Claude vs. Copilot: Wer gewinnt deinen Excel-Workflow?

Ein Finanzanalyst öffnet montags früh sein Workbook mit 47 Tabellenblättern, Quartalsdaten aus drei Quellen und einem Pitch-Deck, das bis 14 Uhr fertig sein muss. Bis vor kurzem hieß das: copy-paste zwischen Excel und PowerPoint, manuelles Nachformatieren, fünfmal denselben Kontext neu erklären. Wie VentureBeat berichtet, hat Anthropic am 11. März 2026 genau diesen Pain-Point direkt ins Visier genommen: Claude for Excel und Claude for PowerPoint teilen ab sofort einen gemeinsamen Kontext über eine kontinuierliche Session – und Claude Sonnet 4.5 erreicht dabei im Finance-Agent-Benchmark bereits eine Genauigkeit von 55,3 Prozent. Das klingt nach einer technischen Randnotiz. Es ist aber der Anfang einer echten Architekturfrage für jeden, der Enterprise-Productivity-Stacks verantwortet.

Was die neue Claude-Integration architektonisch bedeutet

Der Kern des Updates ist kein Feature – es ist ein State-Management-Paradigmenwechsel. Bisher arbeiteten Claude for Excel und Claude for PowerPoint als isolierte Add-in-Prozesse. Jeder Kontextwechsel war ein Hard Reset: Daten neu hochladen, Anweisungen wiederholen, Ergebnisse manuell transferieren. Das war kein Fehler im Design, sondern eine systemische Limitation des Add-in-Modells.

Mit dem März-2026-Update teilen beide Add-ins denselben Session-State. Technisch gesprochen: Der Kontext-Buffer wird nicht pro Applikation gehalten, sondern per User-Session. Das ist konzeptionell näher an einem Message-Broker-Pattern als an klassischen Office-Plugins.

Wer Cross-App-State als selbstverständlich abtut, unterschätzt, wie viel Enterprise-Arbeitszeit bisher im Kontextwechsel zwischen Applikationen versickert ist.

In der Praxis bedeutet das: Claude extrahiert Daten aus einer offenen Arbeitsmappe, baut daraus eine Trading-Comps-Tabelle in Excel, überträgt die Valuierungszusammenfassung ins Pitch-Deck und formuliert die begleitende E-Mail – ohne dass du die App wechselst oder den Datensatz neu erklärst. Das ist kein Demo-Szenario. Das ist der exakte Workflow eines M&A-Analysten an einem typischen Dienstag.

Skills: Der Unterschied zwischen Chatbot und Prozessautomatisierung

Das zweite zentrale Feature dieser Version ist die Skills-Funktion – und hier wird es für B2B-Entscheider wirklich interessant. Skills erlauben es Teams, deterministische Workflows direkt in den Excel- und PowerPoint-Sidebars zu speichern. Nicht als Prompt-Templates, die jemand irgendwo in einem Notion-Doc versteckt hat. Sondern als One-Click-Aktionen, die organisationsweit ausrollbar sind.

Anthropic liefert einen Starter-Set mit: Modell-Audits für Formelfehlern, DCF- und LBO-Template-Befüllung, Datenbereinigung, Aufbau von Competitive-Landscape-Decks und Narrative-Alignment-Reviews für IB-Materialien.

Was das systemisch bedeutet: Jeder Skill verhält sich intern wie ein MCP-Connector. Das ist kein Zufall – Anthropic signalisiert damit, dass diese Workflows in dieselbe Agenten-Infrastruktur einsteckbar sind, die Claude Code und Claude Cowork antreibt. Du kannst Skills programmatisch importieren und potenziell per API triggern. Das ist der Übergang vom interaktiven Assistenten zum definierten Geschäftsprozess.

Skills verwandeln das, was bisher im Kopf eines einzelnen Senior-Analysten lebte, in institutionelles, automatisierbares Prozesswissen.

Ein konkretes Beispiel aus der Buchhaltung: Ein monatlicher Variance-Report, der früher drei Stunden Handarbeit kostete – Daten ziehen, bereinigen, formatieren, kommentieren, ins Management-Deck überführen – wird zum gespeicherten Skill. Der Analyst triggert ihn, reviewt das Ergebnis, gibt frei. Gesamtaufwand: 20 Minuten. Der ROI ist hier nicht abstrakt, er ist berechenbar.

Claude vs. Copilot: Wo die Architekturen fundamental verschieden sind

Jetzt zum eigentlichen Duell. Microsoft Copilot Cowork, das ebenfalls am 9. März 2026 lanciert wurde und – pikantes Detail – ebenfalls auf Claude-Modellen basiert, spielt auf einem anderen Feld. Copilot Cowork operiert in der Cloud, innerhalb der Microsoft-365-Infrastruktur, und hat Zugriff auf den vollständigen Enterprise-Datengraphen: E-Mails, Teams-Conversations, SharePoint-Dokumente, Kalender, CRM-Daten.

