Anthropic hat Anfang Mai 2026 die zweite grosse Skill-Generation veroeffentlicht — und damit weit mehr als ein Feature-Update. Skills 2.0 bringt zentrales Org-Management, ein Partner-Directory und einen offenen Standard, der KI-Faehigkeiten erstmals plattformuebergreifend portabel machen soll. Fuer DACH-Teams, die KI in Compliance-bewussten Strukturen einsetzen, ist das die wichtigste Anthropic-News seit dem Connector-Launch.

Wir erklaeren in diesem Artikel, was Skills genau sind, wie 2.0 sich von der ersten Generation unterscheidet, und vor allem — warum der Agent Skills Open Standard ein groesserer Hebel sein kann als die meisten Beobachter vermuten.

Was sind Claude Skills?

Eine Skill ist ein modularer Faehigkeits-Container fuer Claude. Jede Skill bundelt:

  • Instructions (Anweisungen, was zu tun ist)
  • Scripts (z.B. Python-, Shell- oder TypeScript-Code, der ausgefuehrt wird)
  • Templates (Vorlagen fuer Outputs, z.B. Vertragsklauseln, Slide-Strukturen)
  • Reference materials (Referenz-Dokumente, die Claude bei der Aufgabe konsultiert)

Wenn ein User eine Aufgabe an Claude gibt, prueft Claude automatisch, ob eine passende Skill verfuegbar ist — und wenn ja, fuehrt sie diese aus. Beispiel: Eine Skill pr-review enthaelt Code-Style-Guides, ein Python-Script zum Statisch-Analysieren und ein Template fuer den Review-Output. Wenn du Claude einen Pull-Request gibst, ruft die Skill automatisch auf und liefert konsistente Reviews.

Die drei Neuerungen in Skills 2.0

1. Org-weites Skill-Management

Fuer Team- und Enterprise-Plaene koennen Admins jetzt Skills zentral verwalten:

  • Skill-Bibliothek pro Organisation — Welche Skills sind verfuegbar, welche sind gesperrt
  • Rollen-basierte Freigabe — Bestimmte Skills nur fuer bestimmte Teams oder Personen
  • Audit-Log — Wer hat wann welche Skill ausgefuehrt, mit welchem Input
  • Versionskontrolle — Skill-Updates kontrolliert ausrollen, mit Rollback-Option

Das ist konkret relevant fuer DACH-Teams, die unter EU AI Act dokumentieren muessen, welche KI-Funktionen in welchem Use-Case verwendet werden. Ein Skill-Audit-Log erfuellt einen Teil dieser Dokumentationspflicht — vorausgesetzt, das Logging ist DSGVO-konform aufgesetzt (kein versehentliches Speichern von personenbezogenen Daten in den Skill-Inputs).

PlanSkill-ErstellungZentrales ManagementAudit-LogPartner-Directory
Freenein (nur Nutzung)neinneinlesend
Pro (20 USD)janeinneinlesend
Team (30 USD/User)jajajavoll
Enterprisejaja, mit SSOja, mit Exportvoll, mit privaten Skills

2. Partner Skills Directory

Anthropic startet ein kuratiertes Verzeichnis mit Drittanbieter-Skills. Beim Launch sind unter anderem dabei:

  • Stripe Skill — Zahlungs-, Subscription- und Refund-Operationen direkt im Chat
  • Linear Skill — Issue-Triage und Sprint-Planning auf Basis von Repository-Aktivitaet
  • HubSpot Skill — Contact-Lookup, Deal-Stage-Aenderung, Email-Drafting
  • Notion Skill — Page-Creation und -Update mit Template-Support
  • GitHub Skill — PR-Review, Branch-Cleanup, Release-Drafting

Wichtig fuer DACH-Compliance: Jede Partner-Skill kommt mit einer expliziten Datenfluss-Beschreibung. Du siehst vor Aktivierung, welche Daten an den Drittanbieter gehen — und kannst pro Skill eine Auftragsverarbeitungsvereinbarung mit dem Partner abschliessen.

