Claude baut Live-Dashboards: Was Teams damit anfangen können

Anthropic erweitert Claude am 8. Oktober 2026 um Dashboards, die mit angeschlossenen Datenquellen arbeiten und aktuell bleiben sollen. Das macht aus einer Frage nach Geschäftszahlen eine bearbeitbare Übersicht. Für Teams ist die interessante Möglichkeit, eine erste Analyse schneller anzustoßen und ihren Rechenweg direkt anzusehen.

Das Wichtigste in Kürze

• Claude Dashboards startet als Beta für Pro, Max, Team und Enterprise.
• Diagramme zeigen die zugrunde liegende Abfrage und den letzten Aktualisierungszeitpunkt.
• Ein brauchbares Dashboard braucht eine klare Definition seiner Kennzahlen und passende Datenzugriffe.
• Die ebenfalls neue Funktion Motion animiert vorhandene Inhalte; sie erzeugt keine realistischen Videoszenen.

Vom Chat zur nachvollziehbaren Übersicht

Anthropic nennt als anschließbare Datenplattformen unter anderem BigQuery, Databricks und Snowflake; auch Salesforce-Daten können einfließen. Die Dashboards sollen sich mit veränderten Quelldaten aktualisieren. Für weitergehende Analysen sieht das Unternehmen die Übergabe an bestehende Analysewerkzeuge vor. Das Produkt ist damit zunächst für schnelle, erkundende Fragen gedacht.

Unsere Einordnung: Darin liegt ein sinnvoller Ansatz für die vielen kleinen Fragen zwischen zwei regulären Berichten. Ein Team möchte vielleicht wissen, ob zuletzt mehr Anmeldungen aus einem bestimmten Kanal kamen. Ein fertiger Monatsbericht beantwortet das womöglich nicht. Eine erste Übersicht könnte helfen, die Frage zu präzisieren, bevor daraus ein größerer Analyseauftrag wird. Der Gewinn wäre dann weniger Wartezeit bis zur nächsten sinnvollen Nachfrage.

Die Hilfeseite beschreibt den Einstieg über einen Chat oder eine Dashboard-Vorlage im Bereich Artifacts, also den gespeicherten Arbeitsobjekten. Claude schreibt für jedes Diagramm eine SQL-Abfrage, eine Anweisung zur Auswahl und Zusammenfassung von Daten. In Enterprise-Organisationen muss ein Verantwortlicher die Funktion zunächst aktivieren. Die Beta-Verfügbarkeit allein bedeutet also nicht, dass jedes Teammitglied schon loslegen kann.

Ein besserer Auftrag als „Zeige unsere Kunden“ wäre aus unserer Sicht: Vergleiche abgeschlossene Anmeldungen nach Herkunftskanal für zwei vollständig abgeschlossene Monate und nenne die verwendete Tabelle. Das ist ein vorgeschlagenes Beispiel, kein eigener Produkttest. Es legt fest, welche Ereignisse, Zeiträume und Daten überhaupt verglichen werden sollen.

Warum sichtbare Abfragen die eigentliche Neuerung tragen

Ein Diagramm kann korrekt gezeichnet und trotzdem falsch verstanden sein. Zählt die Abfrage Menschen oder Konten? Werden Testkonten mitgezählt? Bedeutet „Umsatz“ eine Rechnung, eine Zahlung oder einen gebuchten Auftrag? Solche Unterschiede verschwinden nicht dadurch, dass die Ausgabe überzeugend aussieht. Die sichtbare Abfrage gibt Fachleuten aber einen konkreten Ansatzpunkt, um genau diese Fragen zu klären.

Als Arbeitsweise bietet sich deshalb an, zuerst eine bereits bekannte Kennzahl nachzubauen. Stimmt sie mit dem bestehenden Bericht überein, lässt sich untersuchen, ob auch Zeitraum und Ausschlüsse übereinstimmen. Erst dann wäre eine zusätzliche Aufteilung nach Kanal oder Region sinnvoll. Eine abweichende Summe ist dabei ein Anlass, die Definition zu prüfen, bevor jemand eine Geschäftsentwicklung daraus ableitet.