Das ist Claudes fundamentaler struktureller Nachteil. Claude for Excel kennt dein offenes Workbook. Copilot kennt dein Workbook und die E-Mail, in der dein CFO letzte Woche die Annahmen geändert hat, und das Teams-Meeting, in dem das Budget diskutiert wurde.

Auf der anderen Seite: Claude hat eine deutlich flexiblere Deployment-Architektur. Die neuen Add-ins lassen sich über bestehende LLM-Gateway-Setups routen – Amazon Bedrock, Google Cloud Vertex AI oder Microsoft Foundry. Für Unternehmen mit strikten Compliance-Anforderungen oder bestehenden Cloud-Verträgen ist das ein echter Vorteil. Du musst nicht in das Microsoft-365-Ökosystem all-in gehen, um Claudes Kapazitäten zu nutzen.

Der Entscheidungsparameter ist kein Modell-Benchmark, sondern die Frage: Wie tief ist dein Unternehmen bereits im Microsoft-Graphen verankert?

Konkrete Workflow-Szenarien und ihr ROI

Lass uns das durchrechnen, ohne Buzzwords. Drei Szenarien, die heute – nicht irgendwann – in Enterprise-Umgebungen funktionieren:

Szenario 1: Finanzanalyse und Reporting

Ein Controller-Team erstellt wöchentlich Konsolidierungsreports. Rohdaten kommen aus SAP als CSV-Export, müssen bereinigt, in ein standardisiertes Format überführt und ins Management-Deck überführt werden. Mit einem gespeicherten Claude-Skill: Daten rein, Skill triggern, Report raus. Der manuelle Aufwand für Datentransformation und Formatierung – erfahrungsgemäß 60-70 Prozent der Gesamtzeit – entfällt weitgehend. Bei einem Team von fünf Controllern und wöchentlichem Reporting: locker 200+ Stunden im Jahr.

Szenario 2: Pitch-Deck-Erstellung im IB-Kontext

Trading Comps aus dem Workbook direkt ins Deck – das ist der Anthropic-Showcase-Case und er ist valide. Aber der eigentliche Hebel liegt im Narrative-Alignment-Skill: Claude prüft, ob die Story im Deck konsistent mit den Zahlen im Modell ist. Das ist eine Qualitätssicherungsfunktion, die bisher ein Senior-Banker manuell gemacht hat. Automatisiert als One-Click-Review: messbar weniger Nacharbeit, weniger Fehler in finalen Decks.

Szenario 3: Compliance und Audit-Vorbereitung

Formelfehler-Audits in komplexen Excel-Modellen sind zeitaufwändig und fehleranfällig. Der preloaded Skill für Model-Auditing identifiziert Formelabhängigkeiten, markiert inkonsistente Berechnungslogik und dokumentiert die Änderungen auf Zellenebene – mit vollständiger Transparenz. Das ist nicht nur ein Produktivitäts-Feature, das ist ein Compliance-Asset.

Die Deployment-Entscheidung: Was du morgen tun kannst

Für IT-Architekten und Enterprise-Entscheider ist die operative Frage pragmatisch: Wie rollst du das aus? Claude for Excel ist über Microsoft AppSource verfügbar und lässt sich per Microsoft 365 Admin Center organisationsweit deployen. Unterstützt werden Excel 2016+, Windows, Mac und Excel im Web. Zugang haben Nutzer auf Pro-, Max-, Team- und Enterprise-Plänen.

Die kritische Architekturentscheidung: Routest du über den direkten Claude-Account oder über deinen bestehenden LLM-Gateway? Für Unternehmen mit AWS-Bedrock-Verträgen oder Vertex-AI-Setups ist die zweite Option die naheliegendere – du bekommst dieselben Capabilities innerhalb deiner bestehenden Compliance- und Kostenstruktur.

Ein Caveat zur Datensicherheit, das du kennen musst: Die Integration verarbeitet Konversationshistorie, Tabellenmetadaten und Zellinhalte bei Anthropic in den USA. Datenretention unter 30 Tage nach Kontobeendigung. Für Unternehmen mit EU-Datenlokalisierungsanforderungen ist das ein Blocker – zumindest bis Anthropic europäische Regionen freigibt.

Wer tiefer in die Frage einsteigen will, wie autonome Agenten-Systeme wie diese sicher und skalierbar in bestehende Enterprise-Prozesslandschaften eingebettet werden, findet im Bereich Multi-Agenten-Orchestrierung und MCP-Infrastruktur entscheidende Antworten.

Fazit: So What für deinen Arbeitsalltag

Claude for Excel ist kein besserer Chatbot in der Sidebar. Es ist ein erster, produktionsreifer Schritt in Richtung programmierbarer Wissensarbeit. Die Skills-Funktion ist der Schlüssel: Sie ist die Schnittstelle zwischen dem, was ein Experte einmal gut macht, und dem, was eine Organisation systematisch wiederholen kann. Wenn du heute noch keinen Piloten für ein oder zwei Kernprozesse in deinem Finance- oder Analytics-Team aufsetzt, verschenkst du konkreten Wettbewerbsvorteil. Der ROI ist kein Versprechen – er ist eine Rechenaufgabe. Und die geht auf.