3. Agent Skills Open Standard

Der strategisch wichtigste Punkt: Anthropic hat eine offene Skill-Spezifikation veroeffentlicht. Damit beschreibt eine Skill-Definition (typischerweise eine YAML-Datei plus Code-Bundle) standardisiert:

  • Welche Inputs die Skill erwartet
  • Welche Tools/APIs sie nutzt
  • Welches Output-Format sie liefert
  • Welche Sicherheits- und Berechtigungs-Anforderungen gelten

Wenn ein anderer KI-Anbieter (OpenAI, Google, Mistral) den Standard implementiert, kann eine Claude-Skill ohne Aenderung auch dort laufen. Der Open Standard baut auf MCP auf, geht aber darueber hinaus, weil er das Verhaltens-Contract der Skill mit-spezifiziert, nicht nur die Tool-Anbindung.

Warum der Open Standard wichtig ist

Die meisten Anthropic-Beobachter haben den Skills-Open-Standard als Marketing-Geste eingestuft. Wir sehen das anders — aus drei Gruenden:

1. Anti-Lock-in fuer DACH-KMUs. DACH-Compliance-Verantwortliche schreiben sehr ungern KI-Code, der nur auf einer Plattform laeuft. Mit dem Open Standard koennen Teams Skills schreiben, die heute auf Claude funktionieren, aber morgen ohne Refactoring auf einem alternativen Modell deployt werden — relevant, wenn ein Anbieter Preise erhoeht oder ausfaellt.

2. Skill-Marktplatz wird realistisch. Wenn dieselbe Skill auf mehreren Plattformen laeuft, lohnt sich die Entwicklung kommerzieller Skills wirtschaftlich. Anthropic positioniert sich damit als Standard-Setter — analog zu wie Stripe einst Payment-APIs standardisierte.

3. Compliance-Aufwand reduziert sich. Eine zertifizierte Skill (z.B. fuer DSGVO-konforme Mailverarbeitung) muss nur einmal auditiert werden — und kann dann auf jeder Standard-konformen Plattform eingesetzt werden. Das senkt die Compliance-Kosten fuer KMUs erheblich.

Was Skills NICHT sind — drei haeufige Missverstaendnisse

Damit die Begriffsverwirrung sich nicht weiter ausbreitet:

Skills sind keine Plug-ins im klassischen Sinn. Sie laufen serverseitig auf Anthropics Infrastruktur (oder bei Enterprise: in einer dedizierten Sandbox). Es ist kein Code, den der User lokal ausfuehrt.

Skills sind keine Custom GPTs. OpenAIs Custom GPTs sind eher Persona-Konfigurationen mit zugaenglichen Tools. Skills sind enger gefasst: sie sind taskorientiert, mit klar definierter Input/Output-Spezifikation und Wiederverwendbarkeit.

Skills sind kein Ersatz fuer Workflows in n8n oder Make. Sie ergaenzen sich. Eine Skill kann in einem n8n-Workflow als Schritt aufgerufen werden — aber die Orchestrierung mehrerer komplexer Schritte mit Bedingungen und Fehlerbehandlung gehoert weiterhin in eine Workflow-Engine.

Drei konkrete Skill-Use-Cases fuer DACH-KMUs

Use-Case 1: DSGVO-Anfragen automatisieren — Eine Skill dsgvo-auskunft, die auf Basis einer Mailbox-Suche alle gespeicherten personenbezogenen Daten zu einer Person zusammentraegt und in ein Standard-Auskunftsschreiben formatiert. Mit Audit-Log und Vier-Augen-Freigabe vor Versand. Spart bei einem mittelstaendischen Unternehmen rund 90 Minuten pro Anfrage.