Auch die Aktualisierungsanzeige braucht Kontext. Eine gerade ausgeführte Abfrage kann auf einer Tabelle beruhen, deren jüngster Import älter ist. Für eine belastbare Übersicht sollte daher neben dem Abfragezeitpunkt klar sein, bis wann die Quelle Daten enthält. Das ist unsere methodische Empfehlung. Ein allgemeines Aktualisierungsintervall, das für jede Datenquelle gilt, lässt sich aus der Ankündigung nicht ableiten.

Datenzugriff, Teilen und Abfragekosten gehören dazu

Laut Anthropic übernehmen normale Konnektoren die Rechte der jeweiligen Person im angeschlossenen Dienst. Bei selbst eingerichteten Konnektoren mit gemeinsamen Zugangsdaten gilt dagegen deren Berechtigungsumfang. Team- und Enterprise-Verantwortliche können erlaubte Aktionen weiter einschränken, etwa Lesen zulassen und Schreiben sperren. Für einen ersten Analyseversuch wäre ein begrenzter Lesezugang deshalb ein naheliegender Ausgangspunkt.

Ein Dashboard beginnt privat. Die Freigaberegeln für Artifacts unterscheiden zudem zwischen dem Zugriff auf das Arbeitsobjekt und dem Zugriff auf angeschlossene Daten. Nach der Hilfeseite verwenden Betrachter ihre eigenen Verbindungen; fehlt ihnen der Zugang zur Quelle, erscheint dort ein Fehler. Inhalte, die ein Artifact gespeichert hat, können dagegen geteilt werden. Aus einem Link lässt sich daher weder automatisch vollständiger Datenzugang noch vollständige Abschottung ableiten.

Zugriffsrechte beantworten außerdem eine andere Frage als Speicher- und Vertragsbedingungen. Diese Trennung ist gerade bei internen Geschäftsdaten relevant, wie unsere Einordnung zur Debatte um Datenspeicherung bei Claude zeigt. Für das neue Dashboard folgt daraus keine pauschale Aussage zur Vertraulichkeit; die jeweils geltende Konfiguration muss zur Datenart passen.

Hinzu kommt der Betrieb der Datenplattform. Google beschreibt für BigQuery im nutzungsabhängigen Modell Abrechnung nach gelesenen Datenmengen. Die Einstellung „maximum bytes billed“ kann eine einzelne Abfrage begrenzen. Auch ein LIMIT, das nur wenige Ergebniszeilen ausgibt, senkt bei nicht geclusterten Tabellen die Rechenkosten nicht. Aus einem Claude-Abo folgt deshalb nicht, dass jede angeschlossene Datenabfrage ohne zusätzliche Kosten bleibt.

Ein BigQuery-Probelauf, der sogenannte Dry Run, kann eine Abfrage validieren und ihren Umfang abschätzen, ohne selbst berechnet zu werden. Bei externen Quellen und durch zeilenbezogene Zugriffsregeln geschützten Tabellen sind solche Schätzungen eingeschränkt. Das ist eine Funktion der Datenplattform; wir behaupten damit nicht, dass Claude diesen Probelauf automatisch für jedes Dashboard ausführt.

Erst eine belastbare Zahl, dann die Animation

Parallel startet Claude Motion als Beta für Team und Enterprise. Die Funktion animiert Text, Diagramme, Formen und Bilder als bearbeitbaren Code und exportiert das Ergebnis als MP4. Ein Videogenerierungsmodell für realistische Szenen oder Personen wird dabei nicht eingesetzt. Motion kann somit eine Erklärung gestalten, deren Zahlen und Aussagen zuvor feststehen.

Für den Alltag wäre die stärkste Reihenfolge deshalb: eine eng umrissene Frage, eine nachvollziehbare Kennzahl, anschließend eine passende Darstellung. Ein automatisch erzeugtes Dashboard lohnt sich, wenn es die nächste fachliche Frage erleichtert. Ob das gelingt, entscheidet sich am überprüfbaren Rechenweg und an den verwendeten Daten, lange bevor eine Animation die Ergebnisse präsentiert.