Mit Claude Opus 4.7 kommt etwa zwei Monate nach dem 4.6-Update ein Modell, das genau dort ansetzt, wo viele Teams mit KI noch kämpfen – bei der Verlässlichkeit im Alltag. Erste Tests zeigen, dass Tasks stabiler durchlaufen und weniger Nacharbeit erfordern. In internen Evaluierungen auf Basis von SWE-bench Pro und OSWorld erreicht Opus 4.7 beispielsweise 64,3 Prozent bei agentischer Codierung und 78 Prozent bei agentischer Computerarbeit.

Opus 4.7 ist ab sofort breit verfügbar und läuft auf claude.ai, über die Claude-Plattform sowie in allen großen Cloud-Umgebungen. Für User heißt das, die neue Version lässt sich ohne Umwege in bestehende Workflows einbauen. Gleichzeitig bleibt es nicht bei Anthropics eigenen Umgebungen. Auch bei Perplexity übernimmt Opus 4.7 die Rolle des Standardorchestrierungsmodells für komplexe Computer-Tasks und ist für Max-Abonnent:innen auf Web, iOS und Android verfügbar.

---

Anthropic erweitert Claude Code um Channels für Messenger

---

Die wichtigsten Upgrades von Opus 4.7

Claude Opus 4.6 hat im Februar die Basis gelegt. Mehr Kontext, stabilere agentische Abläufe und erste Ansätze zur Selbstprüfung machten längere Tasks verlässlich umsetzbar. Mit Opus 4.7 knüpft Anthropic genau daran an. Das Modell arbeitet bei langlaufenden Aufgaben konsequenter, setzt Anweisungen exakter um und überprüft eigene Ergebnisse, bevor sie zurückgegeben werden. Anspruchsvolle Tasks lassen sich damit mit weniger Kontrolle übergeben, auch wenn es weiterhin wichtig bleibt, KI-Ergebnisse zu prüfen, um möglichen Fehlern oder Halluzinationen entgegenzuwirken.

Der Fortschritt zeigt sich besonders bei visuellen Aufgaben. Opus 4.7 verarbeitet Bilder mit mehr als dreifacher Auflösung und erkennt Details, die zuvor oft verloren gingen. Interfaces, Präsentationen und Dokumente wirken dadurch sauberer ausgearbeitet, weil das Modell feiner auf Layout und Struktur reagiert.

Mit der neuen xhigh-Effort-Stufe ergänzt Anthropic die bisherigen Optionen high und max und schafft eine Zwischenstufe für den Rechenaufwand. Aufgaben lassen sich damit gezielter zwischen Geschwindigkeit und Gründlichkeit austarieren. Ergänzend führen Task Budgets in der Beta einen klaren Rahmen für längere Prozesse ein und helfen, Ressourcen besser zu planen. Der neue /ultrareview-Befehl prüft Änderungen Schritt für Schritt und markiert Schwachstellen ähnlich wie ein Review im Team. Gleichzeitig läuft der erweiterte Automatikmodus länger durch, ohne ständig nach Bestätigung zu fragen. Gerade bei komplexeren Tasks sorgt das für deutlich weniger Unterbrechungen. Zudem wurde der Automatikmodus auf Max User ausgeweitet.

Teurer im Einsatz, strenger im Zugriff

Die Preise bleiben unverändert bei fünf US-Dollar pro Million Input-Token und 25 US-Dollar pro Million Output-Token. Gleichzeitig steigt der Bedarf an Tokens pro Aufgabe, weil Opus 4.7 Inhalte detaillierter verarbeitet. Durch den neuen Tokenizer und intensiveres Reasoning können laut Anthropic je nach Use Case bis zu 1,35-mal mehr Tokens anfallen. Einzelne Tasks werden damit potenziell teurer, obwohl sich am Preismodell nichts geändert hat. Umso wichtiger wird es, Prompts und Workflows effizient aufzusetzen.

Mit dem Glasswing-Projekt testet Anthropic, wie sich neue KI-Modelle schrittweise und kontrolliert veröffentlichen lassen. Opus 4.7 dient dabei als erstes Testmodell, an dem neue Sicherheitsmechanismen erprobt werden. Bestimmte Cyber-Fähigkeiten wurden bewusst eingeschränkt, gleichzeitig erkennt das System riskante oder missbräuchliche Anfragen und blockiert sie automatisch. In den Sicherheitsbewertungen, die auf Anthropics eigenen Evaluierungen basieren, gilt das Modell als „weitgehend gut abgestimmt und vertrauenswürdig“, zeigt aber weiterhin Schwächen in sensiblen Bereichen. Positiv fällt die verbesserte Widerstandsfähigkeit gegen Prompt-Injection-Angriffe auf, also Versuche, das Modell absichtlich durch eingeschleuste Vorgaben zu manipulieren, die Sicherheitsregeln umgehen sollen. Für erlaubte Sicherheitsanwendungen wie das Testen eigener Systeme oder das Finden von Schwachstellen setzt Anthropic auf ein Verifizierungsprogramm statt offenen Zugriff.