Use-Case 2: Vertragsklausel-Klassifizierung — Eine Skill klausel-check, die Vertragsentwuerfe gegen interne Standards prueft und Abweichungen markiert (z.B. fehlende Haftungsbegrenzung, problematische Schiedsgerichtsklauseln). Mit klarer Eskalationslogik, wenn etwas ausserhalb der definierten Toleranzen liegt.

Use-Case 3: Compliance-Reporting — Eine Skill eu-ai-act-report, die monatlich eine Liste der eingesetzten KI-Use-Cases mit Risikoklassifikation generiert. Direkt einsetzbar fuer das interne Compliance-Reporting unter EU AI Act Art. 9. Genau diesen Use-Case decken wir auch im AEGIS Compliance-Hub als vorgefertigte Skill-Vorlage ab.

Wer profitiert direkt — und wer sollte warten

Direkt sinnvoll:

  • Team- und Enterprise-Kunden mit zentraler IT — koennen Skills sofort in den Standard-Tool-Stack integrieren
  • Compliance-Verantwortliche, die KI-Audit-Logs brauchen — Skills 2.0 deckt das systematisch ab
  • Entwickler-Teams, die wiederkehrende Aufgaben automatisieren wollen (PR-Review, Issue-Triage, Code-Generation)

Eher abwarten:

  • Solo-Anwender ohne Org-Bedarf — Pro-Plan reicht, der Mehrwert ist begrenzt
  • Teams mit etablierten n8n-/Zapier-Setups — pruefen, ob Skills wirklich Mehrwert liefern oder nur Doppel-Setup schaffen
  • Heavy-API-User — die Skill-Funktion ist primaer Claude.ai-Frontend, ueber die API ist die Integration noch limitiert

Drei Implementierungs-Tipps

Tipp 1: Klein anfangen, gross dokumentieren. Eine erste Skill sollte einen einzigen, klar abgegrenzten Workflow abbilden — nicht versuchen, alles auf einmal zu loesen. Aber: dokumentiere von Anfang an, welche Daten verarbeitet werden, mit welchem Rechtsgrund, fuer welchen Zweck. Diese Doku brauchst du spaeter ohnehin.

Tipp 2: Pruefe die Audit-Log-Optionen vor Production-Rollout. Standard-Logging speichert User-Prompts und Skill-Outputs. Wenn personenbezogene Daten in den Inputs landen koennen, brauchst du eine Logging-Strategie, die Pseudonymisierung oder Verkuerzung vornimmt — sonst bist du in der DSGVO-Compliance-Falle.

Tipp 3: Plane fuer den Open Standard mit. Wenn du heute eine Skill schreibst, halte sie technisch standard-konform. Wenn morgen ein anderer Anbieter den Standard implementiert, kannst du im Notfall migrieren — ohne Komplett-Refactoring.

Weiterlesen

Fazit

Skills 2.0 ist die wichtigste Anthropic-Veroeffentlichung des Quartals — wichtiger als die Connectors, wichtiger als das Investment-Drama, wichtiger als jede Modell-Update-Zahl. Der Grund: Skills schaffen erstmals eine wiederverwendbare, governance-faehige, plattform-portable Einheit fuer KI-Faehigkeiten in Unternehmen.

Fuer DACH-KMUs ist die Botschaft pragmatisch: Wer KI heute punktuell einsetzt, sollte sich Skills als Strukturkonzept anschauen, bevor der Toolzoo unkontrollierbar waechst. Wer schon ein Team-/Enterprise-Setup hat, sollte das zentrale Management diese Woche aktivieren — die Audit-Log-Funktion allein deckt einen relevanten Teil der EU-AI-Act-Dokumentationspflicht ab.

Was wir noch sehen wollen: Eine breitere Adoption des Agent Skills Open Standards durch andere Anbieter. Anthropic hat den ersten Schritt gemacht — ob OpenAI, Google und Mistral folgen, entscheidet sich vermutlich in den naechsten zwei Quartalen. Wir bleiben dran.