woche 2: CLAUDE.md pro Kunde schreiben, Claude Projects einrichten, erste Custom GPTs bauen. Woche 3: Top-3 Zeitfresser identifizieren, ersten Claude Code Skill bauen, erste MCP-Integration einrichten. Woche 4: Sub-Agenten konfigurieren, Reporting automatisieren, Team-Onboarding dokumentieren.

Die Lernkurve für Nicht-Entwickler ist flacher als erwartet. Klarheit in Anweisungen ist wichtiger als technisches Wissen. Wer einem Junior klar erklären kann, was er tun soll, kann auch Claude Code steuern.

Die ehrliche Grenze: Das Copilot Ceiling

Anthropics eigenes Marketing-Team hat einen Begriff dafür geprägt: das Copilot Ceiling. KI-gestützte Content-Erstellung ist gelöst. Aber Distribution, Kampagnen-Orchestrierung und Performance-Monitoring bleiben manuell. Wenn du 5x mehr Content produzierst, wird Distribution zum neuen Engpass. Das ist kein Argument gegen KI. Es ist der Grund, warum Agenturen und Marketing-Teams nicht überflüssig werden. Die Arbeit verschiebt sich von Produktion zu Orchestrierung.