Den Köttbullar-Lolli gibt es bald in ausgewählten Einrichtungshäusern.

Lidl hat es vorgemacht, jetzt zieht Ikea nach: Aus einem Aprilscherz wird ein echtes Produkt. Das schwedische Möbelhaus bringt den Köttbullar-Lolli in ausgewählte Filialen.

Googles neue Suche in Chrome:
AI Mode neben Website laufen lassen

Google prüft Anzeigen schon vor dem Upload

Über 8,3 Milliarden blockierte oder entfernte Anzeigen und 24,9 Millionen gesperrte Accounts zeigen, wie massiv Google 2025 gegen Verstöße vorging.

Entscheidend für diesen Erfolgt ist auch der Zeitpunkt der Kontrolle bei Google. Das Unternehmen hat die Prüfung im Prozess weiter nach vorne verschoben und analysiert Anzeigen inzwischen bereits bei der Erstellung. Mehr als 99 Prozent der Ads, die gegen die Richtlinien verstoßen, werden laut Google so gestoppt, bevor sie überhaupt live gehen. Die Grundlage für diesen Erfolg bei der Ad Safety liefern die Gemini-Modelle:

Unsere Modelle analysieren Hunderte von Milliarden Signalen – einschließlich Kontoalter (sprich, wie lange ein Google Ads-Konto bereits existiert), Verhaltenshinweisen und Kampagnenmustern –, um Bedrohungen zu stoppen, bevor diese Menschen je erreichen. 

heißt es im Blogpost. Die Gemini-Modelle bewerten somit nicht mehr nur einzelne Inhalte, sondern ordnen Anzeigen in ihren gesamten Kontext ein und erkennen früh, ob sie darauf ausgelegt sind, Nutzer:innen zu täuschen. Der Druck, bereits vor der Ausspielung von Anzeigen einzugreifen, wächst, weil Betrug durch generative KI deutlich einfacher und skalierbarer geworden ist. Täuschend echte Anzeigen lassen sich automatisiert in großer Menge erstellen und in Kampagnen einspielen, während klassische Filtersysteme oft erst nach ersten Impressionen reagieren. Genau deshalb verlagert Google die Prüfung auf den Moment der Einreichung und macht Prävention zum zentralen Mechanismus.

Parallel verbessert Google die Effizienz der Systeme deutlich. So konnte das Unternehmen mithilfe von Gemini viermal so viele Nutzer:innenmeldungen bearbeiten wie im Vorjahr. Hinweise auf problematische Anzeigen werden inzwischen schneller geprüft und Maßnahmen früher eingeleitet. Für Marketer heißt das, dass Verstöße nicht nur häufiger erkannt, sondern auch deutlich früher im Kampagnenverlauf gestoppt werden.

Googles Ads-System wird präziser und anspruchsvoller

Laut Google wurden 2025 fälschlich gesperrte Werbekonten im Vergleich zum Vorjahr um 80 Prozent reduziert. Das zeigt, dass die KI-Ad-Safety-Systeme des Unternehmens heute deutlich besser zwischen legitimen Kampagnen und tatsächlichen Verstößen unterscheiden. Hintergrund ist die veränderte Bewertung. Anzeigen werden nicht mehr nur anhand einzelner Signale geprüft, sondern im Gesamtzusammenhang eingeordnet, also entlang von Kampagnenstruktur, Verhalten und Mustern.

Für Advertiser macht sich das im Alltag bemerkbar. Sperren wirken weniger willkürlich und Entscheidungen werden nachvollziehbarer. Kampagnen werden nicht mehr nur daran gemessen, ob einzelne Elemente auffällig sind, sondern ob das Gesamtbild stimmig und regelkonform ist. Das reduziert Fehlentscheidungen, erhöht aber gleichzeitig die Anforderungen an sauber aufgebaute Kampagnen.

Googles KI-gestütztes Ad-Safety-System rund um Gemini bringt damit viele Vorteile, schafft aber auch neue Abhängigkeiten. Wer sauber arbeitet, profitiert von stabileren Ausspielungen und weniger unerwarteten Eingriffen. Gleichzeitig wächst die Abhängigkeit von Systembewertungen, die auf unternehmensinternen Modellen basieren und nur begrenzt transparent sind.